如何有效地实时搜索数以千计的文件

Question

我正在努力重构文档存储服务的站点，以便从专有存储系统转向SQL。一切都进行得很顺利，但我需要找到一种方法来搜索我们的存储库中的特定文本字符串。我们使用多种不同的文件类型（.xls，.xlsx，.doc，.txt等）。他们首先通过使用PDFSharp逐行重建将它们转换为PDF来向用户显示。

速度不是查看/搜索单个文件的考虑因素，但我担心可扩展性。我能够通过复制然后挂钩到我们的转换过程来进行有效的文本搜索，但我相当肯定这不适用于搜索客户的整个文档列表（成千上万的文档）。如果这些都是统一的文件类型，那么它可能更容易实现，但它们并非如此。

有没有一种有效的方法可以做到这一点我不知道？

编辑：文档存储在服务器上，并通过数据库中的文档URL进行引用

Answer 1

我的建议是在SQL或文件中构建索引。一个匹配文件与每个文件中所有可能的搜索条件。