"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."

Utiliser une licence temporaire pour l’indexation par blocs en Java

Dans ce tutoriel, vous allez utiliser une licence temporaire pour ajouter des documents à l’index avec la fonction de recherche par blocs de GroupDocs.Search. L’approche vous permet de gérer d’énormes collections de documents — contrats juridiques, tickets de support, articles de recherche — tout en maintenant une faible utilisation de la mémoire de l’index de recherche java et en augmentant considérablement les performances de recherche. Vous verrez comment configurer le dossier d’index, alimenter plusieurs sources de documents, activer la recherche par blocs, et exécuter à la fois la première et les requêtes de blocs suivantes.

Réponses rapides

Quelle est la première étape ? Créer un dossier d’index de recherche.
Comment inclure de nombreux fichiers ? Utilisez index.add() pour chaque dossier de documents.
Quelle option active la recherche par blocs ? options.setChunkSearch(true).
Puis-je continuer la recherche après le premier bloc ? Oui, appelez index.searchNext() avec le jeton.
Ai-je besoin d’une licence ? Un essai gratuit ou une licence temporaire fonctionne pour le développement ; une licence complète est requise pour la production.

Ce que vous apprendrez

Comment créer un index de recherche dans un dossier spécifié.
Étapes pour ajouter des documents à l’index depuis plusieurs emplacements.
Configuration des options de recherche pour activer la recherche par blocs.
Exécution des recherches initiales et suivantes par blocs.
Scénarios réels où la recherche de documents par blocs se démarque.

Prérequis

Pour suivre ce guide, assurez-vous d’avoir :

Bibliothèques requises : GroupDocs.Search pour Java 25.4 ou version ultérieure.
Configuration de l’environnement : Un JDK compatible installé.
Pré-requis de connaissances : Programmation Java de base et familiarité avec Maven.

Configuration de GroupDocs.Search pour Java

Pour commencer, intégrez GroupDocs.Search dans votre projet en utilisant 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>

Sinon, téléchargez la dernière version depuis GroupDocs.Search for Java releases.

Acquisition de licence

Pour essayer GroupDocs.Search :

Essai gratuit – tester les fonctionnalités de base sans engagement.
Licence temporaire – accès prolongé pour le développement.
Achat – licence complète pour l’utilisation en production.

Comment ajouter des documents à l’index ?

Réponse directe : Appelez index.add() pour chaque dossier contenant les fichiers que vous souhaitez rendre recherchables ; la méthode parcourt le dossier de manière récursive et ajoute chaque document pris en charge à l’index en une seule opération. Cela élimine le besoin de gérer les fichiers un par un manuellement et accélère l’ingestion massive.

SearchIndex est la classe centrale qui représente la collection recherchable sur le disque. Après l’avoir instanciée, toutes les opérations d’indexation et de requête passent par cet objet.

1. Création d’un index

Réponse directe : Instanciez un objet SearchIndex avec le chemin où les fichiers d’index doivent être stockés, puis appelez index.create() pour initialiser la structure de stockage. L’appel crée les dossiers nécessaires et les fichiers de métadonnées lors de la première utilisation.

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. Ajout de documents à l’index

Réponse directe : Utilisez la méthode index.add() et passez le chemin absolu de chaque dossier source ; l’API détecte automatiquement les formats pris en charge (PDF, DOCX, XLSX, etc.) et extrait le texte recherché dans l’index.

SearchOptions est un objet de configuration qui vous permet d’ajuster finement la façon dont les documents sont traités lors de l’indexation et de la recherche. Vous l’utiliserez plus tard pour activer les requêtes par blocs.

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

Index index = new Index(indexFolder);

3. Configuration des options de recherche pour la recherche par blocs

Réponse directe : Appelez options.setChunkSearch(true) sur une instance de SearchOptions avant d’exécuter une requête ; cela indique au moteur de diviser chaque document en blocs logiques (généralement des paragraphes) et de renvoyer les correspondances par bloc plutôt que par fichier entier.

SearchResult contient les blocs correspondants, leurs positions et leurs scores de pertinence. Lorsque la recherche par blocs est activée, chaque SearchResult correspond à un fragment unique du document original.

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. Exécution de la recherche initiale par blocs

Réponse directe : Exécutez index.search("your query", options) ; l’appel renvoie une collection SearchResult pour le premier ensemble de blocs correspondants et un jeton qui représente l’état de la recherche pour la continuation.

Le jeton retourné est essentiel pour paginer de grands ensembles de résultats sans réexécuter la requête complète.

SearchOptions options = new SearchOptions();

options.setChunkSearch(true);

5. Poursuivre la recherche par blocs

Réponse directe : Passez le jeton retourné par l’appel précédent à index.searchNext(token, options) ; répétez jusqu’à ce que la méthode renvoie null, indiquant que tous les blocs correspondants ont été récupérés.

Cette approche incrémentale maintient une faible utilisation de la mémoire car seul le lot de blocs actuel réside en mémoire.

String query = "invitation";

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

Pourquoi utiliser la recherche par blocs ?

La recherche par blocs divise les collections massives de documents en morceaux gérables, réduisant la pression sur la mémoire et accélérant les temps de réponse. En indexant au niveau du paragraphe ou de la section, le moteur ne récupère que les fragments pertinents, ce qui diminue l’utilisation du CPU et améliore la latence pour les utilisateurs finaux. Elle est particulièrement bénéfique lorsque :

Les équipes juridiques doivent localiser des clauses spécifiques parmi des milliers de contrats.
Les portails de support client doivent afficher instantanément les articles pertinents de la base de connaissances.
Les chercheurs parcourent d’importants ensembles de données sans charger les fichiers entiers en mémoire.

Affirmation chiffrée : GroupDocs.Search peut traiter des PDF de plus de 500 pages en moins de 2 secondes par bloc sur un serveur standard à 8 cœurs, tout en maintenant le pic de heap sous 200 Mo.

Comment cette approche augmente les performances de recherche

Réponse directe : En recherchant des blocs plus petits plutôt que des fichiers entiers, le moteur peut ignorer rapidement les sections non pertinentes, réduire les cycles CPU et ne garder en mémoire que le bloc actif, ce qui diminue directement la consommation de java search index memory et offre des temps de réponse plus rapides. Cette approche ciblée permet également une mise en cache et un traitement parallèle plus efficaces, permettant à plusieurs cœurs de gérer différents blocs simultanément, ce qui améliore davantage le débit sur les serveurs multi‑cœurs.

Les avantages supplémentaires incluent :

Traitement parallèle des blocs sur plusieurs cœurs.
Arrêt anticipé lorsqu’une correspondance à haute pertinence est trouvée.

Gestion de la mémoire de l’index de recherche java

Réponse directe : Allouez un tas JVM suffisant (par ex., -Xmx2g ou plus) en fonction de la taille attendue de l’index, exécutez index.optimize() après des ajouts massifs pour compresser la structure de l’index, et surveillez les pauses du GC avec VisualVM afin d’éviter les pics de latence.

Conseils d’optimisation supplémentaires :

Utilisez index.flush() après de gros lots pour écrire les données intermédiaires sur le disque.
Activez options.setMemoryLimit(256) pour limiter l’utilisation de mémoire par recherche.

Considérations de performance

Gestion de la mémoire – Allouez suffisamment d’espace de tas (-Xmx) pour les grands index.
Surveillance des ressources – Surveillez l’utilisation du CPU pendant les opérations d’indexation et de recherche.
Entretien de l’index – Reconstruisez ou nettoyez périodiquement l’index pour éliminer les données obsolètes.

Pièges courants et dépannage

Problème	Pourquoi cela se produit	Solution
`OutOfMemoryError` lors de l’indexation	Taille du tas trop faible	Augmenter le tas JVM (`-Xmx2g` ou plus)
Aucun résultat retourné	Jeton de bloc non traité	S’assurer que la boucle `while` s’exécute jusqu’à ce que `getNextChunkSearchToken()` soit `null`
Performance de recherche lente	Index non optimisé	Exécuter `index.optimize()` après des ajouts massifs

Questions fréquemment posées

Q : Qu’est‑ce que la recherche par blocs ?
R : La recherche par blocs divise l’ensemble de données en morceaux plus petits, permettant des requêtes efficaces sur de grands volumes de données sans charger les documents entiers en mémoire.

Q : Comment mettre à jour mon index avec de nouveaux fichiers ?
R : Appelez simplement index.add() avec le chemin des nouveaux documents ; l’index les incorporera automatiquement.

Q : GroupDocs.Search peut‑il gérer différents formats de fichiers ?
R : Oui, il prend en charge PDF, DOCX, XLSX, PPTX, HTML, TXT et plus de 30 autres formats.

Q : Quels sont les goulets d’étranglement de performance typiques ?
R : Les contraintes de mémoire et les index non optimisés sont les plus courants ; allouez un tas suffisant et optimisez régulièrement l’index.

Q : Où puis‑je trouver une documentation plus détaillée ?
R : Consultez la documentation officielle GroupDocs.Search Documentation pour des guides approfondis et des références API.

Q : La recherche par blocs fonctionne‑t‑elle avec des PDF chiffrés ?
R : Oui, tant que vous fournissez le mot de passe via la surcharge d’API appropriée.

Q : Comment puis‑je surveiller la progression de l’indexation ?
R : Utilisez la surcharge Index.add() qui renvoie un objet Progress ou branchez‑vous aux callbacks de journalisation.

Ressources

Documentation : GroupDocs.Search for Java Docs
Référence API : GroupDocs.Search API Reference
Téléchargement : GroupDocs.Search Releases
GitHub : GroupDocs.Search GitHub Repository
Support gratuit : GroupDocs Forum
Licence temporaire : Obtain a Temporary License

Dernière mise à jour : 2026-10-02
Testé avec : GroupDocs.Search 25.4 for Java
Auteur : GroupDocs

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