java full text search – přidat dokumenty a sloučit s GroupDocs.Search

V moderních podnikovém prostředích je java full text search páteří každého robustního systému pro správu dokumentů v Javě. Ať už potřebujete indexovat smlouvy, faktury nebo interní zprávy, dobře navržený index vám umožní získat správné informace během milisekund. Tento tutoriál vás provede vytvořením indexu, přidáním dokumentů, konfigurací možností sloučení a bezpečným zrušením operace sloučení – vše pomocí GroupDocs.Search pro Javu.

Rychlé odpovědi

  • Co znamená „add documents to index“? Říká GroupDocs.Search, aby prohledal složku, extrahoval vyhledávatelné tokeny a uložil metadata pro každý soubor.
  • Mohu zastavit dlouhé sloučení? Ano – použijte objekt Cancellation k přerušení sloučení po nastavitelném časovém limitu.
  • Potřebuji licenci? Pro testování stačí bezplatná zkušební nebo dočasná licence; komerční licence odemkne všechny funkce.
  • Jaká verze Javy je vyžadována? JDK 8 nebo novější.
  • Je to vhodné pro velké datové sady? Rozhodně – GroupDocs.Search zvládne dokumenty o stovkách stránek s inkrementálním indexováním.

Co znamená „add documents to index“ v GroupDocs.Search?

Přidání dokumentů do indexu znamená vložit kolekci souborů do GroupDocs.Search, aby knihovna mohla analyzovat jejich obsah, extrahovat tokeny a vytvořit vyhledávatelnou datovou strukturu. Proces vytvoří kompaktní reprezentaci, která umožňuje bleskově rychlé full‑textové dotazy napříč všemi indexovanými soubory.

Proč použít GroupDocs.Search pro správu dokumentů v Javě?

GroupDocs.Search poskytuje škálovatelné indexování pro více než 50 vstupních formátů (PDF, DOCX, XLSX, PPTX, HTML, obrázky atd.) a dokáže zpracovat dokumenty až do 2 GB bez načítání celého souboru do paměti. Jeho API vám dává detailní kontrolu nad indexováním, sloučením a zrušením, což z něj činí špičkovou volbu pro enterprise‑úroveň řešení java full text search.

Požadavky

  • GroupDocs.Search for Java verze 25.4 nebo novější.
  • Maven (nebo ruční stažení JAR).
  • Základní znalost Javy a prostředí JDK 8+.

Nastavení GroupDocs.Search pro Javu

Instalace pomocí Maven

Pokud spravujete závislosti pomocí Maven, přidejte úložiště a závislost do vašeho pom.xml:

<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>

Přímé stažení

Alternativně stáhněte nejnovější JAR z oficiální stránky: GroupDocs.Search for Java releases.

Získání licence

  • Free Trial: Zaregistrujte se na webu GroupDocs a získejte zkušební licenci.
  • Temporary License: Požádejte o dočasný klíč, pokud potřebujete prodloužené hodnocení.
  • Commercial License: Zakupte pro produkční použití.

Po získání souboru licence jej umístěte do projektu a inicializujte knihovnu, jak je ukázáno níže.

Praktický návod

Jak přidat dokumenty do indexu – vytvoření prvního indexu

Načtěte nebo vytvořte prázdný index vytvořením instance třídy Index, která představuje vyhledávatelný kontejner na disku. Tento krok připraví úložné místo pro všechny tokeny, které budou z vašich dokumentů vygenerovány.

import com.groupdocs.search.Index;

// Create an instance of the index at the specified path
Index index1 = new Index("YOUR_DOCUMENT_DIRECTORY\\\\Index1");
  • Proč: Tento krok nastaví úložný kontejner, kde budou uloženy indexované tokeny.

Přidání dokumentů do indexu

Zavolejte index.add s cestou ke složce; metoda prohledá každý soubor, extrahuje text a uloží vyhledávatelná metadata do indexu. Operace probíhá v jednom průchodu a respektuje nastavený IndexSettings.

index1.add("YOUR_DOCUMENT_DIRECTORY"); // Add documents from this directory
  • Proč: Knihovna načte každý soubor, extrahuje text a uloží jej do index1.

Vytvoření druhého indexu pro flexibilní pracovní postupy

Vytvořte další objekt Index, který bude obsahovat samostatnou sadu dokumentů, což umožňuje izolované zpracování před sloučením. Tento vzor je užitečný pro multi‑tenant scénáře nebo etapové indexování.

Index index2 = new Index("YOUR_DOCUMENT_DIRECTORY\\\\Index2");

index2.add("YOUR_DOCUMENT_DIRECTORY");
  • Proč: Více indexů vám umožní spravovat odlišné sady dokumentů a později je sloučit.

Jak nakonfigurovat možnosti sloučení a zrušit operaci sloučení

Vytvořte instanci MergeOptions, nastavte požadované parametry a připojte token Cancellation, který přeruší sloučení po zadaném časovém limitu. To vám poskytuje plnou kontrolu nad využitím zdrojů během velkých sloučení.

import com.groupdocs.search.options.MergeOptions;
import com.groupdocs.search.options.Cancellation;

MergeOptions options = new MergeOptions();
options.setCancellation(new Cancellation()); // Initialize cancellation object
options.getCancellation().cancelAfter(5000); // Cancel merge operation after 5 seconds
  • Proč: Cancellation vám dává možnost automaticky zrušit operaci sloučení, čímž zabraňuje nekontrolovatelným úlohám.

Sloučení indexů

Zavolejte index1.merge(index2, mergeOptions); primární index absorbuje všechny dokumenty ze sekundárního indexu při zachování integrity tokenů. Po sloučení máte jednotné vyhledávatelné úložiště.

index1.merge(index2, options);
  • Proč: Po tomto volání index1 obsahuje všechny dokumenty z obou zdrojů, což vám poskytuje jednotný vyhledávací zážitek.

Praktické aplikace pro správu dokumentů v Javě

  • Legal firms: Konsolidujte spisové soubory z více kanceláří do jednoho vyhledávatelného indexu.
  • Financial institutions: Sloučte čtvrtletní zprávy do jednotného úložiště pro rychlé auditní dotazy.
  • Enterprises: Kombinujte HR politiky, manuály pro soulad a interní příručky pro podnikovou vyhledávací funkci.

Úvahy o výkonu

  • Incremental indexing: Přidávejte nové soubory periodicky místo přestavování celého indexu.
  • Memory monitoring: Velké dávky mohou spotřebovat RAM; zpracovávejte soubory v menších částech nebo povolte režim streamování.
  • Garbage collection: Uvolněte nepoužívané objekty Index okamžitě, aby se uvolnily zdroje.
  • SSD storage: Ukládání souborů indexu na SSD může zvýšit rychlost sloučení až 2×.

Časté problémy a řešení

ProblémŘešení
Nesprávná cesta ke složceOvěřte absolutní cestu a zajistěte, aby aplikace měla oprávnění ke čtení.
Nedostatečná paměťZvyšte haldu JVM (-Xmx) nebo indexujte soubory po dávkách.
Zrušení nebylo spuštěnoUjistěte se, že cancelAfter je nastaveno před voláním merge.
Není podporovaný formát souboruV případě potřeby nainstalujte další pluginy formátů od GroupDocs.

Často kladené otázky

Q: Proč bych měl vytvořit více indexů místo jednoho?
A: Samostatné indexy vám umožní izolovat datové domény, aplikovat odlišné bezpečnostní politiky a sloučit je jen když je potřeba, což zlepšuje výkon a organizaci.

Q: Mohu zrušit operaci indexování stejným způsobem jako zrušení sloučení?
A: Ano – použijte objekt Cancellation s metodou add k zastavení dlouho běžících úloh indexování.

Q: Jak zajistit optimální výkon při velmi velkých kolekcích dokumentů?
A: Provádějte inkrementální indexování, monitorujte paměť JVM a ukládejte index na SSD. Zvažte použití nastavení BatchSize k omezení počtu dokumentů v paměti.

Q: Co mám dělat, pokud obdržím chybu „Access denied“?
A: Zkontrolujte oprávnění ke složce pro uživatele, který spouští proces Java, a ujistěte se, že soubor licence je čitelný.

Q: Je GroupDocs.Search kompatibilní s ostatními knihovnami GroupDocs?
A: Rozhodně – můžete jej integrovat s GroupDocs.Viewer, GroupDocs.Conversion a dalšími pro vytvoření kompletního dokumentového řešení.

Závěr

Po přečtení tohoto návodu nyní víte, jak přidat dokumenty do indexu, nakonfigurovat chování sloučení a bezpečně zrušit operaci sloučení, pokud je to potřeba – vše v rámci robustního workflow java full text search. Experimentujte s většími datovými sadami, prozkoumejte vlastní tokenizéry nebo kombinujte GroupDocs.Search s ostatními produkty GroupDocs pro vytvoření enterprise‑úrovňového řešení.

Zdroje

Last Updated: 2026-05-12
Tested With: GroupDocs.Search 25.4 for Java
Author: GroupDocs

Související tutoriály