java full text search – dodawanie dokumentów i scalanie z GroupDocs.Search

Szybkie odpowiedzi

  • Co oznacza „add documents to index”? Informuje GroupDocs.Search, aby zeskanował folder, wyodrębnił tokeny do wyszukiwania i zapisał metadane dla każdego pliku.
  • Czy mogę zatrzymać długie scalanie? Tak — użyj obiektu Cancellation, aby przerwać scalanie po skonfigurowanym czasie oczekiwania.
  • Czy potrzebuję licencji? Darmowa wersja próbna lub tymczasowa licencja działa w testach; licencja komercyjna odblokowuje pełne funkcje.
  • Jakiej wersji Javy wymaga? JDK 8 lub nowszy.
  • Czy to nadaje się do dużych zestawów danych? Zdecydowanie — GroupDocs.Search radzi sobie z dokumentami liczącymi setki stron przy indeksowaniu przyrostowym.

Co oznacza „add documents to index” w GroupDocs.Search?

Dodawanie dokumentów do indeksu oznacza wprowadzenie kolekcji plików do GroupDocs.Search, aby biblioteka mogła analizować ich zawartość, wyodrębniać tokeny i budować strukturę danych umożliwiającą wyszukiwanie. Proces tworzy zwartą reprezentację, która umożliwia błyskawiczne zapytania pełnotekstowe we wszystkich zaindeksowanych plikach.

Dlaczego używać GroupDocs.Search do zarządzania dokumentami w Javie?

GroupDocs.Search zapewnia skalowalne indeksowanie dla ponad 50 formatów wejściowych (PDF, DOCX, XLSX, PPTX, HTML, obrazy itp.) i może przetwarzać dokumenty do 2 GB bez ładowania całego pliku do pamięci. Jego API daje precyzyjną kontrolę nad indeksowaniem, scalaniem i anulowaniem, co czyni go najlepszym wyborem dla rozwiązań klasy enterprise w zakresie java full text search.

Wymagania wstępne

  • GroupDocs.Search for Java wersja 25.4 lub nowsza.
  • Maven (lub ręczne pobranie JAR).
  • Podstawowa znajomość Javy oraz środowisko JDK 8+.

Konfiguracja GroupDocs.Search dla Javy

Instalacja Maven

Jeśli zarządzasz zależnościami przy użyciu Maven, dodaj repozytorium i zależność do swojego 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>

Bezpośrednie pobranie

Alternatywnie, pobierz najnowszy JAR z oficjalnej strony: GroupDocs.Search for Java releases.

Uzyskanie licencji

  • Free Trial: Zarejestruj się na stronie GroupDocs, aby uzyskać licencję próbną.
  • Temporary License: Złóż wniosek o tymczasowy klucz, jeśli potrzebujesz dłuższej oceny.
  • Commercial License: Kup licencję do użytku produkcyjnego.

Po uzyskaniu pliku licencji umieść go w projekcie i zainicjalizuj bibliotekę, jak pokazano później.

Przewodnik implementacji

Jak dodać dokumenty do indeksu – Tworzenie pierwszego indeksu

Załaduj lub utwórz pusty indeks, tworząc instancję klasy Index, która reprezentuje kontener wyszukiwalny na dysku. Ten krok przygotowuje miejsce przechowywania wszystkich tokenów, które zostaną wygenerowane z Twoich dokumentów.

import com.groupdocs.search.Index;

// Create an instance of the index at the specified path
Index index1 = new Index("YOUR_DOCUMENT_DIRECTORY\\\\Index1");
  • Dlaczego: Ten krok tworzy kontener przechowywania, w którym zostaną zapisane zaindeksowane tokeny.

Dodawanie dokumentów do indeksu

Wywołaj index.add z ścieżką do folderu; metoda skanuje każdy plik, wyodrębnia tekst i zapisuje metadane wyszukiwalne w indeksie. Operacja odbywa się w jednym przebiegu i respektuje skonfigurowane IndexSettings.

index1.add("YOUR_DOCUMENT_DIRECTORY"); // Add documents from this directory
  • Dlaczego: Biblioteka odczytuje każdy plik, wyodrębnia tekst i zapisuje go w index1.

Tworzenie drugiego indeksu dla elastycznych przepływów pracy

Utwórz kolejną instancję Index, aby przechowywać oddzielny zestaw dokumentów, umożliwiając izolowane przetwarzanie przed scaleniem. Ten wzorzec jest przydatny w scenariuszach multi‑tenant lub indeksowaniu etapowym.

Index index2 = new Index("YOUR_DOCUMENT_DIRECTORY\\\\Index2");

index2.add("YOUR_DOCUMENT_DIRECTORY");
  • Dlaczego: Wiele indeksów pozwala zarządzać odrębnymi zestawami dokumentów i później je łączyć.

Jak skonfigurować opcje scalania i anulować operację scalania

Utwórz instancję MergeOptions, ustaw żądane parametry i dołącz token Cancellation, który przerywa scalanie po określonym czasie. Daje to pełną kontrolę nad zużyciem zasobów podczas dużych scaleni.

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
  • Dlaczego: Cancellation daje możliwość automatycznego anulowania operacji scalania, zapobiegając niekontrolowanym zadaniom.

Scalanie indeksów

Wywołaj index1.merge(index2, mergeOptions); główny indeks wchłania wszystkie dokumenty z indeksu drugiego, zachowując integralność tokenów. Po scaleniu posiadasz jednolite repozytorium wyszukiwalne.

index1.merge(index2, options);
  • Dlaczego: Po tym wywołaniu index1 zawiera wszystkie dokumenty z obu źródeł, zapewniając jednolite doświadczenie wyszukiwania.

Praktyczne zastosowania w zarządzaniu dokumentami w Javie

  • Legal firms: Konsoliduj akta spraw z wielu biur w jeden wyszukiwalny indeks.
  • Financial institutions: Scal kwartalne raporty w jednolite repozytorium dla szybkich zapytań audytowych.
  • Enterprises: Połącz polityki HR, podręczniki zgodności i wewnętrzne przewodniki dla wyszukiwania w całej firmie.

Rozważania dotyczące wydajności

  • Incremental indexing: Dodawaj nowe pliki okresowo zamiast przebudowywać cały indeks.
  • Memory monitoring: Duże partie mogą zużywać pamięć RAM; przetwarzaj pliki w mniejszych partiach lub włącz tryb strumieniowy.
  • Garbage collection: Zwolnij nieużywane obiekty Index niezwłocznie, aby uwolnić zasoby.
  • SSD storage: Przechowywanie plików indeksu na SSD może przyspieszyć scalanie nawet dwukrotnie.

Typowe problemy i rozwiązania

ProblemRozwiązanie
Nieprawidłowa ścieżka folderuSprawdź ścieżkę bezwzględną i upewnij się, że aplikacja ma uprawnienia do odczytu.
Niewystarczająca pamięćZwiększ przydział pamięci JVM (-Xmx) lub indeksuj pliki w partiach.
Anulowanie nie zostało wywołaneUpewnij się, że cancelAfter jest ustawione przed wywołaniem merge.
Nieobsługiwany format plikuZainstaluj dodatkowe wtyczki formatów z GroupDocs, jeśli to konieczne.

Najczęściej zadawane pytania

Q: Dlaczego miałbym tworzyć wiele indeksów zamiast jednego?
A: Oddzielne indeksy pozwalają izolować domeny danych, stosować odrębne polityki bezpieczeństwa i scalać je tylko w razie potrzeby, co poprawia wydajność i organizację.

Q: Czy mogę anulować operację indeksowania tak samo jak anuluję scalanie?
A: Tak — użyj obiektu Cancellation z metodą add, aby zatrzymać długotrwałe zadania indeksowania.

Q: Jak zapewnić optymalną wydajność przy bardzo dużych zbiorach dokumentów?
A: Wykonuj indeksowanie przyrostowe, monitoruj pamięć JVM i przechowuj indeks na SSD. Rozważ użycie ustawienia BatchSize, aby ograniczyć liczbę dokumentów w pamięci.

Q: Co zrobić, gdy otrzymuję błąd „Access denied”?
A: Sprawdź uprawnienia folderu dla użytkownika uruchamiającego proces Java i upewnij się, że plik licencji jest czytelny.

Q: Czy GroupDocs.Search jest kompatybilny z innymi bibliotekami GroupDocs?
A: Zdecydowanie — możesz zintegrować go z GroupDocs.Viewer, GroupDocs.Conversion i innymi, aby zbudować pełne rozwiązanie dokumentacyjne.

Zakończenie

Korzystając z tego przewodnika, wiesz już, jak dodawać dokumenty do indeksu, konfigurować zachowanie scalania i bezpiecznie anulować operację scalania w razie potrzeby — wszystko w ramach solidnego java full text search. Eksperymentuj z większymi zestawami danych, odkrywaj własne tokenizatory lub łącz GroupDocs.Search z innymi produktami GroupDocs, aby stworzyć rozwiązanie klasy enterprise.

Zasoby

Last Updated: 2026-05-12
Tested With: GroupDocs.Search 25.4 for Java
Author: GroupDocs

Powiązane tutoriale