Jak odstranit index a provádět textové vyhledávání pomocí GroupDocs.Search pro Java

V dnešním datově řízeném světě je jak odstranit index rychle a zároveň poskytovat bleskově rychlé full‑textové vyhledávání v Javě konkurenční výhodou. Ať už budujete interní znalostní bázi, úložiště právních případů nebo katalog produktů pro e‑commerce, dobře vyladěná vyhledávací síť může výrazně zlepšit spokojenost uživatelů. V tomto průvodci se naučíte, jak nastavit vyhledávací síť, vytvořit prohledávatelný index, optimalizovat výkon vyhledávání a odstranit dokumenty z indexu, když je to potřeba — vše pomocí GroupDocs.Search pro Java.

Rychlé odpovědi

  • Jaký je hlavní účel GroupDocs.Search pro Java? Poskytuje full‑textové vyhledávání napříč více než 50 formáty dokumentů, což umožňuje rychlé vyhledávání klíčových slov.
  • Jak provádět textové vyhledávání v distribuovaném prostředí? Nasadíte vyhledávací síť, indexujete dokumenty na hlavním uzlu a poté dotazujete libovolný uzel.
  • Mohu odstranit dokumenty z indexu bez jeho přestavby? Ano, použijte Delete API k odstranění vybraných souborů, čímž efektivně jak odstranit index bez úplného přeindexování.
  • Jaká verze Javy je vyžadována? JDK 8 nebo vyšší.
  • Je pro produkci potřeba licence? Je vyžadována platná licence GroupDocs.Search; k dispozici je bezplatná zkušební verze.

Co je „perform text search“?

Provádění textového vyhledávání znamená dotazování full‑textového indexu za účelem získání dokumentů, které obsahují zadaná klíčová slova nebo fráze. GroupDocs.Search vytváří invertovaný index, který umožňuje tyto vyhledávání provádět extrémně rychle, i při tisících souborů.

Proč nastavit vyhledávací síť?

Vyhledávací síť rozděluje zátěž indexování a dotazování mezi více uzlů, což vám umožní optimalizovat výkon vyhledávání, horizontálně škálovat a udržovat vysokou dostupnost. Tato architektura je ideální pro podnikové úložiště dokumentů, kde jsou důležité latence a propustnost.

Jak implementovat a optimalizovat vyhledávací síť pomocí GroupDocs.Search pro Java

Načtěte svou konfiguraci, spusťte hlavní uzel a poté přidejte pracovní uzly, které sdílejí stejnou základní cestu a port. Nasazením sítě tímto způsobem umožníte libovolnému uzlu zpracovávat požadavky na indexování nebo dotazy, což poskytuje konzistentní časy odezvy i při růstu počtu dokumentů na stovky tisíc.

Přehled krok za krokem

  1. Definovat základní konfiguraci, která zahrnuje sdílený adresář a TCP port.
  2. Spustit hlavní uzel, který spravuje index a koordinuje pracovní uzly.
  3. Přidat pracovní uzly, které se připojují k hlavnímu uzlu, což umožňuje paralelní indexování a vyhledávání.
  4. Monitorovat využití zdrojů a ladit nastavení haldy JVM, aby byla latence nízká.

Jak odstranit index v GroupDocs.Search pro Java

SearchNode představuje uzel v síti GroupDocs.Search, který spravuje operace indexování a dotazování. Metoda delete odstraňuje zadané dokumenty z indexu.

Přímé kroky pro odstranění

  • Zavolejte metodu delete na instanci SearchNode.
  • Poskytněte pole relativních cest k souborům.
  • Proveďte commit změn; index je okamžitě aktualizován a následná vyhledávání již nevracejí odstraněné soubory.

Co je vyhledávací síť?

Vyhledávací síť je klastr propojených uzlů, které sdílejí společné úložiště indexu, což umožňuje distribuované indexování a provádění dotazů. Umožňuje horizontální škálování a odolnost vůči chybám pro rozsáhlé kolekce dokumentů.

Jak vytvořit prohledávatelný index (index documents java)

Metoda add indexuje dokument do vyhledávacího indexu. Přidejte dokumenty do hlavního uzlu pomocí metody add; síť rozšíří změny na všechny pracovní uzly. Tento přístup zajišťuje, že každý uzel může obsluhovat dotazy vůči nejnovějšímu indexu bez dalších kroků synchronizace.

Klíčové akce

  • Nastavte hlavní uzel na složku obsahující zdrojové soubory.
  • Zavolejte rutinu indexování; síť zpracuje každý soubor a aktualizuje invertovaný index.
  • Ověřte, že soubory indexu se objevují v určeném úložném adresáři.

Jak odstranit indexované soubory (remove indexed files)

Když se dokument stane zastaralým, zavolejte API delete s jeho cestou. Systém odstraní záznamy souboru z invertovaného indexu, uvolní úložiště a zabrání zastaralým výsledkům.

Nastavení GroupDocs.Search pro Java

Pro začátek integrujte GroupDocs.Search do svého Java projektu pomocí následujícího nastavení:

Maven nastavení

Přidejte repozitář a závislost do souboru 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 můžete stáhnout nejnovější verzi přímo od GroupDocs.

Získání licence

GroupDocs nabízí bezplatnou zkušební verzi, která vám umožní vyzkoušet funkce před nákupem. Dočasnou licenci můžete získat podle kroků na jejich stránce nákupu. To vám během testovací fáze umožní plnou funkčnost.

Základní inicializace a nastavení

Inicializujte GroupDocs.Search ve své Java aplikaci pomocí:

import com.groupdocs.search.*;

class SearchNetworkSetup {
    public static void main(String[] args) {
        Index index = new Index("path/to/index/directory");
        // Additional configuration can be set here.
    }
}

Průvodce implementací

Konfigurace vyhledávací sítě

Přehled: Nastavte základní cestu a port pro vaši vyhledávací síť, což umožní uzlům efektivně komunikovat.

Krok 1: Definovat základní konfiguraci

import com.groupdocs.search.options.*;
import com.groupdocs.search.scaling.configuring.*;

String basePath = "YOUR_DOCUMENT_DIRECTORY/output/AdvancedUsage/Scaling/DeletingDocuments/";
int basePort = 49104; // Change if necessary.
Configuration configuration = ConfiguringSearchNetwork.configure(basePath, basePort);
  • Parametry:
    • basePath: Cesta k adresáři pro operace sítě.
    • basePort: Číslo portu používaného vyhledávací sítí.

Krok 2: Odstraňování potíží

Ujistěte se, že zvolený port není blokován nastavením firewallu ani používán jinou aplikací. Podle potřeby jej upravte, aby nedocházelo ke konfliktům.

Nasazení uzlů vyhledávací sítě

Přehled: Pomocí vaší konfigurace nasadíte uzly po celé síti pro distribuované indexování a vyhledávání.

import com.groupdocs.search.scaling.*;

String basePath = "YOUR_DOCUMENT_DIRECTORY/output/AdvancedUsage/Scaling/DeletingDocuments/";
int basePort = 49104;
Configuration configuration = ConfiguringSearchNetwork.configure(basePath, basePort);
SearchNetworkNode[] nodes = SearchNetworkDeployment.deploy(basePath, basePort, configuration);

// Nodes are now deployed and ready for further operations.
  • Klíčové konfigurační možnosti:
    • Base Path & Port: Tyto hodnoty by měly odpovídat těm, které byly použity v počáteční konfiguraci, aby byla zajištěna konzistence.

Indexování dokumentů (create searchable index)

Přehled: Efektivně přidávejte dokumenty do vyhledávacího indexu pomocí hlavního uzlu.

import com.groupdocs.search.scaling.*;

String documentsPath = "YOUR_DOCUMENT_DIRECTORY/path/to/documents";
SearchNetworkNode masterNode = nodes[0];
IndexingDocuments.addDirectories(masterNode, documentsPath);
  • Účel:
    • masterNode: Primární uzel spravující indexování dokumentů.
    • documentsPath: Cesta k adresáři obsahujícímu dokumenty.

Tipy pro odstraňování potíží

Ověřte, že cesty k dokumentům jsou správné a přístupné. Ujistěte se, že oprávnění umožňují čtení z těchto adresářů.

Vyhledávání textu v síti (perform text search)

Přehled: Provádějte komplexní textové vyhledávání napříč vaším indexovaným sítí.

import com.groupdocs.search.scaling.*;

String query = "nulla";
SearchNetworkNode masterNode = nodes[0];
TextSearchInNetwork.searchAll(masterNode, query, false);
  • Parametry:
    • query: Text, který hledáte.
    • masterNode: Uzlu provádějícímu vyhledávání.

Odstraňování dokumentů z indexu (delete documents index)

Přehled: Odstraňte konkrétní dokumenty z indexu pomocí jejich cest k souborům.

import com.groupdocs.search.scaling.*;

SearchNetworkNode node = nodes[0];
String[] filePaths = {
    "YOUR_DOCUMENT_DIRECTORY/Lorem ipsum.pdf",
    "YOUR_DOCUMENT_DIRECTORY/Lorem ipsum.docx"
};
deleteDocuments(node, filePaths);

void deleteDocuments(SearchNetworkNode node, String... filePaths) {
    Indexer indexer = node.getIndexer();
    DeleteOptions options = new DeleteOptions();
    indexer.delete(filePaths, options);
}
  • Účel metody:
    • node: Cílový uzel pro operace odstraňování.
    • filePaths: Cesty k dokumentům, které mají být z indexu odstraněny.

Odstraňování potíží

Ujistěte se, že cesty k souborům jsou přesné a že soubory existují ve vašem adresáři. Pokud problémy přetrvávají, zkontrolujte oprávnění a konektivitu sítě.

Praktické aplikace

  1. Enterprise Document Management: Zefektivněte interní vyhledávání znalostí.
  2. Legal Case Analysis: Rychle najděte relevantní soubory případů napříč více úložišti.
  3. E‑commerce Platforms: Zvyšte rychlost vyhledávání produktů indexováním popisů a recenzí.
  4. Academic Research: Efektivně prohledejte velké digitální knihovny článků a diplomových prací.
  5. Customer Support Systems: Snižte dobu odezvy tím, že umožníte operátorům okamžitě prohledávat staré tickety.

Úvahy o výkonu

  • Optimalizovat rychlost indexování: Přidávejte nové dokumenty inkrementálně během mimošpičkových hodin, aby byla latence nízká.
  • Pokyny pro využití zdrojů: Monitorujte CPU a paměť, zejména při škálování počtu uzlů.
  • Správa paměti v Javě: Laděte nastavení haldy JVM podle zatížení (např. -Xmx2g pro středně velké indexy).

Závěr

Podle tohoto průvodce jste se naučili, jak nastavit vyhledávací síť, vytvořit prohledávatelný index, provádět textové vyhledávání a odstraňovat dokumenty z indexu pomocí GroupDocs.Search pro Java. Tyto možnosti umožňují rychlé a spolehlivé získávání dokumentů v distribuovaných prostředích.

Další kroky

  • Experimentujte s různými konfiguracemi uzlů, abyste našli optimální rovnováhu pro své zatížení.
  • Prozkoumejte podrobněji pokročilé možnosti indexování, jako jsou vlastní analyzátory a ladění relevance.
  • Prozkoumejte integraci s dalšími produkty GroupDocs pro kompletní zpracování dokumentů.

Často kladené otázky

Q: Jaký je hlavní případ použití GroupDocs.Search pro Java?
A: Poskytuje full‑textové vyhledávání napříč mnoha formáty dokumentů, což vám umožní provádět textové vyhledávání ve velkých úložištích.

Q: Jak mohu zlepšit rychlost vyhledávání ve velké síti?
A: Nasadíte další uzly, ladíte haldu JVM a naplánujete indexování během období nízkého provozu, abyste optimalizovali výkon vyhledávání.

Q: Je možné odstranit jediný dokument bez přeindexování celé kolekce?
A: Ano, použijte API delete documents index, jak je ukázáno v příkladu kódu, k odstranění konkrétních souborů.

Q: Potřebuji licenci pro vývoj?
A: Bezplatná zkušební licence stačí pro testování; pro produkční nasazení je vyžadována komerční licence.

Q: Mohu indexovat PDF, Word soubory a e‑maily společně?
A: Rozhodně — GroupDocs.Search podporuje širokou škálu formátů přímo z krabice.

Poslední aktualizace: 2026-07-07
Testováno s: GroupDocs.Search for Java 25.4
Autor: GroupDocs

Související tutoriály