java full text search – добавление документов и объединение с GroupDocs.Search

В современных корпоративных средах java full text search является основой любой надёжной системы управления документами на Java. Независимо от того, нужно ли вам индексировать контракты, счета‑фактуры или внутренние отчёты, хорошо спроектированный индекс позволяет получать нужную информацию за миллисекунды. В этом руководстве вы пройдёте процесс создания индекса, добавления документов, настройки параметров слияния и безопасного отмены операции слияния — всё с использованием GroupDocs.Search для Java.

Быстрые ответы

  • Что означает «add documents to index»? Это указывает GroupDocs.Search сканировать папку, извлекать поисковые токены и сохранять метаданные для каждого файла.
  • Можно ли остановить длительное слияние? Да — используйте объект Cancellation для прерывания слияния после настраиваемого тайм‑аута.
  • Нужна ли лицензия? Бесплатная пробная или временная лицензия подходит для тестирования; коммерческая лицензия открывает полный набор функций.
  • Какая версия Java требуется? JDK 8 или новее.
  • Подходит ли это для больших наборов данных? Абсолютно — GroupDocs.Search может обрабатывать документы со множеством страниц с инкрементным индексированием.

Что означает «add documents to index» в GroupDocs.Search?

Добавление документов в индекс означает загрузку коллекции файлов в GroupDocs.Search, чтобы библиотека могла проанализировать их содержимое, извлечь токены и построить поисковую структуру данных. Процесс создаёт компактное представление, позволяющее выполнять молниеносные полнотекстовые запросы по всем проиндексированным файлам.

Почему использовать GroupDocs.Search для управления документами на Java?

GroupDocs.Search обеспечивает масштабируемое индексирование более чем 50 форматов (PDF, DOCX, XLSX, PPTX, HTML, изображения и т.д.) и может обрабатывать документы до 2 ГБ без загрузки всего файла в память. Его API предоставляет детальный контроль над индексированием, слиянием и отменой, делая его лучшим выбором для корпоративных решений java full text search.

Предварительные требования

  • GroupDocs.Search for Java версии 25.4 или новее.
  • Maven (или ручная загрузка JAR).
  • Базовые знания Java и среда JDK 8+.

Настройка GroupDocs.Search для Java

Установка через Maven

Если вы управляете зависимостями с помощью Maven, добавьте репозиторий и зависимость в ваш 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>

Прямая загрузка

Либо скачайте последнюю JAR‑файл с официального сайта: GroupDocs.Search for Java releases.

Получение лицензии

  • Free Trial: Зарегистрируйтесь на сайте GroupDocs для получения пробной лицензии.
  • Temporary License: Запросите временный ключ, если вам требуется расширенная оценка.
  • Commercial License: Приобретите для использования в продакшене.

После получения файла лицензии разместите его в проекте и инициализируйте библиотеку, как показано ниже.

Руководство по реализации

Как добавить документы в индекс — создание первого индекса

Загрузите или создайте пустой индекс, создав экземпляр класса Index, который представляет собой поисковый контейнер на диске. Этот шаг подготавливает место хранения для всех токенов, которые будут сгенерированы из ваших документов.

import com.groupdocs.search.Index;

// Create an instance of the index at the specified path
Index index1 = new Index("YOUR_DOCUMENT_DIRECTORY\\\\Index1");
  • Почему: Этот шаг создаёт контейнер для хранения проиндексированных токенов.

Добавление документов в индекс

Вызовите index.add с путём к папке; метод сканирует каждый файл, извлекает текст и сохраняет поисковые метаданные в индексе. Операция выполняется за один проход и учитывает настроенные IndexSettings.

index1.add("YOUR_DOCUMENT_DIRECTORY"); // Add documents from this directory
  • Почему: Библиотека читает каждый файл, извлекает текст и сохраняет его в index1.

Создание второго индекса для гибких рабочих процессов

Создайте ещё один объект Index для хранения отдельного набора документов, позволяя выполнять изолированную обработку перед слиянием. Этот подход полезен в сценариях многопользовательской среды или поэтапного индексирования.

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

index2.add("YOUR_DOCUMENT_DIRECTORY");
  • Почему: Несколько индексов позволяют управлять отдельными наборами документов и позже объединять их.

Как настроить параметры слияния и отменить операцию слияния

Создайте экземпляр MergeOptions, задайте нужные параметры и привяжите токен Cancellation, который прервет слияние после указанного тайм‑аута. Это даёт вам полный контроль над использованием ресурсов при больших слияниях.

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
  • Почему: Cancellation даёт возможность автоматически отменять операцию слияния, предотвращая бесконтрольные задачи.

Слияние индексов

Вызовите index1.merge(index2, mergeOptions); основной индекс поглощает все документы из вторичного индекса, сохраняя целостность токенов. После слияния у вас будет единый поисковый репозиторий.

index1.merge(index2, options);
  • Почему: После этого вызова index1 содержит все документы из обоих источников, предоставляя единый поиск.

Практические применения для управления документами на Java

  • Legal firms: Объедините деловые файлы из нескольких офисов в единый поисковый индекс.
  • Financial institutions: Слейте квартальные отчёты в единый репозиторий для быстрых аудиторских запросов.
  • Enterprises: Объедините политики HR, руководства по соблюдению нормативов и внутренние справочники для корпоративного поиска.

Соображения по производительности

  • Incremental indexing: Периодически добавляйте новые файлы вместо полной перестройки индекса.
  • Memory monitoring: Большие партии могут потреблять ОЗУ; обрабатывайте файлы небольшими порциями или включайте режим потоковой обработки.
  • Garbage collection: Своевременно освобождайте неиспользуемые объекты Index для освобождения ресурсов.
  • SSD storage: Хранение файлов индекса на SSD может увеличить скорость слияния до 2×.

Распространённые проблемы и решения

ПроблемаРешение
Incorrect folder pathПроверьте абсолютный путь и убедитесь, что приложение имеет права чтения.
Insufficient memoryУвеличьте размер кучи JVM (-Xmx) или индексируйте файлы партиями.
Cancellation not triggeredУбедитесь, что cancelAfter установлен перед вызовом merge.
Unsupported file formatПри необходимости установите дополнительные плагины форматов от GroupDocs.

Часто задаваемые вопросы

Q: Почему я могу создавать несколько индексов вместо одного?
A: Отдельные индексы позволяют изолировать домены данных, применять различные политики безопасности и объединять их только при необходимости, что улучшает производительность и организацию.

Q: Можно ли отменить операцию индексирования так же, как отменяется слияние?
A: Да — используйте объект Cancellation с методом add для остановки длительных задач индексирования.

Q: Как обеспечить оптимальную производительность при работе с очень большими коллекциями документов?
A: Выполняйте инкрементальное индексирование, контролируйте память JVM и храните индекс на SSD. Рассмотрите возможность использования параметра BatchSize для ограничения количества документов в памяти.

Q: Что делать, если появляется ошибка «Access denied»?
A: Проверьте права доступа к папке для пользователя, запускающего процесс Java, и убедитесь, что файл лицензии доступен для чтения.

Q: Совместим ли GroupDocs.Search с другими библиотеками GroupDocs?
A: Абсолютно — вы можете интегрировать его с GroupDocs.Viewer, GroupDocs.Conversion и другими, чтобы построить полнофункциональное документное решение.

Заключение

Следуя этому руководству, вы теперь знаете, как добавлять документы в индекс, настраивать поведение слияния и безопасно отменять операцию слияния при необходимости — всё в рамках надёжного рабочего процесса java full text search. Экспериментируйте с большими наборами данных, исследуйте пользовательские токенизаторы или комбинируйте GroupDocs.Search с другими продуктами GroupDocs для создания корпоративного решения.

Ресурсы

Последнее обновление: 2026-05-12
Тестировано с: GroupDocs.Search 25.4 for Java
Автор: GroupDocs

Связанные руководства