java teljes szöveges keresés – dokumentumok hozzáadása és egyesítés a GroupDocs.Search segítségével

A modern vállalati környezetekben a java full text search a bármely robusztus dokumentumkezelő java rendszer gerince. Akár szerződéseket, számlákat vagy belső jelentéseket kell indexelnie, egy jól megtervezett index lehetővé teszi a megfelelő információ millisekundumok alatt történő lekérdezését. Ez az útmutató végigvezet egy index létrehozásán, dokumentumok hozzáadásán, egyesítési beállítások konfigurálásán és egy egyesítési művelet biztonságos leállításán – mindezt a GroupDocs.Search for Java használatával.

Gyors válaszok

  • Mit jelent a „add documents to index”? Ez azt mondja a GroupDocs.Search-nek, hogy vizsgálja meg a mappát, vonjon ki kereshető tokeneket, és tárolja az egyes fájlok metaadatait.
  • Megállíthatok egy hosszú egyesítést? Igen—használja a Cancellation objektumot egy egyesítés megszakításához egy konfigurálható időkorlát után.
  • Szükségem van licencre? Egy ingyenes próba vagy ideiglenes licenc teszteléshez megfelelő; egy kereskedelmi licenc pedig feloldja a teljes funkciókat.
  • Melyik Java verzió szükséges? JDK 8 vagy újabb.
  • Alkalmas ez nagy adathalmazokra? Teljesen— a GroupDocs.Search képes több száz oldalas dokumentumok kezelésére inkrementális indexeléssel.

Mi a „add documents to index” a GroupDocs.Search-ben?

A dokumentumok indexhez adása azt jelenti, hogy egy fájlkészletet betáplálunk a GroupDocs.Search-be, hogy a könyvtár elemezhesse a tartalmukat, tokeneket vonjon ki, és egy kereshető adatstruktúrát építsen fel. A folyamat egy kompakt reprezentációt hoz létre, amely villámgyors teljes szöveges lekérdezéseket tesz lehetővé az összes indexelt fájlra.

Miért használja a GroupDocs.Search-t dokumentumkezelő Java-hoz?

A GroupDocs.Search skálázható indexelést biztosít több mint 50 bemeneti formátumhoz (PDF, DOCX, XLSX, PPTX, HTML, képek stb.) és képes 2 GB-ig terjedő dokumentumok feldolgozására anélkül, hogy a teljes fájlt a memóriába töltené. API-ja finomhangolt vezérlést ad az indexelés, egyesítés és leállítás felett, így a vállalati szintű java teljes szöveges keresési megoldások egyik legjobb választása.

Előfeltételek

  • GroupDocs.Search for Java verzió 25.4 vagy újabb.
  • Maven (vagy manuális JAR letöltés).
  • Alapvető Java ismeretek és JDK 8+ környezet.

A GroupDocs.Search for Java beállítása

Maven telepítés

Ha Maven-nel kezeli a függőségeket, adja hozzá a tárolót és a függőséget a pom.xml-hez:

<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>

Közvetlen letöltés

Alternatívaként töltse le a legújabb JAR-t a hivatalos oldalról: GroupDocs.Search for Java releases.

Licenc beszerzése

  • Free Trial: Regisztráljon a GroupDocs weboldalon egy próba licencért.
  • Temporary License: Kérjen ideiglenes kulcsot, ha hosszabb értékelésre van szüksége.
  • Commercial License: Vásárolja meg a termelési használathoz.

Miután megkapta a licencfájlt, helyezze el a projektben, és inicializálja a könyvtárat, ahogyan később bemutatjuk.

Implementációs útmutató

Hogyan adjon dokumentumokat az indexhez – Az első index létrehozása

Töltsön be vagy hozzon létre egy üres indexet a Index osztály példányosításával, amely egy kereshető tárolót jelent a lemezen. Ez a lépés egy tárolóhelyet készít elő minden token számára, amely a dokumentumokból lesz generálva.

import com.groupdocs.search.Index;

// Create an instance of the index at the specified path
Index index1 = new Index("YOUR_DOCUMENT_DIRECTORY\\\\Index1");
  • Miért: Ez a lépés egy tárolókonténert hoz létre, ahol az indexelt tokenek mentésre kerülnek.

Dokumentumok hozzáadása az indexhez

Hívja meg az index.add metódust egy mappával; a metódus minden fájlt átvizsgál, szöveget von ki, és kereshető metaadatokat tárol az indexben. A művelet egyetlen átfutásban fut, és tiszteletben tartja a beállított IndexSettings-et.

index1.add("YOUR_DOCUMENT_DIRECTORY"); // Add documents from this directory
  • Miért: A könyvtár beolvassa minden fájlt, kinyeri a szöveget, és elmenti azt az index1-be.

Második index létrehozása rugalmas munkafolyamatokhoz

Hozzon létre egy másik Index objektumot, amely egy külön dokumentumkészletet tárol, lehetővé téve az izolált feldolgozást egyesítés előtt. Ez a minta hasznos több‑bérlői (multi‑tenant) helyzetekben vagy lépcsőzetes indexelésnél.

Index index2 = new Index("YOUR_DOCUMENT_DIRECTORY\\\\Index2");
index2.add("YOUR_DOCUMENT_DIRECTORY");
  • Miért: Több index lehetővé teszi különálló dokumentumkészletek kezelését, majd későbbi egyesítését.

Hogyan konfigurálja az egyesítési beállításokat és állítsa le az egyesítési műveletet

Hozzon létre egy MergeOptions példányt, állítsa be a kívánt paramétereket, és csatoljon egy Cancellation tokent, amely a megadott időkorlát után megszakítja az egyesítést. Ez teljes kontrollt ad az erőforrás-használat felett nagy egyesítések során.

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
  • Miért: A Cancellation lehetővé teszi, hogy automatikusan leállítsa az egyesítési műveletet, megakadályozva a szabadon futó feladatokat.

Indexek egyesítése

Hívja meg az index1.merge(index2, mergeOptions) metódust; az elsődleges index elnyeli a másodlagos index összes dokumentumát, miközben megőrzi a tokenek integritását. Az egyesítés után egy egységes kereshető tárolóval rendelkezik.

index1.merge(index2, options);
  • Miért: E hívás után az index1 tartalmazza mindkét forrás összes dokumentumát, egy egységes keresési élményt biztosítva.

Gyakorlati alkalmazások dokumentumkezelő Java-hoz

  • Jogász irodák: Összevonja az esetfájlokat több irodából egyetlen kereshető indexbe.
  • Pénzügyi intézmények: Egyesítse a negyedéves jelentéseket egy egységes tárolóba a gyors audit lekérdezésekhez.
  • Vállalatok: Kombinálja a HR irányelveket, megfelelőségi kézikönyveket és belső útmutatókat a vállalati szintű kereséshez.

Teljesítményfontosságú szempontok

  • Inkrementális indexelés: Rendszeresen adjon hozzá új fájlokat a teljes index újraépítése helyett.
  • Memóriafigyelés: Nagy kötegek RAM-ot fogyaszthatnak; dolgozza fel a fájlokat kisebb darabokban vagy engedélyezze a streaming módot.
  • Garbage collection: Szabadítsa fel időben a nem használt Index objektumokat az erőforrások felszabadításához.
  • SSD tárolás: Az indexfájlok SSD-n való tárolása akár 2‑ször gyorsabb egyesítést eredményezhet.

Gyakori problémák és megoldások

ProblémaMegoldás
Helytelen mappa útvonalEllenőrizze a abszolút útvonalat, és győződjön meg róla, hogy az alkalmazásnak olvasási jogosultsága van.
Nem elegendő memóriaNövelje a JVM heap méretét (-Xmx), vagy indexelje a fájlokat kötegekben.
A leállítás nem aktiválódikGyőződjön meg róla, hogy a cancelAfter be van állítva az merge hívása előtt.
Nem támogatott fájlformátumSzükség esetén telepítsen további formátum plugineket a GroupDocs-tól.

Gyakran feltett kérdések

K: Miért hoznék létre több indexet egyetlen helyett?
V: A különálló indexek lehetővé teszik az adatdomain-ek elkülönítését, külön biztonsági szabályok alkalmazását, és csak szükség esetén egyesítik őket, ami javítja a teljesítményt és a szervezést.

K: Le tudom-e leállítani egy indexelési műveletet ugyanúgy, ahogy egyesítést?
V: Igen—használja a Cancellation objektumot az add metódussal a hosszú indexelési feladatok leállításához.

K: Hogyan biztosíthatom az optimális teljesítményt nagyon nagy dokumentumgyűjtemények esetén?
V: Végezzen inkrementális indexelést, figyelje a JVM memóriát, és tárolja az indexet SSD-n. Fontolja meg a BatchSize beállítás használatát a memóriában lévő dokumentumok korlátozásához.

K: Mit tegyek, ha “Access denied” (Hozzáférés megtagadva) hibát kapok?
V: Ellenőrizze a mappa jogosultságait a Java folyamatot futtató felhasználó számára, és győződjön meg róla, hogy a licencfájl olvasható.

K: Kompatibilis a GroupDocs.Search más GroupDocs könyvtárakkal?
V: Teljesen—integrálható a GroupDocs.Viewer, a GroupDocs.Conversion és másokkal egy teljes körű dokumentummegoldás felépítéséhez.

Következtetés

Ezzel az útmutatóval most már tudja, hogyan adjon dokumentumokat az indexhez, konfigurálja az egyesítési viselkedést, és szükség esetén biztonságosan állítsa le az egyesítési műveletet – mindezt egy robusztus java full text search munkafolyamaton belül. Kísérletezzen nagyobb adathalmazokkal, fedezze fel az egyedi tokenizálókat, vagy kombinálja a GroupDocs.Search-t más GroupDocs termékekkel egy vállalati szintű megoldás felépítéséhez.

Erőforrások


Utoljára frissítve: 2026-05-12
Tesztelve ezzel: GroupDocs.Search 25.4 for Java
Szerző: GroupDocs

Kapcsolódó oktatóanyagok