android中加载图片时出现oom

ImageView加载图片时,有时会出现OOM imageView.setImageResource(imageId); 解决方法 /** * 以最省内存的方式读取本地资源的图片 * * @param context * @param resId * @return */ public static Bitmap readBitMap(Context context, int resId) { BitmapFactory.Options opt = new BitmapFactory.Options(); opt.inPreferredConfig = Bitmap.Config.RGB_565; opt.inPurgeable = true; opt.inInputShareable = true; // 获取资源图片 InputStream is = context.getResources().openRawResource(resId); return BitmapFactory.decodeStream(is, null, opt); } Bitmap bitmap=readBitMap(LoginActivity.this,imageId); imageView.setImageBitmap(bitmap); 那是为什么,会导致oom呢: 原来当使用像 imageView.setBackgroundResource,imageView.setImageResource, 或者 BitmapFactory.decodeResource 这样的方法来设置一张大图片的时候,这些函数在完成decode后,最终都是通过java层的createBitmap来完成的,需要消耗更多内存。 ...

February 21, 2013 · 1 min · 65 words · jabin

Go Socket例子

Tcp Server (tcpserver.go) package main import ( "fmt" "net" "os" "time" ) func main() { service := ":1200" tcpAddr, err := net.ResolveTCPAddr("tcp4", service) checkError(err) listener, err := net.ListenTCP("tcp", tcpAddr) checkError(err) for { conn, err := listener.Accept() if err != nil { continue } go handleClient(conn) } } func handleClient(conn net.Conn) { defer conn.Close() daytime := time.Now().String() fmt.Fprintf(os.Stderr,"connect time:%s,client ip:%s\r\n",daytime,conn.RemoteAddr().String()) _,err := conn.Write([]byte(daytime)) // don't care about return value checkError(err) fmt.Fprintf(os.Stderr,"send time:%s\r\n",daytime) // we're finished with this client } func checkError(err error) { if err != nil { fmt.Fprintf(os.Stderr, "Fatal error: %s", err.Error()) os.Exit(1) } } Tcp Client (tcpclient.go) tcpclient 192.0.0.1:1200 | tcpclient baidu.com:80 package main import ( "fmt" "net" "os" ) func main() { if len(os.Args) != 2 { fmt.Fprintf(os.Stderr, "Usage: %s host:port ", os.Args[0]) os.Exit(1) } service := os.Args[1] tcpAddr, err := net.ResolveTCPAddr("tcp4", service) checkError(err) conn, err := net.DialTCP("tcp", nil, tcpAddr) checkError(err) _, err = conn.Write([]byte("HEAD / HTTP/1.0\r\n\r\n")) checkError(err) result := make([]byte, 1024) _,err = conn.Read(result) checkError(err) fmt.Println("receive from server:\r\n") fmt.Println(string(result)) os.Exit(0) } func checkError(err error) { if err != nil { fmt.Fprintf(os.Stderr, "Fatal error: %s", err.Error()) os.Exit(1) } }

December 12, 2012 · 1 min · 181 words · jabin

ElasticSearch入门笔记

ElasticSearch 是构建在Apache Lucene之上的的搜索引擎服务,开源(Apache2协议),分布式,RESTful。安装方便,使用简单。 官方站点:http://www.elasticsearch.com/ 中文站点:http://es-cn.medcl.net/ 安装 必须先安装Java环境,并设置 JAVA_HOME => C:\Program Files\Java\jdk1.6.0_18 elasticsearch-rtf 中文入门集成包 https://github.com/medcl/elasticsearch-rtf 使用git签出,下载到本地。windows下,执行bin下面的elasticsearch.bat。linux下,执行bin下面或者service下面elasticsearch。 Pyes https://github.com/aparo/pyes 更多客户端 Bottle http://bottlepy.org/docs/dev/ 角色关系对照 elasticsearch 跟 MySQL 中定义资料格式的角色关系对照表如下 MySQL helasticsearch database index table type row document field field 索引映射 #创建索引 $ curl -XPUT http://localhost:9200/test-index #创建Mapping $ curl -XPUT http://localhost:9200/test-index/test-type/_mapping -d '{ "properties" : { "name" : { "type" : "string" } } }' @route('/indexsetting/') def indexmapping(): """索引映射""" conn = ES('127.0.0.1:9200') conn.debug_dump = True try: #删除索引 conn.delete_index("test-index") except: pass #创建索引 conn.create_index("test-index") mapping = { u'id': {'store': 'yes', 'type': u'integer'}, u'author': {'boost': 1.0, 'index': 'not_analyzed', 'store': 'yes', 'type': u'string'}, u'published': {'boost': 1.0, 'index': 'not_analyzed', 'store': 'yes', 'type': u'datetime'}, u'url': {'store': 'yes', 'type': u'string'}, u'title': {'boost': 1.0, 'index': 'analyzed', 'store': 'yes', 'type': u'string'}, u'content': {'boost': 1.0, 'index': 'analyzed', 'store': 'yes', 'type': u'string', "term_vector" : "with_positions_offsets"} } #索引映射 conn.put_mapping("test-type", {'properties':mapping}, ["test-index"]) return "索引映射" 索引 #索引 $ curl -XPUT http://localhost:9200/test-index/test-type/1 -d '{ "user": "kimchy", "post_date": "2009-11-15T13:12:00", "message": "Trying out elasticsearch, so far so good?" }' #获取 $ curl -XGET http://localhost:9200/test-index/test-type/1 #删除 $ curl -XDELETE 'http://localhost:9200/test-index/test-type/1' @route('/indextest/') def indexTest(): """索引测试""" conn = ES('127.0.0.1:9200') for item in Data().getData(): #添加索引 conn.index(item,"test-index", "test-type",item['id']) #索引优化 conn.optimize(["test-index"]) #删除索引内容 conn.delete("test-index", "test-type", 2668090) #更新索引内容 model = conn.get("test-index", "test-type", 2667371) model["title"]="标题修改测试" conn.update(model,"test-index", "test-type",2667371) #刷新索引 conn.refresh(["test-index"]) q = MatchAllQuery() results = conn.search(query = q,indices="test-index", doc_types="test-type") # for r in results: # print r return template('default.tpl', list=results,count=len(results)) 搜索 #lucene语法方式的查询 $ curl -XGET http://localhost:9200/test-index/test-type/_search?q=user:kimchy #query DSL方式查询 $ curl -XGET http://localhost:9200/test-index/test-type/_search -d '{ "query" : { "term" : { "user": "kimchy" } } }' #query DSL方式查询 $ curl -XGET http://localhost:9200/test-index/_search?pretty=true -d '{ "query" : { "range" : { "post_date" : { "from" : "2009-11-15T13:00:00", "to" : "2009-11-15T14:30:00" } } } }' #查找全部索引内容 $ curl -XGET http://localhost:9200/test-index/test-type/_search?pretty=true @route('/search/') @route('/search/<searchkey>') def search(searchkey=u"关键算法"): """索引搜索""" conn = ES('127.0.0.1:9200') #TextQuery会对searchkey进行分词 qtitle = TextQuery("title", searchkey) qcontent = TextQuery("content", searchkey) #发布时间大于"2012-9-2 22:00:00" qpublished=RangeQuery(ESRangeOp("published", "gt", datetime(2012, 9, 2, 22, 0, 0))) h = HighLighter(['<b>'], ['</b>'], fragment_size=500) #多字段搜索(must=>and,should=>or),高亮,结果截取(分页),排序 q = Search(BoolQuery(must=[qpublished],should=[qtitle,qcontent]), highlight=h, start=0, size=3, sort={'id': {'order': 'asc'}}) q.add_highlight("title") q.add_highlight("content") results = conn.search(query = q,indices="test-index", doc_types="test-type") list=[] for r in results: if(r._meta.highlight.has_key("title")): r['title']=r._meta.highlight[u"title"][0] if(r._meta.highlight.has_key("content")): r['content']=r._meta.highlight[u"content"][0] list.append(r) return template('search.tpl', list=list,count=results.total) 设置 #创建索引,并设置分片和副本参数 $ curl -XPUT http://localhost:9200/elasticsearch/ -d '{ "settings" : { "number_of_shards" : 2, "number_of_replicas" : 3 } }' 其他 #分词 curl -XGET 'http://localhost:9200/test-index/_analyze?text=中华人民共和国' 例子程序下载 ...

September 6, 2012 · 2 min · 363 words · jabin

安装Tornado

安装Tornado wget https://github.com/downloads/facebook/tornado/tornado-2.2.1.tar.gz tar xvzf tornado-2.2.1.tar.gz cd tornado-2.2.1 python setup.py build python setup.py install 到此,tornado已安装完成。 开启服务,运行hello world程序 cd tornado-2.2.1 ./demos/helloworld/helloworld.py 此时打开浏览器,地址栏输入:http://127.0.0.1:8888,即可看到hello,world 也可以通过命令行查看 python -m tornado.httpclient http://127.0.0.1:8888 如果连接不上可以打开iptables的配置文件: vi /etc/sysconfig/iptables 看看是否没有开放端口,修改后重启iptables service iptables restart 例,开放8000~8999端口: -A POSTROUTING -p tcp -m state --state NEW -m tcp --dport 8000:8999 -j ACCEPT

May 12, 2012 · 1 min · 48 words · jabin

mongodb常用命令

超级用户相关 #进入数据库admin use admin #增加或修改用户密码 db.addUser('name','pwd') #查看用户列表 db.system.users.find() #用户认证 db.auth('name','pwd') #删除用户 db.removeUser('name') #查看所有用户 show users #查看所有数据库 show dbs #查看所有的collection show collections #查看各collection的状态 db.printCollectionStats() #查看主从复制状态 db.printReplicationInfo() #修复数据库 db.repairDatabase() #设置记录profiling,0=off 1=slow 2=all db.setProfilingLevel(1) #查看profiling show profile #拷贝数据库 db.copyDatabase('mail_addr','mail_addr_tmp') #删除collection db.mail_addr.drop() #删除当前的数据库 db.dropDatabase() 增删改 #存储嵌套的对象 db.foo.save({'name':'ysz','address':{'city':'beijing','post':100096},'phone':[138,139]}) #存储数组对象 db.user_addr.save({'Uid':'yushunzhi@sohu.com','Al':['test-1@sohu.com','test-2@sohu.com']}) #根据query条件修改,如果不存在则插入,允许修改多条记录 db.foo.update({'yy':5},{'$set':{'xx':2}},upsert=true,multi=true) #删除yy=5的记录 db.foo.remove({'yy':5}) #删除所有的记录 db.foo.remove() 索引 #增加索引:1(ascending),-1(descending) db.foo.ensureIndex({firstname: 1, lastname: 1}, {unique: true}); #索引子对象 db.user_addr.ensureIndex({'Al.Em': 1}) #查看索引信息 db.foo.getIndexes() db.foo.getIndexKeys() #根据索引名删除索引 db.user_addr.dropIndex('Al.Em_1') 查询 #查找所有 db.foo.find() #查找一条记录 db.foo.findOne() #根据条件检索10条记录 db.foo.find({'msg':'Hello 1'}).limit(10) #sort排序 db.deliver_status.find({'From':'ixigua@sina.com'}).sort({'Dt',-1}) db.deliver_status.find().sort({'Ct':-1}).limit(1) #count操作 db.user_addr.count() #distinct操作,查询指定列,去重复 db.foo.distinct('msg') #”&gt;=”操作 db.foo.find({"timestamp": {"$gte" : 2}}) #子对象的查找 db.foo.find({'address.city':'beijing'}) 管理 #查看collection数据的大小 db.deliver_status.dataSize() #查看colleciont状态 db.deliver_status.stats() #查询所有索引的大小 db.deliver_status.totalIndexSize() advanced queries:高级查询 #条件操作符 $gt : > $gte: > = $lt : < , $lte: < = $ne : !=、<> $in : in $nin: not in $all: all $not: 反匹配(1.3.3及以上版本) #查询 name <> "bruce" and age >= 18 的数据 db.users.find({name: {$ne: "bruce"}, age: {$gte: 18}}); #查询 creation_date > '2010-01-01' and creation_date < = '2010-12-31' 的数据 db.users.find({creation_date:{$gt:new Date(2010,0,1), $lte:new Date(2010,11,31)}); #查询 age in (20,22,24,26) 的数据 db.users.find({age: {$in: [20,22,24,26]}}); #查询 age取模10等于0 的数据 db.users.find('this.age % 10 == 0'); #或者 db.users.find({age : {$mod : [10, 0]}}); #匹配所有 db.users.find({favorite_number : {$all : [6, 8]}}); #可以查询出 {name: 'David', age: 26, favorite_number: [ 6, 8, 9 ] } #可以不查询出 {name: 'David', age: 26, favorite_number: [ 6, 7, 9 ] } #查询不匹配name=B*带头的记录 db.users.find({name: {$not: /^B.*/}}); #查询 age取模10不等于0 的数据 db.users.find({age : {$not: {$mod : [10, 0]}}}); #返回部分字段 #选择返回age和_id字段(_id字段总是会被返回) db.users.find({}, {age:1}); db.users.find({}, {age:3}); db.users.find({}, {age:true}); db.users.find({ name : "bruce" }, {age:1}); 0为false, 非0为true #选择返回age、address和_id字段 db.users.find({ name : "bruce" }, {age:1, address:1}); #排除返回age、address和_id字段 db.users.find({}, {age:0, address:false}); db.users.find({ name : "bruce" }, {age:0, address:false}); #数组元素个数判断 #对于{name: 'David', age: 26, favorite_number: [ 6, 7, 9 ] }记录 #匹配 db.users.find({favorite_number: {$size: 3}}); #不匹配 db.users.find({favorite_number: {$size: 2}}); #$exists判断字段是否存在 #查询所有存在name字段的记录 db.users.find({name: {$exists: true}}); #查询所有不存在phone字段的记录 db.users.find({phone: {$exists: false}}); #$type判断字段类型 #查询所有name字段是字符类型的 db.users.find({name: {$type: 2}}); #查询所有age字段是整型的 db.users.find({age: {$type: 16}}); #对于字符字段,可以使用正则表达式 #查询以字母b或者B带头的所有记录 db.users.find({name: /^b.*/i}); #$elemMatch(1.3.1及以上版本) #为数组的字段中匹配其中某个元素 #Javascript查询和$where查询 #查询 age > 18 的记录,以下查询都一样 db.users.find({age: {$gt: 18}}); db.users.find({$where: "this.age > 18"}); db.users.find("this.age > 18"); f = function() {return this.age > 18} db.users.find(f); #排序sort() #以年龄升序asc db.users.find().sort({age: 1}); #以年龄降序desc db.users.find().sort({age: -1}); #限制返回记录数量limit() #返回5条记录 db.users.find().limit(5); #返回3条记录并打印信息 db.users.find().limit(3).forEach(function(user) {print('my age is ' + user.age)}); 结果 my age is 18 my age is 19 my age is 20 #限制返回记录的开始点skip() #从第3条记录开始,返回5条记录(limit 3, 5) db.users.find().skip(3).limit(5); #查询记录条数count() db.users.find().count(); db.users.find({age:18}).count(); #以下返回的不是5,而是user表中所有的记录数量 db.users.find().skip(10).limit(5).count(); #如果要返回限制之后的记录数量,要使用count(true)或者count(非0) db.users.find().skip(10).limit(5).count(true); #分组group() #假设test表只有以下一条数据 { domain: "www.mongodb.org" , invoked_at: {d:"2009-11-03", t:"17:14:05"} , response_time: 0.05 , http_action: "GET /display/DOCS/Aggregation" } #使用group统计test表11月份的数据count:count(*)、total_time:sum(response_time)、avg_time:total_time/count; db.test.group( { cond: {"invoked_at.d": {$gt: "2009-11", $lt: "2009-12"}} , key: {http_action: true} , initial: {count: 0, total_time:0} , reduce: function(doc, out){ out.count++; out.total_time+=doc.response_time } , finalize: function(out){ out.avg_time = out.total_time / out.count } } ); [ { "http_action" : "GET /display/DOCS/Aggregation", "count" : 1, "total_time" : 0.05, "avg_time" : 0.05 } ]

April 10, 2012 · 3 min · 438 words · jabin