GroupDocs.Search untuk .NET 26.11 kini tersedia. Rilis ini membuat pencarian berulang dan simultan jauh lebih cepat, mengurangi memori yang dialokasikan oleh proses pengindeksan hingga 4.5 kali dan mengamankan jaringan pencarian dengan otentikasi node. Pengindeksan dalam jaringan pencarian 5 hingga 20 kali lebih cepat, dan paket NuGet GroupDocs.Search kini menyertakan build untuk .NET Framework 4.8, .NET 6.0, .NET 8.0, dan .NET 10.0.

Indeks yang dibuat oleh versi 26.10 dapat dibuka tanpa konversi. Rilis ini berisi 18 perubahan: 5 fitur baru, 12 perbaikan, dan 1 perbaikan bug.

Sorotan Kinerja

Catatan rilis lengkap menjelaskan pengaturan pengujian untuk setiap gambar.

Apa Peningkatan di 26.11
Pencarian ekspresi reguler berulang Hingga 300 kali lebih cepat
Pencarian fuzzy berulang 4 hingga 30 kali lebih cepat
Pencarian simultan pada sebuah indeks Waktu median dari 8 pencarian simultan dari 5,6 ms menjadi 0,18 ms; 4 hingga 18% lebih banyak pencarian per detik
Pencarian fuzzy dengan satu kesalahan 1,8 kali lebih cepat, 4,5 kali lebih cepat dengan 8 thread pencarian
Pencarian rentang tanggal Hingga 10 kali lebih cepat, hingga 59 kali lebih cepat dengan chunk; rentang panjang mengembalikan hasil lengkap
Memori yang dialokasikan oleh pengindeksan Hingga 4,5 kali lebih sedikit
Pengindeksan dengan teks dokumen yang disimpan Hingga 2,2 kali lebih cepat
Mengambil teks dokumen yang disimpan 3,5 kali lebih cepat, 11 kali lebih sedikit memori
Menggabungkan indeks 3,5 kali lebih cepat, hampir 50 kali lebih sedikit memori
Pengindeksan dalam jaringan pencarian 5 hingga 20 kali lebih cepat, jauh lebih sedikit segmen indeks di shard
Mendaftarkan 20.000 dokumen pada node master Dari 27,1 s menjadi 0,12 s, 0,8 MB ditulis ke disk alih-alih 7,6 GB
Ruang disk sebuah indeks Dapat dikurangi dengan mengorbankan kecepatan pemuatan

Apa yang baru di rilis ini

Kunci Ringkasan Kategori
SEARCHNET-3729 Menerapkan opsi untuk mengurangi ruang disk yang ditempati oleh indeks dengan mengorbankan kecepatan pemuatan Fitur
SEARCHNET-3730 Menerapkan otentikasi node jaringan pencarian Fitur
SEARCHNET-3731 Menerapkan dukungan OCR untuk ekstraksi dokumen dalam proses terpisah Fitur
SEARCHNET-3732 Menerapkan pencarian per chunk dalam repositori indeks Fitur
SEARCHNET-3733 Menerapkan penyorotan kata yang dihasilkan oleh pemisah kata khusus Fitur
SEARCHNET-3734 Mengoptimalkan pencarian per chunk Peningkatan
SEARCHNET-3735 Menerapkan pool thread bersama untuk pencarian bersamaan pada sebuah indeks Peningkatan
SEARCHNET-3736 Menerapkan penggunaan kembali kata yang cocok dalam pencarian berulang Peningkatan
SEARCHNET-3737 Menerapkan antarmuka IDisposable dalam kelas Cancellation Peningkatan
SEARCHNET-3738 Memperluas alfabet default dengan skrip tambahan Peningkatan
SEARCHNET-3739 Mempercepat pencarian rentang tanggal dan memastikan hasil lengkap untuk rentang tanggal panjang Peningkatan
SEARCHNET-3740 Mengurangi konsumsi memori pada pengindeksan dan operasi dengan teks dokumen yang disimpan Peningkatan
SEARCHNET-3741 Mempercepat pengindeksan dalam jaringan pencarian dengan jumlah dokumen yang besar Peningkatan
SEARCHNET-3742 Menerapkan pengindeksan batch dan pemrosesan paralel permintaan shard dalam jaringan pencarian Peningkatan
SEARCHNET-3743 Menerapkan pola dispose pada kelas Index, IndexRepository, Cancellation, ExtractionHost, dan SearchNetworkNode Peningkatan
SEARCHNET-3693 Menerapkan Strategi Pengemasan TFM-Split untuk Paket NuGet GroupDocs.Search Peningkatan
SEARCHNET-3747 Menerapkan paket NuGet untuk .NET Framework 4.8, .NET 6.0, .NET 8.0, .NET 10.0 Peningkatan
SEARCHNET-3746 Memperbaiki penantian tak terbatas pada jaringan pencarian untuk node yang hilang atau tidak responsif Perbaikan

Fitur Utama

Pencarian

  • Pencarian wildcard, ekspresi reguler, rentang numerik, dan fuzzy berulang menggunakan kembali kata-kata yang ditemukan oleh pencarian sebelumnya dengan kueri yang sama hingga indeks berubah. Kata-kata yang disimpan memakan hingga 8 MB memori per indeks.
  • Pencarian simultan pada sebuah indeks berbagi thread pencariannya (IndexSettings.SearchThreads), sehingga pencarian singkat tidak lagi menunggu pencarian panjang.
  • Pencarian rentang tanggal membaca setiap hari, bulan, dan tahun dari indeks satu kali alih-alih mencari setiap tanggal dalam rentang secara terpisah. Rentang panjang tidak lagi dipotong pada batas kejadian, dan rentang semua tanggal yang mungkin, yang sebelumnya gagal, kini dapat dicari dalam hitungan detik.
  • Pencarian per chunk memperoleh semua keuntungan ini, dan repositori indeks kini dapat dicari per chunk juga: IndexRepository.SearchNext melanjutkan pencarian indeks demi indeks.
  • Penyorotan dan Index.GetDocumentText dapat membagi teks dengan pemisah kata khusus yang digunakan untuk pengindeksan, sehingga kata-kata yang dihasilkan pemisah, misalnya kata dalam teks tanpa spasi, juga disorot.
  • Alfabet default indeks baru mencakup huruf Ibrani, Devanagari, Georgia, Latin yang diperluas, Yunani, dan Hangul serta tanda diakritik yang menggabungkan. Kata seperti “Việt” tidak lagi dipisah menjadi bagian, dan kata Korea serta Ibrani diindeks dan ditemukan secara utuh.

Pengindeksan dan penyimpanan indeks

  • Pengaturan baru IndexSettings.UseFastLoading memungkinkan indeks di disk menghilangkan data tambahan yang membuat pemuatannya beberapa kali lebih cepat: indeks mengambil ruang disk lebih sedikit tetapi memuat lebih lama. Pengaturan ini dapat diubah kapan saja, bahkan untuk indeks yang sudah berisi dokumen.
  • Pengindeksan mengalokasikan hingga 4,5 kali lebih sedikit memori per dokumen dan, dengan teks dokumen yang disimpan, berjalan hingga 2,2 kali lebih cepat. Mengambil teks yang disimpan 3,5 kali lebih cepat dengan 11 kali lebih sedikit memori, dan menggabungkan indeks 3,5 kali lebih cepat dengan hampir 50 kali lebih sedikit memori.
  • Teks gambar dalam dokumen yang diekstrak dalam proses terpisah kini dapat dikenali: ExtractionHost.OcrConnector mengatur konektor OCR dari proses ekstraksi. Jika pengenalan diaktifkan tetapi proses ekstraksi tidak memiliki konektor OCR, indeks melaporkannya melalui peristiwa ErrorOccurred.

Jaringan pencarian

  • Node saling mengautentikasi dengan kunci rahasia bersama (TcpSettings.NetworkKey), dan setiap pesan ditandatangani: komputer tanpa kunci tidak dapat memberi perintah ke node maupun menjawab untuknya. Kunci tidak pernah dikirim melalui jaringan. Node slave juga dapat membatasi alamat dari mana ia menerima node master (TcpSettings.AllowedMasterAddresses).
  • Pengindeksan 5 hingga 20 kali lebih cepat dan menghasilkan jauh lebih sedikit segmen indeks: dokumen yang tiba saat shard sibuk diindeks dalam batch hingga 1.000 dokumen atau 16 MB, dan shard pada sebuah node memproses permintaannya secara paralel.
  • Mendaftarkan dokumen yang diindeks pada node master tidak lagi melambat seiring pertambahannya jumlah dokumen, dan daftar dokumen sebuah shard disimpan dengan aman ketika penulisan gagal atau proses crash.
  • Node master mendeteksi node yang hilang dan tidak responsif: node slave melaporkan setiap 5 detik, dan panggilan tidak lagi menunggu selamanya untuk node yang hilang. TcpSettings.ResponseTimeout juga dapat membatasi berapa lama node master menunggu respons.

API dan pengemasan

  • Index, IndexRepository, Cancellation, ExtractionHost, dan SearchNetworkNode mengimplementasikan pola dispose standar .NET, sehingga kelas turunan dapat melepaskan sumber daya mereka sendiri. Membuang (Dispose) sebuah Cancellation melepaskan timer dari pembatalan yang dijadwalkan oleh CancelAfter.
  • Paket NuGet GroupDocs.Search kini menyertakan build untuk .NET Framework 4.8, .NET 6.0, .NET 8.0, dan .NET 10.0 selain .NET Framework 4.6.2 dan .NET Standard 2.1, dan secara otomatis memilih build untuk kerangka target proyek.

Perubahan API Publik

Anggota berikut telah ditambahkan:

  • GroupDocs.Search.IndexSettings:
    • Boolean UseFastLoading – mempertahankan data tambahan yang membuat indeks di disk memuat beberapa kali lebih cepat. Diaktifkan secara default; setel ke false untuk menghemat ruang disk.
  • GroupDocs.Search.Scaling.Configuring.TcpSettings:
    • String NetworkKey – kunci rahasia jaringan pencarian, minimal 16 karakter panjangnya dan sama pada semua node.
    • String[] AllowedMasterAddresses – alamat IPv4 atau nama host dari mana node slave menerima koneksi node master.
    • Int32 ResponseTimeout – waktu dalam milidetik yang node master menunggu respons dari node terhadap permintaan. Tanpa batas secara default.
  • GroupDocs.Search.ExtractionHost:
    • IOcrConnector OcrConnector – konektor OCR dari proses ekstraksi terpisah.
  • GroupDocs.Search.IndexRepository:
    • SearchResult SearchNext(ChunkSearchToken) dan SearchResult SearchNext(ChunkSearchToken, Cancellation) – melanjutkan pencarian per chunk dalam repositori indeks.
  • GroupDocs.Search.Options.TextOptions:
    • IWordSplitter WordSplitter – pemisah kata yang digunakan oleh penyorotan dan Index.GetDocumentText; diwariskan oleh HighlightOptions.
  • GroupDocs.Search.Common.Cancellation now implements IDisposable:
    • void Dispose() – melepaskan timer dari pembatalan yang dijadwalkan; pembatalan yang dijadwalkan tidak diminta.
  • Index, IndexRepository, Cancellation, ExtractionHost and SearchNetworkNode:
    • protected virtual void Dispose(Boolean disposing) – metode pola dispose untuk kelas turunan.

Perubahan perilaku yang mungkin memerlukan perubahan pada kode Anda tercantum dalam catatan peningkatan di bawah.

Contoh Kode

Cari repositori indeks per chunk

Contoh berikut mencari dua indeks dari repositori secara potongan demi potongan, satu indeks setelah yang lain.

string indexFolder1 = @"c:\MyIndex1\"; // Specify the path to the first index folder
string indexFolder2 = @"c:\MyIndex2\"; // Specify the path to the second index folder
string documentsFolder1 = @"c:\MyDocuments1\"; // Specify the path to a folder containing documents to index
string documentsFolder2 = @"c:\MyDocuments2\"; // Specify the path to another folder containing documents to index

using (IndexRepository repository = new IndexRepository()) // Creating an index repository
{
    Index index1 = repository.Create(indexFolder1); // Creating the first index in the repository
    index1.Add(documentsFolder1); // Indexing documents from the first folder
    Index index2 = repository.Create(indexFolder2); // Creating the second index in the repository
    index2.Add(documentsFolder2); // Indexing documents from the second folder

    SearchOptions options = new SearchOptions();
    options.IsChunkSearch = true; // Enabling search by chunks

    SearchResult result = repository.Search("Einstein", options); // Getting the first chunk of the first index
    Console.WriteLine("Documents: " + result.DocumentCount);
    while (result.NextChunkSearchToken != null)
    {
        result = repository.SearchNext(result.NextChunkSearchToken); // Getting the next chunk, index by index
        Console.WriteLine("Documents: " + result.DocumentCount);
    }
}

Lindungi jaringan pencarian dengan kunci bersama

Setiap node jaringan pencarian mendapatkan kunci rahasia yang sama. Node slave menerima node master hanya dari alamatnya, dan node master membatasi penantian respons node.

string basePath = @"c:\SearchNetwork\"; // Specify the path to the folder of the search network
string networkKey = Environment.GetEnvironmentVariable("SEARCH_NETWORK_KEY"); // The same key of at least 16 characters on every node

// On the server of slave node 1: the connection of the master node is accepted from 10.0.0.5 only
TcpSettings slaveSettings = new TcpSettings(49101, 10000, 10000, 10000, 1000);
slaveSettings.NetworkKey = networkKey;
slaveSettings.AllowedMasterAddresses = new string[] { "10.0.0.5" };
SearchNetworkNode node1 = SearchNetworkNode.CreateSlaveNode(1, basePath + "Node1", slaveSettings);
node1.Start();

// On the server of the master node (10.0.0.5): the responses of the nodes are awaited no longer than 10 minutes
Configuration configuration = Configuration.Load(basePath + "Configuration.xml"); // Loading the search network configuration
TcpSettings masterSettings = new TcpSettings(49100, 10000, 10000, 10000, 1000);
masterSettings.NetworkKey = networkKey;
masterSettings.ResponseTimeout = 600000;
SearchNetworkNode node0 = SearchNetworkNode.CreateMasterNode(
    0, basePath + "Node0", masterSettings, new FileLogger(basePath + "Log.txt", 4.0), configuration);
node0.ConfigureAllNodes();
node0.Start();

Kurangi ruang disk sebuah indeks

Contoh berikut membuat indeks yang mengambil ruang disk lebih sedikit, lalu membuatnya kembali memuat cepat.

string indexFolder = @"c:\MyIndex\"; // Specify the path to the index folder
string documentsFolder = @"c:\MyDocuments\"; // Specify the path to a folder containing documents to index

IndexSettings settings = new IndexSettings();
settings.UseFastLoading = false; // The index takes less disk space but loads longer
using (Index index = new Index(indexFolder, settings, true)) // Creating an index with the settings
{
    index.Add(documentsFolder); // Indexing documents from the specified folder
}

using (Index index = new Index(indexFolder)) // Opening the existing index
{
    index.IndexSettings.UseFastLoading = true; // The data is created the next time the index is loaded
}

Catatan Peningkatan

Pertimbangkan perubahan berikut saat meningkatkan dari versi sebelumnya:

  • Indeks yang diubah oleh versi 26.11 tidak dapat dibuka oleh versi sebelumnya. Versi 26.11 membuka indeks versi 26.10 tanpa konversi, tetapi begitu ia membuat atau mengubah sebuah indeks (melalui pengindeksan, penghapusan dokumen, optimasi, atau perubahan pengaturan), versi sebelumnya tidak lagi dapat membukanya. Tingkatkan semua aplikasi yang berbagi folder indeks secara bersamaan, termasuk node dalam jaringan pencarian.
  • Proyek .NET Framework menggunakan paket GroupDocs.Search. Ganti GroupDocs.Search.NETFramework dengan GroupDocs.Search, yang kini menyertakan build .NET Framework 4.6.2 dan 4.8 serta secara otomatis memilih build yang tepat. Tidak ada versi 26.11 dari GroupDocs.Search.NETFramework.
  • Semua node dalam jaringan pencarian ditingkatkan bersama-sama. Node dengan versi 26.10 dan 26.11 tidak dapat terhubung. Untuk melindungi jaringan, tetapkan TcpSettings.NetworkKey yang sama pada setiap node: node dengan kunci berbeda, atau node dengan kunci dan node tanpa kunci, tidak terhubung, dan keduanya menuliskan alasan ke log mereka. Node tanpa kunci berfungsi seperti sebelumnya dan menuliskan peringatan ke lognya.
  • Pesan pada jaringan pencarian ditandatangani tetapi tidak dienkripsi. Jaga node dalam jaringan tepercaya atau hubungkan mereka melalui terowongan terenkripsi.
  • Node yang hilang terdeteksi. Node yang tidak mengirim apa pun selama 15 detik, misalnya proses yang dijeda di debugger, dianggap hilang: panggilan yang menunggu akan melempar SearchException, dan dokumennya dikirim ke node lain atau dilaporkan oleh peristiwa ErrorOccurred. Secara default node master menunggu respons tanpa batas; setel TcpSettings.ResponseTimeout untuk membatasi penantian.
  • IndexSettings.SearchThreads dibagikan oleh semua pencarian pada sebuah indeks. Satu pencarian menggunakan sebanyak thread seperti sebelumnya, tetapi K pencarian simultan kini berjalan pada max(K, SearchThreads) thread alih-alih K × SearchThreads.
  • Hanya indeks baru yang mendapatkan alfabet yang diperluas. Indeks versi sebelumnya, termasuk yang diperbarui oleh IndexUpdater, memisahkan kata-kata skrip ini seperti sebelumnya, dan Index.Merge menolak menggabungkan indeks baru dengan yang lebih lama. Untuk menggabungkannya, ekspor Alphabet dan TokenizationDictionary dari indeks lama dengan ExportDictionary dan impor ke indeks baru dengan Clear dan ImportDictionary sebelum menambahkan dokumen.
  • Batas kejadian menghitung bagian tanggal sekali. SearchOptions.MaxTotalOccurrenceCount dan MaxOccurrenceCountPerTerm menghitung setiap kejadian hari, bulan, atau tahun sekali per pencarian, atau sekali per chunk, alih-alih sekali untuk setiap tanggal dalam rentang. Rentang tanggal yang sebelumnya mencapai batas kini dapat menemukan semua tanggalnya.
  • Pencarian per chunk dalam repositori indeks berjalan indeks demi indeks. IndexRepository.Search dengan IsChunkSearch mengembalikan chunk pertama dari indeks pertama. Lanjutkan dengan IndexRepository.SearchNext selama SearchResult.NextChunkSearchToken tidak null, atau lakukan pencarian tanpa chunk untuk mendapatkan semua dokumen dalam satu hasil.
  • OCR dalam proses ekstraksi terpisah menggunakan ExtractionHost.OcrConnector. Atur konektor dalam program proses ekstraksi dan bangun program tersebut dengan versi GroupDocs.Search yang sama dengan aplikasi. Konektor OCR dari opsi pengindeksan tidak digunakan di sana.
  • Progres pengindeksan jaringan dilaporkan per respons shard. NodeEventHub.IndexingProgressChanged terjadi sekali untuk setiap respons shard, yang mungkin melaporkan beberapa dokumen, sehingga ProcessedDocuments dapat bertambah lebih dari satu.

Cara mendapatkan pembaruan

NuGet

NuGet – Instal paket terbaru. Ia berfungsi pada proyek .NET dan .NET Framework serta secara otomatis memilih build untuk kerangka target: .NET Framework 4.6.2 atau 4.8, .NET Standard 2.1, .NET 6.0, .NET 8.0, atau .NET 10.0.

# Package Manager
NuGet\Install-Package GroupDocs.Search -Version 26.11.0

# .NET CLI
dotnet add package GroupDocs.Search --version 26.11.0

Unduhan langsung

Direct Download – Unduh assembly yang dikompilasi untuk .NET dan .NET Framework dari halaman rilis resmi:
https://releases.groupdocs.com/search/net/new-releases/groupdocs.search-for-.net-26.11-dlls-only/
https://releases.groupdocs.com/search/net/new-releases/groupdocs.search-for-.net-26.11/

Sumber Daya