GroupDocs.Search pro .NET 26.11 je nyní k dispozici. Toto vydání zrychluje opakované a souběžné vyhledávání, snižuje paměť alokovanou při indexování až 4,5‑krát a zabezpečuje síť vyhledávání pomocí autentizace uzlů. Indexování v síti vyhledávání je 5 až 20‑krát rychlejší a balíček GroupDocs.Search NuGet nyní obsahuje sestavení pro .NET Framework 4.8, .NET 6.0, .NET 8.0 a .NET 10.0.
Indexy vytvořené verzí 26.10 se otevírají bez konverze. Vydání obsahuje 18 změn: 5 nových funkcí, 12 vylepšení a 1 opravu.
Přehled výkonu
Úplné poznámky k vydání popisují nastavení testu u každého obrázku.
| Co | Zisk ve verzi 26.11 |
|---|---|
| Opakované vyhledávání regulárním výrazem | Až 300‑krát rychlejší |
| Opakované fuzzy vyhledávání | 4 až 30‑krát rychlejší |
| Souběžné vyhledávání v indexu | Medián času 8 souběžných vyhledávání z 5,6 ms na 0,18 ms; 4 až 18 % více vyhledávání za sekundu |
| Fuzzy vyhledávání s jednou chybou | 1,8‑krát rychlejší, 4,5‑krát rychlejší při 8 vyhledávacích vláknech |
| Vyhledávání v rozmezí dat | Až 10‑krát rychlejší, až 59‑krát rychlejší po částech; dlouhá rozmezí vracejí úplné výsledky |
| Paměť alokovaná při indexování | Až 4,5‑krát méně |
| Indexování se uloženým textem dokumentu | Až 2,2‑krát rychlejší |
| Načítání uloženého textu dokumentu | 3,5‑krát rychlejší, 11‑krát méně paměti |
| Sloučení indexů | 3,5‑krát rychlejší, téměř 50‑krát méně paměti |
| Indexování v síti vyhledávání | 5 až 20‑krát rychlejší, mnohem méně segmentů indexu v shardech |
| Registrace 20 000 dokumentů na hlavním uzlu | Z 27,1 s na 0,12 s, 0,8 MB zapsáno na disk místo 7,6 GB |
| Místo na disku indexu | Lze snížit za cenu rychlosti načítání |
Co je nového v tomto vydání
| Klíč | Shrnutí | Kategorie |
|---|---|---|
| SEARCHNET-3729 | Implementovat možnost snížit místo na disku zabrané indexem za cenu rychlosti načítání | Funkce |
| SEARCHNET-3730 | Implementovat autentizaci uzlů sítě vyhledávání | Funkce |
| SEARCHNET-3731 | Implementovat podporu OCR pro extrakci dokumentů v samostatném procesu | Funkce |
| SEARCHNET-3732 | Implementovat vyhledávání po částech v úložišti indexů | Funkce |
| SEARCHNET-3733 | Implementovat zvýraznění slov vytvořených vlastním rozdělováním slov | Funkce |
| SEARCHNET-3734 | Optimalizovat vyhledávání po částech | Vylepšení |
| SEARCHNET-3735 | Implementovat sdílený pool vláken pro souběžná vyhledávání v indexu | Vylepšení |
| SEARCHNET-3736 | Implementovat opětovné použití nalezených slov v opakovaných vyhledáváních | Vylepšení |
| SEARCHNET-3737 | Implementovat rozhraní IDisposable ve třídě Cancellation | Vylepšení |
| SEARCHNET-3738 | Rozšířit výchozí abecedu o další skripty | Vylepšení |
| SEARCHNET-3739 | Zrychlit vyhledávání v rozmezí dat a zajistit úplné výsledky pro dlouhá rozmezí dat | Vylepšení |
| SEARCHNET-3740 | Snížit spotřebu paměti při indexování a operacích s uloženými texty dokumentů | Vylepšení |
| SEARCHNET-3741 | Zrychlit indexování v síti vyhledávání s velkým počtem dokumentů | Vylepšení |
| SEARCHNET-3742 | Implementovat dávkové indexování a paralelní zpracování požadavků shardů v síti vyhledávání | Vylepšení |
| SEARCHNET-3743 | Implementovat vzor dispose v třídách Index, IndexRepository, Cancellation, ExtractionHost a SearchNetworkNode | Vylepšení |
| SEARCHNET-3693 | Implementovat strategii balíčkování TFM-Split pro balíček GroupDocs.Search NuGet | Vylepšení |
| SEARCHNET-3747 | Implementovat NuGet balíčky pro .NET Framework 4.8, .NET 6.0, .NET 8.0, .NET 10.0 | Vylepšení |
| SEARCHNET-3746 | Opraveno neomezené čekání sítě vyhledávání na ztracené nebo neodpovídající uzly | Oprava |
Hlavní funkce
Vyhledávání
- Opakovaná vyhledávání pomocí zástupných znaků, regulárních výrazů, číselných rozsahů a fuzzy znovu používají slova nalezená dřívějšími vyhledáváními se stejným dotazem, dokud se index nezmění. Uchovaná slova zabírají až 8 MB paměti na index.
- Souběžná vyhledávání v indexu sdílejí jeho vyhledávací vlákna (
IndexSettings.SearchThreads), takže krátká vyhledávání již nečekají na dlouhá. - Vyhledávání v rozmezí dat načítá každý den, měsíc a rok z indexu jednou místo vyhledávání každého data v rozmezí zvlášť. Dlouhá rozmezí již nejsou oříznuta limitem výskytů a rozmezí všech možných dat, které dříve selhalo, je nyní prohledáno během sekund.
- Vyhledávání po částech získává všechny tyto výhody a úložiště indexů lze nyní také prohledávat po částech:
IndexRepository.SearchNextpokračuje ve vyhledávání index po indexu. - Zvýrazňování a
Index.GetDocumentTextmohou rozdělit text pomocí vlastního rozdělování slov použitého při indexování, takže slova, která rozdělovací nástroj vytvoří, například slova v textu bez mezer, jsou také zvýrazněna. - Výchozí abeceda nových indexů zahrnuje hebrejské, devanagari, gruzínské, rozšířené latinské, řecké a hangulové znaky a kombinované diakritické značky. Slova jako „Việt“ již nejsou rozdělena na části a korejská a hebrejská slova jsou indexována a nalezena celá.
Indexování a úložiště indexu
- Nové nastavení
IndexSettings.UseFastLoadingumožňuje indexu na disku vynechat dodatečná data, která zajišťují několikanásobně rychlejší načítání: index zabírá méně místa na disku, ale načítá se déle. Nastavení lze změnit kdykoli, také pro index, který již obsahuje dokumenty. - Indexování alokuje až 4,5‑krát méně paměti na dokument a při použití uloženého textu dokumentu běží až 2,2‑krát rychleji. Načítání uloženého textu je 3,5‑krát rychlejší s 11‑krát menší pamětí a sloučení indexů je 3,5‑krát rychlejší s téměř 50‑krát menší pamětí.
- Text obrázků v dokumentech extrahovaný v samostatném procesu lze nyní rozpoznat:
ExtractionHost.OcrConnectornastavuje OCR konektor extrakčního procesu. Pokud je rozpoznávání povoleno, ale extrakční proces nemá OCR konektor, index to hlásí prostřednictvím událostiErrorOccurred.
Síť vyhledávání
- Uzly se navzájem autentizují pomocí sdíleného tajného klíče (
TcpSettings.NetworkKey) a každá zpráva je podepsána: počítač bez klíče nemůže ani posílat příkazy uzlu, ani na něj odpovídat. Klíč se nikdy nepřenáší po síti. Slave uzel může také omezit adresy, ze kterých přijímá hlavní uzel (TcpSettings.AllowedMasterAddresses). - Indexování je 5 až 20‑krát rychlejší a vytváří mnohem méně segmentů indexu: dokumenty, které přijdou, když je shard zaneprázdněn, jsou indexovány ve dávkách až 1 000 dokumentů nebo 16 MB a shardy uzlu zpracovávají své požadavky paralelně.
- Registrace indexovaných dokumentů na hlavním uzlu již nebrzdí s růstem jejich počtu a seznam dokumentů shardu je bezpečně uchován při selhání zápisu nebo pádu procesu.
- Hlavní uzel detekuje ztracené a neodpovídající uzly: slave uzel hlásí každých 5 sekund a volání již nečekají donekonečna na uzel, který zmizel.
TcpSettings.ResponseTimeoutmůže také omezit, jak dlouho hlavní uzel čeká na odpověď.
API a balíčkování
Index,IndexRepository,Cancellation,ExtractionHostaSearchNetworkNodeimplementují standardní .NET vzor dispose, takže odvozené třídy mohou uvolnit své vlastní prostředky. Uvolnění (Dispose) objektuCancellationuvolní časovač zrušení naplánovaného pomocíCancelAfter.- Balíček GroupDocs.Search NuGet nyní obsahuje sestavení pro .NET Framework 4.8, .NET 6.0, .NET 8.0 a .NET 10.0 kromě .NET Framework 4.6.2 a .NET Standard 2.1 a automaticky vybírá sestavení pro cílový framework projektu.
Změny veřejného API
Byly přidány následující členy:
GroupDocs.Search.IndexSettings:Boolean UseFastLoading– uchovává dodatečná data, která umožňují načíst index na disku několikanásobně rychleji. Ve výchozím nastavení povoleno; nastavte nafalsepro úsporu místa na disku.
GroupDocs.Search.Scaling.Configuring.TcpSettings:String NetworkKey– tajný klíč sítě vyhledávání, dlouhý alespoň 16 znaků a stejný na všech uzlech.String[] AllowedMasterAddresses– IPv4 adresy nebo názvy hostitelů, ze kterých slave uzel přijímá připojení hlavního uzlu.Int32 ResponseTimeout– čas v milisekundách, po který hlavní uzel čeká na odpověď uzlu na požadavek. Ve výchozím nastavení bez limitu.
GroupDocs.Search.ExtractionHost:IOcrConnector OcrConnector– OCR konektor samostatného extrakčního procesu.
GroupDocs.Search.IndexRepository:SearchResult SearchNext(ChunkSearchToken)aSearchResult SearchNext(ChunkSearchToken, Cancellation)– pokračují ve vyhledávání po částech v úložišti indexů.
GroupDocs.Search.Options.TextOptions:IWordSplitter WordSplitter– rozdělovací nástroj slov používaný při zvýrazňování aIndex.GetDocumentText; děděno vHighlightOptions.
GroupDocs.Search.Common.Cancellationnow implementsIDisposable:void Dispose()– uvolní časovač naplánovaného zrušení; naplánované zrušení není požadováno.
Index,IndexRepository,Cancellation,ExtractionHostandSearchNetworkNode:protected virtual void Dispose(Boolean disposing)– metoda vzoru dispose pro odvozené třídy.
Změny chování, které mohou vyžadovat úpravy ve vašem kódu, jsou uvedeny v níže uvedených poznámkách k aktualizaci.
Příklady kódu
Vyhledávání úložiště indexů po částech
Následující příklad prohledává dva indexy úložiště po částech, jeden po druhém.
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);
}
}
Ochrana sítě vyhledávání sdíleným klíčem
Každý uzel sítě vyhledávání získá stejný tajný klíč. Slave uzel přijímá hlavní uzel pouze z jeho adresy a hlavní uzel omezuje čekání na odpovědi uzlů.
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();
Snížení místa na disku indexu
Následující příklad vytvoří index, který zabírá méně místa na disku, a poté jej opět učiní rychle načitatelným.
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
}
Poznámky k aktualizaci
Zohledněte následující změny při aktualizaci z předchozí verze:
- Indexy změněné ve verzi 26.11 nelze otevřít staršími verzemi. Verze 26.11 otevírá indexy verze 26.10 bez konverze, ale jakmile vytvoří nebo změní index (indexováním, mazáním dokumentů, optimalizací nebo změnou nastavení), starší verze jej již nemohou otevřít. Aktualizujte všechny aplikace, které sdílejí složku s indexem současně, včetně uzlů sítě vyhledávání.
- Projekty .NET Framework používají balíček GroupDocs.Search. Nahraďte
GroupDocs.Search.NETFrameworkbalíčkemGroupDocs.Search, který nyní zahrnuje sestavení pro .NET Framework 4.6.2 a 4.8 a automaticky vybírá správné sestavení. Verze 26.11 balíčkuGroupDocs.Search.NETFrameworkneexistuje. - Všechny uzly sítě vyhledávání jsou aktualizovány společně. Uzly verzí 26.10 a 26.11 se nepropojují. Pro ochranu sítě nastavte stejný
TcpSettings.NetworkKeyna každém uzlu: uzly s různými klíči nebo uzel s klíčem a uzel bez něj se nepropojují a oba zapíší důvod do svých logů. Uzlu bez klíče funguje jako dříve a zapíše varování do svého logu. - Zprávy sítě vyhledávání jsou podepsány, ale nešifrovány. Udržujte uzly v důvěryhodné síti nebo je propojte přes šifrovaný tunel.
- Ztracené uzly jsou detekovány. Uzlu, který po dobu 15 sekund nic neodesílá (např. proces pozastavený v debuggeru), se přistupuje jako ke ztracenému: volání, která na něj čekají, vyhodí
SearchExceptiona jeho dokumenty jsou odeslány ostatním uzlům nebo hlášeny událostíErrorOccurred. Ve výchozím nastavení hlavní uzel čeká na odpovědi bez limitu; nastavteTcpSettings.ResponseTimeoutpro omezení čekání. IndexSettings.SearchThreadsje sdíleno všemi vyhledáváními v indexu. Jedno vyhledávání používá tolik vláken jako dříve, ale K souběžných vyhledávání nyní běží na max(K,SearchThreads) vláknech místo K ×SearchThreads.- Rozšířená abeceda je k dispozici jen u nových indexů. Indexy starších verzí, včetně těch aktualizovaných pomocí
IndexUpdater, rozdělují slova těchto skriptů jako dříve aIndex.Mergeodmítá sloučit nový index se starším. Pro sloučení exportujteAlphabetaTokenizationDictionarystaršího indexu pomocíExportDictionarya importujte je do nového indexu pomocíClearaImportDictionarypřed přidáním dokumentů. - Limity výskytů počítají části dat jen jednou.
SearchOptions.MaxTotalOccurrenceCountaMaxOccurrenceCountPerTermpočítají každý výskyt dne, měsíce nebo roku jednou na vyhledávání, nebo jednou na chunk, místo jednou pro každé datum v rozmezí. Rozmezí dat, které dříve dosáhlo limitu, nyní může najít všechna svá data. - Vyhledávání po částech v úložišti indexů probíhá index po indexu.
IndexRepository.SearchsIsChunkSearchvrací první chunk prvního indexu. Pokračujte pomocíIndexRepository.SearchNext, dokudSearchResult.NextChunkSearchTokennení null, nebo vyhledávejte bez chunků pro získání všech dokumentů v jednom výsledku. - OCR v samostatném extrakčním procesu používá ExtractionHost.OcrConnector. Nastavte konektor v programu extrakčního procesu a sestavte tento program se stejnou verzí GroupDocs.Search jako aplikace. OCR konektor možností indexování se tam nepoužívá.
- Pokrok síťového indexování je hlášen po každé odpovědi shardu.
NodeEventHub.IndexingProgressChangednastane jednou pro každou odpověď shardu, která může hlásit několik dokumentů, takžeProcessedDocumentsmůže růst o více než jedno.
Jak získat aktualizaci
NuGet
- NuGet – Nainstalujte nejnovější balíček. Funguje v projektech .NET i .NET Framework a automaticky vybírá sestavení pro cílový framework: .NET Framework 4.6.2 nebo 4.8, .NET Standard 2.1, .NET 6.0, .NET 8.0 nebo .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
Přímé stažení
- Direct Download – Stáhněte zkompilované sestavy pro .NET a .NET Framework z oficiální stránky vydání:
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/
Zdroje
- Úplné poznámky k vydání – https://releases.groupdocs.com/search/net/release-notes/2026/groupdocs-search-for-net-26-11-release-notes/
- Poznámky k migraci – https://docs.groupdocs.com/search/net/migration-notes/#migrating-to-version-2611
- Dokumentace – https://docs.groupdocs.com/search/net/
- Příklady kódu – https://github.com/groupdocs-search/GroupDocs.Search-for-.NET/
- Free Support Forum – https://forum.groupdocs.com/c/search/
- Use it from AI agents – the GroupDocs.Search MCP server runs this engine locally for Claude, Cursor and Copilot: https://docs.groupdocs.com/search/mcp/ · Potřebujete vektorovou databázi pro kladení otázek o složku dokumentů?