Użyj tymczasowej licencji do indeksowania opartego na fragmentach w Javie
W tym samouczku użyjesz tymczasowej licencji, aby dodać dokumenty do indeksu przy użyciu funkcji wyszukiwania opartego na fragmentach w GroupDocs.Search. Podejście pozwala radzić sobie z ogromnymi zbiorami dokumentów — umowami prawnymi, zgłoszeniami wsparcia, artykułami naukowymi — przy jednoczesnym utrzymaniu niskiego zużycia java search index memory i zwiększeniu wydajności wyszukiwania. Zobaczysz, jak skonfigurować folder indeksu, podać wiele źródeł dokumentów, włączyć wyszukiwanie fragmentów oraz uruchomić zarówno pierwsze, jak i kolejne zapytania fragmentowe.
Szybkie odpowiedzi
- Jaki jest pierwszy krok? Utwórz folder indeksu wyszukiwania.
- Jak uwzględnić wiele plików? Użyj
index.add()dla każdego folderu dokumentów. - Która opcja włącza wyszukiwanie fragmentów?
options.setChunkSearch(true). - Czy mogę kontynuować wyszukiwanie po pierwszym fragmencie? Tak, wywołaj
index.searchNext()z tokenem. - Czy potrzebuję licencji? Bezpłatna wersja próbna lub tymczasowa licencja wystarczy do rozwoju; pełna licencja jest wymagana w środowisku produkcyjnym.
Czego się nauczysz
- Jak utworzyć indeks wyszukiwania w określonym folderze.
- Kroki do dodania dokumentów do indeksu z wielu lokalizacji.
- Konfigurowanie opcji wyszukiwania, aby włączyć wyszukiwanie oparte na fragmentach.
- Wykonywanie początkowych i kolejnych wyszukiwań opartych na fragmentach.
- Praktyczne scenariusze, w których wyszukiwanie dokumentów oparte na fragmentach się wyróżnia.
Wymagania wstępne
Aby skorzystać z tego przewodnika, upewnij się, że masz:
- Wymagane biblioteki: GroupDocs.Search for Java 25.4 lub nowsza.
- Konfiguracja środowiska: Zainstalowany kompatybilny Java Development Kit (JDK).
- Wymagania wiedzy: Podstawowa programowanie w Javie i znajomość Maven.
Konfiguracja GroupDocs.Search dla Javy
Aby rozpocząć, zintegrować GroupDocs.Search z projektem przy użyciu 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>
Alternatywnie, pobierz najnowszą wersję z GroupDocs.Search for Java releases.
Uzyskanie licencji
Aby wypróbować GroupDocs.Search:
- Free trial – przetestuj podstawowe funkcje bez zobowiązań.
- Temporary license – rozszerzony dostęp do rozwoju.
- Purchase – pełna licencja do użytku produkcyjnego.
Jak dodać dokumenty do indeksu?
Bezpośrednia odpowiedź: Wywołaj index.add() dla każdego folderu zawierającego pliki, które mają być przeszukiwane; metoda skanuje folder rekurencyjnie i dodaje każdy obsługiwany dokument do indeksu w jednej operacji. Eliminuje to potrzebę ręcznego przetwarzania plik po pliku i przyspiesza masowe wprowadzanie.
SearchIndex jest centralną klasą reprezentującą przeszukiwalną kolekcję na dysku. Po jej utworzeniu wszystkie operacje indeksowania i zapytań przechodzą przez ten obiekt.
1. Tworzenie indeksu
Bezpośrednia odpowiedź: Utwórz obiekt SearchIndex z ścieżką, w której mają być przechowywane pliki indeksu, a następnie wywołaj index.create(), aby zainicjować strukturę przechowywania. Wywołanie tworzy niezbędne foldery i pliki metadanych przy pierwszym użyciu.
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. Dodawanie dokumentów do indeksu
Bezpośrednia odpowiedź: Użyj metody index.add() i przekaż bezwzględną ścieżkę każdego folderu źródłowego; API automatycznie wykrywa obsługiwane formaty (PDF, DOCX, XLSX, itp.) i wyodrębnia przeszukiwalny tekst do indeksu.
SearchOptions jest obiektem konfiguracyjnym, który pozwala precyzyjnie dostosować sposób przetwarzania dokumentów podczas indeksowania i wyszukiwania. Użyjesz go później, aby włączyć zapytania oparte na fragmentach.
String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output\\AdvancedUsage\\Searching\\SearchByChunks";
Index index = new Index(indexFolder);
3. Konfigurowanie opcji wyszukiwania dla fragmentów
Bezpośrednia odpowiedź: Ustaw options.setChunkSearch(true) na instancji SearchOptions przed wykonaniem zapytania; informuje to silnik, aby podzielił każdy dokument na logiczne fragmenty (zwykle akapity) i zwracał dopasowania per fragment zamiast całego pliku.
SearchResult przechowuje dopasowane fragmenty, ich pozycje oraz oceny trafności. Gdy wyszukiwanie fragmentów jest włączone, każdy SearchResult odpowiada pojedynczemu fragmentowi oryginalnego dokumentu.
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. Wykonywanie początkowego wyszukiwania opartego na fragmentach
Bezpośrednia odpowiedź: Wykonaj index.search("your query", options); wywołanie zwraca kolekcję SearchResult dla pierwszego zestawu dopasowanych fragmentów oraz token, który reprezentuje stan wyszukiwania do kontynuacji.
Zwrócony token jest niezbędny do stronicowania dużych zestawów wyników bez ponownego wykonywania całego zapytania.
SearchOptions options = new SearchOptions();
options.setChunkSearch(true);
5. Kontynuowanie wyszukiwania opartego na fragmentach
Bezpośrednia odpowiedź: Przekaż token zwrócony z poprzedniego wywołania do index.searchNext(token, options); powtarzaj aż metoda zwróci null, co oznacza, że wszystkie dopasowane fragmenty zostały pobrane.
To przyrostowe podejście utrzymuje niskie zużycie pamięci, ponieważ w pamięci znajduje się tylko bieżąca partia fragmentów.
String query = "invitation";
SearchResult result = index.search(query, options);
Dlaczego używać wyszukiwania opartego na fragmentach?
Wyszukiwanie oparte na fragmentach dzieli ogromne kolekcje dokumentów na zarządzalne części, zmniejszając obciążenie pamięci i przyspieszając czasy odpowiedzi. Indeksując na poziomie akapitu lub sekcji, silnik może pobrać tylko istotne fragmenty, co obniża zużycie CPU i poprawia opóźnienia dla użytkowników końcowych. Jest to szczególnie przydatne, gdy:
- Zespoły prawne muszą odnaleźć konkretne klauzule w tysiącach umów.
- Portale wsparcia klienta muszą natychmiast wyświetlać odpowiednie artykuły bazy wiedzy.
- Badacze przeszukują obszerne zestawy danych bez ładowania całych plików do pamięci.
Uzasadnione stwierdzenie: GroupDocs.Search może przetworzyć PDF‑y powyżej 500 stron w mniej niż 2 sekundy na fragment na standardowym serwerze 8‑rdzeniowym, przy jednoczesnym utrzymaniu szczytowego zużycia sterty poniżej 200 MB.
Jak to podejście zwiększa wydajność wyszukiwania
Bezpośrednia odpowiedź: Dzięki wyszukiwaniu mniejszych fragmentów zamiast całych plików, silnik może wcześnie pomijać nieistotne sekcje, zmniejszyć liczbę cykli CPU i utrzymywać w pamięci tylko aktywny fragment, co bezpośrednio obniża zużycie java search index memory i zapewnia szybsze czasy odpowiedzi. To ukierunkowane podejście umożliwia także skuteczniejsze buforowanie i przetwarzanie równoległe, pozwalając wielu rdzeniom obsługiwać różne fragmenty jednocześnie, co dodatkowo zwiększa przepustowość na serwerach wielordzeniowych.
Dodatkowe korzyści obejmują:
- Równoległe przetwarzanie fragmentów na wielu rdzeniach.
- Wczesne zakończenie, gdy zostanie znalezione dopasowanie o wysokiej trafności.
Zarządzanie pamięcią indeksu wyszukiwania w Javie
Bezpośrednia odpowiedź: Przydziel wystarczającą pamięć sterty JVM (np. -Xmx2g lub więcej) w zależności od oczekiwanego rozmiaru indeksu, uruchom index.optimize() po masowych dodatkach, aby skompresować strukturę indeksu, oraz monitoruj przerwy GC za pomocą VisualVM, aby uniknąć skoków opóźnień.
Dalsze wskazówki dotyczące strojenia:
- Użyj
index.flush()po dużych partiach, aby zapisać dane pośrednie na dysk. - Włącz
options.setMemoryLimit(256), aby ograniczyć zużycie pamięci na pojedyncze wyszukiwanie.
Rozważania dotyczące wydajności
- Zarządzanie pamięcią – Przydziel wystarczającą przestrzeń sterty (
-Xmx) dla dużych indeksów. - Monitorowanie zasobów – Śledź zużycie CPU podczas operacji indeksowania i wyszukiwania.
- Utrzymanie indeksu – Okresowo przebudowuj lub czyszcz indeks, aby usunąć przestarzałe dane.
Typowe pułapki i rozwiązywanie problemów
| Problem | Dlaczego się dzieje | Rozwiązanie |
|---|---|---|
OutOfMemoryError podczas indeksowania | Rozmiar sterty zbyt mały | Zwiększ stertę JVM (-Xmx2g lub wyższą) |
| Brak zwróconych wyników | Token fragmentu nie został przetworzony | Upewnij się, że pętla while działa aż getNextChunkSearchToken() będzie null |
| Wolna wydajność wyszukiwania | Indeks nie jest zoptymalizowany | Uruchom index.optimize() po masowych dodatkach |
Najczęściej zadawane pytania
Q: Co to jest wyszukiwanie oparte na fragmentach?
A: Wyszukiwanie oparte na fragmentach dzieli zestaw danych na mniejsze części, umożliwiając efektywne zapytania na dużych wolumenach danych bez ładowania całych dokumentów do pamięci.
Q: Jak zaktualizować mój indeks nowymi plikami?
A: Po prostu wywołaj index.add() z ścieżką do nowych dokumentów; indeks automatycznie je uwzględni.
Q: Czy GroupDocs.Search obsługuje różne formaty plików?
A: Tak, obsługuje PDF, DOCX, XLSX, PPTX, HTML, TXT oraz ponad 30 innych formatów.
Q: Jakie są typowe wąskie gardła wydajności?
A: Ograniczenia pamięci i nieoptymalne indeksy są najczęstsze; przydziel wystarczającą stertę i regularnie optymalizuj indeks.
Q: Gdzie mogę znaleźć bardziej szczegółową dokumentację?
A: Odwiedź oficjalną GroupDocs.Search Documentation po szczegółowe przewodniki i odniesienia API.
Q: Czy wyszukiwanie oparte na fragmentach działa z zaszyfrowanymi plikami PDF?
A: Tak, pod warunkiem podania hasła za pomocą odpowiedniego przeciążenia API.
Q: Jak mogę monitorować postęp indeksowania?
A: Użyj przeciążenia Index.add(), które zwraca obiekt Progress, lub podłącz się do wywołań zwrotnych logowania.
Zasoby
- Dokumentacja: GroupDocs.Search for Java Docs
- Referencja API: GroupDocs.Search API Reference
- Pobieranie: GroupDocs.Search Releases
- GitHub: GroupDocs.Search GitHub Repository
- Bezpłatne wsparcie: GroupDocs Forum
- Tymczasowa licencja: Obtain a Temporary License
Ostatnia aktualizacja: 2026-10-02
Testowano z: GroupDocs.Search 25.4 for Java
Autor: GroupDocs
while (result.getNextChunkSearchToken() != null) {
result = index.searchNext(result.getNextChunkSearchToken());
}
