Thêm tài liệu vào chỉ mục với tìm kiếm dựa trên đoạn trong Java

Trong các ứng dụng hiện đại cần thêm tài liệu vào chỉ mục nhanh chóng và sau đó thực hiện các truy vấn nhanh, dựa trên đoạn, bạn sẽ muốn một giải pháp mở rộng mà không làm tăng quá mức bộ nhớ. Hướng dẫn này sẽ chỉ cho bạn cách thiết lập GroupDocs.Search cho Java, thêm nhiều thư mục tài liệu, và cấu hình engine để tăng hiệu suất tìm kiếm đồng thời giữ java search index memory ở mức kiểm soát. Dù bạn đang lập chỉ mục các hợp đồng pháp lý, vé hỗ trợ, hay các bài báo nghiên cứu, các bước dưới đây sẽ cung cấp cho bạn một triển khai sẵn sàng cho môi trường sản xuất.

Câu trả lời nhanh

Bước đầu tiên là gì? Tạo một thư mục chỉ mục tìm kiếm.
Làm sao để bao gồm nhiều tệp? Sử dụng index.add() cho mỗi thư mục tài liệu.
Tùy chọn nào bật tìm kiếm dựa trên đoạn? options.setChunkSearch(true).
Tôi có thể tiếp tục tìm kiếm sau đoạn đầu tiên không? Có, gọi index.searchNext() với token.
Có cần giấy phép không? Bản dùng thử miễn phí hoặc giấy phép tạm thời hoạt động cho phát triển; giấy phép đầy đủ cần thiết cho môi trường sản xuất.

Những gì bạn sẽ học

Cách tạo một chỉ mục tìm kiếm trong thư mục được chỉ định.
Các bước thêm tài liệu vào chỉ mục từ nhiều vị trí.
Cấu hình các tùy chọn tìm kiếm để bật tìm kiếm dựa trên đoạn.
Thực hiện các tìm kiếm dựa trên đoạn ban đầu và tiếp theo.
Các kịch bản thực tế mà tìm kiếm tài liệu dựa trên đoạn tỏa sáng.

Tiền đề

Để làm theo hướng dẫn này, hãy đảm bảo bạn có:

Thư viện yêu cầu: GroupDocs.Search cho Java 25.4 hoặc mới hơn.
Cài đặt môi trường: JDK (Java Development Kit) tương thích đã được cài đặt.
Kiến thức nền: Lập trình Java cơ bản và quen thuộc với Maven.

Thiết lập GroupDocs.Search cho Java

Để bắt đầu, tích hợp GroupDocs.Search vào dự án của bạn bằng 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>

Hoặc tải phiên bản mới nhất từ bản phát hành GroupDocs.Search cho Java.

Nhận giấy phép

Để thử nghiệm GroupDocs.Search:

Bản dùng thử – kiểm tra các tính năng cốt lõi mà không cam kết.
Giấy phép tạm thời – truy cập mở rộng cho phát triển.
Mua bản quyền – giấy phép đầy đủ cho việc sử dụng trong sản xuất.

Khởi tạo và cài đặt cơ bản

Tạo một chỉ mục trong thư mục nơi bạn muốn dữ liệu có thể tìm kiếm được lưu trữ:

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);
    }
}

Cách thêm tài liệu vào chỉ mục

Bây giờ chỉ mục đã tồn tại, bước tiếp theo hợp lý là thêm tài liệu vào chỉ mục từ các vị trí lưu trữ tệp của bạn.

1. Tạo chỉ mục

Tổng quan: Thiết lập một thư mục cho chỉ mục tìm kiếm.

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

Index index = new Index(indexFolder);

2. Thêm tài liệu vào chỉ mục

Tổng quan: Kéo các tệp từ một số thư mục nguồn.

String documentsFolder1 = "YOUR_DOCUMENT_DIRECTORY";
String documentsFolder2 = "YOUR_DOCUMENT_DIRECTORY";
String documentsFolder3 = "YOUR_DOCUMENT_DIRECTORY";

index.add(documentsFolder1);
index.add(documentsFolder2);
index.add(documentsFolder3);

3. Cấu hình tùy chọn tìm kiếm cho tìm kiếm dựa trên đoạn

Bật tìm kiếm dựa trên đoạn bằng cách điều chỉnh đối tượng options.

SearchOptions options = new SearchOptions();

options.setChunkSearch(true);

4. Thực hiện tìm kiếm dựa trên đoạn ban đầu

Chạy truy vấn đầu tiên bằng các tùy chọn đã bật đoạn.

String query = "invitation";

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

5. Tiếp tục tìm kiếm dựa trên đoạn

Lặp lại qua các đoạn còn lại cho đến khi tìm kiếm hoàn tất.

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

Tại sao nên dùng tìm kiếm dựa trên đoạn?

Tìm kiếm dựa trên đoạn chia các bộ sưu tập tài liệu khổng lồ thành các phần có thể quản lý được, giảm áp lực bộ nhớ và tăng tốc thời gian phản hồi. Điều này đặc biệt có lợi khi:

Các nhóm pháp lý cần xác định các điều khoản cụ thể trong hàng ngàn hợp đồng.
Cổng hỗ trợ khách hàng phải hiển thị ngay các bài viết kiến thức liên quan.
Các nhà nghiên cứu lọc qua các tập dữ liệu lớn mà không cần tải toàn bộ tệp vào bộ nhớ.

Cách tiếp cận này tăng hiệu suất tìm kiếm

Bằng cách tìm kiếm các đoạn nhỏ hơn thay vì toàn bộ tệp, engine có thể:

Bỏ qua các phần không liên quan sớm, giảm vòng CPU.
Giữ chỉ đoạn đang hoạt động trong bộ nhớ, trực tiếp hạ thấp mức tiêu thụ java search index memory.
Xử lý song song các đoạn trên máy đa lõi để có kết quả nhanh hơn.

Quản lý java search index memory

Mặc dù tìm kiếm dựa trên đoạn đã giảm đáng kể dung lượng bộ nhớ, bạn vẫn có thể tinh chỉnh JVM thêm:

Phân bổ heap đủ (-Xmx2g hoặc cao hơn) tùy theo kích thước chỉ mục.
Sử dụng index.optimize() sau khi thêm hàng loạt để nén cấu trúc chỉ mục.
Giám sát các pause của GC bằng các công cụ như VisualVM để tránh tăng độ trễ.

Các cân nhắc về hiệu suất

Quản lý bộ nhớ – Phân bổ đủ không gian heap (-Xmx) cho các chỉ mục lớn.
Giám sát tài nguyên – Theo dõi mức sử dụng CPU trong quá trình lập chỉ mục và tìm kiếm.
Bảo trì chỉ mục – Thường xuyên xây dựng lại hoặc dọn dẹp chỉ mục để loại bỏ dữ liệu cũ.

Những lỗi thường gặp & Khắc phục

Vấn đề	Nguyên nhân	Giải pháp
`OutOfMemoryError` khi lập chỉ mục	Kích thước heap quá thấp	Tăng heap JVM (`-Xmx2g` hoặc cao hơn)
Không có kết quả trả về	Token đoạn không được xử lý	Đảm bảo vòng `while` chạy tới khi `getNextChunkSearchToken()` trả về `null`
Hiệu suất tìm kiếm chậm	Chỉ mục chưa được tối ưu	Chạy `index.optimize()` sau khi thêm hàng loạt

Câu hỏi thường gặp

H: Tìm kiếm dựa trên đoạn là gì?
Đ: Tìm kiếm dựa trên đoạn chia bộ dữ liệu thành các phần nhỏ hơn, cho phép truy vấn hiệu quả trên khối lượng dữ liệu lớn mà không cần tải toàn bộ tài liệu vào bộ nhớ.

H: Làm sao cập nhật chỉ mục với các tệp mới?
Đ: Chỉ cần gọi index.add() với đường dẫn tới các tài liệu mới; chỉ mục sẽ tự động tích hợp chúng.

H: GroupDocs.Search có hỗ trợ các định dạng tệp khác nhau không?
Đ: Có, nó hỗ trợ PDF, DOCX, XLSX, PPTX và nhiều định dạng phổ biến khác.

H: Các nút thắt hiệu suất thường gặp là gì?
Đ: Hạn chế bộ nhớ và chỉ mục chưa được tối ưu là những nguyên nhân phổ biến; hãy phân bổ heap đủ và thường xuyên tối ưu chỉ mục.

H: Tôi có thể tìm tài liệu hướng dẫn chi tiết ở đâu?
Đ: Truy cập tài liệu chính thức của GroupDocs.Search để xem các hướng dẫn sâu và tham chiếu API.

H: Tìm kiếm dựa trên đoạn có hoạt động với PDF được mã hóa không?
Đ: Có, miễn là bạn cung cấp mật khẩu qua overload API thích hợp.

H: Làm sao theo dõi tiến độ lập chỉ mục?
Đ: Sử dụng overload Index.add() trả về đối tượng Progress hoặc gắn vào các callback ghi log.

Tài nguyên

Tài liệu: GroupDocs.Search cho Java Docs
Tham chiếu API: GroupDocs.Search API Reference
Tải xuống: GroupDocs.Search Releases
GitHub: Repository GroupDocs.Search trên GitHub
Hỗ trợ miễn phí: Diễn đàn GroupDocs
Giấy phép tạm thời: Nhận giấy phép tạm thời

Cập nhật lần cuối: 2026-02-21
Kiểm tra với: GroupDocs.Search 25.4 cho Java
Tác giả: GroupDocs