# FTS5 Full-Text Search
SUMMARY: วิธีที่ Synapse ใช้ SQLite FTS5 สำหรับการค้นหา memory แบบ full-text ในระดับ sub-millisecond

FTS5 Full-Text Search
Synapse ใช้ FTS5 (Full-Text Search 5) สำหรับการค้นหา memory ที่รวดเร็วและยืดหยุ่น เอกสารหน้านี้อธิบายวิธีการทำงานและวิธีใช้อย่างมีประสิทธิภาพ
FTS5 คืออะไร?
FTS5 เป็น SQLite extension (มีใน PostgreSQL ผ่าน extension ด้วย) ที่ให้ความสามารถ full-text search โดย:
- Index เนื้อหา text สำหรับ keyword search ที่รวดเร็ว
- รองรับ boolean operator (AND, OR, NOT)
- รองรับ phrase matching ด้วยเครื่องหมายคำพูด
- รองรับ prefix matching ด้วย 
- จัดอันดับผลลัพธ์ตามความเกี่ยวข้อง
Synapse ใช้ FTS5 ในการ index เนื้อหา memory ทั้งหมด เปิดใช้งานการค้นหาในระดับ sub-millisecond ทั่ว memory หลายพันรายการ
วิธีที่ Synapse ใช้ FTS5
เมื่อคุณ :
1. เนื้อหา memory ถูกเก็บในตาราง 
2. เนื้อหายังถูกแทรกลงใน FTS5 virtual table
3. FTS5 แบ่งคำและ index เนื้อหาโดยอัตโนมัติ
เมื่อคุณ :
1. Synapse แยกวิเคราะห์ query โดยใช้ไวยากรณ์ FTS5
2. ปฏิบัติการ  กับ FTS5 index
3. กรองตาม  (tenant isolation)
4. ส่งกลับผลลัพธ์ที่จัดอันดับแล้ว
ไวยากรณ์ Query
ค้นหา keyword แบบง่าย
[CODE BLOCK]
ส่งกลับ memory ที่มี "docker"
หลาย keyword (AND โดยนัย)
[CODE BLOCK]
ส่งกลับ memory ที่มีทั้ง "docker" และ "swarm"
Phrase matching
[CODE BLOCK]
ส่งกลับ memory ที่มี phrase "docker swarm" ตรงตัว
Prefix matching
[CODE BLOCK]
ส่งกลับ memory ที่มีคำขึ้นต้นด้วย "docker" (เช่น "dockers", "dockerfile", "dockerize")
Boolean OR
[CODE BLOCK]
ส่งกลับ memory ที่มี "docker" หรือ "kubernetes"
Boolean NOT
[CODE BLOCK]
ส่งกลับ memory ที่มี "docker" แต่ไม่มี "swarm"
การจัดกลุ่ม
[CODE BLOCK]
ส่งกลับ memory ที่มี "docker" หรือ "kubernetes" แต่ไม่มี "test"
ตัวอย่างปฏิบัติ
ค้นหา memory เกี่ยวกับโปรเจกต์
[CODE BLOCK]
ค้นหา phrase ตรงตัว
[CODE BLOCK]
แยก memory ทดสอบออก
[CODE BLOCK]
ค้นหาตามเทคโนโลยี
[CODE BLOCK]
การจัดอันดับ
FTS5 จัดอันดับผลลัพธ์ตามความเกี่ยวข้องโดยใช้อัลกอริทึม BM25 ปัจจัย:
- ความถี่ของคำ (term ปรากฏบ่อยแค่ไหน)
- Inverse document frequency (คำที่หายากอันดับสูงกว่า)
- ความยาวเอกสาร (เอกสารสั้นที่มีคำนั้นอันดับสูงกว่า)
- น้ำหนัก column (title > content)
ผลลัพธ์ส่งกลับตามลำดับอันดับ (เกี่ยวข้องที่สุดก่อน)
ประสิทธิภาพ
| การดำเนินการ | Latency |
|-----------|---------|
| ค้นหา 100 memory | < 5ms |
| ค้นหา 1,000 memory | < 10ms |
| ค้นหา 10,000 memory | < 25ms |
| ค้นหา 100,000 memory | < 100ms |
FTS5 ถูกปรับให้เหมาะกับ workload ที่อ่านหนัก
ข้อจำกัด
Stemming
FTS5 ไม่ทำ stemming โดยค่าเริ่มต้น "running" และ "run" เป็นคำต่างกัน
วิธีแก้: ใช้ prefix matching: 
ความทนต่อการพิมพ์ผิด
FTS5 ไม่รองรับ fuzzy matching พิมพ์ผิดจะไม่ส่งกลับผลลัพธ์
วิธีแก้: ใช้ semantic search () สำหรับการจับคู่เชิงแนวคิด
Stop word
คำทั่วไป (the, a, an, is) ถูก index แต่อาจไม่มีประโยชน์ต่อการค้นหา FTS5 จัดการสิ่งนี้โดยอัตโนมัติ
FTS5 vs Semantic Search
| แง่มุม | FTS5 | Semantic Search |
|--------|------|-----------------|
| ความเร็ว | Sub-millisecond | 50-100ms |
| การจับคู่ | Exact keyword | เชิงแนวคิด |
| ทนพิมพ์ผิด | None | บางส่วน |
| Stemming | None | โดยนัย |
| ต้องการ embedding | ไม่ | ใช่ |
| เหมาะกับ | คำเฉพาะ | แนวคิด |
ใช้ FTS5 เมื่อคุณรู้ keyword ใช้ semantic search เมื่อคุณต้องการ "memory เกี่ยวกับ X" โดยที่ X ถูกอธิบายต่างกัน
แนวทางปฏิบัติที่ดีที่สุด
> [!TIP]
> - ใช้คำที่เฉพาะเจาะจง — "docker swarm" ดีกว่า "container orchestration"
> - ใส่เครื่องหมายคำพูดรอบ phrase —  รับประกัน phrase match
> - ใช้ prefix สำหรับรูปแปร —  จับ "deploy", "deployment", "deploying"
> - แยกสัญญาณรบกวน —  กรอง memory ทดสอบออก
> - รวมกับ tag —  จำกัดผลลัพธ์
ขั้นตอนถัดไป
- Semantic Search
- Memory API
- Memory Best Practices