如何使用 java 全文搜尋與 GroupDocs.Search

在本教學中,您將了解如何使用 GroupDocs.Search for Java 實作 java 全文搜尋。我們將逐步說明如何設定索引資料夾、將文件加入索引,並套用最佳實踐技術,以 優化搜尋效能,處理成千上萬的 PDF、DOCX、TXT 以及其他格式。完成後,您將擁有一個可投入生產環境、執行快速且具彈性擴充性的搜尋元件。

快速解答

  • 第一步是什麼? 將 GroupDocs.Search 加入您的 Maven 專案,或從官方發行頁面下載 JAR。
  • 如何將文件加入索引? 在實例化 Index 物件後,呼叫 index.add(yourDocumentsFolder)。
  • 哪個資料夾應存放索引? 使用專用資料夾,例如 output,並將其傳入 new Index(indexFolder)。
  • 我可以提升搜尋速度嗎? 可以——定期合併索引段、在背景執行索引作業,並調整 JVM 堆積大小。
  • 我需要授權嗎? 試用或臨時授權可用於測試;正式環境則需完整授權。

什麼是文件索引?

文件索引是一種結構化資料儲存,用於保存從原始檔案中提取的可搜尋標記。建立文件索引後,您即可在所有已索引內容上執行快速的全文查詢,而無需在執行時逐一掃描檔案。索引會儲存詞頻、位置與中繼資料,使搜尋引擎能有效排序結果。

為何使用 GroupDocs.Search for Java?

GroupDocs.Search 為 Java 應用程式提供高效能、易於整合的全文搜尋解決方案。它支援多種文件格式,並內建最佳化功能,即使在大型集合下亦能保持低延遲。

  • 高效能 – 內建最佳化即使在百萬檔案下仍能保持低延遲。
  • 易於整合 – 簡易 API 可用於建立索引、加入文件與執行查詢。
  • 可擴充架構 – 可於本地或雲端運作,且可透過同義詞或排序功能客製化。
  • Java 全文搜尋 – 開箱即支援多種格式,包括 PDF、DOCX、TXT、HTML,以及超過 50 種其他類型。

前置條件

  • Java Development Kit (JDK) 8 或更新版本。
  • 如 IntelliJ IDEA 或 Eclipse 等 IDE。
  • 用於相依管理的 Maven。
  • 具備基本的 Java 程式概念。

設定 GroupDocs.Search for Java

Maven 安裝

在 pom.xml 檔案中加入以下相依性:

<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>

直接下載

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

取得授權

  1. 免費試用 – 無需承諾即可體驗全部功能。
  2. 臨時授權 – 延長測試期限超過試用期。
  3. 購買 – 取得正式授權以供生產環境使用。

基本初始化

Index 類別是代表磁碟上可搜尋索引的核心物件,提供加入、更新與查詢文件的方法。

import com.groupdocs.search.Index;

public class InitializeGroupDocs {
    public static main(String[] args) {
        // Create an index in the specified folder
        String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output";
        Index index = new Index(indexFolder);
        
        System.out.println("GroupDocs.Search initialized successfully.");
    }
}

如何將文件加入索引

載入文件、設定索引資料夾,並呼叫 add 方法——只需三個簡潔步驟。

步驟 1:設定索引資料夾與來源資料夾

indexFolder 為可搜尋索引的持久化位置,而 documentsFolder 指向您想要 將文件加入索引 的檔案所在資料夾。

String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output\\AdvancedUsage\\Searching\\SynonymSearch";
String documentsFolder = "YOUR_DOCUMENT_DIRECTORY"; // Replace with your actual document path

步驟 2:建立索引(設定索引資料夾)

以 indexFolder 路徑實例化 Index 物件,即會建立一個將資料寫入指定位置的新索引實例。

Index index = new Index(indexFolder);

步驟 3:加入文件以進行索引

add 方法會掃描指定的資料夾,將每個支援的文件加入索引,呼叫返回後即可立即搜尋其內容。
add 方法會掃描指定的資料夾,將每個支援的文件加入索引。

index.add(documentsFolder);

疑難排解提示

  • 缺少相依性 – 再次確認 pom.xml 中的 Maven 條目。
  • 資料夾路徑無效 – 確認 indexFolder 與 documentsFolder 均存在且 JVM 可讀取。

如何設定索引資料夾

您可以將索引資料夾放置於高速 SSD、網路共享或任何 Java 程序可存取的位置。對於雲端部署,請映射永久磁碟(例如 Azure Files 或 Amazon EFS),並將其掛載點傳入 Index 建構子。此方式可確保索引在應用程式重新啟動後仍然存在,且能隨基礎設施擴展。

處理大型文件

當處理 GB 級別的 PDF 或大量 DOCX 集合時,請考慮以下做法:

  1. 批次處理 – 將來源資料夾拆分為較小的子資料夾,並對每個批次呼叫 index.add()。
  2. 背景索引 – 在獨立執行緒中執行索引程式碼,使主應用程式保持回應。
  3. 堆積調校 – 提升 JVM -Xmx 設定,為大型檔案提供足夠記憶體。

最佳化搜尋效能

要 最佳化搜尋效能 並 改善搜尋延遲,請遵循以下最佳實踐:

update 方法會套用索引的待處理變更,而不需要從頭重建索引。

  • 定期合併索引段 – 可減少查詢時的磁碟讀取次數。
  • 在大量加入後使用 index.update(),而非重新建立索引。
  • 監控堆積使用情況 – 大型索引可能佔用大量記憶體,請相應調整 JVM 參數。
  • 啟用快取 以加速常用查詢(視應用模式而定)。

實務應用

  1. 企業文件管理 – 在毫秒級別檢索合約、政策或人力資源檔案。
  2. 法律研究 – 以最小延遲定位案件檔案與判例。
  3. 學術圖書館 – 讓學者快速搜尋數千篇研究論文。

常見問題與解決方案

問題解決方案
大量索引期間的記憶體不足錯誤將來源資料夾拆分為較小批次,分別索引每個批次。
搜尋返回過時結果在大量更新後重新開啟 Index 物件,或在可用時呼叫 index.update()。
授權未被識別確認授權檔案路徑正確,且授權版本與程式庫版本相符。

常見問答

Q: 需要的最低 Java 版本是什麼?
A: 建議使用 Java 8 或更高版本,以確保與 GroupDocs.Search 完全相容。

Q: 如何有效處理極大型文件集合?
A: 如「處理大型文件」章節所述,使用批次處理、在背景執行緒中執行索引,並調整 JVM 記憶體設定。

Q: GroupDocs.Search 能部署於雲端環境嗎?
A: 可以,您可以將索引資料夾儲存在任何雲端可存取的儲存體(例如 Azure Files、Amazon EFS),只要所有實例皆能讀寫即可。

Q: 同義詞搜尋有何好處?
A: 同義詞搜尋會將查詢詞擴展為相關詞彙,提高召回率而不犧牲精確度,適合提供使用者友善的搜尋體驗。

Q: 我在哪裡可以找到更進階的文件?
A: 請前往官方 API 參考文件 GroupDocs.Search API Reference。

資源

依照上述步驟,您現在已瞭解如何 建立文件索引、將文件加入索引、設定索引資料夾,以及使用 GroupDocs.Search for Java 最佳化搜尋效能。祝開發愉快!


最後更新: 2026-10-22
測試版本: GroupDocs.Search 25.4 for Java
作者: GroupDocs

相關教學