GroupDocs.Search voor .NET 26.11 is nu beschikbaar. Deze release maakt herhaalde en gelijktijdige zoekopdrachten veel sneller, vermindert het geheugen dat door indexering wordt toegewezen tot 4,5 keer en beveiligt het zoeknetwerk met knoopauthenticatie. Indexering in een zoeknetwerk is 5 tot 20 keer sneller, en het GroupDocs.Search NuGet‑pakket bevat nu builds voor .NET Framework 4.8, .NET 6.0, .NET 8.0 en .NET 10.0.

Indexen die zijn aangemaakt met versie 26.10 openen zonder conversie. De release bevat 18 wijzigingen: 5 nieuwe functies, 12 verbeteringen en 1 correctie.

Prestaties in het kort

De volledige release‑notes beschrijven de testopstelling van elke figuur.

Wat Winst in 26.11
Herhaalde reguliere expressie‑zoekopdracht Tot 300 keer sneller
Herhaalde fuzzy‑zoekopdracht 4 tot 30 keer sneller
Gelijktijdige zoekopdrachten op een index Mediaantijd van 8 gelijktijdige zoekopdrachten van 5,6 ms tot 0,18 ms; 4 tot 18 % meer zoekopdrachten per seconde
Fuzzy‑zoekopdracht met één fout 1,8 keer sneller, 4,5 keer sneller met 8 zoekthreads
Zoekopdracht op datumreeks Tot 10 keer sneller, tot 59 keer sneller per fragmenten; lange reeksen geven volledige resultaten terug
Geheugen dat door indexering wordt toegewezen Tot 4,5 keer minder
Indexering met opgeslagen documenttekst Tot 2,2 keer sneller
Ophalen van opgeslagen documenttekst 3,5 keer sneller, 11 keer minder geheugen
Samenvoegen van indexen 3,5 keer sneller, bijna 50 keer minder geheugen
Indexering in een zoeknetwerk 5 tot 20 keer sneller, veel minder indexsegmenten in de shards
Registreren van 20.000 documenten op de master‑knoop Van 27,1 s tot 0,12 s, 0,8 MB naar schijf geschreven in plaats van 7,6 GB
Schijfruimte van een index Kan worden verkleind ten koste van de laadsnelheid

Wat is nieuw in deze release

Sleutel Samenvatting Categorie
SEARCHNET-3729 Implementeer een optie om de schijfruimte die een index inneemt te verkleinen ten koste van de laadsnelheid Functie
SEARCHNET-3730 Implementeer authenticatie van knooppunten in het zoeknetwerk Functie
SEARCHNET-3731 Implementeer OCR‑ondersteuning voor documentextractie in een apart proces Functie
SEARCHNET-3732 Implementeer zoeken per fragmenten in een index‑repository Functie
SEARCHNET-3733 Implementeer markering van woorden die door een aangepaste woordsplitter worden geproduceerd Functie
SEARCHNET-3734 Optimaliseer zoeken per fragmenten Verbetering
SEARCHNET-3735 Implementeer een gedeelde thread‑pool voor gelijktijdige zoekopdrachten op een index Verbetering
SEARCHNET-3736 Implementeer hergebruik van overeenkomende woorden in herhaalde zoekopdrachten Verbetering
SEARCHNET-3737 Implementeer de IDisposable‑interface in de Cancellation‑klasse Verbetering
SEARCHNET-3738 Breid het standaardalfabet uit met extra scripts Verbetering
SEARCHNET-3739 Versnel zoekopdracht op datumreeks en zorg voor volledige resultaten voor lange datumreeksen Verbetering
SEARCHNET-3740 Verminder het geheugenverbruik van indexering en van bewerkingen met opgeslagen documentteksten Verbetering
SEARCHNET-3741 Versnel indexering in een zoeknetwerk met een groot aantal documenten Verbetering
SEARCHNET-3742 Implementeer batch‑indexering en parallelle verwerking van shard‑verzoeken in een zoeknetwerk Verbetering
SEARCHNET-3743 Implementeer het dispose‑patroon in de klassen Index, IndexRepository, Cancellation, ExtractionHost en SearchNetworkNode Verbetering
SEARCHNET-3693 Implementeer TFM‑Split verpakkingsstrategie voor het GroupDocs.Search NuGet‑pakket Verbetering
SEARCHNET-3747 Implementeer NuGet‑pakketten voor .NET Framework 4.8, .NET 6.0, .NET 8.0, .NET 10.0 Verbetering
SEARCHNET-3746 Opgeloste onbepaalde wachttijden van een zoeknetwerk voor verloren of niet‑responsieve knooppunten Correctie

Belangrijke functies

Zoeken

  • Herhaalde wildcard‑, reguliere expressie‑, numerieke bereik‑ en fuzzy‑zoekopdrachten hergebruiken de woorden die door eerdere zoekopdrachten met dezelfde query zijn gevonden, totdat de index verandert. De bewaarde woorden nemen tot 8 MB geheugen per index in beslag.
  • Gelijktijdige zoekopdrachten op een index delen haar zoekthreads (IndexSettings.SearchThreads), zodat korte zoekopdrachten niet langer hoeven te wachten op lange.
  • Zoekopdracht op datumreeks leest elke dag, maand en jaar één keer uit de index in plaats van elke datum van de reeks afzonderlijk te doorzoeken. Lange reeksen worden niet langer afgekapt bij de voorkomenslimiet, en een reeks van alle mogelijke datums, die eerder mislukte, wordt nu binnen enkele seconden doorzocht.
  • Zoeken per fragmenten levert al deze voordelen op, en een index‑repository kan nu ook per fragmenten worden doorzocht: IndexRepository.SearchNext vervolgt de zoekopdracht index voor index.
  • Markering en Index.GetDocumentText kunnen de tekst splitsen met de aangepaste woordsplitter die voor indexering wordt gebruikt, zodat de woorden die de splitter produceert, bijvoorbeeld woorden in een tekst zonder spaties, ook gemarkeerd worden.
  • Het standaardalfabet van nieuwe indexen omvat Hebreeuws, Devanagari, Georgisch, uitgebreid Latijn, Grieks en Hangul‑letters en combinerende diakritische tekens. Woorden zoals “Việt” worden niet langer opgesplitst, en Koreaanse en Hebreeuwse woorden worden volledig geïndexeerd en gevonden.

Indexering en indexopslag

  • De nieuwe instelling IndexSettings.UseFastLoading laat een index op schijf de extra data laten vallen die het laden meerdere keren sneller maakt: de index neemt minder schijfruimte in beslag maar laadt langer. De instelling kan op elk moment worden gewijzigd, ook voor een index die al documenten bevat.
  • Indexering wijst tot 4,5 keer minder geheugen per document toe en, met opgeslagen documenttekst, draait tot 2,2 keer sneller. Het ophalen van opgeslagen tekst is 3,5 keer sneller met 11 keer minder geheugen, en het samenvoegen van indexen is 3,5 keer sneller met bijna 50 keer minder geheugen.
  • De tekst van afbeeldingen in documenten die in een apart proces worden geëxtraheerd, kan nu worden herkend: ExtractionHost.OcrConnector stelt de OCR‑connector van het extractieproces in. Als herkenning is ingeschakeld maar het extractieproces geen OCR‑connector heeft, meldt de index dit via het ErrorOccurred‑event.

Zoeknetwerk

  • Knooppunten authenticeren elkaar met een gedeelde geheime sleutel (TcpSettings.NetworkKey), en elk bericht wordt ondertekend: een computer zonder de sleutel kan noch opdrachten aan een knoop geven noch antwoorden voor een knoop. De sleutel wordt nooit over het netwerk verzonden. Een slave‑knoop kan ook de adressen beperken waarvan hij de master‑knoop accepteert (TcpSettings.AllowedMasterAddresses).
  • Indexering is 5 tot 20 keer sneller en creëert veel minder indexsegmenten: documenten die binnenkomen terwijl een shard bezet is, worden geïndexeerd in batches van maximaal 1.000 documenten of 16 MB, en de shards van een knoop verwerken hun verzoeken parallel.
  • Het registreren van geïndexeerde documenten op de master‑knoop vertraagt niet meer naarmate hun aantal groeit, en de lijst van de documenten van een shard wordt veilig bewaard wanneer een schrijfopdracht mislukt of het proces crasht.
  • De master‑knoop detecteert verloren en niet‑responsieve knooppunten: een slave‑knoop rapporteert elke 5 seconden, en oproepen wachten niet langer eindeloos op een verdwenen knoop. TcpSettings.ResponseTimeout kan ook beperken hoe lang de master‑knoop wacht op een antwoord.

API en verpakking

  • Index, IndexRepository, Cancellation, ExtractionHost en SearchNetworkNode implementeren het standaard .NET‑dispose‑patroon, zodat afgeleide klassen hun eigen resources kunnen vrijgeven. Het disposen van een Cancellation geeft de timer vrij van een geprogrammeerde annulering via CancelAfter.
  • Het GroupDocs.Search NuGet‑pakket bevat nu builds voor .NET Framework 4.8, .NET 6.0, .NET 8.0 en .NET 10.0 naast .NET Framework 4.6.2 en .NET Standard 2.1, en selecteert automatisch de juiste build voor het doel‑framework van een project.

Wijzigingen in de openbare API

De volgende leden zijn toegevoegd:

  • GroupDocs.Search.IndexSettings:
    • Boolean UseFastLoading – behoudt de extra data die een index op schijf meerdere keren sneller laat laden. Standaard ingeschakeld; zet op false om schijfruimte te besparen.
  • GroupDocs.Search.Scaling.Configuring.TcpSettings:
    • String NetworkKey – de geheime sleutel van het zoeknetwerk, minimaal 16 tekens lang en dezelfde op alle knooppunten.
    • String[] AllowedMasterAddresses – IPv4‑adressen of hostnamen waarvan een slave‑knoop de verbinding van de master‑knoop accepteert.
    • Int32 ResponseTimeout – de tijd in milliseconden die de master‑knoop wacht op de respons van een knoop op een verzoek. Standaard geen limiet.
  • GroupDocs.Search.ExtractionHost:
    • IOcrConnector OcrConnector – de OCR‑connector van het aparte extractieproces.
  • GroupDocs.Search.IndexRepository:
    • SearchResult SearchNext(ChunkSearchToken) en SearchResult SearchNext(ChunkSearchToken, Cancellation) – ga door met zoeken per fragmenten in een index‑repository.
  • GroupDocs.Search.Options.TextOptions:
    • IWordSplitter WordSplitter – de woordsplitter die wordt gebruikt bij markering en Index.GetDocumentText; geërfd door HighlightOptions.
  • GroupDocs.Search.Common.Cancellation now implements IDisposable:
    • void Dispose() – geeft de timer vrij van een geplande annulering; de geplande annulering wordt niet aangevraagd.
  • Index, IndexRepository, Cancellation, ExtractionHost and SearchNetworkNode:
    • protected virtual void Dispose(Boolean disposing) – de dispose‑patroonmethode voor afgeleide klassen.

Gedragswijzigingen die mogelijk aanpassingen in uw code vereisen, staan in de upgrade‑notities hieronder.

Code‑voorbeelden

Zoek een index‑repository per fragmenten

Het volgende voorbeeld zoekt twee indexen van een repository per fragment, de ene index na de andere.

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);
    }
}

Bescherm een zoeknetwerk met een gedeelde sleutel

Elke knoop van een zoeknetwerk krijgt dezelfde geheime sleutel. Een slave‑knoop accepteert de master‑knoop alleen vanaf zijn adres, en de master‑knoop beperkt het wachten op reacties van de knooppunten.

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();

Verminder de schijfruimte van een index

Het volgende voorbeeld maakt een index die minder schijfruimte inneemt, en maakt deze vervolgens weer snel ladend.

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
}

Upgrade‑notities

Houd rekening met de volgende wijzigingen bij het upgraden vanaf een eerdere versie:

  • Indexen die zijn gewijzigd door versie 26.11 kunnen niet door eerdere versies worden geopend. Versie 26.11 opent indexen van versie 26.10 zonder conversie, maar zodra het een index maakt of wijzigt (door indexering, documenten te verwijderen, optimalisatie of een wijziging van instellingen), kunnen eerdere versies deze niet meer openen. Upgrade alle applicaties die dezelfde indexmap delen tegelijk, inclusief de knooppunten van een zoeknetwerk.
  • .NET Framework‑projecten gebruiken het GroupDocs.Search‑pakket. Vervang GroupDocs.Search.NETFramework door GroupDocs.Search, dat nu de .NET Framework 4.6.2‑ en 4.8‑builds bevat en automatisch de juiste build selecteert. Er bestaat geen versie 26.11 van GroupDocs.Search.NETFramework.
  • Alle knooppunten van een zoeknetwerk worden samen geüpgraded. Knooppunten van versies 26.10 en 26.11 verbinden niet met elkaar. Om het netwerk te beschermen, stel dezelfde TcpSettings.NetworkKey in op elke knoop: knooppunten met verschillende sleutels, of een knoop met een sleutel en een knoop zonder, verbinden niet, en beide schrijven de reden naar hun logs. Een knoop zonder sleutel werkt zoals voorheen en schrijft een waarschuwing naar zijn log.
  • Berichten van een zoeknetwerk zijn ondertekend maar niet versleuteld. Houd de knooppunten in een vertrouwd netwerk of verbind ze via een versleutelde tunnel.
  • Verloren knooppunten worden gedetecteerd. Een knoop die 15 seconden niets verzendt, bijvoorbeeld een proces gepauzeerd in een debugger, wordt beschouwd als verloren: oproepen die erop wachten gooien SearchException, en zijn documenten worden naar andere knooppunten gestuurd of gemeld via het ErrorOccurred‑event. Standaard wacht de master‑knoop onbeperkt op reacties; stel TcpSettings.ResponseTimeout in om het wachten te beperken.
  • IndexSettings.SearchThreads wordt gedeeld door alle zoekopdrachten van een index. Eén zoekopdracht gebruikt net zoveel threads als voorheen, maar K gelijktijdige zoekopdrachten draaien nu op max(K, SearchThreads) threads in plaats van K × SearchThreads.
  • Alleen nieuwe indexen krijgen het uitgebreide alfabet. Indexen van eerdere versies, inclusief die bijgewerkt door IndexUpdater, splitsen de woorden van deze scripts zoals voorheen, en Index.Merge weigert een nieuwe index met een oudere te combineren. Om ze te combineren, exporteer het Alphabet en TokenizationDictionary van de oudere index met ExportDictionary en importeer ze in de nieuwe index met Clear en ImportDictionary voordat documenten worden toegevoegd.
  • Voorkomenslimieten tellen de delen van datums één keer. SearchOptions.MaxTotalOccurrenceCount en MaxOccurrenceCountPerTerm tellen elk voorkomen van een dag, maand of jaar één keer per zoekopdracht, of één keer per fragment, in plaats van één keer voor elke datum van de reeks. Een datumreeks die eerder een limiet bereikte, kan nu al haar datums vinden.
  • Zoeken per fragmenten in een index‑repository gaat index voor index. IndexRepository.Search met IsChunkSearch retourneert het eerste fragment van de eerste index. Ga verder met IndexRepository.SearchNext zolang SearchResult.NextChunkSearchToken niet null is, of zoek zonder fragmenten om alle documenten in één resultaat te krijgen.
  • OCR in een apart extractieproces gebruikt ExtractionHost.OcrConnector. Stel de connector in het programma van het extractieproces in en bouw dat programma met dezelfde GroupDocs.Search‑versie als de applicatie. De OCR‑connector van de indexeringsopties wordt daar niet gebruikt.
  • Voortgang van netwerk‑indexering wordt gerapporteerd per shard‑respons. NodeEventHub.IndexingProgressChanged treedt één keer op voor elke respons van een shard, die meerdere documenten kan rapporteren, zodat ProcessedDocuments met meer dan één kan toenemen.

Hoe u de update krijgt

NuGet

  • NuGet – Installeer het nieuwste pakket. Het werkt in .NET‑ en .NET Framework‑projecten en selecteert automatisch de build voor het doel‑framework: .NET Framework 4.6.2 of 4.8, .NET Standard 2.1, .NET 6.0, .NET 8.0 of .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

Directe download

Bronnen