"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."

Usa una licenza temporanea per l’indicizzazione basata su chunk in Java

In questo tutorial utilizzerai una licenza temporanea per aggiungere documenti all’indice con la funzione di ricerca basata su chunk di GroupDocs.Search. L’approccio ti consente di gestire collezioni di documenti massivi—contratti legali, ticket di supporto, articoli di ricerca—mantendo basso l’uso della memoria dell’indice di ricerca Java e aumentando drasticamente le prestazioni di ricerca. Vedrai come configurare la cartella dell’indice, fornire più sorgenti di documenti, abilitare la ricerca a chunk e eseguire sia la prima che le successive query a chunk.

Risposte rapide

Qual è il primo passo? Crea una cartella per l’indice di ricerca.
Come includere molti file? Usa index.add() per ogni cartella di documenti.
Quale opzione abilita la ricerca a chunk? options.setChunkSearch(true).
Posso continuare la ricerca dopo il primo chunk? Sì, chiama index.searchNext() con il token.
Ho bisogno di una licenza? Una prova gratuita o una licenza temporanea funziona per lo sviluppo; è necessaria una licenza completa per la produzione.

Cosa imparerai

Come creare un indice di ricerca in una cartella specificata.
Passaggi per aggiungere documenti all’indice da più posizioni.
Configurare le opzioni di ricerca per abilitare la ricerca basata su chunk.
Eseguire ricerche iniziali e successive basate su chunk.
Scenari reali in cui la ricerca di documenti basata su chunk è efficace.

Prerequisiti

Per seguire questa guida, assicurati di avere:

Librerie richieste: GroupDocs.Search per Java 25.4 o versioni successive.
Configurazione dell’ambiente: Un Java Development Kit (JDK) compatibile installato.
Prerequisiti di conoscenza: Programmazione Java di base e familiarità con Maven.

Configurare GroupDocs.Search per Java

Per iniziare, integra GroupDocs.Search nel tuo progetto usando 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>

In alternativa, scarica l’ultima versione da GroupDocs.Search for Java releases.

Acquisizione della licenza

Per provare GroupDocs.Search:

Prova gratuita – testa le funzionalità principali senza impegno.
Licenza temporanea – accesso esteso per lo sviluppo.
Acquisto – licenza completa per l’uso in produzione.

Come aggiungere documenti all’indice?

Risposta diretta: Chiama index.add() per ogni cartella che contiene i file che desideri rendere ricercabili; il metodo scansiona la cartella ricorsivamente e aggiunge ogni documento supportato all’indice in un’unica operazione. Questo elimina la necessità di gestire manualmente file per file e velocizza l’ingestione di massa.

SearchIndex è la classe centrale che rappresenta la collezione ricercabile su disco. Dopo averla istanziata, tutte le operazioni di indicizzazione e query passano attraverso questo oggetto.

1. Creazione di un indice

Risposta diretta: Istanzia un oggetto SearchIndex con il percorso dove devono essere memorizzati i file dell’indice, quindi chiama index.create() per inizializzare la struttura di archiviazione. La chiamata crea le cartelle necessarie e i file di metadati al primo utilizzo.

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. Aggiunta di documenti all’indice

Risposta diretta: Usa il metodo index.add() e passa il percorso assoluto di ogni cartella sorgente; l’API rileva automaticamente i formati supportati (PDF, DOCX, XLSX, ecc.) ed estrae il testo ricercabile nell’indice.

SearchOptions è un oggetto di configurazione che ti consente di affinare il modo in cui i documenti vengono elaborati durante l’indicizzazione e la ricerca. Lo utilizzerai più tardi per abilitare le query basate su chunk.

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

Index index = new Index(indexFolder);

3. Configurare le opzioni di ricerca per la ricerca a chunk

Risposta diretta: Imposta options.setChunkSearch(true) su un’istanza di SearchOptions prima di eseguire una query; questo indica al motore di suddividere ogni documento in chunk logici (tipicamente paragrafi) e restituire le corrispondenze per chunk anziché per file intero.

SearchResult contiene i chunk corrispondenti, le loro posizioni e i punteggi di rilevanza. Quando la ricerca a chunk è attiva, ogni SearchResult corrisponde a un singolo frammento del documento originale.

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. Eseguire la ricerca iniziale basata su chunk

Risposta diretta: Esegui index.search("your query", options); la chiamata restituisce una collezione di SearchResult per il primo set di chunk corrispondenti e un token che rappresenta lo stato della ricerca per la continuazione.

Il token restituito è essenziale per scorrere grandi insiemi di risultati senza rieseguire l’intera query.

SearchOptions options = new SearchOptions();

options.setChunkSearch(true);

5. Continuare la ricerca basata su chunk

Risposta diretta: Passa il token restituito dalla chiamata precedente a index.searchNext(token, options); ripeti finché il metodo restituisce null, indicando che tutti i chunk corrispondenti sono stati recuperati.

Questo approccio incrementale mantiene basso l’uso della memoria perché solo il batch corrente di chunk risiede in memoria.

String query = "invitation";

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

Perché usare la ricerca basata su chunk?

La ricerca basata su chunk suddivide collezioni di documenti massivi in pezzi gestibili, riducendo la pressione sulla memoria e velocizzando i tempi di risposta. Indicizzando a livello di paragrafo o sezione, il motore può recuperare solo i frammenti rilevanti, riducendo l’uso della CPU e migliorando la latenza per gli utenti finali. È particolarmente vantaggiosa quando:

I team legali devono individuare clausole specifiche tra migliaia di contratti.
I portali di supporto clienti devono mostrare istantaneamente articoli pertinenti della knowledge base.
I ricercatori setacciano grandi set di dati senza caricare interi file in memoria.

Affermazione quantificata: GroupDocs.Search può elaborare PDF di oltre 500 pagine in meno di 2 secondi per chunk su un server standard a 8 core, mantenendo l’heap massimo sotto 200 MB.

Come questo approccio aumenta le prestazioni di ricerca

Risposta diretta: Cercando chunk più piccoli invece di file interi, il motore può saltare le sezioni irrilevanti in anticipo, ridurre i cicli CPU e mantenere in memoria solo il chunk attivo, riducendo direttamente il consumo della memoria dell’indice di ricerca Java e ottenendo tempi di risposta più rapidi. Questo approccio mirato consente anche una cache più efficace e l’elaborazione parallela, permettendo a più core di gestire diversi chunk simultaneamente, migliorando ulteriormente il throughput sui server multicore.

Benefici aggiuntivi includono:

Elaborazione parallela dei chunk su più core.
Terminazione anticipata quando viene trovata una corrispondenza ad alta rilevanza.

Gestire la memoria dell’indice di ricerca Java

Risposta diretta: Assegna un heap JVM sufficiente (ad esempio -Xmx2g o superiore) in base alla dimensione prevista dell’indice, esegui index.optimize() dopo aggiunte massive per comprimere la struttura dell’indice e monitora le pause GC con VisualVM per evitare picchi di latenza.

Suggerimenti di ottimizzazione aggiuntivi:

Usa index.flush() dopo grandi batch per scrivere dati intermedi su disco.
Abilita options.setMemoryLimit(256) per limitare l’uso di memoria per ricerca.

Considerazioni sulle prestazioni

Gestione della memoria – Assegna spazio heap sufficiente (-Xmx) per indici grandi.
Monitoraggio delle risorse – Tieni d’occhio l’uso della CPU durante le operazioni di indicizzazione e ricerca.
Manutenzione dell’indice – Ricostruisci o pulisci periodicamente l’indice per eliminare dati obsoleti.

Problemi comuni e risoluzione

Problema	Perché accade	Soluzione
`OutOfMemoryError` durante l’indicizzazione	Dimensione dell’heap troppo piccola	Aumentare l’heap JVM (`-Xmx2g` o superiore)
Nessun risultato restituito	Token del chunk non elaborato	Assicurarsi che il ciclo `while` continui fino a quando `getNextChunkSearchToken()` è `null`
Prestazioni di ricerca lente	Indice non ottimizzato	Eseguire `index.optimize()` dopo aggiunte massive

Domande frequenti

Q: Cos’è la ricerca basata su chunk?
A: La ricerca basata su chunk divide il set di dati in pezzi più piccoli, consentendo query efficienti su grandi volumi di dati senza caricare interi documenti in memoria.

Q: Come aggiorno il mio indice con nuovi file?
A: Basta chiamare index.add() con il percorso dei nuovi documenti; l’indice li incorporerà automaticamente.

Q: GroupDocs.Search può gestire diversi formati di file?
A: Sì, supporta PDF, DOCX, XLSX, PPTX, HTML, TXT e oltre 30 altri formati.

Q: Quali sono i tipici colli di bottiglia delle prestazioni?
A: Le limitazioni di memoria e gli indici non ottimizzati sono le più comuni; assegna un heap sufficiente e ottimizza regolarmente l’indice.

Q: Dove posso trovare documentazione più dettagliata?
A: Visita la documentazione ufficiale GroupDocs.Search Documentation per guide approfondite e riferimenti API.

Q: La ricerca basata su chunk funziona con PDF criptati?
A: Sì, purché tu fornisca la password tramite l’overload API appropriato.

Q: Come posso monitorare l’avanzamento dell’indicizzazione?
A: Usa l’overload Index.add() che restituisce un oggetto Progress o collega i callback di logging.

Risorse

Documentazione: GroupDocs.Search for Java Docs
Riferimento API: GroupDocs.Search API Reference
Download: GroupDocs.Search Releases
GitHub: GroupDocs.Search GitHub Repository
Supporto gratuito: GroupDocs Forum
Licenza temporanea: Obtain a Temporary License

Ultimo aggiornamento: 2026-10-02
Testato con: GroupDocs.Search 25.4 for Java
Autore: GroupDocs

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