"What is chunk‑based searching?"

"Chunk‑based searching divides the dataset into smaller pieces, allowing efficient queries over large volumes of data without loading entire documents into memory."

"How do I update my index with new files?"

"Simply call `index.add()` with the path to the new documents; the index will incorporate them automatically."

"Can GroupDocs.Search handle different file formats?"

"Yes, it supports **PDF, DOCX, XLSX, PPTX, HTML, TXT, and over 30 other formats**."

"What are typical performance bottlenecks?"

"Memory constraints and unoptimized indexes are the most common; allocate sufficient heap and regularly optimize the index."

"Where can I find more detailed documentation?"

"Visit the official [GroupDocs.Search Documentation](https://docs.groupdocs.com/search/java/) for in‑depth guides and API references."

Verwenden Sie eine temporäre Lizenz für Chunk‑basiertes Indexieren in Java

In diesem Tutorial verwenden Sie eine temporäre Lizenz, um Dokumente zum Index hinzuzufügen mit der Chunk‑basierten Suchfunktion von GroupDocs.Search. Der Ansatz ermöglicht die Verarbeitung riesiger Dokumentensammlungen — rechtliche Verträge, Support‑Tickets, Forschungsarbeiten — bei gleichzeitig niedrigem java search index memory‑Verbrauch und einer dramatischen Steigerung der Suchleistung. Sie sehen, wie man den Indexordner einrichtet, mehrere Dokumentquellen einspeist, die Chunk‑Suche aktiviert und sowohl die erste als auch nachfolgende Chunk‑Abfragen ausführt.

Schnelle Antworten

Was ist der erste Schritt? Erstellen Sie einen Suchindex‑Ordner.
Wie füge ich viele Dateien hinzu? Verwenden Sie index.add() für jeden Dokumentordner.
Welche Option aktiviert die Chunk‑Suche? options.setChunkSearch(true).
Kann ich nach dem ersten Chunk weiter suchen? Ja, rufen Sie index.searchNext() mit dem Token auf.
Brauche ich eine Lizenz? Eine kostenlose Testversion oder temporäre Lizenz reicht für die Entwicklung; für die Produktion ist eine Voll‑Lizenz erforderlich.

Was Sie lernen werden

Wie man einen Suchindex in einem angegebenen Ordner erstellt.
Schritte zum Hinzufügen von Dokumenten zum Index aus mehreren Quellen.
Konfigurieren der Suchoptionen, um Chunk‑basiertes Suchen zu aktivieren.
Durchführen von initialen und nachfolgenden Chunk‑basierten Suchen.
Praxisbeispiele, in denen Chunk‑basierte Dokumentensuche glänzt.

Voraussetzungen

Erforderliche Bibliotheken: GroupDocs.Search für Java 25.4 oder höher.
Umgebungssetup: Ein kompatibles Java Development Kit (JDK) installiert.
Vorkenntnisse: Grundkenntnisse in Java‑Programmierung und Maven.

Einrichtung von GroupDocs.Search für Java

Um zu beginnen, integrieren Sie GroupDocs.Search in Ihr Projekt mittels 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>

Alternativ können Sie die neueste Version von GroupDocs.Search for Java releases herunterladen.

Lizenzbeschaffung

Um GroupDocs.Search auszuprobieren:

Kostenlose Testversion – Kernfunktionen ohne Verpflichtung testen.
Temporäre Lizenz – erweiterter Zugriff für die Entwicklung.
Kauf – Voll‑Lizenz für den Produktionseinsatz.

Wie fügt man Dokumente zum Index hinzu?

Direkte Antwort: Rufen Sie index.add() für jeden Ordner auf, der Dateien enthält, die durchsuchbar sein sollen; die Methode scannt den Ordner rekursiv und fügt jedes unterstützte Dokument in einem einzigen Vorgang zum Index hinzu. Dadurch entfällt die Notwendigkeit einer manuellen Datei‑für‑Datei‑Verarbeitung und die Masseneinlesung wird beschleunigt.

SearchIndex ist die zentrale Klasse, die die durchsuchbare Sammlung auf dem Datenträger repräsentiert. Nachdem Sie sie instanziiert haben, laufen alle Index‑ und Abfrage‑Operationen über dieses Objekt.

1. Erstellen eines Index

Direkte Antwort: Instanziieren Sie ein SearchIndex‑Objekt mit dem Pfad, in dem die Indexdateien gespeichert werden sollen, und rufen Sie anschließend index.create() auf, um die Speicherstruktur zu initialisieren. Der Aufruf erstellt beim ersten Gebrauch die erforderlichen Ordner und Metadaten‑Dateien.

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. Hinzufügen von Dokumenten zum Index

Direkte Antwort: Verwenden Sie die Methode index.add() und übergeben Sie den absoluten Pfad jedes Quellordners; die API erkennt automatisch unterstützte Formate (PDF, DOCX, XLSX usw.) und extrahiert durchsuchbaren Text in den Index.

SearchOptions ist ein Konfigurationsobjekt, mit dem Sie die Verarbeitung von Dokumenten beim Indexieren und Suchen fein abstimmen können. Sie werden es später verwenden, um Chunk‑basierte Abfragen zu aktivieren.

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

Index index = new Index(indexFolder);

3. Konfigurieren der Suchoptionen für Chunk‑Suche

Direkte Antwort: Setzen Sie options.setChunkSearch(true) auf einer SearchOptions‑Instanz, bevor Sie eine Abfrage ausführen; dies weist die Engine an, jedes Dokument in logische Chunks (typischerweise Absätze) zu unterteilen und Treffer pro Chunk statt pro gesamter Datei zurückzugeben.

SearchResult enthält die gefundenen Chunks, deren Positionen und Relevanzwerte. Wenn die Chunk‑Suche aktiviert ist, entspricht jeder SearchResult einem einzelnen Fragment des Originaldokuments.

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. Ausführen einer initialen Chunk‑basierten Suche

Direkte Antwort: Führen Sie index.search("your query", options) aus; der Aufruf liefert eine SearchResult‑Sammlung für das erste Set passender Chunks und ein Token, das den Suchzustand für die Fortsetzung repräsentiert.

Das zurückgegebene Token ist entscheidend, um große Ergebnis‑Sets zu paginieren, ohne die gesamte Abfrage erneut auszuführen.

SearchOptions options = new SearchOptions();

options.setChunkSearch(true);

5. Fortsetzen der Chunk‑basierten Suche

Direkte Antwort: Übergeben Sie das vom vorherigen Aufruf zurückgegebene Token an index.searchNext(token, options); wiederholen Sie dies, bis die Methode null zurückgibt, was bedeutet, dass alle passenden Chunks abgerufen wurden.

Dieser inkrementelle Ansatz hält den Speicherverbrauch niedrig, da nur das aktuelle Chunk‑Batch im Speicher liegt.

String query = "invitation";

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

Warum Chunk‑basierte Suche verwenden?

Chunk‑basierte Suche zerlegt massive Dokumentensammlungen in handhabbare Stücke, reduziert den Speicherbedarf und beschleunigt die Antwortzeiten. Durch das Indexieren auf Absatz‑ oder Abschnittsebene kann die Engine nur die relevanten Fragmente abrufen, was die CPU‑Auslastung senkt und die Latenz für End‑Benutzer verbessert. Besonders vorteilhaft ist sie, wenn:

Rechtsteams müssen spezifische Klauseln in Tausenden von Verträgen finden.
Kunden‑Support‑Portale müssen relevante Wissensdatenbank‑Artikel sofort anzeigen.
Forscher durchforsten umfangreiche Datensätze, ohne ganze Dateien in den Speicher zu laden.

Quantifizierte Behauptung: GroupDocs.Search kann PDFs mit mehr als 500 Seiten in weniger als 2 Sekunden pro Chunk auf einem Standard‑8‑Kern‑Server verarbeiten, wobei der maximale Heap unter 200 MB bleibt.

Wie dieser Ansatz die Suchleistung erhöht

Direkte Antwort: Durch das Suchen in kleineren Chunks statt in ganzen Dateien kann die Engine irrelevante Abschnitte früh überspringen, CPU‑Zyklen reduzieren und nur den aktiven Chunk im Speicher halten, was den java search index memory‑Verbrauch direkt senkt und schnellere Antwortzeiten liefert. Dieser zielgerichtete Ansatz ermöglicht zudem effektiveres Caching und Parallelverarbeitung, sodass mehrere Kerne gleichzeitig unterschiedliche Chunks bearbeiten können, was den Durchsatz auf Multi‑Core‑Servern weiter erhöht.

Zusätzliche Vorteile umfassen:

Parallele Chunk‑Verarbeitung über mehrere Kerne.
Frühzeitige Beendigung, wenn ein hochrelevantes Ergebnis gefunden wird.

Verwaltung von java search index memory

Direkte Antwort: Reservieren Sie ausreichend JVM‑Heap (z. B. -Xmx2g oder höher) basierend auf der erwarteten Indexgröße, führen Sie nach massenhaften Ergänzungen index.optimize() aus, um die Indexstruktur zu komprimieren, und überwachen Sie GC‑Pausen mit VisualVM, um Latenzspitzen zu vermeiden.

Weitere Optimierungstipps:

Verwenden Sie index.flush() nach großen Stapeln, um Zwischendaten auf die Festplatte zu schreiben.
Aktivieren Sie options.setMemoryLimit(256), um den Speicherverbrauch pro Suche zu begrenzen.

Leistungsüberlegungen

Speichermanagement – Reservieren Sie ausreichend Heap‑Speicher (-Xmx) für große Indexe.
Ressourcenüberwachung – Behalten Sie die CPU‑Auslastung während Indexierungs‑ und Suchvorgängen im Auge.
Indexwartung – Rebuilden oder bereinigen Sie den Index periodisch, um veraltete Daten zu entfernen.

Häufige Fallstricke & Fehlersuche

Problem	Warum es passiert	Lösung
`OutOfMemoryError` während der Indexierung	Heap‑Größe zu klein	Erhöhen Sie den JVM‑Heap (`-Xmx2g` oder höher)
Keine Ergebnisse zurückgegeben	Chunk‑Token nicht verarbeitet	Stellen Sie sicher, dass die `while`‑Schleife bis `getNextChunkSearchToken()` `null` ist, läuft
Langsame Suchleistung	Index nicht optimiert	Führen Sie `index.optimize()` nach massenhaften Ergänzungen aus

Häufig gestellte Fragen

Q: Was ist Chunk‑basierte Suche?
A: Chunk‑basierte Suche teilt den Datensatz in kleinere Stücke, wodurch effiziente Abfragen über große Datenmengen möglich sind, ohne ganze Dokumente in den Speicher zu laden.

Q: Wie aktualisiere ich meinen Index mit neuen Dateien?
A: Rufen Sie einfach index.add() mit dem Pfad zu den neuen Dokumenten auf; der Index wird sie automatisch einbinden.

Q: Kann GroupDocs.Search verschiedene Dateiformate verarbeiten?
A: Ja, es unterstützt PDF, DOCX, XLSX, PPTX, HTML, TXT und über 30 weitere Formate.

Q: Was sind typische Leistungsengpässe?
A: Speicherbeschränkungen und nicht optimierte Indexe sind die häufigsten; reservieren Sie ausreichend Heap und optimieren Sie den Index regelmäßig.

Q: Wo finde ich ausführlichere Dokumentation?
A: Besuchen Sie die offizielle GroupDocs.Search Documentation für ausführliche Anleitungen und API‑Referenzen.

Q: Funktioniert Chunk‑basierte Suche mit verschlüsselten PDFs?
A: Ja, solange Sie das Passwort über die entsprechende API‑Überladung bereitstellen.

Q: Wie kann ich den Fortschritt der Indexierung überwachen?
A: Verwenden Sie die Index.add()‑Überladung, die ein Progress‑Objekt zurückgibt, oder binden Sie sich in Logging‑Callbacks ein.

Ressourcen

Dokumentation: GroupDocs.Search for Java Docs
API‑Referenz: GroupDocs.Search API Reference
Download: GroupDocs.Search Releases
GitHub: GroupDocs.Search GitHub Repository
Kostenloser Support: GroupDocs Forum
Temporäre Lizenz: Obtain a Temporary License

Letzte Aktualisierung: 2026-10-02
Getestet mit: GroupDocs.Search 25.4 für Java
Autor: GroupDocs

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