GroupDocs.Search for .NET 26.11 現已推出。此版本使 重複和同步搜尋更快,將 索引分配的記憶體減少最多 4.5 倍,並透過節點驗證 保護搜尋網路。搜尋網路中的索引 快 5 到 20 倍,且 GroupDocs.Search NuGet 套件現在包含 .NET Framework 4.8、.NET 6.0、.NET 8.0 與 .NET 10.0 的建置。

由 26.10 版建立的索引可 直接開啟,無需轉換。此版本包含 18 項變更:5 項新功能、12 項改進與 1 項修正。

效能亮點

完整的發行說明描述了每張圖表的測試設定。

項目 在 26.11 中的提升
重複正則表達式搜尋 快至 300 倍
重複模糊搜尋 快 4 到 30 倍
索引的同步搜尋 8 個同步搜尋的中位時間 從 5.6 ms 降至 0.18 ms;每秒搜尋量提升 4% 到 18%
允許一個錯誤的模糊搜尋 快 1.8 倍,使用 8 個搜尋執行緒時快 4.5 倍
日期範圍搜尋 快至 10 倍,以區塊方式快至 59 倍;長範圍返回 完整結果
索引分配的記憶體 減少最多 4.5 倍
使用已儲存文件文字的索引 快至 2.2 倍
取得已儲存文件文字 快 3.5 倍,記憶體減少 11 倍
合併索引 快 3.5 倍,記憶體減少近 50 倍
搜尋網路中的索引 快 5 到 20 倍,分片中的索引段大幅減少
在主節點註冊 20,000 份文件 從 27.1 秒降至 0.12 秒,寫入磁碟僅 0.8 MB 而非 7.6 GB
索引的磁碟空間 可減少,但會犧牲載入速度

此版本的新功能

鍵 摘要 類別
SEARCHNET-3729 實作一個選項,以犧牲載入速度為代價減少索引佔用的磁碟空間 功能
SEARCHNET-3730 實作搜尋網路節點的驗證 功能
SEARCHNET-3731 實作在獨立程序中進行文件抽取的 OCR 支援 功能
SEARCHNET-3732 實作在索引儲存庫中以區塊方式搜尋 功能
SEARCHNET-3733 實作自訂字詞分割器產生之字詞的突顯 功能
SEARCHNET-3734 最佳化區塊搜尋 改進
SEARCHNET-3735 實作共享執行緒池以同時搜尋索引 改進
SEARCHNET-3736 實作在重複搜尋中重複使用已匹配的字詞 改進
SEARCHNET-3737 在 Cancellation 類別中實作 IDisposable 介面 改進
SEARCHNET-3738 擴充預設字母表以支援其他文字系統 改進
SEARCHNET-3739 加速日期範圍搜尋,並確保長日期範圍返回完整結果 改進
SEARCHNET-3740 降低索引及已儲存文件文字操作的記憶體消耗 改進
SEARCHNET-3741 加速在文件數量龐大的搜尋網路中的索引 改進
SEARCHNET-3742 實作批次索引與搜尋網路中分片請求的平行處理 改進
SEARCHNET-3743 在 Index、IndexRepository、Cancellation、ExtractionHost 與 SearchNetworkNode 類別中實作釋放模式 改進
SEARCHNET-3693 為 GroupDocs.Search NuGet 套件實作 TFM-Split 打包策略 改進
SEARCHNET-3747 為 .NET Framework 4.8、.NET 6.0、.NET 8.0、.NET 10.0 實作 NuGet 套件 改進
SEARCHNET-3746 修正搜尋網路對遺失或無回應節點的無限等待 修正

主要功能

搜尋

  • 重複的萬用字元、正則表達式、數值範圍與模糊搜尋會重複使用先前相同查詢所找到的字詞,直至索引變更。保留的字詞每個索引最多佔用 8 MB 記憶體。
  • 索引的同步搜尋會共享其搜尋執行緒 (IndexSettings.SearchThreads),因此短搜尋不再必須等待長搜尋。
  • 日期範圍搜尋會一次從索引讀取每一天、每月與每年,而不是分別搜尋範圍內的每個日期。長範圍不再因出現次數限制而被截斷,先前失敗的全部可能日期範圍現在可在數秒內完成搜尋。
  • 以區塊方式搜尋可獲得上述所有效益,且索引儲存庫現在也能以區塊方式搜尋:IndexRepository.SearchNext 會逐索引持續搜尋。
  • 突顯與 Index.GetDocumentText 可以使用索引時使用的自訂字詞分割器來分割文字,因而也會突顯分割器產生的字詞,例如沒有空格的文字。
  • 新索引的預設字母表已包含希伯來文、天城文、喬治亞文、擴充拉丁文、希臘文與韓文字母及組合變音符號。像「Việt」之類的字詞不再被切分,韓文與希伯來文詞彙亦能完整索引與搜尋。

索引與索引儲存

  • 新的 IndexSettings.UseFastLoading 設定允許磁碟上的索引省略使載入速度提升數倍的額外資料:索引佔用較少磁碟空間,但載入時間較長。此設定可隨時變更,即使是已包含文件的索引亦可。
  • 索引每份文件分配的記憶體最多減少 4.5 倍,若使用已儲存文件文字,速度提升至 2.2 倍。取得已儲存文字的速度提升 3.5 倍,記憶體減少 11 倍;合併索引的速度提升 3.5 倍,記憶體減少近 50 倍。
  • 現在可辨識在獨立程序中抽取的文件影像文字:ExtractionHost.OcrConnector 設定抽取程序的 OCR 連接器。若已啟用辨識但抽取程序沒有 OCR 連接器,索引會透過 ErrorOccurred 事件回報。

搜尋網路

  • 節點使用共享密鑰 (TcpSettings.NetworkKey) 互相驗證,且每則訊息皆簽名:未持有密鑰的電腦既無法向節點發出指令,也無法回應。密鑰永不會在網路上傳送。從屬節點亦可限制接受主節點的位址 (TcpSettings.AllowedMasterAddresses)。
  • 索引速度提升 5 到 20 倍,且產生的索引段大幅減少:當分片忙碌時抵達的文件會以最多 1,000 份文件或 16 MB 為批次進行索引,且節點的分片會平行處理請求。
  • 在主節點註冊已索引文件時不會因文件數量增加而變慢,且當寫入失敗或程序崩潰時,分片的文件清單會安全保留。
  • 主節點會偵測遺失與無回應的節點:從屬節點每 5 秒回報一次,呼叫不再無限等待已離線的節點。TcpSettings.ResponseTimeout 亦可限制主節點等待回應的時間長度。

API 與打包

  • Index、IndexRepository、Cancellation、ExtractionHost 與 SearchNetworkNode 實作標準 .NET 釋放模式,讓衍生類別能釋放自身資源。釋放 Cancellation 會取消由 CancelAfter 排程的計時器。
  • GroupDocs.Search NuGet 套件現在除了 .NET Framework 4.6.2 與 .NET Standard 2.1 外,亦包含 .NET Framework 4.8、.NET 6.0、.NET 8.0 與 .NET 10.0 的建置,並會自動為專案的目標框架選擇相應的建置。

公開 API 變更

已新增以下成員:

  • GroupDocs.Search.IndexSettings:

    • Boolean UseFastLoading – 保留使磁碟上的索引載入速度提升數倍的額外資料。預設為啟用;若要節省磁碟空間,請設為 false。
  • GroupDocs.Search.Scaling.Configuring.TcpSettings:

    • String NetworkKey – 搜尋網路的密鑰,長度至少 16 個字元,且在所有節點上相同。
    • String[] AllowedMasterAddresses – 從屬節點接受主節點連線的 IPv4 位址或主機名稱。
    • Int32 ResponseTimeout – 主節點等待節點回應請求的時間(毫秒)。預設無限制。
  • GroupDocs.Search.ExtractionHost:

    • IOcrConnector OcrConnector – 獨立抽取程序的 OCR 連接器。
  • GroupDocs.Search.IndexRepository:

    • SearchResult SearchNext(ChunkSearchToken) 與 SearchResult SearchNext(ChunkSearchToken, Cancellation) – 在索引儲存庫中以區塊方式繼續搜尋。
  • GroupDocs.Search.Options.TextOptions:

    • IWordSplitter WordSplitter – 突顯與 Index.GetDocumentText 使用的字詞分割器;由 HighlightOptions 繼承。
  • GroupDocs.Search.Common.Cancellation now implements IDisposable:

    • void Dispose() – 釋放已排程取消的計時器;不會請求已排程的取消。
  • Index, IndexRepository, Cancellation, ExtractionHost and SearchNetworkNode:

    • protected virtual void Dispose(Boolean disposing) – 給衍生類別使用的釋放模式方法。

以下升級說明列出可能需要調整程式碼的行為變更。

程式碼範例

以區塊方式搜尋索引儲存庫

以下範例逐區塊搜尋儲存庫中的兩個索引,依序搜尋每個索引。

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);
    }
}

使用共享金鑰保護搜尋網路

搜尋網路的每個節點皆使用相同的密鑰。從屬節點僅接受來自其位址的主節點,且主節點會限制等待節點回應的時間。

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();

減少索引的磁碟空間

以下範例建立一個佔用較少磁碟空間的索引,之後再使其快速載入。

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
}

升級說明

升級自先前版本時,請留意以下變更:

  • 由 26.11 版變更的索引無法被較早版本開啟。 26.11 版可直接開啟 26.10 版的索引,無需轉換,但一旦建立或變更索引(透過索引、刪除文件、最佳化或設定變更),較早版本將無法再開啟。請同時升級所有共用同一索引資料夾的應用程式,包括搜尋網路的節點。
  • .NET Framework 專案使用 GroupDocs.Search 套件。 請將 GroupDocs.Search.NETFramework 替換為 GroupDocs.Search,後者已包含 .NET Framework 4.6.2 與 4.8 的建置,並會自動選擇正確的建置。GroupDocs.Search.NETFramework 沒有 26.11 版。
  • 搜尋網路的所有節點必須同時升級。 26.10 與 26.11 版的節點無法相互連接。為保護網路,請在每個節點上設定相同的 TcpSettings.NetworkKey:金鑰不同的節點,或有金鑰與無金鑰的節點,皆不會連接,且會在日誌中寫入原因。未設定金鑰的節點仍照舊運作,並在日誌中寫入警告。
  • 搜尋網路的訊息已簽名但未加密。 請將節點置於受信任的網路中,或透過加密隧道連接。
  • 會偵測遺失的節點。 例如在除錯器中暫停的程序,若 15 秒未傳送任何訊息,將被視為遺失:等待該節點的呼叫會拋出 SearchException,其文件會被傳送至其他節點或透過 ErrorOccurred 事件回報。預設情況下,主節點無限制地等待回應;可設定 TcpSettings.ResponseTimeout 以限制等待時間。
  • IndexSettings.SearchThreads 會被索引的所有搜尋共享。 單一搜尋仍使用先前的執行緒數量,但 K 個同步搜尋現在會在 max(K, SearchThreads) 個執行緒上執行,而非 K × SearchThreads。
  • 只有新建立的索引會使用擴充的字母表。 早期版本的索引(包括使用 IndexUpdater 更新的)仍會將這些文字系統的字詞切分,且 Index.Merge 會拒絕合併新舊索引。若要合併,請先使用 ExportDictionary 匯出舊索引的 Alphabet 與 TokenizationDictionary,再在加入文件前以 Clear 與 ImportDictionary 匯入至新索引。
  • 出現次數限制僅計算日期的各部份一次。 SearchOptions.MaxTotalOccurrenceCount 與 MaxOccurrenceCountPerTerm 會在每次搜尋或每個區塊中僅計算一天、月份或年份的出現一次,而非對範圍內的每個日期都計算一次。先前因達到限制而未搜尋完整的日期範圍現在可能會找到所有日期。
  • 在索引儲存庫中以區塊方式搜尋會逐索引進行。 使用 IsChunkSearch 的 IndexRepository.Search 會返回第一個索引的第一個區塊。接著使用 IndexRepository.SearchNext,只要 SearchResult.NextChunkSearchToken 不為 null 即可持續,或直接不使用區塊搜尋以一次取得所有文件。
  • 在獨立抽取程序中的 OCR 使用 ExtractionHost.OcrConnector。 請在抽取程序的程式中設定連接器,並以與應用程式相同的 GroupDocs.Search 版本編譯該程式。索引選項中的 OCR 連接器不會在此使用。
  • 網路索引進度會依每個分片回應報告。 NodeEventHub.IndexingProgressChanged 會在每個分片回應時觸發一次,該回應可能包含多個文件,因此 ProcessedDocuments 可能一次增加多於一個。

如何取得更新

NuGet

  • NuGet – 安裝最新套件。它可在 .NET 與 .NET Framework 專案中使用,並會自動為目標框架選擇相應的建置:.NET Framework 4.6.2 或 4.8、.NET Standard 2.1、.NET 6.0、.NET 8.0 或 .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

直接下載

資源