# FTS5-Volltextsuche
SUMMARY: Wie Synapse SQLite-FTS5 für sub-millisecond Volltext-Memory-Suche nutzt.

FTS5-Volltextsuche
Synapse verwendet FTS5 (Full-Text Search 5) für schnelle, flexible Memory-Suche.
Diese Seite erklärt, wie es funktioniert und wie du es effektiv nutzt.
Was ist FTS5?
FTS5 ist eine SQLite-Erweiterung (in PostgreSQL ebenfalls über Erweiterungen
verfügbar), die Volltextsuche bietet. Sie:
- Indiziert Textinhalte für schnelle Keyword-Suche
- Unterstützt boolesche Operatoren (AND, OR, NOT)
- Unterstützt Phrase-Matching mit Anführungszeichen
- Unterstützt Präfix-Matching mit 
- Bewertet Ergebnisse nach Relevanz
Synapse nutzt FTS5, um alle Memory-Inhalte zu indizieren — das ermöglicht
sub-millisecond Suche über Tausende von Memories.
Wie Synapse FTS5 nutzt
Wenn du  aufrufst:
1. Memory-Inhalt wird in der -Tabelle gespeichert
2. Inhalt wird zusätzlich in die FTS5-Virtual-Table eingefügt
3. FTS5 tokenisiert und indiziert den Inhalt automatisch
Wenn du  aufrufst:
1. Synapse parst die Anfrage mit FTS5-Syntax
2. Führt ein  gegen den FTS5-Index aus
3. Filtert nach  (Tenant-Isolation)
4. Liefert bewertete Ergebnisse
Query-Syntax
Einfache Keyword-Suche
[CODE BLOCK]
Liefert Memories, die „docker" enthalten.
Mehrere Keywords (implizites AND)
[CODE BLOCK]
Liefert Memories, die SOWOHL „docker" ALS AUCH „swarm" enthalten.
Phrase-Matching
[CODE BLOCK]
Liefert Memories, die die exakte Phrase „docker swarm" enthalten.
Präfix-Matching
[CODE BLOCK]
Liefert Memories mit Wörtern, die mit „docker" beginnen (z. B. „dockers",
„dockerfile", „dockerize").
Boolesches OR
[CODE BLOCK]
Liefert Memories, die „docker" ODER „kubernetes" enthalten.
Boolesches NOT
[CODE BLOCK]
Liefert Memories, die „docker", aber NICHT „swarm" enthalten.
Gruppierung
[CODE BLOCK]
Liefert Memories mit „docker" oder „kubernetes", aber nicht „test".
Praktische Beispiele
Memories zu einem Projekt finden
[CODE BLOCK]
Exakte Phrase finden
[CODE BLOCK]
Test-Memories ausschließen
[CODE BLOCK]
Nach Technologie suchen
[CODE BLOCK]
Ranking
FTS5 bewertet Ergebnisse nach Relevanz mit dem BM25-Algorithmus. Faktoren:
- Term-Frequency (wie oft der Begriff vorkommt)
- Inverse Document Frequency (seltenere Begriffe ranken höher)
- Dokumentlänge (kürzere Docs mit dem Begriff ranken höher)
- Spalten-Gewichtung (title > content)
Ergebnisse werden in Reihenfolge des Rankings zurückgegeben (relevanteste zuerst).
Performance
| Operation | Latenz |
|-----------|--------|
| 100 Memories durchsuchen | < 5ms |
| 1.000 Memories durchsuchen | < 10ms |
| 10.000 Memories durchsuchen | < 25ms |
| 100.000 Memories durchsuchen | < 100ms |
FTS5 ist stark für lese-lastige Workloads optimiert.
Einschränkungen
Stemming
FTS5 macht standardmäßig kein Stemming. „running" und „run" sind unterschiedliche
Begriffe.
Workaround: Präfix-Matching verwenden: 
Tippfehler-Toleranz
FTS5 unterstützt kein Fuzzy-Matching. Ein Tippfehler liefert keine Ergebnisse.
Workaround: Verwende semantische Suche () für
konzeptionelles Matching.
Stoppwörter
Häufige Wörter (the, a, an, is) werden indiziert, sind aber für die Suche
meist nicht nützlich. FTS5 behandelt das automatisch.
FTS5 vs semantische Suche
| Aspekt | FTS5 | Semantische Suche |
|--------|------|-------------------|
| Geschwindigkeit | Sub-millisecond | 50-100ms |
| Matching | Exakte Keywords | Konzeptionell |
| Tippfehler-Toleranz | Keine | Etwas |
| Stemming | Keins | Implizit |
| Benötigt Embeddings | Nein | Ja |
| Optimal für | Spezifische Begriffe | Konzepte |
Verwende FTS5, wenn du die Keywords kennst. Verwende semantische Suche, wenn du
„Memories über X" suchst und X anders beschrieben wird.
Best Practices
> [!TIP]
> - Verwende spezifische Begriffe — „docker swarm" schlägt „container orchestration"
> - Phrasen in Anführungszeichen —  sichert Phrase-Match
> - Präfix für Variationen —  erfasst „deploy", „deployment", „deploying"
> - Noise ausschließen —  filtert Test-Memories heraus
> - Mit Tags kombinieren —  schränkt Ergebnisse ein
Nächste Schritte
- Semantische Suche
- Memory-API
- Memory-Best-Practices