АРХИВА 26 Help

Полнотекстовый поиск и индексация

Поиск АРХИВА рассчитан на миллиарды сообщений: морфологический анализ, синонимы, фильтры и ранжирование. Текст извлекается и из вложений — поиск покрывает не только тела писем.

Основные возможности

Индексация текста

АРХИВА использует обратный индекс. Процесс индексации включает:

  • Токенизацию — разбиение текста на отдельные слова.

  • Нормализацию — приведение слов к стандартному виду.

  • Стемминг и лемматизацию — приведение слов к корневой форме.

  • Фильтрацию стоп-слов — исключение общеупотребительных слов.

  • Извлечение текста из вложений — поиск идёт не только по телу сообщения, но и по содержимому прикреплённых файлов (PDF, DOCX, ZIP, EML и др.).

Типы поиска

Прямой поиск — точное совпадение запроса с индексированными терминами. Пример: subject:"Отчет по продажам" — письма с точно такой же темой.

Фразовый поиск — точные последовательности слов в заданном порядке. Пример: "финансовый отчет за 2023" — документы именно с этой фразой.

Поиск с учетом расстояния (Proximity Search) — слова рядом друг с другом. Пример: "проект сроки"~5 — «проект» и «сроки» не далее пяти слов друг от друга.

Поиск с учетом опечаток (Fuzzy Search) — алгоритм Левенштейна компенсирует ошибки ввода. Пример: contakt~ найдёт слово «contact».

Синонимический поиск — находит слова-заменители. Пример: запрос car может вернуть результаты со словом «automobile».

Поиск с весами (Boosting) — повышает приоритет отдельных терминов. Пример: отчет^2 продажи — «отчет» получит двойной вес при ранжировании.

Поиск по полям — ограничивает область поиска конкретными атрибутами. Пример: from:johndoe@example.com — письма только от указанного отправителя.

Логические операторы:

  • AND — все указанные слова (отчет AND продажи);

  • OR — любое из слов (отчет OR анализ);

  • NOT — исключение слова (отчет NOT черновик).

Макросы

Макросы упрощают типовые запросы и применяются в запросах, правилах хранения и фильтрах прав доступа:

Макрос

Описание

Пример

%email%

Адрес электронной почты текущего пользователя

anyaddress:%email%

%domain%

Домены почты текущего пользователя

anyaddress:%domain%

%mastercard%

Любой номер кредитной карты MasterCard

body:%mastercard%

%visa%

Любой номер кредитной карты Visa

body:%visa%

%amex%

Любой номер кредитной карты American Express

body:%amex%

%ssn%

Любой номер социального страхования США

body:%ssn%

%unrecognized%

Письма с нераспознанными вложениями

attachments:%unrecognized%

%encrypted%

Письма с зашифрованными вложениями

body:%encrypted%

%external%

Все внешние домены

to:%external%

%internal%

Все внутренние домены

to:%internal%

%selfmessage%

Письма, где отправитель совпадает с получателем

selfmessage:1

Полное описание макросов — в теме Макросы поисковых запросов.

Фильтрация по диапазонам

  • По дате: sentdate:[20230101 TO 20231231] — письма за 2023 год.

  • По числовым значениям: size:[1000 TO 5000] — письма размером от 1000 до 5000 байт.

Синтаксис диапазонов и типов скобок — в языке поисковых запросов.

Архитектура поиска

АРХИВА спроектирован как единый процесс: поисковый движок работает внутри сервера архива, поэтому поиск не зависит от внешних сервисов и не может отказать из-за их недоступности. Для высокой доступности развёртывание строится по схеме двух серверов с двойным архивированием.

Дополнительные режимы поиска

  • Строгость запроса — управление количеством обязательных слов строки запроса: Строгость поиска.

  • Поиск похожих сообщений — сообщения, близкие по содержанию к выбранным или к загруженному файлу, даже при различных формулировках: Поиск похожих сообщений.

  • Социальный граф переписки — анализ коммуникаций по выборке сообщений: Социальный граф переписки.

17 November 2026