Java 快速全文搜索位于文件系统上的XML文件。选择什么策略？

我需要在文件系统中的XML文件上实现尽可能快的全文搜索。基本上，我需要确定一些XML节点值是否包含特定的关键字。 我考虑了几个选择：

• 遍历目录中的文件->逐行读取文件->使用Matcher/Pattern确定关键字是否在这里
• 遍历目录->使用SAX解析器中的文件
• 一旦新文件到达目录（例如，使用Solr），就在所需的XML节点上创建索引，然后使用查询索引引擎

---

选择哪种策略更好？为什么？

如果xml文件很小（几KBs/几MBs），那么我建议您应该逐行读取它们（或者使用其他xml解析技术读取它们）。当您有一个非常大的xml文件时，Solr将被证明是有用的。Solr也可以轻松地读取小文件（不过，这完全取决于您有多少时间）

---

不确定SAX解析器

文件很小，但是有很多（数十万），新文件大量出现。我想solr在这种情况下可能是合适的（不确定上面的SAX解析器）。我假设您也将维护历史数据？但请记住，solr根据您的模式和提交的文档数量为所有文档编制索引需要时间。或者，您也可以查看powershell对文档进行快速搜索（不确定性能）。