Použijte dočasnou licenci pro indexování na základě bloků v Javě

V tomto tutoriálu použijete dočasnou licenci k přidání dokumentů do indexu pomocí funkce vyhledávání na základě bloků ve GroupDocs.Search. Tento přístup vám umožní pracovat s obrovskými kolekcemi dokumentů—právní smlouvy, podpora ticketů, výzkumné práce—při zachování nízké spotřeby java search index memory a dramatičtějším zvýšením výkonu vyhledávání. Uvidíte, jak nastavit složku indexu, naplnit ji z více zdrojů dokumentů, povolit vyhledávání v blocích a spustit jak první, tak i následné dotazy na bloky.

Rychlé odpovědi

• Jaký je první krok? Vytvořte složku indexu vyhledávání.
• Jak zahrnout mnoho souborů? Použijte index.add() pro každou složku s dokumenty.
• Která možnost povoluje vyhledávání v blocích? options.setChunkSearch(true).
• Mohu pokračovat ve vyhledávání po prvním bloku? Ano, zavolejte index.searchNext() s tokenem.
• Potřebuji licenci? Bezplatná zkušební verze nebo dočasná licence funguje pro vývoj; pro produkci je vyžadována plná licence.

Co se naučíte

• Jak vytvořit vyhledávací index ve specifikované složce.
• Kroky k přidání dokumentů do indexu z více míst.
• Konfigurace možností vyhledávání pro povolení vyhledávání na základě bloků.
• Provádění počátečních a následných vyhledávání na základě bloků.
• Reálné scénáře, kde vyhledávání dokumentů na základě bloků vyniká.

Předpoklady

• Požadované knihovny: GroupDocs.Search pro Java 25.4 nebo novější.
• Nastavení prostředí: Nainstalovaný kompatibilní Java Development Kit (JDK).
• Předpoklady znalostí: Základní programování v Javě a znalost Maven.

Nastavení GroupDocs.Search pro Java

Pro zahájení integrujte GroupDocs.Search do svého projektu pomocí Maven:

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/search/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-search</artifactId>
      <version>25.4</version>
   </dependency>
</dependencies>

Alternativně si stáhněte nejnovější verzi z GroupDocs.Search for Java releases.

Získání licence

Pro vyzkoušení GroupDocs.Search:

• Free trial – otestujte základní funkce bez závazku.
• Temporary license – rozšířený přístup pro vývoj.
• Purchase – plná licence pro produkční použití.

Jak přidat dokumenty do indexu?

Direct answer: Zavolejte index.add() pro každou složku, která obsahuje soubory, jež chcete prohledávat; metoda prohledá složku rekurzivně a přidá každý podporovaný dokument do indexu v jedné operaci. Tím se eliminuje potřeba ručního zpracování soubor po souboru a urychlí se hromadné načítání.

SearchIndex je centrální třída, která představuje prohledávatelnou kolekci na disku. Po jejím vytvoření všechny operace indexování a dotazování probíhají přes tento objekt.

1. Vytvoření indexu

Direct answer: Vytvořte objekt SearchIndex s cestou, kde mají být uloženy soubory indexu, a poté zavolejte index.create() pro inicializaci úložné struktury. Volání vytvoří potřebné složky a soubory metadat při prvním použití.

import com.groupdocs.search.*;

public class CreateIndex {
    public static void main(String[] args) {
        String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output\\AdvancedUsage\\Searching\\SearchByChunks";
        // Creating an index in the specified folder
        Index index = new Index(indexFolder);
    }
}

2. Přidávání dokumentů do indexu

Direct answer: Použijte metodu index.add() a předávejte absolutní cestu každé zdrojové složky; API automaticky detekuje podporované formáty (PDF, DOCX, XLSX, atd.) a extrahuje prohledávatelný text do indexu.

SearchOptions je konfigurační objekt, který vám umožní jemně nastavit, jak jsou dokumenty zpracovávány během indexování a vyhledávání. Později jej použijete k povolení dotazů na základě bloků.

String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output\\AdvancedUsage\\Searching\\SearchByChunks";

Index index = new Index(indexFolder);

3. Konfigurace možností vyhledávání pro blokové vyhledávání

Direct answer: Nastavte options.setChunkSearch(true) na instanci SearchOptions před provedením dotazu; tím řeknete enginu, aby rozdělil každý dokument na logické bloky (typicky odstavce) a vracel shody podle bloků místo celého souboru.

SearchResult obsahuje nalezené bloky, jejich pozice a skóre relevance. Když je blokové vyhledávání zapnuto, každý SearchResult odpovídá jedinému fragmentu původního dokumentu.

String documentsFolder1 = "YOUR_DOCUMENT_DIRECTORY";
String documentsFolder2 = "YOUR_DOCUMENT_DIRECTORY";
String documentsFolder3 = "YOUR_DOCUMENT_DIRECTORY";

index.add(documentsFolder1);
index.add(documentsFolder2);
index.add(documentsFolder3);

4. Provádění počátečního vyhledávání na základě bloků

Direct answer: Spusťte index.search("your query", options); volání vrátí kolekci SearchResult pro první sadu odpovídajících bloků a token, který představuje stav vyhledávání pro pokračování.

Vrácený token je nezbytný pro stránkování velkých sad výsledků bez opětovného spouštění celého dotazu.

SearchOptions options = new SearchOptions();

options.setChunkSearch(true);

5. Pokračování v blokovém vyhledávání

Direct answer: Předávejte token vrácený z předchozího volání metodě index.searchNext(token, options); opakujte, dokud metoda nevrátí null, což značí, že všechny odpovídající bloky byly získány.

Tento inkrementální přístup udržuje nízkou spotřebu paměti, protože v paměti je pouze aktuální dávka bloků.

String query = "invitation";

SearchResult result = index.search(query, options);

Proč používat blokové vyhledávání?

Vyhledávání na základě bloků rozděluje obrovské kolekce dokumentů na zvládnutelné části, snižuje zatížení paměti a urychluje odezvu. Indexováním na úrovni odstavců nebo sekcí může engine získat pouze relevantní fragmenty, což snižuje využití CPU a zlepšuje latenci pro koncové uživatele. Je to zvláště užitečné, když:

1. Právní týmy potřebují najít konkrétní klauzule v tisících smluv.
2. Portály zákaznické podpory musí okamžitě zobrazit relevantní články znalostní báze.
3. Výzkumníci procházejí rozsáhlé datové sady, aniž by načítali celé soubory do paměti.

Kvantifikované tvrzení: GroupDocs.Search dokáže zpracovat PDF soubory s více než 500 stránkami za méně než 2 sekundy na blok na standardním 8‑jádrovém serveru, přičemž maximální velikost haldy zůstává pod 200 MB.

Jak tento přístup zvyšuje výkon vyhledávání

Direct answer: Vyhledáváním menších bloků místo celých souborů může engine dříve přeskočit irelevantní sekce, snížit počet cyklů CPU a udržovat v paměti pouze aktivní blok, což přímo snižuje spotřebu java search index memory a přináší rychlejší odezvu. Tento cílený přístup také umožňuje efektivnější cachování a paralelní zpracování, což umožňuje více jádrům současně zpracovávat různé bloky, čímž se dále zvyšuje propustnost na vícejádrových serverech.

Další výhody zahrnují:

• Paralelní zpracování bloků napříč více jádry.
• Předčasné ukončení, když je nalezena vysoce relevantní shoda.

Správa paměti java search index

Direct answer: Přidělte dostatečnou haldu JVM (např. -Xmx2g nebo vyšší) podle očekávané velikosti indexu, po hromadném přidání spusťte index.optimize() pro kompresi struktury indexu a sledujte pauzy GC pomocí VisualVM, abyste předešli špičkám latence.

• Použijte index.flush() po velkých dávkách pro zápis mezilehlých dat na disk.
• Povolit options.setMemoryLimit(256) pro omezení paměti na vyhledávání.

Úvahy o výkonu

• Správa paměti – Přidělte dostatečný prostor haldy (-Xmx) pro velké indexy.
• Monitorování zdrojů – Sledujte využití CPU během indexování a vyhledávacích operací.
• Údržba indexu – Pravidelně přestavujte nebo čistěte index, aby se odstranila zastaralá data.

Časté úskalí a řešení problémů

Často kladené otázky

Q: Co je vyhledávání na základě bloků?
A: Vyhledávání na základě bloků rozděluje datovou sadu na menší části, což umožňuje efektivní dotazy nad velkými objemy dat, aniž by se načítaly celé dokumenty do paměti.

Q: Jak aktualizuji svůj index novými soubory?
A: Jednoduše zavolejte index.add() s cestou k novým dokumentům; index je automaticky zahrne.

Q: Dokáže GroupDocs.Search zpracovat různé formáty souborů?
A: Ano, podporuje PDF, DOCX, XLSX, PPTX, HTML, TXT a více než 30 dalších formátů.

Q: Jaké jsou typické úzké místa výkonu?
A: Omezení paměti a neoptimalizované indexy jsou nejčastější; přidělte dostatečnou haldu a pravidelně index optimalizujte.

Q: Kde najdu podrobnější dokumentaci?
A: Navštivte oficiální GroupDocs.Search Documentation pro podrobné návody a reference API.

Q: Funguje blokové vyhledávání s šifrovanými PDF?
A: Ano, pokud poskytnete heslo pomocí příslušného přetížení API.

Q: Jak mohu sledovat průběh indexování?
A: Použijte přetížení Index.add(), které vrací objekt Progress, nebo se napojte na zpětné volání logování.

Zdroje

• Dokumentace: GroupDocs.Search for Java Docs
• Reference API: GroupDocs.Search API Reference
• Stažení: GroupDocs.Search Releases
• GitHub: GroupDocs.Search GitHub Repository
• Bezplatná podpora: GroupDocs Forum
• Dočasná licence: Obtain a Temporary License

Poslední aktualizace: 2026-10-02
Testováno s: GroupDocs.Search 25.4 for Java
Autor: GroupDocs

while (result.getNextChunkSearchToken() != null) {
    result = index.searchNext(result.getNextChunkSearchToken());
}

Související tutoriály

• Vytvoření adresáře indexu vyhledávání a nastavení licence – GroupDocs.Search Java
• Zlepšení výkonu dotazů s GroupDocs.Search Java: optimalizace indexu a vyhledávání
• GroupDocs Search Java – Pokročilé funkce vyhledávání