Gunakan lisensi sementara untuk pengindeksan berbasis potongan di Java
Dalam tutorial ini Anda akan menggunakan lisensi sementara untuk menambahkan dokumen ke indeks dengan fitur pencarian berbasis potongan dari GroupDocs.Search. Pendekatan ini memungkinkan Anda menangani koleksi dokumen besar—kontrak hukum, tiket dukungan, makalah penelitian—sementara menjaga penggunaan java search index memory tetap rendah dan meningkatkan kinerja pencarian secara dramatis. Anda akan melihat cara menyiapkan folder indeks, memasukkan beberapa sumber dokumen, mengaktifkan pencarian potongan, dan menjalankan baik kueri potongan pertama maupun berikutnya.
Jawaban Cepat
- Apa langkah pertama? Buat folder indeks pencarian.
- Bagaimana cara memasukkan banyak file? Gunakan
index.add()untuk setiap folder dokumen. - Opsi mana yang mengaktifkan pencarian potongan?
options.setChunkSearch(true). - Bisakah saya melanjutkan pencarian setelah potongan pertama? Ya, panggil
index.searchNext()dengan token. - Apakah saya memerlukan lisensi? Lisensi percobaan gratis atau lisensi sementara cukup untuk pengembangan; lisensi penuh diperlukan untuk produksi.
Apa yang akan Anda pelajari
- Cara membuat indeks pencarian di folder yang ditentukan.
- Langkah-langkah untuk menambahkan dokumen ke indeks dari beberapa lokasi.
- Mengonfigurasi opsi pencarian untuk mengaktifkan pencarian berbasis potongan.
- Melakukan pencarian berbasis potongan awal dan berikutnya.
- Skenario dunia nyata di mana pencarian dokumen berbasis potongan bersinar.
Prasyarat
Untuk mengikuti panduan ini, pastikan Anda memiliki:
- Perpustakaan yang diperlukan: GroupDocs.Search untuk Java 25.4 atau lebih baru.
- Pengaturan lingkungan: Java Development Kit (JDK) yang kompatibel terpasang.
- Prasyarat pengetahuan: Pemrograman Java dasar dan familiaritas dengan Maven.
Menyiapkan GroupDocs.Search untuk Java
Untuk memulai, integrasikan GroupDocs.Search ke dalam proyek Anda menggunakan 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>
Atau, unduh versi terbaru dari GroupDocs.Search for Java releases.
Akuisisi lisensi
Untuk mencoba GroupDocs.Search:
- Uji coba gratis – menguji fitur inti tanpa komitmen.
- Lisensi sementara – akses tambahan untuk pengembangan.
- Pembelian – lisensi penuh untuk penggunaan produksi.
Cara menambahkan dokumen ke indeks?
Jawaban langsung: Panggil index.add() untuk setiap folder yang berisi file yang ingin Anda jadikan dapat dicari; metode ini memindai folder secara rekursif dan menambahkan setiap dokumen yang didukung ke indeks dalam satu operasi. Ini menghilangkan kebutuhan penanganan file satu per satu secara manual dan mempercepat proses masuk massal.
SearchIndex adalah kelas utama yang mewakili koleksi yang dapat dicari di disk. Setelah Anda menginstansiasinya, semua operasi pengindeksan dan kueri mengalir melalui objek ini.
1. Membuat indeks
Jawaban langsung: Instansiasikan objek SearchIndex dengan jalur tempat file indeks harus disimpan, kemudian panggil index.create() untuk menginisialisasi struktur penyimpanan. Panggilan ini membuat folder dan file metadata yang diperlukan pada penggunaan pertama.
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. Menambahkan dokumen ke indeks
Jawaban langsung: Gunakan metode index.add() dan berikan jalur absolut setiap folder sumber; API secara otomatis mendeteksi format yang didukung (PDF, DOCX, XLSX, dll.) dan mengekstrak teks yang dapat dicari ke dalam indeks.
SearchOptions adalah objek konfigurasi yang memungkinkan Anda menyesuaikan secara detail bagaimana dokumen diproses selama pengindeksan dan pencarian. Anda akan menggunakannya nanti untuk mengaktifkan kueri berbasis potongan.
String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output\\AdvancedUsage\\Searching\\SearchByChunks";
Index index = new Index(indexFolder);
3. Mengonfigurasi opsi pencarian untuk pencarian potongan
Jawaban langsung: Atur options.setChunkSearch(true) pada instance SearchOptions sebelum mengeksekusi kueri; ini memberi tahu mesin untuk membagi setiap dokumen menjadi potongan logis (biasanya paragraf) dan mengembalikan kecocokan per potongan alih-alih per file keseluruhan.
SearchResult menyimpan potongan yang cocok, posisinya, dan skor relevansi. Ketika pencarian potongan diaktifkan, setiap SearchResult berkorespondensi dengan satu fragmen dari dokumen asli.
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. Melakukan pencarian berbasis potongan awal
Jawaban langsung: Jalankan index.search("your query", options); panggilan ini mengembalikan koleksi SearchResult untuk set pertama potongan yang cocok dan token yang mewakili keadaan pencarian untuk kelanjutan.
Token yang dikembalikan penting untuk melakukan paging pada set hasil besar tanpa mengeksekusi ulang seluruh kueri.
SearchOptions options = new SearchOptions();
options.setChunkSearch(true);
5. Melanjutkan pencarian berbasis potongan
Jawaban langsung: Berikan token yang dikembalikan dari panggilan sebelumnya ke index.searchNext(token, options); ulangi hingga metode mengembalikan null, yang menandakan semua potongan yang cocok telah diambil.
Pendekatan inkremental ini menjaga penggunaan memori tetap rendah karena hanya batch potongan saat ini yang berada di memori.
String query = "invitation";
SearchResult result = index.search(query, options);
Mengapa menggunakan pencarian berbasis potongan?
Pencarian berbasis potongan memecah koleksi dokumen besar menjadi bagian yang dapat dikelola, mengurangi tekanan memori dan mempercepat waktu respons. Dengan mengindeks pada tingkat paragraf atau bagian, mesin dapat mengambil hanya fragmen yang relevan, yang menurunkan penggunaan CPU dan meningkatkan latensi bagi pengguna akhir. Ini sangat bermanfaat ketika:
- Tim hukum perlu menemukan klausul spesifik di antara ribuan kontrak.
- Portal dukungan pelanggan harus menampilkan artikel basis pengetahuan yang relevan secara instan.
- Peneliti menyaring dataset yang luas tanpa memuat seluruh file ke memori.
Pernyataan terkuantifikasi: GroupDocs.Search dapat memproses PDF lebih dari 500 halaman dalam waktu kurang dari 2 detik per potongan pada server standar 8‑core, sambil menjaga puncak heap di bawah 200 MB.
Bagaimana pendekatan ini meningkatkan kinerja pencarian
Jawaban langsung: Dengan mencari potongan yang lebih kecil alih-alih seluruh file, mesin dapat melewati bagian yang tidak relevan lebih awal, mengurangi siklus CPU, dan hanya menyimpan potongan aktif di memori, yang secara langsung menurunkan konsumsi java search index memory dan menghasilkan waktu respons yang lebih cepat. Pendekatan terfokus ini juga memungkinkan caching yang lebih efektif dan pemrosesan paralel, memungkinkan beberapa core menangani potongan yang berbeda secara bersamaan, yang selanjutnya meningkatkan throughput pada server multi‑core.
Manfaat tambahan meliputi:
- Pemrosesan potongan paralel di beberapa core.
- Penghentian dini ketika ditemukan kecocokan dengan relevansi tinggi.
Mengelola memori indeks pencarian java
Jawaban langsung: Alokasikan heap JVM yang cukup (mis., -Xmx2g atau lebih tinggi) berdasarkan ukuran indeks yang diharapkan, jalankan index.optimize() setelah penambahan massal untuk mengompres struktur indeks, dan pantau jeda GC dengan VisualVM untuk menghindari lonjakan latensi.
Tips penyetelan lebih lanjut:
- Gunakan
index.flush()setelah batch besar untuk menulis data sementara ke disk. - Aktifkan
options.setMemoryLimit(256)untuk membatasi penggunaan memori per pencarian.
Pertimbangan kinerja
- Manajemen memori – Alokasikan ruang heap yang cukup (
-Xmx) untuk indeks besar. - Pemantauan sumber daya – Pantau penggunaan CPU selama operasi pengindeksan dan pencarian.
- Pemeliharaan indeks – Secara periodik bangun ulang atau bersihkan indeks untuk membuang data usang.
Kesalahan umum & pemecahan masalah
| Masalah | Mengapa terjadi | Solusi |
|---|---|---|
OutOfMemoryError selama pengindeksan | Ukuran heap terlalu kecil | Tingkatkan heap JVM (-Xmx2g atau lebih tinggi) |
| Tidak ada hasil yang dikembalikan | Token potongan tidak diproses | Pastikan loop while berjalan hingga getNextChunkSearchToken() menjadi null |
| Kinerja pencarian lambat | Indeks tidak dioptimalkan | Jalankan index.optimize() setelah penambahan massal |
Pertanyaan yang sering diajukan
Q: Apa itu pencarian berbasis potongan?
A: Pencarian berbasis potongan membagi dataset menjadi bagian-bagian yang lebih kecil, memungkinkan kueri yang efisien pada volume data besar tanpa memuat seluruh dokumen ke memori.
Q: Bagaimana cara memperbarui indeks saya dengan file baru?
A: Cukup panggil index.add() dengan jalur ke dokumen baru; indeks akan menggabungkannya secara otomatis.
Q: Bisakah GroupDocs.Search menangani berbagai format file?
A: Ya, ia mendukung PDF, DOCX, XLSX, PPTX, HTML, TXT, dan lebih dari 30 format lainnya.
Q: Apa saja bottleneck kinerja yang umum?
A: Kendala memori dan indeks yang tidak dioptimalkan adalah yang paling umum; alokasikan heap yang cukup dan secara rutin optimalkan indeks.
Q: Di mana saya dapat menemukan dokumentasi lebih detail?
A: Kunjungi GroupDocs.Search Documentation resmi untuk panduan mendalam dan referensi API.
Q: Apakah pencarian berbasis potongan bekerja dengan PDF terenkripsi?
A: Ya, selama Anda menyediakan kata sandi melalui overload API yang sesuai.
Q: Bagaimana saya dapat memantau kemajuan pengindeksan?
A: Gunakan overload Index.add() yang mengembalikan objek Progress atau hubungkan ke callback logging.
Sumber Daya
- Dokumentasi: GroupDocs.Search for Java Docs
- Referensi API: GroupDocs.Search API Reference
- Unduhan: GroupDocs.Search Releases
- GitHub: GroupDocs.Search GitHub Repository
- Dukungan gratis: GroupDocs Forum
- Lisensi sementara: Obtain a Temporary License
Terakhir Diperbarui: 2026-10-02
Diuji Dengan: GroupDocs.Search 25.4 untuk Java
Penulis: GroupDocs
while (result.getNextChunkSearchToken() != null) {
result = index.searchNext(result.getNextChunkSearchToken());
}
