java full text search – thêm tài liệu & hợp nhất với GroupDocs.Search

Câu trả lời nhanh

  • “add documents to index” có nghĩa là gì? Nó yêu cầu GroupDocs.Search quét một thư mục, trích xuất các token có thể tìm kiếm và lưu trữ siêu dữ liệu cho mỗi tệp.
  • Tôi có thể dừng một quá trình hợp nhất lâu không? Có — sử dụng đối tượng Cancellation để hủy một quá trình hợp nhất sau một thời gian chờ có thể cấu hình.
  • Tôi có cần giấy phép không? Bản dùng thử miễn phí hoặc giấy phép tạm thời hoạt động cho việc thử nghiệm; giấy phép thương mại mở khóa đầy đủ tính năng.
  • Phiên bản Java nào được yêu cầu? JDK 8 hoặc mới hơn.
  • Liệu điều này có phù hợp với bộ dữ liệu lớn không? Chắc chắn — GroupDocs.Search có thể xử lý các tài liệu hàng trăm trang với việc lập chỉ mục tăng dần.

“add documents to index” là gì trong GroupDocs.Search?

Thêm tài liệu vào một chỉ mục có nghĩa là đưa một tập hợp các tệp vào GroupDocs.Search để thư viện có thể phân tích nội dung, trích xuất token và xây dựng một cấu trúc dữ liệu có thể tìm kiếm. Quá trình này tạo ra một biểu diễn gọn gàng cho phép truy vấn toàn văn tốc độ ánh sáng trên tất cả các tệp đã lập chỉ mục.

Tại sao nên sử dụng GroupDocs.Search cho quản lý tài liệu java?

GroupDocs.Search cung cấp khả năng lập chỉ mục mở rộng cho hơn 50 định dạng đầu vào (PDF, DOCX, XLSX, PPTX, HTML, hình ảnh, v.v.) và có thể xử lý các tài liệu lên tới 2 GB mà không cần tải toàn bộ tệp vào bộ nhớ. API của nó cho phép bạn kiểm soát chi tiết việc lập chỉ mục, hợp nhất và hủy, biến nó thành lựa chọn hàng đầu cho các giải pháp tìm kiếm toàn văn java cấp doanh nghiệp.

Yêu cầu trước

  • GroupDocs.Search for Java phiên bản 25.4 hoặc mới hơn.
  • Maven (hoặc tải JAR thủ công).
  • Kiến thức Java cơ bản và môi trường JDK 8+.

Cài đặt GroupDocs.Search cho Java

Cài đặt Maven

Nếu bạn quản lý các phụ thuộc bằng Maven, thêm kho và phụ thuộc vào file pom.xml của bạn:

<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>

Tải trực tiếp

Hoặc, tải JAR mới nhất từ trang chính thức: GroupDocs.Search for Java releases.

Nhận giấy phép

  • Free Trial: Đăng ký trên trang web GroupDocs để nhận giấy phép dùng thử.
  • Temporary License: Yêu cầu khóa tạm thời nếu bạn cần thời gian đánh giá kéo dài.
  • Commercial License: Mua để sử dụng trong môi trường sản xuất.

Sau khi có file giấy phép, đặt nó vào dự án của bạn và khởi tạo thư viện như được mô tả phía sau.

Hướng dẫn triển khai

Cách thêm tài liệu vào chỉ mục – Tạo chỉ mục đầu tiên

Tải hoặc tạo một chỉ mục trống bằng cách khởi tạo lớp Index, đại diện cho một container có thể tìm kiếm trên đĩa. Bước này chuẩn bị vị trí lưu trữ cho tất cả các token sẽ được tạo từ tài liệu của bạn.

import com.groupdocs.search.Index;

// Create an instance of the index at the specified path
Index index1 = new Index("YOUR_DOCUMENT_DIRECTORY\\\\Index1");
  • Tại sao: Bước này thiết lập một container lưu trữ nơi các token đã lập chỉ mục sẽ được lưu.

Thêm tài liệu vào chỉ mục

Gọi index.add với đường dẫn thư mục; phương thức sẽ quét mỗi tệp, trích xuất văn bản và lưu trữ siêu dữ liệu có thể tìm kiếm trong chỉ mục. Hoạt động này chạy trong một lần duy nhất và tuân theo IndexSettings đã cấu hình.

index1.add("YOUR_DOCUMENT_DIRECTORY"); // Add documents from this directory
  • Tại sao: Thư viện đọc mỗi tệp, trích xuất văn bản và lưu vào index1.

Tạo chỉ mục thứ hai cho quy trình linh hoạt

Khởi tạo một đối tượng Index khác để chứa một tập hợp tài liệu riêng biệt, cho phép xử lý độc lập trước khi hợp nhất. Mẫu này hữu ích cho các kịch bản đa người thuê hoặc lập chỉ mục theo giai đoạn.

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

index2.add("YOUR_DOCUMENT_DIRECTORY");
  • Tại sao: Nhiều chỉ mục cho phép bạn quản lý các tập hợp tài liệu riêng biệt và sau đó kết hợp chúng.

Cách cấu hình tùy chọn hợp nhất và hủy thao tác hợp nhất

Tạo một thể hiện MergeOptions, đặt các tham số mong muốn và gắn một token Cancellation để hủy hợp nhất sau một thời gian chờ xác định. Điều này cho phép bạn kiểm soát hoàn toàn việc sử dụng tài nguyên trong quá trình hợp nhất lớn.

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
  • Tại sao: Cancellation cho phép bạn kiểm soát việc hủy thao tác hợp nhất tự động, ngăn ngừa các tác vụ chạy ra ngoài.

Hợp nhất các chỉ mục

Gọi index1.merge(index2, mergeOptions); chỉ mục chính sẽ hấp thụ tất cả tài liệu từ chỉ mục phụ trong khi duy trì tính toàn vẹn của token. Sau khi hợp nhất, bạn có một kho lưu trữ tìm kiếm thống nhất.

index1.merge(index2, options);
  • Tại sao: Sau lời gọi này, index1 chứa tất cả tài liệu từ cả hai nguồn, mang lại trải nghiệm tìm kiếm thống nhất.

Ứng dụng thực tiễn cho quản lý tài liệu Java

  • Legal firms: Hợp nhất hồ sơ vụ án từ nhiều văn phòng thành một chỉ mục có thể tìm kiếm.
  • Financial institutions: Hợp nhất báo cáo quý vào một kho lưu trữ thống nhất để truy vấn kiểm toán nhanh chóng.
  • Enterprises: Kết hợp chính sách nhân sự, sổ tay tuân thủ và hướng dẫn nội bộ cho việc tìm kiếm trên toàn doanh nghiệp.

Các cân nhắc về hiệu năng

  • Incremental indexing: Thêm các tệp mới định kỳ thay vì xây dựng lại toàn bộ chỉ mục.
  • Memory monitoring: Các lô lớn có thể tiêu tốn RAM; xử lý tệp theo các phần nhỏ hơn hoặc bật chế độ streaming.
  • Garbage collection: Giải phóng các đối tượng Index không sử dụng kịp thời để giải phóng tài nguyên.
  • SSD storage: Lưu trữ các tệp chỉ mục trên SSD có thể cải thiện tốc độ hợp nhất lên tới 2×.

Các vấn đề thường gặp & Giải pháp

Vấn đềGiải pháp
Đường dẫn thư mục không đúngXác minh đường dẫn tuyệt đối và đảm bảo ứng dụng có quyền đọc.
Bộ nhớ không đủTăng kích thước heap JVM (-Xmx) hoặc lập chỉ mục các tệp theo lô.
Hủy không được kích hoạtĐảm bảo cancelAfter được đặt trước khi gọi merge.
Định dạng tệp không được hỗ trợCài đặt các plugin định dạng bổ sung từ GroupDocs nếu cần.

Câu hỏi thường gặp

Q: Tại sao tôi lại tạo nhiều chỉ mục thay vì một chỉ mục duy nhất?
A: Các chỉ mục riêng biệt cho phép bạn cô lập các miền dữ liệu, áp dụng các chính sách bảo mật khác nhau và chỉ hợp nhất khi cần, điều này cải thiện hiệu năng và tổ chức.

Q: Tôi có thể hủy một thao tác lập chỉ mục theo cùng cách như hủy một quá trình hợp nhất không?
A: Có — sử dụng đối tượng Cancellation với phương thức add để dừng các tác vụ lập chỉ mục chạy lâu.

Q: Làm thế nào để đảm bảo hiệu năng tối ưu với bộ sưu tập tài liệu rất lớn?
A: Thực hiện lập chỉ mục tăng dần, giám sát bộ nhớ JVM và lưu trữ chỉ mục trên SSD. Xem xét sử dụng cài đặt BatchSize để giới hạn số tài liệu trong bộ nhớ.

Q: Tôi nên làm gì nếu nhận được lỗi “Access denied”?
A: Kiểm tra quyền thư mục cho người dùng chạy tiến trình Java và đảm bảo file giấy phép có thể đọc được.

Q: GroupDocs.Search có tương thích với các thư viện GroupDocs khác không?
A: Chắc chắn — bạn có thể tích hợp nó với GroupDocs.Viewer, GroupDocs.Conversion và các sản phẩm khác để xây dựng giải pháp tài liệu toàn diện.

Kết luận

Bằng cách làm theo hướng dẫn này, bạn hiện đã biết cách thêm tài liệu vào chỉ mục, cấu hình hành vi hợp nhất và an toàn hủy thao tác hợp nhất khi cần — tất cả trong một quy trình java full text search mạnh mẽ. Hãy thử nghiệm với bộ dữ liệu lớn hơn, khám phá các tokenizer tùy chỉnh, hoặc kết hợp GroupDocs.Search với các sản phẩm GroupDocs khác để xây dựng giải pháp cấp doanh nghiệp.

Tài nguyên

Cập nhật lần cuối: 2026-05-12
Đã kiểm tra với: GroupDocs.Search 25.4 for Java
Tác giả: GroupDocs

Các hướng dẫn liên quan