在 Java 中使用块级搜索将文档添加到索引

在当今数据驱动的世界中，能够快速 将文档添加到索引 并随后执行块级搜索，对于处理大量文件的任何应用程序都是必不可少的。无论您是处理法律合同、客户支持档案，还是庞大的研究文库，本教程将向您展示如何为 Java 设置 GroupDocs.Search，以便高效地索引文档并以块状方式检索相关信息。

您将学习的内容

如何在指定文件夹中创建搜索索引。
从多个位置 将文档添加到索引 的步骤。
配置搜索选项以启用块级搜索。
执行初始和后续的块级搜索。
块级文档搜索发挥优势的真实场景。

快速答疑

第一步是什么？ 创建搜索索引文件夹。
如何包含多个文件？ 对每个文档文件夹使用 index.add()。
哪个选项启用块级搜索？ options.setChunkSearch(true)。
我可以在第一个块之后继续搜索吗？ 可以，使用该 token 调用 index.searchNext()。
我需要许可证吗？ 免费试用或临时许可证可用于开发；生产环境需要正式许可证。

前置条件

要遵循本指南，请确保您具备：

必需库：GroupDocs.Search for Java 25.4 或更高版本。
环境设置：已安装兼容的 Java Development Kit (JDK)。
知识前置：基本的 Java 编程和 Maven 使用经验。

为 Java 设置 GroupDocs.Search

首先，使用 Maven 将 GroupDocs.Search 集成到项目中：

<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，从 GroupDocs.Search for Java releases 下载最新版本。

许可证获取

免费试用 – 在不作承诺的情况下测试核心功能。
临时许可证 – 为开发提供延长访问。
购买 – 用于生产的完整许可证。

基础初始化与设置

在您希望存放可搜索数据的文件夹中创建索引：

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);
    }
}

如何将文档添加到索引

索引已创建，接下来的合乎逻辑的步骤是从文件所在位置 将文档添加到索引。

1. 创建索引

概述：为搜索索引设置目录。

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

Index index = new Index(indexFolder);

2. 将文档添加到索引

概述：从多个源文件夹导入文件。

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. 为块级搜索配置搜索选项

通过调整 options 对象来启用块级搜索。

SearchOptions options = new SearchOptions();

options.setChunkSearch(true);

4. 执行初始块级搜索

使用已启用块级的选项运行首次查询。

String query = "invitation";

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

5. 继续块级搜索

遍历剩余块，直至搜索完成。

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

为什么使用块级搜索？

块级搜索将庞大的文档集合拆分为可管理的块，降低内存压力并加快响应时间。它在以下情况下尤为有益：

法律团队 需要在成千上万的合同中定位特定条款。
客户支持门户 必须即时呈现相关的知识库文章。
研究人员 在不将整个文件加载到内存的情况下筛选庞大的数据集。

性能考虑因素

内存管理 – 为大型索引分配足够的堆空间（-Xmx）。
资源监控 – 在索引和搜索操作期间关注 CPU 使用情况。
索引维护 – 定期重建或清理索引，以丢弃过时数据。

常见陷阱与故障排除

Issue	Why It Happens	Fix
`OutOfMemoryError` 在索引期间	堆大小过小	增加 JVM 堆大小（`-Xmx2g` 或更高）。
未返回结果	块 token 未被处理	确保 `while` 循环运行至 `getNextChunkSearchToken()` 为 `null`。
搜索性能慢	索引未优化	批量添加后运行 `index.optimize()`。

常见问题解答

问：什么是块级搜索？
A: 块级搜索将数据集划分为更小的片段，使得在不将整个文档加载到内存的情况下，对大规模数据进行高效查询。

问：如何使用新文件更新我的索引？
A: 只需使用新文档的路径调用 index.add()；索引会自动将其纳入。

问：GroupDocs.Search 能处理不同的文件格式吗？
A: 是的，它支持 PDF、DOCX、XLSX、PPTX 以及许多其他常见格式。

问：典型的性能瓶颈是什么？
A: 内存限制和未优化的索引是最常见的问题；请分配足够的堆空间并定期优化索引。

问：在哪里可以找到更详细的文档？
A: 请访问官方的 GroupDocs.Search Documentation 获取深入的指南和 API 参考。

资源

文档： GroupDocs.Search for Java Docs
API 参考： GroupDocs.Search API Reference
下载： GroupDocs.Search Releases
GitHub： GroupDocs.Search GitHub Repository
免费支持： GroupDocs Forum
临时许可证： Obtain a Temporary License

Last Updated: 2025-12-19
Tested With: GroupDocs.Search 25.4 for Java
Author: GroupDocs