使用 Java 進行分塊搜尋，將文件加入索引

在當今以資料為驅動的世界中，能夠快速 add documents to index 並執行分塊搜尋，對於處理大量檔案的任何應用程式都是必不可少的。無論您是處理法律合約、客戶支援檔案庫，或是龐大的研究資料庫，本教學將逐步說明如何設定 GroupDocs.Search for Java，以高效建立索引並以分塊方式取得相關資訊。

您將學習

  • 如何在指定資料夾中建立搜尋索引。
  • 從多個位置 add documents to index 的步驟。
  • 設定搜尋選項以啟用分塊搜尋。
  • 執行首次及後續的分塊搜尋。
  • 分塊文件搜尋發揮效益的實際案例。

快速答覆

  • What is the first step? 建立搜尋索引資料夾。
  • How do I include many files? 使用 index.add() 為每個文件資料夾加入。
  • Which option enables chunk search? options.setChunkSearch(true)。
  • Can I continue searching after the first chunk? 是的，使用 token 呼叫 index.searchNext()。
  • Do I need a license? 開發階段可使用免費試用或臨時授權；正式上線需購買正式授權。

前置條件

為了跟隨本指南，請確保您已具備：

  • Required Libraries: GroupDocs.Search for Java 25.4 或更新版本。
  • Environment Setup: 已安裝相容的 Java Development Kit (JDK)。
  • Knowledge Prerequisites: 基本的 Java 程式設計與 Maven 使用經驗。

設定 GroupDocs.Search for Java

首先，使用 Maven 將 GroupDocs.Search 整合至您的專案中：

<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>

或者，從 GroupDocs.Search for Java releases 下載最新版本。

取得授權

要試用 GroupDocs.Search：

  • Free Trial – 無需承諾即可測試核心功能。
  • Temporary License – 為開發提供延長存取。
  • Purchase – 正式環境使用的完整授權。

基本初始化與設定

在您希望儲存可搜尋資料的資料夾中建立索引：

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);
    }
}

如何將文件加入索引

索引已建立後，接下來的合理步驟是從檔案所在位置 add documents to index。

1. 建立索引

概述：為搜尋索引設定目錄。

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

Index index = new Index(indexFolder);

2. 加入文件至索引

概述：從多個來源資料夾匯入檔案。

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. 設定分塊搜尋的搜尋選項

透過調整 options 物件以啟用分塊搜尋。

SearchOptions options = new SearchOptions();

options.setChunkSearch(true);

4. 執行首次分塊搜尋

使用已啟用分塊的 options 執行首次查詢。

String query = "invitation";

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

5. 繼續分塊搜尋

持續遍歷剩餘的分塊，直至搜尋完成。

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

為什麼使用分塊搜尋？

分塊搜尋將龐大的文件集合切分為可管理的片段，降低記憶體壓力並加快回應速度。此方式在以下情境特別有益：

  1. Legal teams 需要在數千份合約中快速定位特定條款。
  2. Customer support portals 必須即時顯示相關的知識庫文章。
  3. Researchers 在不載入整個檔案至記憶體的情況下，篩選龐大資料集。

效能考量

  • Memory Management – 為大型索引分配足夠的堆積空間 (-Xmx)。
  • Resource Monitoring – 於索引與搜尋過程中監控 CPU 使用率。
  • Index Maintenance – 定期重建或清理索引，以移除過時資料。

常見問題與除錯

問題發生原因解決方式
OutOfMemoryError 於索引期間發生堆積大小不足增加 JVM 堆積 (-Xmx2g 或更高)
未返回結果分塊 token 未被處理確保 while 迴圈執行至 getNextChunkSearchToken() 為 null 為止
搜尋效能緩慢索引未最佳化大量新增後執行 index.optimize()

常見問答

Q: What is chunk‑based searching?
A: 分塊搜尋將資料集切分為較小的片段，允許在不將整個文件載入記憶體的情況下，對大量資料進行高效查詢。

Q: How do I update my index with new files?
A: 只需使用新文件的路徑呼叫 index.add()，索引會自動納入它們。

Q: Can GroupDocs.Search handle different file formats?
A: 可以，支援 PDF、DOCX、XLSX、PPTX 以及其他多種常見格式。

Q: What are typical performance bottlenecks?
A: 記憶體限制與未最佳化的索引是最常見的瓶頸；請分配足夠的堆積並定期最佳化索引。

Q: Where can I find more detailed documentation?
A: 前往官方的 GroupDocs.Search Documentation 取得深入指南與 API 參考。

資源

最後更新： 2025-12-19
測試環境： GroupDocs.Search 25.4 for Java
作者： GroupDocs