Index ? oder nicht Index ?
In letzter Zeit erscheinen zunehmend Programme zur
'indizierten' Volltextsuche. Sie können Dokumente mit Hilfe einer
Datenbank innerhalb von Sekunden finden. Ein Programm wie Find-it könnte
dadurch obsolet werden. Doch im Gegenteil: die Nachfrage ist in den letzten
Monaten sogar spürbar gestiegen. Warum ?
Wenn man annähernd weis, wo das Dokument liegt und nur
gezielt einige hundert MB durchsucht, braucht Find-it auch ohne Index nur
einige Sekunden. Teilweise ist dieses Tool dabei sogar schneller als
Index-basierende Suchprogramme. Selbst Gigabyte-große Datenbestände
durchsucht Find-it in wenigen Minuten. Sucht man z.B. gezielt entsprechende
Dateien 'aus dem letzten Quartel' , schrumpft die definitiv zu bearbeitende
Datenmenge - ebenso, wenn man auf der Gigabyte-großen Festplatte eines
Home-PC gezielt nur 'Textdateien' finden will. Selbst viele GB können auch
so ohne Index schon nach Sekunden oder zumindest Minuten fertig durchsucht
sein..
Find-it durchsucht bei Bedarf sogar Dateien, die in einem
Zip-Archiv verpackt als mailanhang abgespeichert wurden.... und damit solche,
die von einem Index gar nicht erfasst werden - und mit indexbasierter Suche
ungefunden blieben.
Natürlich kann ein Index gerade Suchläufe in sehr
großen Datenbeständen beschleunigen. Doch solch ein Index, in dem
jedes Dokument mit allen darin vorkommenden Worten erfasst ist, muss erstellt
werden (das kann tatsächlich Tage dauern), muss ständig aktualisiert
werden (das kostet Ressourcen) und hat rund 20 Prozent des Volumens der
Originaldaten. (Das können selbst schnell Gigabyte werden) Für
Privatnutzer an einem einzelnen Home-PC mag das akzeptabel sein. Extrem
aufwendig wird die Indizierung aber in Netzwerken, wo eventuell auf
verschiedenen Rechner gesucht werden soll und ein Neztwerkübergreifender
Index erheblichen Aufwand erfordert und Ressourcen kostet.
Gleichzeitig umfasst ein Index nur ausgewählte Dateitypen,
eine falsch gespeicherte Datei wird unauffindbar. Find-it dagegen kann ohne
administrativen Aufwand, ohne Vorbereitungszeit, überall annähernd
jeden Dateityp (durch)suchen. Welche Vielzahl an praktischen Möglichkeiten
Find-it außerdem bietet, erfahren Sie auf diesen Seiten. Davon abgesehen
ist das Tool - über die Textsuche hinaus - bei allen Dateisuchen auf dem
PC schlicht die bessere Alternative.
Beispiele zur Suchgeschwindigkeit: Getestet auf einem
heutzutage nur noch mittelprächtigen Bürosystem (Athlon XP 2000+) mit
insgesamt 120.000 Dateien einer Gesamtgröße von gut 25 GB . Darin
enthalten: ein Textarchiv (alle Formate gemischt). Es enthält rund 20.000
Dateien aus 10 Jahren und umfasst allein 7 GB, weitere 2 GB an Text-
enthaltenden Dokumenten liegen auf die übrigen Ordner verstreut. Das ist
schon ein recht umfangreiches Archiv.
Beispiel 1: Durchsucht werden das Archiv und die im
aktuellen Betrieb üblicherweise verwendeten Ordner und zwar nach allen
Dokumenten, die im letzten Quartal erstellt wurden, und sich mit dem 'Preis'
von 'Erdgas' beschäftigen sollen. Nach 9 Sekunden bekomme ich erste
Treffer, nach 1 Minuten und 12 Sekunden sind insgesamt 23 Treffer gefunden und
die Suche abgeschlossen. Unter den gefundenen Dokumenten fanden sich
übrigens selbst pdf-Dateien, die als Mailanhang in eine weitere mail
verpackt weitergeleitet und abgespeichert wurden
Beispiel 2: Nun will ich aber auch Irrläufer finden,
durchsuche also alle vorhandenen Verzeichnisse auf allen Platten, selbst
versteckte Ordner wie den Papierkorb. Wieder bekomme ich erste Ergebnisse, die
ich mir anschauen kann, nach 9 Sekunden die Liste füllt sich, bis nach 3
Minuten 12 Sekunden klar ist: auf der Platte befinden sich insgesamt 28
Dokumente mit diesen Begriffen und aus dem gesuchten Zeitraum. 3 davon wurden
im Papierkorb gefunden
Beispiel 3: Auf den Platten befinden sich Dokumente aus
zehn Jahren. Wenn nur nach dem letzten Quartal gesucht wird, können viele
Dateien natürlich übersprungen werden. Wenn Sie wirklich alle jemals
erstellten Dokumente auf solch einem Rechner durchsuchen wollen dauert es dann
doch noch etwas länger Auf unserem Testrechner würden zwar zwei
Drittel der vorhandenen Dateien ignoriert, weil sie 'Multimedia-' oder
'Bild-'Dateien sind, trotzdem. geht es nun doch um rund 9 GB effektiv zu
durchsuchender Dokumente: Wenn man sich dabei halbwegs sicher sein kann,
daß man sich das Entpacken von zips und das durchsuchen von
Mailanhängen sparen kannt dauert selbst das nur 6 Minuten und 20 Sekunden.
Gefunden werden nun 198 Dateien.
Deutlich länger dauert die Suche allerdings, wenn man alle
vorhandenen Zips und Mail-Anhänge sicherheitshalber mit-durchsuchen will
und wirklich ohne jegliche zeitliche Limitierung die gesamten 22 Gigabyte
durchforstet. Dann reicht die Zeit doch zum Erledigen einer anderen Aufgabe
oder auch eine Mittagspause, 37 Minuten. Man merkt dabei. Eine
Einschränkung des Suchzeitraumes und anderer Kriterien kann den Suchlauf
dramatisch beschleunigen. Wenn Sie nun meinen, solche Einschränkungen zur
Beschleunigung würden die 'freien Suchmöglichkeiten' doch zu sehr
einschränken, gilt andersherum aber auch: Wenn man wirklich 'frei' sucht
erhält man oft auch viel zu viele Treffer, die man dann zeitaufwendig
selbst nach den wirklich gesuchten Dokumenten durchforsten muss.
Zum
Download
