pesquisa de texto completo em java – adicionar documentos e mesclar com GroupDocs.Search

Respostas Rápidas

  • O que significa “add documents to index”? Ele indica ao GroupDocs.Search para escanear uma pasta, extrair tokens pesquisáveis e armazenar metadados para cada arquivo.
  • Posso interromper uma mesclagem longa? Sim—use o objeto Cancellation para abortar a mesclagem após um tempo limite configurável.
  • Preciso de uma licença? Uma avaliação gratuita ou licença temporária funciona para testes; uma licença comercial desbloqueia todos os recursos.
  • Qual versão do Java é necessária? JDK 8 ou superior.
  • Isso é adequado para grandes conjuntos de dados? Absolutamente—GroupDocs.Search pode lidar com documentos de várias centenas de páginas com indexação incremental.

O que é “add documents to index” no GroupDocs.Search?

Adicionar documentos a um índice significa alimentar uma coleção de arquivos ao GroupDocs.Search para que a biblioteca possa analisar seu conteúdo, extrair tokens e construir uma estrutura de dados pesquisável. O processo cria uma representação compacta que permite consultas de texto completo ultra‑rápidas em todos os arquivos indexados.

Por que usar GroupDocs.Search para gerenciamento de documentos java?

GroupDocs.Search oferece indexação escalável para mais de 50 formatos de entrada (PDF, DOCX, XLSX, PPTX, HTML, imagens, etc.) e pode processar documentos de até 2 GB sem carregar o arquivo inteiro na memória. Sua API fornece controle granular sobre indexação, mesclagem e cancelamento, tornando‑a uma escolha principal para soluções corporativas de pesquisa de texto completo em java.

Pré‑requisitos

  • GroupDocs.Search for Java versão 25.4 ou posterior.
  • Maven (ou download manual de JAR).
  • Conhecimento básico de Java e um ambiente JDK 8+.

Configurando GroupDocs.Search para Java

Instalação via Maven

Se você gerencia dependências com Maven, adicione o repositório e a dependência ao seu 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>

Download Direto

Alternativamente, faça o download do JAR mais recente no site oficial: GroupDocs.Search for Java releases.

Aquisição de Licença

  • Avaliação Gratuita: Inscreva‑se no site da GroupDocs para obter uma licença de avaliação.
  • Licença Temporária: Solicite uma chave temporária se precisar de avaliação prolongada.
  • Licença Comercial: Compre para uso em produção.

Depois de obter o arquivo de licença, coloque‑o em seu projeto e inicialize a biblioteca conforme mostrado mais adiante.

Guia de Implementação

Como adicionar documentos ao índice – Criando o Primeiro Índice

Carregue ou crie um índice vazio instanciando a classe Index, que representa um contêiner pesquisável no disco. Esta etapa prepara um local de armazenamento para todos os tokens que serão gerados a partir dos seus documentos.

import com.groupdocs.search.Index;

// Create an instance of the index at the specified path
Index index1 = new Index("YOUR_DOCUMENT_DIRECTORY\\\\Index1");
  • Por quê: Esta etapa configura um contêiner de armazenamento onde os tokens indexados serão salvos.

Adicionando documentos ao índice

Chame index.add com um caminho de pasta; o método escaneia cada arquivo, extrai texto e armazena metadados pesquisáveis no índice. A operação é executada em uma única passagem e respeita as IndexSettings configuradas.

index1.add("YOUR_DOCUMENT_DIRECTORY"); // Add documents from this directory
  • Por quê: A biblioteca lê cada arquivo, extrai texto e o armazena em index1.

Criando um segundo índice para fluxos de trabalho flexíveis

Instancie outro objeto Index para conter um conjunto de documentos separado, permitindo processamento isolado antes de uma mesclagem. Esse padrão é útil para cenários multi‑tenant ou indexação em etapas.

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

index2.add("YOUR_DOCUMENT_DIRECTORY");
  • Por quê: Múltiplos índices permitem gerenciar conjuntos de documentos distintos e combiná‑los posteriormente.

Como configurar opções de mesclagem e cancelar a operação de mesclagem

Crie uma instância MergeOptions, defina os parâmetros desejados e anexe um token Cancellation que aborta a mesclagem após um tempo limite especificado. Isso lhe dá controle total sobre o uso de recursos durante mesclagens grandes.

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
  • Por quê: Cancellation oferece controle para cancelar a operação de mesclagem automaticamente, evitando tarefas descontroladas.

Mesclando os índices

Chame index1.merge(index2, mergeOptions); o índice principal absorve todos os documentos do índice secundário enquanto preserva a integridade dos tokens. Após a mesclagem, você tem um repositório pesquisável unificado.

index1.merge(index2, options);
  • Por quê: Após esta chamada, index1 contém todos os documentos de ambas as fontes, proporcionando uma experiência de pesquisa unificada.

Aplicações Práticas para Gerenciamento de Documentos Java

  • Escritórios de advocacia: Consolidar arquivos de casos de vários escritórios em um único índice pesquisável.
  • Instituições financeiras: Mesclar relatórios trimestrais em um repositório unificado para consultas rápidas de auditoria.
  • Empresas: Combinar políticas de RH, manuais de conformidade e guias internos para pesquisa em toda a empresa.

Considerações de Desempenho

  • Indexação incremental: Adicione novos arquivos periodicamente em vez de reconstruir todo o índice.
  • Monitoramento de memória: Grandes lotes podem consumir RAM; processe arquivos em blocos menores ou habilite o modo de streaming.
  • Coleta de lixo: Libere objetos Index não utilizados prontamente para liberar recursos.
  • Armazenamento SSD: Armazenar arquivos de índice em SSDs pode melhorar a velocidade de mesclagem em até 2×.

Problemas Comuns & Soluções

ProblemaSolução
Caminho de pasta incorretoVerifique o caminho absoluto e assegure que a aplicação tenha permissões de leitura.
Memória insuficienteAumente o heap da JVM (-Xmx) ou indexe arquivos em lotes.
Cancelamento não acionadoGaranta que cancelAfter esteja definido antes de chamar merge.
Formato de arquivo não suportadoInstale plugins de formato adicionais da GroupDocs, se necessário.

Perguntas Frequentes

Q: Por que eu criaria múltiplos índices em vez de um único?
A: Índices separados permitem isolar domínios de dados, aplicar políticas de segurança distintas e mesclar apenas quando necessário, o que melhora o desempenho e a organização.

Q: Posso cancelar uma operação de indexação da mesma forma que cancelo uma mesclagem?
A: Sim—use o objeto Cancellation com o método add para interromper tarefas de indexação de longa duração.

Q: Como garantir desempenho ideal com coleções de documentos muito grandes?
A: Execute indexação incremental, monitore a memória da JVM e armazene o índice em SSDs. Considere usar a configuração BatchSize para limitar documentos em memória.

Q: O que devo fazer se receber erros “Access denied”?
A: Verifique as permissões da pasta para o usuário que executa o processo Java e assegure que o arquivo de licença seja legível.

Q: O GroupDocs.Search é compatível com outras bibliotecas GroupDocs?
A: Absolutamente—você pode integrá‑lo com GroupDocs.Viewer, GroupDocs.Conversion e mais para construir uma solução completa de documentos.

Conclusão

Seguindo este guia, você agora sabe como add documents to index, configurar o comportamento de mesclagem e cancelar a operação de mesclagem com segurança quando necessário—tudo dentro de um fluxo de trabalho robusto de pesquisa de texto completo em java. Experimente com conjuntos de dados maiores, explore tokenizadores personalizados ou combine GroupDocs.Search com outros produtos GroupDocs para construir uma solução de nível empresarial.

Recursos

Última Atualização: 2026-05-12
Testado com: GroupDocs.Search 25.4 for Java
Autor: GroupDocs

Tutoriais Relacionados