sasasin

#!/bin/bash -e

# Windows版Kindleアプリは、購入済みKindle蔵書一覧をXMLファイルとしてローカルに置く。

# XML から JSON に簡易に変換できる CLI ツールとして dasel を利用している。
# https://daseldocs.tomwright.me/
# dasel は凝ったクエリは未だ jq ほどには記述できないので、 dasel からの出を jq で加工している。

# 依存ツールは scoop でインストールできる。
# sort,tr,awk,tailなどUNIXコマンドは Git Bash で入れることにしている。趣味に合わせて好きにしたらよい。

sasasin

/**
 * Feel free to explore, or check out the full documentation
 * https://docs.newrelic.com/docs/synthetics/new-relic-synthetics/scripting-monitors/writing-api-tests
 * for details.
 */

var assert = require('assert');

// Google Public DNS の API エンドポイントに投げると JSON で DNS レコードを返してくれる
// https://developers.google.com/speed/public-dns/docs/doh/json

sasasin

#!/bin/bash
## how to use;
## get 1 domein;
# $ get_dmarc_policy.sh sasasin.net
# "_dmarc.sasasin.net.","reject"
## bulk get;
# $ cat domain_list.txt | xargs -L1 get_dmarc_policy.sh
# "_dmarc.example.com."
# "_dmarc.example.net.","none"
# "_dmarc.example.org.","reject"

sasasin

#!/bin/bash -v
BOOK_NAME=$1

# 1ファイルに結合する
ls *.mp3 \
| sort -u \
| awk '{print "file " $0 "" }' \
> ${BOOK_NAME}.mp3-list.txt
ffmpeg \
    -f concat \

sasasin

# AWS Bedrock の Claude で標準入力の文章を15分の1の文字数に要約するPythonスクリプト
# つかいかた;
# pip3 install -u boto3
## デフォの15以外の割合に設定したければ
# export SUMMERIZE_RATE=10
## デフォの anthropic.claude-v2 以外のモデルを使うなら
# export MODEL_NAME="xxxxxxxxxx"
# cat hoge.txt | python3 ./summerize-stdin-by-bedrock.py

import os

sasasin

# OpenAI GPT-4 で標準入力の文章を15分の1の文字数に要約するPythonスクリプト
# つかいかた;
# pip3 install -u OpenAI
# export OPENAI_API_KEY="......."
## デフォの15以外の割合に設定したければ
# export SUMMERIZE_RATE=10
## デフォの gpt-4-1106-preview 以外のモデルを使うなら
# export MODEL_NAME="gpt-3.5-turbo-1106"
# cat hoge.txt | python3 ./summerize-stdin-by-openai.py

sasasin

# 環境変数 LOG_LEVEL のログレベルでロギングできる。無指定のデフォは WARNING となる
# 参考; https://docs.python.org/ja/3/howto/logging.html
# 参考; https://docs.aws.amazon.com/ja_jp/lambda/latest/dg/python-logging.html
# Lambdaランタイムでは LambdaLoggerHandler が挟まってるため、
# ローカルで動いてたのがLambdaランタイムではウンともスンともならないことがある
# 参考; https://www.google.com/search?q=LambdaLoggerHandler
import os
import logging

def lambda_handler(event, context):

sasasin

# MySQL で Waiting for table metadata lock の原因となってるプロセスを特定するSQL
select pl.*
, ml.*
from information_schema.processlist as pl
inner join performance_schema.threads as th
on pl.id = th.processlist_id
inner join performance_schema.metadata_locks as ml
on th.thread_id = ml.owner_thread_id
where 
# 「GRANTED」が実際にロックを掴んでる。

sasasin

# CloudWatch Logs Insights で調べたいロググループと時間範囲を選んで、以下クエリを実行する。
# bin(24h) は 24h 単位に集約して集計しろという指定。調べたい期間に書き換えて実行する。5m とか 8h とか 2d とか
# https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/CWL_QuerySyntax-Stats.html
fields @timestamp, @message, @logStream, @log
| filter @type = "REPORT"
| stats min(@maxMemoryUsed), avg(@maxMemoryUsed), max(@maxMemoryUsed) by bin(24h)

sasasin

import boto3
from datetime import datetime

def lambda_handler(event, context):
    # CloudWatch Metrics に付与するタイムスタンプとして使う
    timestamp = datetime.utcnow()

    client = boto3.client('ec2')
    responses = []
    next_token = None