GroupDocs.Search für .NET 26.11 ist jetzt verfügbar. Dieses Release macht wiederholte und gleichzeitige Suchen viel schneller, reduziert den Speicher, der beim Indexieren zugewiesen wird, um bis zu das 4,5‑fache und sichert das Suchnetzwerk mit Knoten‑Authentifizierung. Das Indexieren in einem Suchnetzwerk ist 5‑ bis 20‑mal schneller, und das GroupDocs.Search NuGet‑Paket enthält jetzt Builds für .NET Framework 4.8, .NET 6.0, .NET 8.0 und .NET 10.0.

Indizes, die mit Version 26.10 erstellt wurden, öffnen ohne Konvertierung. Das Release enthält 18 Änderungen: 5 neue Funktionen, 12 Verbesserungen und 1 Fehlerbehebung.

Leistungs‑Highlights

Die vollständigen Release‑Notes beschreiben das Test‑Setup jeder Abbildung.

Was Verbesserung in 26.11
Wiederholte reguläre Ausdrucksuche Bis zu 300‑mal schneller
Wiederholte unscharfe Suche 4‑ bis 30‑mal schneller
Gleichzeitige Suchen eines Index Medianzeit von 8 gleichzeitigen Suchen von 5,6 ms auf 0,18 ms; 4‑ bis 18 % mehr Suchen pro Sekunde
Unscharfe Suche mit einem Fehler 1,8‑mal schneller, 4,5‑mal schneller mit 8 Such‑Threads
Datumsbereichssuche Bis zu 10‑mal schneller, bis zu 59‑mal schneller per Chunk; lange Bereiche liefern vollständige Ergebnisse
Durch Indexieren zugewiesener Speicher Bis zu 4,5‑mal weniger
Indexieren mit gespeichertem Dokumenttext Bis zu 2,2‑mal schneller
Abrufen von gespeichertem Dokumenttext 3,5‑mal schneller, 11‑mal weniger Speicher
Zusammenführen von Indizes 3,5‑mal schneller, fast 50‑mal weniger Speicher
Indexieren in einem Suchnetzwerk 5‑ bis 20‑mal schneller, deutlich weniger Indexsegmente in den Shards
Registrieren von 20.000 Dokumenten auf dem Master‑Knoten Von 27,1 s auf 0,12 s, 0,8 MB auf die Festplatte geschrieben statt 7,6 GB
Festplattenspeicher eines Index Kann reduziert werden auf Kosten der Ladegeschwindigkeit

Was ist neu in diesem Release

Schlüssel Zusammenfassung Kategorie
SEARCHNET-3729 Implementiere eine Option, den von einem Index belegten Festplattenspeicher auf Kosten der Ladegeschwindigkeit zu reduzieren Feature
SEARCHNET-3730 Implementiere die Authentifizierung von Knoten im Suchnetzwerk Feature
SEARCHNET-3731 Implementiere OCR‑Unterstützung für die Dokumentextraktion in einem separaten Prozess Feature
SEARCHNET-3732 Implementiere die Suche per Chunk in einem Index‑Repository Feature
SEARCHNET-3733 Implementiere das Hervorheben von Wörtern, die von einem benutzerdefinierten Worttrenner erzeugt werden Feature
SEARCHNET-3734 Optimiere die Suche per Chunk Improvement
SEARCHNET-3735 Implementiere einen gemeinsamen Thread‑Pool für gleichzeitige Suchen eines Index Improvement
SEARCHNET-3736 Implementiere die Wiederverwendung von gefundenen Wörtern bei wiederholten Suchen Improvement
SEARCHNET-3737 Implementiere das IDisposable‑Interface in der Cancellation‑Klasse Improvement
SEARCHNET-3738 Erweitere das Standardalphabet um zusätzliche Schriftsysteme Improvement
SEARCHNET-3739 Beschleunige die Datumsbereichssuche und stelle vollständige Ergebnisse für lange Datumsbereiche sicher Improvement
SEARCHNET-3740 Reduziere den Speicherverbrauch beim Indexieren und bei Operationen mit gespeichertem Dokumenttext Improvement
SEARCHNET-3741 Beschleunige das Indexieren in einem Suchnetzwerk mit einer großen Anzahl von Dokumenten Improvement
SEARCHNET-3742 Implementiere Batch‑Indexierung und parallele Verarbeitung von Shard‑Anfragen in einem Suchnetzwerk Improvement
SEARCHNET-3743 Implementiere das Dispose‑Muster in den Klassen Index, IndexRepository, Cancellation, ExtractionHost und SearchNetworkNode Improvement
SEARCHNET-3693 Implementiere die TFM‑Split‑Packaging‑Strategie für das GroupDocs.Search NuGet‑Paket Improvement
SEARCHNET-3747 Implementiere NuGet‑Pakete für .NET Framework 4.8, .NET 6.0, .NET 8.0, .NET 10.0 Improvement
SEARCHNET-3746 Behobene unendliche Wartezeiten eines Suchnetzwerks bei verlorenen oder nicht reagierenden Knoten Fix

Hauptfunktionen

Suche

  • Wiederholte Wildcard‑, reguläre‑Ausdrucks‑, numerische‑Bereichs‑ und unscharfe Suchen verwenden die Wörter, die bei früheren Suchen mit derselben Abfrage gefunden wurden, erneut, bis sich der Index ändert. Die behaltenen Wörter belegen bis zu 8 MB Speicher pro Index.
  • Gleichzeitige Suchen eines Index teilen dessen Such‑Threads (IndexSettings.SearchThreads), sodass kurze Suchen nicht mehr auf lange warten müssen.
  • Die Datumsbereichssuche liest jeden Tag, Monat und jedes Jahr einmal aus dem Index, anstatt jedes Datum des Bereichs separat zu durchsuchen. Lange Bereiche werden nicht mehr bei der Auftretens‑Grenze abgeschnitten, und ein Bereich aller möglichen Daten, der zuvor fehlschlug, wird jetzt in Sekunden durchsucht.
  • Die Suche per Chunk erzielt all diese Vorteile, und ein Index‑Repository kann jetzt ebenfalls per Chunk durchsucht werden: IndexRepository.SearchNext setzt die Suche Index für Index fort.
  • Hervorheben und Index.GetDocumentText können den Text mit dem für das Indexieren verwendeten benutzerdefinierten Worttrenner teilen, sodass die vom Trenner erzeugten Wörter, z. B. Wörter eines Textes ohne Leerzeichen, ebenfalls hervorgehoben werden.
  • Das Standardalphabet neuer Indizes umfasst Hebräisch, Devanagari, Georgisch, erweitertes Latein, Griechisch und Hangul‑Buchstaben sowie kombinierende diakritische Zeichen. Wörter wie „Việt“ werden nicht mehr in Teile gespalten, und koreanische sowie hebräische Wörter werden vollständig indexiert und gefunden.

Indexierung und Indexspeicherung

  • Die neue Einstellung IndexSettings.UseFastLoading lässt einen Index auf der Festplatte die zusätzlichen Daten weglassen, die das Laden mehrmals schneller machen: Der Index belegt weniger Festplattenspeicher, lädt dafür länger. Die Einstellung kann jederzeit geändert werden, auch für einen Index, der bereits Dokumente enthält.
  • Das Indexieren weist pro Dokument bis zu 4,5‑mal weniger Speicher zu und läuft mit gespeichertem Dokumenttext bis zu 2,2‑mal schneller. Das Abrufen von gespeichertem Text ist 3,5‑mal schneller bei 11‑mal weniger Speicher, und das Zusammenführen von Indizes ist 3,5‑mal schneller bei fast 50‑mal weniger Speicher.
  • Der Text von Bildern in Dokumenten, die in einem separaten Prozess extrahiert werden, kann jetzt erkannt werden: ExtractionHost.OcrConnector legt den OCR‑Connector des Extraktionsprozesses fest. Wenn die Erkennung aktiviert ist, der Extraktionsprozess jedoch keinen OCR‑Connector hat, meldet der Index dies über das ErrorOccurred‑Ereignis.

Suchnetzwerk

  • Knoten authentifizieren einander mit einem gemeinsamen geheimen Schlüssel (TcpSettings.NetworkKey), und jede Nachricht ist signiert: ein Computer ohne den Schlüssel kann weder Befehle an einen Knoten senden noch für einen antworten. Der Schlüssel wird niemals über das Netzwerk gesendet. Ein Slave‑Knoten kann zudem die Adressen einschränken, von denen er den Master‑Knoten akzeptiert (TcpSettings.AllowedMasterAddresses).
  • Das Indexieren ist 5‑ bis 20‑mal schneller und erzeugt deutlich weniger Indexsegmente: Dokumente, die ankommen, während ein Shard beschäftigt ist, werden in Batches von bis zu 1.000 Dokumenten oder 16 MB indexiert, und die Shards eines Knotens verarbeiten ihre Anfragen parallel.
  • Das Registrieren von indexierten Dokumenten auf dem Master‑Knoten verlangsamt sich nicht mehr mit wachsender Anzahl, und die Liste der Dokumente eines Shards wird sicher behalten, wenn ein Schreibvorgang fehlschlägt oder der Prozess abstürzt.
  • Der Master‑Knoten erkennt verlorene und nicht reagierende Knoten: ein Slave‑Knoten meldet sich alle 5 Sekunden, und Aufrufe warten nicht mehr ewig auf einen verschwundenen Knoten. TcpSettings.ResponseTimeout kann zudem begrenzen, wie lange der Master‑Knoten auf eine Antwort wartet.

API und Paketierung

  • Index, IndexRepository, Cancellation, ExtractionHost und SearchNetworkNode implementieren das standardmäßige .NET‑Dispose‑Muster, sodass abgeleitete Klassen ihre eigenen Ressourcen freigeben können. Das Entsorgen eines Cancellation gibt den Timer einer durch CancelAfter geplanten Abbruch‑Operation frei.
  • Das GroupDocs.Search NuGet‑Paket enthält jetzt Builds für .NET Framework 4.8, .NET 6.0, .NET 8.0 und .NET 10.0 zusätzlich zu .NET Framework 4.6.2 und .NET Standard 2.1 und wählt automatisch den Build für das Ziel‑Framework eines Projekts aus.

Änderungen an der öffentlichen API

Die folgenden Mitglieder wurden hinzugefügt:

  • GroupDocs.Search.IndexSettings:
    • Boolean UseFastLoading – behält die zusätzlichen Daten, die einen Index auf der Festplatte mehrere Male schneller laden lassen. Standardmäßig aktiviert; setzen Sie es auf false, um Festplattenspeicher zu sparen.
  • GroupDocs.Search.Scaling.Configuring.TcpSettings:
    • String NetworkKey – der geheime Schlüssel des Suchnetzwerks, mindestens 16 Zeichen lang und auf allen Knoten identisch.
    • String[] AllowedMasterAddresses – IPv4‑Adressen oder Hostnamen, von denen ein Slave‑Knoten die Verbindung des Master‑Knotens akzeptiert.
    • Int32 ResponseTimeout – die Zeit in Millisekunden, die der Master‑Knoten auf die Antwort eines Knotens auf eine Anfrage wartet. Standardmäßig unbegrenzt.
  • GroupDocs.Search.ExtractionHost:
    • IOcrConnector OcrConnector – der OCR‑Connector des separaten Extraktionsprozesses.
  • GroupDocs.Search.IndexRepository:
    • SearchResult SearchNext(ChunkSearchToken) und SearchResult SearchNext(ChunkSearchToken, Cancellation) – setzt eine Suche per Chunk in einem Index‑Repository fort.
  • GroupDocs.Search.Options.TextOptions:
    • IWordSplitter WordSplitter – der Worttrenner, der beim Hervorheben und von Index.GetDocumentText verwendet wird; vererbt von HighlightOptions.
  • GroupDocs.Search.Common.Cancellation implementiert jetzt IDisposable:
    • void Dispose() – gibt den Timer einer geplanten Abbruch‑Operation frei; die geplante Abbruch‑Operation wird nicht angefordert.
  • Index, IndexRepository, Cancellation, ExtractionHost und SearchNetworkNode:
    • protected virtual void Dispose(Boolean disposing) – die Dispose‑Muster‑Methode für abgeleitete Klassen.

Verhaltensänderungen, die Änderungen in Ihrem Code erfordern können, sind in den nachfolgenden Upgrade‑Hinweisen aufgeführt.

Code‑Beispiele

Durchsuchen eines Index‑Repositorys per Chunk

Das folgende Beispiel durchsucht zwei Indizes eines Repositorys Chunk für Chunk, ein Index nach dem anderen.

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);
    }
}

Schützen eines Suchnetzwerks mit einem gemeinsamen Schlüssel

Jeder Knoten eines Suchnetzwerks erhält denselben geheimen Schlüssel. Ein Slave‑Knoten akzeptiert den Master‑Knoten nur von seiner Adresse, und der Master‑Knoten begrenzt das Warten auf Antworten der Knoten.

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();

Reduzieren des Festplattenspeichers eines Index

Das folgende Beispiel erstellt einen Index, der weniger Festplattenspeicher belegt, und lässt ihn anschließend wieder schnell laden.

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‑Hinweise

Berücksichtigen Sie die folgenden Änderungen beim Upgrade von einer vorherigen Version:

  • Indizes, die von Version 26.11 geändert wurden, können von früheren Versionen nicht geöffnet werden. Version 26.11 öffnet Indizes von Version 26.10 ohne Konvertierung, aber sobald sie einen Index erstellt oder ändert (durch Indexieren, Löschen von Dokumenten, Optimierung oder eine Änderung der Einstellungen), können frühere Versionen ihn nicht mehr öffnen. Aktualisieren Sie alle Anwendungen, die denselben Index‑Ordner gleichzeitig nutzen, einschließlich der Knoten eines Suchnetzwerks.
  • .NET Framework‑Projekte verwenden das GroupDocs.Search‑Paket. Ersetzen Sie GroupDocs.Search.NETFramework durch GroupDocs.Search, das jetzt die .NET Framework 4.6.2‑ und 4.8‑Builds enthält und automatisch den richtigen Build auswählt. Es gibt keine Version 26.11 von GroupDocs.Search.NETFramework.
  • Alle Knoten eines Suchnetzwerks werden gemeinsam aktualisiert. Knoten der Versionen 26.10 und 26.11 verbinden sich nicht. Um das Netzwerk zu schützen, setzen Sie denselben TcpSettings.NetworkKey auf jedem Knoten: Knoten mit unterschiedlichen Schlüsseln oder ein Knoten mit Schlüssel und ein Knoten ohne Schlüssel verbinden sich nicht und schreiben beide den Grund in ihre Logs. Ein Knoten ohne Schlüssel funktioniert wie zuvor und schreibt eine Warnung in sein Log.
  • Nachrichten eines Suchnetzwerks sind signiert, aber nicht verschlüsselt. Halten Sie die Knoten in einem vertrauenswürdigen Netzwerk oder verbinden Sie sie über einen verschlüsselten Tunnel.
  • Verlorene Knoten werden erkannt. Ein Knoten, der 15 Sekunden lang nichts sendet, z. B. ein im Debugger pausierter Prozess, wird als verloren behandelt: Aufrufe, die darauf warten, werfen SearchException, und seine Dokumente werden an andere Knoten gesendet oder über das ErrorOccurred‑Ereignis gemeldet. Standardmäßig wartet der Master‑Knoten unbegrenzt auf Antworten; setzen Sie TcpSettings.ResponseTimeout, um das Warten zu begrenzen.
  • IndexSettings.SearchThreads wird von allen Suchen eines Index geteilt. Eine Suche verwendet wie zuvor so viele Threads, aber K gleichzeitige Suchen laufen jetzt auf max(K, SearchThreads) Threads statt K × SearchThreads.
  • Nur neue Indizes erhalten das erweiterte Alphabet. Indizes früherer Versionen, einschließlich der durch IndexUpdater aktualisierten, teilen die Wörter dieser Schriftsysteme wie zuvor, und Index.Merge verweigert das Zusammenführen eines neuen Index mit einem älteren. Um sie zu mergen, exportieren Sie das Alphabet und das TokenizationDictionary des älteren Index mit ExportDictionary und importieren Sie sie in den neuen Index mit Clear und ImportDictionary, bevor Sie Dokumente hinzufügen.
  • Auftritts‑Grenzwerte zählen die Teile von Daten einmal. SearchOptions.MaxTotalOccurrenceCount und MaxOccurrenceCountPerTerm zählen jedes Auftreten eines Tages, Monats oder Jahres einmal pro Suche bzw. einmal pro Chunk, anstatt einmal für jedes Datum des Bereichs. Ein Datumsbereich, der zuvor eine Grenze erreicht hatte, kann jetzt alle seine Daten finden.
  • Suche per Chunk in einem Index‑Repository erfolgt Index für Index. IndexRepository.Search mit IsChunkSearch gibt den ersten Chunk des ersten Index zurück. Fahren Sie mit IndexRepository.SearchNext fort, solange SearchResult.NextChunkSearchToken nicht null ist, oder suchen Sie ohne Chunks, um alle Dokumente in einem Ergebnis zu erhalten.
  • OCR in einem separaten Extraktionsprozess verwendet ExtractionHost.OcrConnector. Setzen Sie den Connector im Programm des Extraktionsprozesses und bauen Sie dieses Programm mit derselben GroupDocs.Search‑Version wie die Anwendung. Der OCR‑Connector der Indexierungsoptionen wird dort nicht verwendet.
  • Der Fortschritt des Netzwerk‑Indexierens wird pro Shard‑Antwort gemeldet. NodeEventHub.IndexingProgressChanged tritt einmal pro Antwort eines Shards auf, die mehrere Dokumente melden kann, sodass ProcessedDocuments um mehr als eins wachsen kann.

Wie Sie das Update erhalten

NuGet

  • NuGet – Installieren Sie das neueste Paket. Es funktioniert in .NET‑ und .NET‑Framework‑Projekten und wählt automatisch den Build für das Ziel‑Framework aus: .NET Framework 4.6.2 oder 4.8, .NET Standard 2.1, .NET 6.0, .NET 8.0 oder .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

Direkter Download

Ressourcen