如何使用 GroupDocs.Search 在 Java 中将文件夹添加到索引

如果您需要能够扩展到数百万文档的 java full text search,那么您来对地方了。在本教程中,您将学习如何使用 GroupDocs.Search add folder to index,配置高压缩存储,并运行闪电般快速的查询。完成后,您将拥有一个可直接嵌入任何 Java 项目的生产就绪方案。

快速答案

  • 主要库是什么? GroupDocs.Search for Java
  • 如何将文件夹添加到索引? Use index.add(folderPath)
  • 我可以配置文本压缩吗? Yes, via TextStorageSettings(Compression.High)
  • 需要哪个 Java 版本? JDK 8 or higher
  • 在哪里获取试用许可证? From the GroupDocs website or the repository page

什么是 java full text search 以及它为何重要?

Java full text search 将原始文档转换为倒排索引,使得在数千个文件中对任何词语的检索能够在亚秒级完成。这一能力对于法律文库、研究图书馆以及企业知识库至关重要,因为用户期望即时得到结果。它还能提升现代应用的生产力。

为什么在 java full text search 中使用 groupdocs.search?

GroupDocs.Search 提供高吞吐量的索引和查询执行,同时内置高压缩功能。它支持 50+ 输入和输出格式——包括 PDF、DOCX、EML 和 HTML,并且能够在不将整个文件加载到内存的情况下处理数百页的文档,使得典型工作负载的内存占用保持在 200 MB 以下。

前置条件

  • GroupDocs.Search for Java (version 25.4 or later) – 提供索引和搜索功能的核心库。
  • JDK 8+ 已安装并配置 – SDK 所需的最低运行时。
  • Maven 用于依赖管理 – 简化将库添加到项目中。
  • 一个 IDE,例如 IntelliJ IDEA 或 Eclipse – 用于编写和调试 Java 代码。

为 java 设置 GroupDocs.Search

Maven 设置

Add the repository and dependency to your pom.xml file:

<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>

直接下载

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

许可证获取

  • Free trial – 在不做承诺的情况下探索所有功能。
  • Temporary license – 延长的测试期。
  • Purchase – 解锁完整的生产功能。

基本初始化和设置

Index 是用于创建、打开和管理搜索索引的核心类。

import com.groupdocs.search.Index;

public class InitializeSearch {
    public static void main(String[] args) {
        // Path to store index data
        String indexPath = "path/to/index";
        
        // Creating an index at specified location
        Index index = new Index(indexPath);
        
        System.out.println("GroupDocs.Search initialized successfully!");
    }
}

使用自定义压缩对文本建立索引

步骤 1:定义索引文件夹

选择一个用于存放索引文件的目录:

String indexFolder = "YOUR_DOCUMENT_DIRECTORY\\output\\AdvancedUsage\\Indexing\\StoringTextOfIndexedDocuments";

步骤 2:配置索引设置

TextStorageSettings 配置文本在索引中的存储方式,包括压缩级别。Compression 是一个枚举,用于指定所需的压缩算法。

import com.groupdocs.search.Index;
import com.groupdocs.search.IndexSettings;
import com.groupdocs.search.options.TextStorageSettings;
import com.groupdocs.search.compression.Compression;

IndexSettings settings = new IndexSettings();
settings.setTextStorageSettings(new TextStorageSettings(Compression.High));

步骤 3:使用自定义设置创建索引

使用上述配置实例化索引:

Index index = new Index(indexFolder, settings);
System.out.println("Index created with high compression.");

如何将文件夹添加到索引

Index 是表示可搜索索引的主要类。

加载已有索引(或创建新索引),然后在 Index 对象上调用 add 方法。add 操作会扫描提供的目录,从每个支持的文件中提取文本,并将其存储在压缩索引中,准备进行即时搜索。

String documentsFolder = "YOUR_DOCUMENT_DIRECTORY"; // Replace with actual document path.
Index index = new Index(indexFolder);

如何搜索已索引的文档

SearchResult 表示单个匹配项,包含文档路径和相关性。

定义一个搜索查询字符串,表示您想要定位的词或短语,然后在 Index 实例上调用 search 方法。该方法返回一个 SearchResult 对象集合,每个对象包含文档路径、相关性得分以及高亮匹配的片段。

index.add(documentsFolder);
System.out.println("Documents added successfully.");

实际应用

在以下真实场景中,java full text search 大放异彩:

  1. Legal document management – 案件文件的即时检索。
  2. Academic research libraries – 论文和学位论文的快速查找。
  3. Enterprise knowledge bases – 手册和常见问题的快速访问。
  4. Content management systems – 大型站点的高效内容发现。
  5. Customer service archives – 过去工单和聊天记录的快速搜索。

性能考虑因素

  • Compression vs. speed: 高压缩可节省高达 70 % 的磁盘空间,但会增加适度的索引开销;请针对您的数据量运行基准测试。
  • Memory management: 为大于 10 GB 的索引分配至少 2 GB 的堆内存,以避免 OutOfMemoryError。
  • Index updates: 使用 index.add() 增量添加新文档,并定期调用 index.optimize() 以保持索引紧凑。
  • Query optimization: 使用高级查询语法(通配符、邻近、模糊搜索)来缩小结果范围并降低响应时间。

常见陷阱与专业提示

  • Pitfall: 在批量添加后忘记调用 index.optimize()。
    Pro tip: 每晚运行 index.optimize() 以保持索引紧凑。

  • Pitfall: 在大规模数据集上使用默认(低)压缩。
    Pro tip: 在生产环境中切换到 Compression.High 以降低存储成本。

  • Pitfall: 在从网络共享添加文件时未处理 IOException。
    Pro tip: 将 index.add() 包裹在 try‑catch 块中,并记录任何失败以供后续审查。

常见问题解答

Q: 什么是 GroupDocs.Search?
A: 它是一个强大的 Java 库,提供高级全文搜索功能,包括索引、压缩和复杂查询支持。

Q: 如何使用 GroupDocs.Search 处理大规模数据集?
A: 启用高压缩 (Compression.High) 并定期提交更改以保持索引精简。同时,分配足够的堆内存(例如,对超过 20 GB 的索引分配 4 GB)。

Q: 我可以将 GroupDocs.Search 集成到现有的企业系统中吗?
A: 可以,库可以嵌入任何基于 Java 的后端、REST 服务或微服务架构中。

Q: 如果我的索引变得过时怎么办?
A: 使用 index.add() 方法追加新文件,使用 index.delete() 删除过时文件,如有需要,重新运行 index.optimize()。

Q: 我可以在哪里获得帮助或支持?
A: 访问社区论坛 GroupDocs forums 进行故障排除和获取最佳实践技巧。

其他资源


最后更新: 2026-11-02
测试环境: GroupDocs.Search 25.4
作者: GroupDocs

String query = "sample";  
import com.groupdocs.search.results.SearchResult;

SearchResult result = index.search(query);
System.out.println("Search completed. Results found: " + result.getDocumentCount());

相关教程