全文索引命名规则

全文索引由用户命名，规则如下：

• 2~64个字符
• 以字母开头
• 仅允许使用字母，下划线和数字（_ 、A-Z、a-z、0-9）

一个图集中的全文索引不能重名。

查看全文索引

返回的表名：_nodeFulltext、_edgeFulltext
返回的表头：name | properties | schema | status（全文索引名称、参照属性、所属schema、状态）

全文索引状态有creating（创建中）和done（已创建）。

// 查看当前图集中的所有全文索引（结果分点、边两个表返回）
show().fulltext() 

// 查看当前图集中的所有全文点索引
show().node_fulltext()

// 查看当前图集中的所有全文边索引
show().edge_fulltext()

创建全文索引

仅支持对string或text类型的属性创建全文索引。

// 在当前图集中为指定点schema的指定属性创建全文索引
create().node_fulltext(@<schema>.<property>,"<name>")

// 在当前图集中为指定边schema的指定属性创建全文索引
create().edge_fulltext(@<schema>.<property>,"<name>")

本例@product的description属性创建全文索引并命名为prodDesc：

create().node_fulltext(@product.description, "prodDesc")

删除全文索引

删除一个属性时，其全文索引也会同时被删除。

// 从当前图集中删除指定点属性的全文索引
drop().node_fulltext("<name>")

// 从当前图集中删除指定边属性的全文索引
drop().edge_fulltext("<name>")

本例删除名为prodDesc的全文索引

drop().node_fulltext("prodDesc")

使用全文索引

嬴图的全文搜索引擎能实现高速的全文搜索，是嬴图过滤器的应用场景之一。全文过滤使用条件操作符contains来判断一个全文索引的内容（分词结果）是否包含所有给定的关键词，判断标准有两种：

• 精确匹配
  • 要求分词与关键词完全相等
  • 可能会因分词库中不含关键词而导致无结果
• 模糊匹配
  • 要求分词以关键词为开头
  • 能最大程度地匹配到可能包含关键词的点、边，但返回时间比精确匹配长

除非有明确的精确匹配的诉求，建议尽可能使用模糊匹配。

语法

{~<fulltext> contains "<keyword_1> <keyword_2> ..."}

关于关键词<keyword_N>：

• 多个关键词用空格隔开
• 关键词含英文双引号时，需要在引号前加反斜杠\
• 用于模糊匹配的关键词以星号*结尾
• 关键词大小写不敏感
• 多个关键词的顺序不影响最终结果

点、边查询

本例通过全文索引prodDesc查找含有“保本”和“高收益”的点：

find().nodes({~prodDesc contains "保本 高收益"}) return nodes

本例通过全文索引prodDesc查找含有“保本”或“高收益”的点：

find().nodes({~prodDesc contains "保本" || ~prodDesc contains "高收益"}) return nodes

本例通过全文索引prodDesc查找含有“graph”和以“ult”开头的词的点：

find().nodes({~prodDesc contains "graph ult*"}) return nodes

模板查询

本例查询10条路径，通过全文索引companyName查找含有以“资本”开头的词的点作为起点，经过一条边到达含有以“投资”开头的词的点，再经过一条边到达含有以“人工智能”开头的词的点：

n({~companyName contains "资本*"}).e().n({~companyName contains "投资*"})
  .e().n({~companyName contains "人工智能*"}) as paths
return paths{*} limit 10

本例查询10条路径，通过全文索引companyName查找含有以“红杉”开头的词的点作为起点，经过5条以内的边到达含有以“高瓴”开头的词的点：

n({~companyName contains "红杉*"}).e()[:5].n({~companyName contains "高瓴*"})  as paths
return paths{*} limit 10

在一张GP/LP或工商类的知识图谱中，上面的查询相当于把与“红杉”和“高瓴”有关的多家公司做一个深度的自组网。同样的操作无论是人工还是在三查的系统中，都需要大量的手动干预或批处理执行，无法做到像嬴图一样通过一个简单的嬴图GQL语句实时实现。