doc: update java studio docs

nebula-algorithm/na-ug-toc.md

@@ -0,0 +1,6 @@
+# nebula-algorithm 用户手册
+
+- [什么是 nebula-algorithm](na-ug-what-is-nebula-algorithm.md)
+- [使用限制](na-ug-limitations.md)
+- [编译 nebula-algorithm](na-ug-compile.md)
+- [使用示例](na-ug-compile.md)

nebula-algorithm/na-ug-what-is-nebula-algorithm.md

@@ -1,6 +1,6 @@
 # 什么是 nebula-algorithm
 
-nebula-algorithm 是一款基于 [GraphX](https://spark.apache.org/graphx/) 的 Spark 应用程序，提供了 PageRank 和 Louvain 社区发现的图计算算法。使用 nebula-algorithm，您能以提交 Spark 任务的形式对 Nebula Graph 数据库中的数据执行图计算。
+[nebula-algorithm](https://github.com/vesoft-inc/nebula-java/tree/master/tools/nebula-algorithm) 是一款基于 [GraphX](https://spark.apache.org/graphx/) 的 Spark 应用程序，提供了 PageRank 和 Louvain 社区发现的图计算算法。使用 nebula-algorithm，您能以提交 Spark 任务的形式对 Nebula Graph 数据库中的数据执行图计算。
 
 目前 nebula-algorithm 仅提供了 PageRank 和 Louvain 社区发现算法。如果您有其他需求，可以参考本项目，编写 Spark 应用程序调用 GraphX 自带的其他图算法，如 LabelPropagation、ConnectedComponent 等。
 
@@ -12,7 +12,7 @@ nebula-algorithm 根据以下方式实现图算法：
 2. 将 DataFrame 转换为 Graphx 的图。
 3. 调用 Graphx 提供的图算法（例如 PageRank）或者您自己实现的算法（例如 Louvain 社区发现）。
 
-详细的实现方式，您可以参考 [LouvainAlgo.scala 和 PageRankAlgo.scala](../../tools/nebula-algorithm/../../../tools/nebula-algorithm/src/main/scala/com/vesoft/nebula/tools/algorithm/lib)。
+详细的实现方式，您可以参考 [LouvainAlgo.scala 和 PageRankAlgo.scala](https://github.com/vesoft-inc/nebula-java/tree/master/tools/nebula-algorithm/src/main/scala/com/vesoft/nebula/tools/algorithm/lib)。
 
 ## PageRank 和 Louvain 简介
 

nebula-exchange/about-exchange/ex-ug-limitations.md

@@ -35,6 +35,7 @@ Exchange 支持将以下格式或来源的数据转换为 Nebula Graph 能识别
   - Apache ORC
   - JSON
   - CSV
+- Apache HBase™
 - 数据仓库：HIVE
 - 图数据库：Neo4j 2.4.5-M1
 - 关系型数据库：MySQL

nebula-exchange/about-exchange/ex-ug-what-is-exchange.md

@@ -1,6 +1,6 @@
 # 什么是 Nebula Graph Exchange
 
-Nebula Graph Exchange（简称为 Exchange）是一款 Apache Spark™ 应用，用于在分布式环境中将集群中的数据批量迁移到 Nebula Graph 中，能支持多种不同格式的批式数据和流式数据的迁移。
+[Nebula Graph Exchange](https://github.com/vesoft-inc/nebula-java/tree/master/tools/exchange)（简称为 Exchange）是一款 Apache Spark™ 应用，用于在分布式环境中将集群中的数据批量迁移到 Nebula Graph 中，能支持多种不同格式的批式数据和流式数据的迁移。
 
 Exchange 由 Reader、Processor 和 Writer 三部分组成。Reader 读取不同来源的数据返回 DataFrame 后，Processor 遍历 DataFrame 的每一行，根据配置文件中 `fields` 的映射关系，按列名获取对应的值。在遍历指定批处理的行数后，Writer 会将获取的数据一次性写入到 Nebula Graph 中。下图描述了 Exchange 完成数据转换和迁移的过程。
 

nebula-exchange/ex-ug-toc.md

@@ -11,8 +11,8 @@
   - 操作示例
     - [导入 Neo4j 数据](use-exchange/ex-ug-import-from-neo4j.md)
     - 导入 HDFS 数据[TODO]
+    - 导入 HBase 数据[TODO]
     - 导入 HIVE 数据[TODO]
-    - 导入 JanusGraph 数据[TODO]
     - 导入 Kafka 数据[TODO]
     - 导入 MySQL 数据[TODO]
     - [导入 SST 文件](use-exchange/ex-ug-import-sst.md)
@@ -22,9 +22,12 @@
   - 数据源参数
     - [Neo4j 参数](parameter-reference/ex-ug-paras-neo4j.md)
     - HDFS 参数[TODO]
+    - HBase 参数[TODO]
     - HIVE 参数[TODO]
     - Kafka 参数[TODO]
     - MySQL 参数[TODO]
     - Pulsar 参数[TODO]
   - [导入命令参数](parameter-reference/ex-ug-para-import-command.md)
 - 错误信息[TODO]
+
+\* 本页面所列 [TODO] 仅表示文档尚未完成。Exchange 已经具备文档所列所有功能。

nebula-exchange/use-exchange/ex-ug-import-from-neo4j.md

@@ -72,7 +72,7 @@ Neo4j 的数据集信息如下：
 
 开始迁移数据之前，您需要确保以下信息：
 
-- 已经完成 Exchange 编译。详细信息，参考 [编译 Exchange](../compile-exchange/ex-ug-compile.md)。
+- 已经完成 Exchange 编译。详细信息，参考 [编译 Exchange](../ex-ug-compile.md)。
 - 已经安装了 Spark。
 - 在 Nebula Graph 中创建图数据模式所需的所有信息，包括标签和边类型的名称、属性等。
 
@@ -101,7 +101,7 @@ Neo4j 的数据集信息如下：
     CREATE EDGE edgeAB(idInt int, idString string, tboolean bool, tdouble double); -- 创建边类型 edgeAB
     ```
 
-关于 Nebula Graph 构图的更多信息，参考《Nebula Graph Database 手册》的 [快速开始](https://docs.nebula-graph.com.cn/manual-CN/1.overview/2.quick-start/1.get-started/ "点击前往 Nebula Graph 网站") 。
+关于 Nebula Graph 构图的更多信息，参考《Nebula Graph Database 手册》的 [快速开始](https://docs.nebula-graph.com.cn/manual-CN/1.overview/2.quick-start/1.get-started/ "点击前往 Nebula Graph 网站")。
 
 ### 步骤 2. 配置源数据
 

nebula-exchange/use-exchange/ex-ug-import-sst.md

@@ -47,9 +47,12 @@ RocksDB 提供了一系列 API 用于创建及导入 SST 文件，有助于您
     ```conf
       # Nebula Graph 相关配置
       nebula:  {
-        addresses: ["127.0.0.1:3699"]
-        # 添加 Nebula Graph 数据库 Meta 服务的 IP 地址和端口
-        meta.addresses:["127.0.0.1:45500"] 
+        address: {
+          # 添加 Nebula Graph 数据库 Graph 服务的 IP 地址和端口
+          graph: ["127.0.0.1:3699"]
+          # 添加 Nebula Graph 数据库 Meta 服务的 IP 地址和端口
+          meta:["127.0.0.1:45500"]
+        }
         user: user
         pswd: password
         space: test
@@ -85,7 +88,7 @@ RocksDB 提供了一系列 API 用于创建及导入 SST 文件，有助于您
 
 - [导入 Neo4j 数据](ex-ug-import-from-neo4j.md)
 - 导入 HDFS 数据[TODO]
+- 导入 HBase 数据[TODO]
 - 导入 HIVE 数据[TODO]
-- 导入 JanusGraph 数据[TODO]
 - 导入 Kafka 数据[TODO]
 - 导入 MySQL 数据[TODO]

nebula-exchange/use-exchange/ex-ug-import-steps.md

@@ -16,8 +16,8 @@
 按以下步骤将不同来源的数据导入 Nebula Graph 数据库：
 
 1. 在 Nebula Graph 中构图，包括创建图空间、创建图数据模式（Schema）。
-2. 配置源数据。
-3. 分别修改 Spark、Nebula Graph 和源数据配置文件。
+2. （可选）处理源数据。例如，在导入 Neo4j 时，为提高导出速度，在 Neo4j 数据库中为指定的标签属性创建索引。
+3. 分别修改 Spark、Nebula Graph 以及点和边数据的配置文件。
 4. 向 Nebula Graph 迁移数据。
 5. （可选）在 Nebula Graph 中重构索引。
 

nebula-studio/quick-start/st-ug-create-schema.md

@@ -19,8 +19,8 @@
 
 按以下步骤使用 **Schema** 创建 Schema：
 
-1. 创建标签。详细信息，参考 [操作标签](../use-studio/manage-schema/st-ug-crud-tag.md)。
-2. 创建边类型。详细信息，参考 [操作边类型](../use-studio/manage-schema/st-ug-crud-edge-type.md)。
+1. 创建标签。详细信息，参考 [操作标签](../manage-schema/st-ug-crud-tag.md)。
+2. 创建边类型。详细信息，参考 [操作边类型](../manage-schema/st-ug-crud-edge-type.md)。
 
 ## 使用控制台创建 Schema
 

nebula-studio/st-ug-toc.md

@@ -26,8 +26,11 @@
   - 使用控制台
     - 界面介绍 [TODO]
     - [导入图探索](use-console/st-ug-open-in-explorer.md)
+    - [查看子图](use-console/st-ug-visualize-findpath.md)
     - 导出 CSV 文件[TODO]
 - 最佳实践 [TODO]
 - 故障排查 [TODO]
   - 连接问题
   - 错误信息
+
+\* 本页面所列 [TODO] 仅表示文档尚未完成，并非表示 Studio 不具备相应的功能。

spark-connector/sc-ug-what-is-spark-connector.md

@@ -1,15 +1,7 @@
-# 什么是 Spark Connector
+# 什么是 Spark-connector
 
-Spark-connector 是 Spark 与 Nebula Graph 之间进行数据交换的一个工具，包括：
+[Spark-connector](https://github.com/vesoft-inc/nebula-java/tree/master/tools/nebula-spark) 是一个 Spark 连接器，提供了通过 Spark 标准形式读写 Nebula Graph 数据库的能力，由以下两部分组成：
 
-- Spark-connector Reader：为您提供了一个 Spark SQL 接口，您可以使用 Spark SQL 接口编程读取 Nebula Graph 图数据，单次读取一个点或边类型的数据，并将读取的结果组装成 Spark 的 DataFrame。参考 [Spark-connector Reader 相关信息](reader/screader-ug-what-is-sparkconnector-reader.md)。
+- Reader：为您提供了一个 Spark SQL 接口，您可以使用 Spark SQL 接口编程读取 Nebula Graph 图数据，单次读取一个点或边类型的数据，并将读取的结果组装成 Spark 的 DataFrame。参考 [Spark-connector Reader 相关信息](reader/screader-ug-what-is-sparkconnector-reader.md)。
 
-- Spark-connector Writer：目前正在开发中。
-
-## 贡献
-
-Spark-connector 是一个完全开源的项目，欢迎开源爱好者通过以下方式参与：
-
-- 前往 [Nebula Graph 论坛](https://discuss.nebula-graph.com.cn/ "点击前往“Nebula Graph 论坛") 上参与 Issue 讨论，如答疑、提供想法或者报告无法解决的问题
-- 撰写或改进文档
-- 提交优化代码
+- Writer：目前正在开发中。