Java中简单文件搜索的性能

Question

我们运行一个必须从相当大的目录提供文件的网络服务器，因此通过简单的通配符搜索（如“abcd * jklp *”）查找文件会出现严重的性能问题。

有没有办法（技巧或库）加速Java中的文件搜索？如果没有，是否有一个简单的缓存解决方案，这样每次搜索只进行一次，除非应用程序显式清空缓存？

Answer 1

当您的Web应用程序启动时（之后每隔x分钟）缓存您打算在静态变量中提供的每个文件。当用户搜索特定文件时，搜索静态缓存而不是在实际文件服务器上运行搜索。

如果你只允许搜索文件名，那么缓存一切都很有效。您可以将每个文件路径存储在List / Array中。如果列表/数组已经排序，则可以使用二进制搜索进行用户搜索查询。如果有外卡，则生成适当的RegEx。

对于文件内容的全文搜索，静态存储它是不可行的。做一些懒惰的事情，比如用数据库备份文件或购买像GSA http://www.google.com/enterprise/search/gsa.html

这样的搜索设备

Answer 2

搜索中的“技巧”是为初始查询提供尽可能多的信息。如果我所需的文件名为BobAndAlice，而我的输入字符串为B*，理论上它将比使用Bo*的搜索慢。为了讨论起见，缓存的工作原理是以类似于HashMap的方式构建查找表。从本质上讲，每次搜索都会在您提交的Query Map后进行检查，如果已经运行并且Cache Emptied标志设置为false，那么您将点击Lookup Table，这将是全部来自执行查询结果的指针。从而允许fast查找已检索的数据。如果您存储重复的文件副本而不是指向文件的指针，则可能遇到问题的地方。相同的过程对于实际向用户提供文件是有效的。

Answer 3

这似乎不是Java问题。它更像是一个算法问题。我从这个问题中理解的是，您在给定目录中拥有大量文件，并且您需要使用通配符模式字符串来处理符合该条件的文件。这基本上是字符串匹配的问题，你有很多字符串，只需要找到符合特定条件的字符串。有很多选项你可以通过它来做这个，但是我会为这个场景建议后缀树的方法，因为它会在文件搜索中提供几乎o（n）的性能。