如何高效地實時搜索數千個文件到文本

-1

我正致力於重構文檔存儲服務的網站，以從專有存儲系統轉到SQL。一切都很順利，但我需要找到一種方法來搜索我們的存儲庫中特定的文本字符串。我們使用多種不同的文件類型（.xls，.xlsx，.doc，.txt等）。首先通過使用PDFSharp逐行重建將它們轉換爲PDF，然後顯示給用戶。如何高效地實時搜索數千個文件到文本

速度不是查看/搜索單個文件的考慮因素，但我擔心可伸縮性。我能夠通過複製功能進行正常的文本搜索，然後將其掛接到我們的轉換過程中，但我相當確信，這不適用於搜索客戶的整個文檔列表（成千上萬的文檔）。如果這些文件都是統一的文件類型，可能會更容易些，但它們不是。

有沒有一種有效的方法來做到這一點，我不知道？

編輯：文檔存儲在服務器上，並通過文件的URL引用在DB

來源

2016-03-23 Nicholas Mansfield

您知道SQL Server中的全文搜索功能嗎？你試過了嗎？ – TomTom

我不是。我查看了全文搜索，但是我們的文件不是以文本文件的形式存儲的，所以我不知道SQL服務器是否可以索引這些文件（它們必須先被轉換）。這純粹是一個無知點，但不會全文索引需要將整個東西存儲在數據庫文本中？我怎樣才能從中得到頁碼？ –

你的問題不清楚給我。你有專有格式的文件，什麼？你需要「實時」將它們導入到SQL中？我無法想象任何需要這樣的場景，所以我必須誤解你的需要。 –

我的建議是建立一個指數，無論是在SQL或文件。一個匹配每個文件中所有可能的搜索關鍵詞的文件。

來源

2016-03-23 19:05:25

我怎麼知道哪些條款是有意義的？只是不包括所有單詞在列表上（「，an，」等）？ –

這是一個業務規則問題，我不可能知道答案。黑名單（除了這些以外的所有單詞）或白名單（只有這些單詞）絕對是從發展的角度來處理它的一種方式 –

謝謝。 –

如何高效地實時搜索數千個文件到文本

回答

相關問題