Comment utiliser la recherche en texte intégral Java avec GroupDocs.Search

Dans ce tutoriel, vous découvrirez comment implémenter la recherche en texte intégral Java en utilisant GroupDocs.Search pour Java. Nous parcourrons la configuration d’un dossier d’index, l’ajout de documents à l’index, et l’application de techniques de meilleures pratiques qui optimisent les performances de recherche pour des milliers de PDF, DOCX, TXT et d’autres formats. À la fin, vous disposerez d’un composant de recherche prêt pour la production, rapide et évolutif.

Réponses rapides

  • Quelle est la première étape ? Ajoutez GroupDocs.Search à votre projet Maven ou téléchargez le JAR depuis la page officielle des releases.
  • Comment ajouter des documents à l’index ? Appelez index.add(yourDocumentsFolder) après avoir instancié un objet Index.
  • Quel dossier doit contenir l’index ? Utilisez un dossier dédié comme output et passez‑le à new Index(indexFolder).
  • Puis‑je améliorer la vitesse de recherche ? Oui — fusionnez régulièrement les segments d’index, exécutez l’indexation sur un thread d’arrière‑plan et ajustez la taille du tas JVM.
  • Ai‑je besoin d’une licence ? Une licence d’essai ou temporaire suffit pour les tests ; une licence complète est requise pour les déploiements en production.

Qu’est‑ce qu’un index de documents ?

Un index de documents est un magasin de données structuré qui contient des jetons recherchables extraits de vos fichiers sources. En créant un index de documents, vous permettez des requêtes rapides en texte intégral sur l’ensemble du contenu indexé sans analyser chaque fichier à l’exécution. Il stocke les fréquences de termes, les positions et les métadonnées, permettant au moteur de recherche de classer les résultats efficacement.

Pourquoi utiliser GroupDocs.Search pour Java ?

GroupDocs.Search offre une solution haute performance, facile à intégrer, pour la recherche en texte intégral dans les applications Java. Elle prend en charge un large éventail de formats de documents et propose des optimisations intégrées qui maintiennent une faible latence même avec de grandes collections.

  • Haute performance – les optimisations intégrées maintiennent une latence faible même avec des millions de fichiers.
  • Intégration facile – API simple pour créer des index, ajouter des documents et exécuter des requêtes.
  • Architecture évolutive – fonctionne sur site ou dans le cloud, et peut être personnalisée avec des fonctionnalités de synonymes ou de classement.
  • Recherche en texte intégral Java – prend en charge un large éventail de formats prêts à l’emploi, y compris PDF, DOCX, TXT, HTML, et plus de 50 types supplémentaires.

Prérequis

  • Java Development Kit (JDK) 8 ou supérieur.
  • Un IDE tel qu’IntelliJ IDEA ou Eclipse.
  • Maven pour la gestion des dépendances.
  • Familiarité de base avec les concepts de programmation Java.

Configuration de GroupDocs.Search pour Java

Installation via Maven

Ajoutez la dépendance suivante à votre fichier 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>

Téléchargement direct

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

Acquisition de licence

  1. Essai gratuit – explorez toutes les fonctionnalités sans engagement.
  2. Licence temporaire – prolongez les tests au‑delà de la période d’essai.
  3. Achat – obtenez une licence complète pour une utilisation en production.

Initialisation de base

La classe Index est l’objet principal qui représente un index searchable stocké sur disque. Elle fournit des méthodes pour ajouter, mettre à jour et interroger des documents.

import com.groupdocs.search.Index;

public class InitializeGroupDocs {
    public static main(String[] args) {
        // Create an index in the specified folder
        String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output";
        Index index = new Index(indexFolder);
        
        System.out.println("GroupDocs.Search initialized successfully.");
    }
}

Comment ajouter des documents à l’index

Chargez vos documents, configurez le dossier d’index et invoquez la méthode add — le tout en trois étapes concises.

Étape 1 : configurer le dossier d’index et le dossier source

indexFolder est l’endroit où l’index searchable sera persistant, tandis que documentsFolder pointe vers les fichiers que vous souhaitez ajouter à l’index.

String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output\\AdvancedUsage\\Searching\\SynonymSearch";
String documentsFolder = "YOUR_DOCUMENT_DIRECTORY"; // Replace with your actual document path

Étape 2 : créer l’index (configurer le dossier d’index)

Instancier l’objet Index avec le chemin indexFolder crée une nouvelle instance d’index qui écrit ses données à l’emplacement spécifié.

Index index = new Index(indexFolder);

Étape 3 : ajouter des documents pour l’indexation

La méthode add parcourt le dossier spécifié et ajoute chaque document pris en charge à l’index, rendant son contenu searchable immédiatement après le retour de l’appel.
La méthode add parcourt le dossier spécifié et ajoute chaque document pris en charge à l’index.

index.add(documentsFolder);

Conseils de dépannage

  • Dépendances manquantes – vérifiez à nouveau les entrées Maven dans pom.xml.
  • Chemin de dossier invalide – assurez‑vous que indexFolder et documentsFolder existent et sont lisibles par la JVM.

Comment configurer le dossier d’index

Vous pouvez placer le dossier d’index sur un SSD rapide, un partage réseau ou tout emplacement accessible par votre processus Java. Pour les déploiements cloud, mappez un volume persistant (par ex., Azure Files ou Amazon EFS) et transmettez son point de montage au constructeur Index. Cette approche garantit que l’index survit aux redémarrages d’application et s’adapte à votre infrastructure.

Gestion de gros documents

Lorsque vous travaillez avec des PDF de plusieurs gigaoctets ou d’importantes collections DOCX, prenez en compte les points suivants :

  1. Traitement par lots – divisez le dossier source en sous‑dossiers plus petits et appelez index.add() pour chaque lot.
  2. Indexation en arrière‑plan – exécutez le code d’indexation sur un thread séparé afin que votre application principale reste réactive.
  3. Ajustement du tas – augmentez le paramètre JVM -Xmx pour fournir suffisamment de mémoire au processus pour les gros fichiers.

Optimisation des performances de recherche

Pour optimiser les performances de recherche et améliorer la latence, suivez ces meilleures pratiques :

La méthode update applique les modifications en attente à l’index sans le reconstruire à partir de zéro.

  • Fusionner régulièrement les segments d’index – cela réduit le nombre de lectures disque lors des requêtes.
  • Utilisez index.update() après des ajouts massifs au lieu de recréer l’index à partir de zéro.
  • Surveillez l’utilisation du tas – les grands index peuvent consommer beaucoup de mémoire ; ajustez les options JVM en conséquence.
  • Activez le cache pour les requêtes fréquemment exécutées si le modèle de votre application le permet.

Applications pratiques

  1. Gestion documentaire d’entreprise – récupérez contrats, politiques ou fichiers RH en quelques millisecondes.
  2. Recherche juridique – localisez dossiers de cas et précédents avec une latence minimale.
  3. Bibliothèques académiques – permettez aux chercheurs de rechercher rapidement parmi des milliers de publications.

Problèmes courants et solutions

ProblèmeSolution
Erreurs de dépassement de mémoire lors de l’indexation massiveDivisez le dossier source en lots plus petits et indexez chaque lot séparément.
La recherche renvoie des résultats obsolètesRé‑ouvrez l’objet Index après de grandes mises à jour ou appelez index.update() si disponible.
Licence non reconnueVérifiez que le chemin du fichier de licence est correct et que la version de la licence correspond à la version de la bibliothèque.

Questions fréquemment posées

Q : Quelle est la version minimale de Java requise ?
R : Java 8 ou supérieur est recommandé pour une compatibilité totale avec GroupDocs.Search.

Q : Comment gérer efficacement de très grands ensembles de documents ?
R : Utilisez le traitement par lots, exécutez l’indexation dans des threads d’arrière‑plan et ajustez les paramètres de mémoire JVM comme décrit dans la section « Gestion de gros documents ».

Q : GroupDocs.Search peut‑il être déployé dans un environnement cloud ?
R : Oui, vous pouvez stocker le dossier d’index sur n’importe quel stockage accessible depuis le cloud (par ex., Azure Files, Amazon EFS) tant que toutes les instances peuvent le lire/écrire.

Q : Quels avantages offre la recherche par synonymes ?
R : La recherche par synonymes élargit les termes de requête avec des mots associés, améliorant le rappel sans sacrifier la précision, ce qui est idéal pour des expériences de recherche conviviales.

Q : Où puis‑je trouver une documentation plus avancée ?
R : Consultez la référence API officielle à GroupDocs.Search API Reference.

Ressources

En suivant ces étapes, vous savez maintenant comment créer un index de documents, ajouter des documents à l’index, configurer le dossier d’index, et optimiser les performances de recherche avec GroupDocs.Search pour Java. Bon codage !


Dernière mise à jour : 2026-10-22
Testé avec : GroupDocs.Search 25.4 for Java
Auteur : GroupDocs

Tutoriels associés