docs: refactor documentation structure and add new content

content/cn/docs/changelog/hugegraph-0.2-release-notes.md

@@ -148,7 +148,7 @@ weight: 23
 - 图数据接口
 - Gremlin接口
 
-更多细节详见[API文档](/clients/hugegraph-api.html)
+更多细节详见[API文档](/docs/clients/restful-api)
 
 ### 后端支持
 

content/cn/docs/clients/gremlin-console.md

@@ -82,7 +82,7 @@ channelizer: org.apache.tinkerpop.gremlin.server.channel.HttpChannelizer
 # ......
 ```
 
-将 `channelizer: org.apache.tinkerpop.gremlin.server.channel.HttpChannelizer` 修改成 `channelizer: org.apache.tinkerpop.gremlin.server.channel.WebSocketChannelizer` 或直接注释，然后按照[步骤](/docs/quickstart/hugegraph-server/)启动 HugeGraph-Server。
+将 `channelizer: org.apache.tinkerpop.gremlin.server.channel.HttpChannelizer` 修改成 `channelizer: org.apache.tinkerpop.gremlin.server.channel.WebSocketChannelizer` 或直接注释，然后按照[步骤](/cn/docs/quickstart/hugegraph/hugegraph-server/)启动 HugeGraph-Server。
 
 下面进入 Gremlin-Console：
 

content/cn/docs/clients/hugegraph-client.md

@@ -6,7 +6,8 @@ weight: 2
 
 本文的代码都是`java`语言写的，但其风格与`gremlin(groovy)`是非常类似的。用户只需要把代码中的变量声明替换成`def`或直接去掉，
 就能将`java`代码转变为`groovy`；另外就是每一行语句最后可以不加分号，`groovy`认为一行就是一条语句。
-用户在`HugeGraph-Studio`中编写的`gremlin(groovy)`可以参考本文的`java`代码，下面会举出几个例子。
+
+用户在`HugeGraph-Hubble`中编写的`gremlin(groovy)`可以参考本文的`java`代码，下面会举出几个例子。
 
 ### 1 HugeGraph-Client
 
@@ -15,31 +16,31 @@ HugeGraph-Client 是操作 graph 的总入口，用户必须先创建出 HugeGra
 目前 HugeGraph-Client 只允许连接服务端已存在的图，无法自定义图进行创建。其创建方法如下：
 
 ```java
-// HugeGraphServer地址："http://localhost:8080"
+// HugeGraphServer 地址："http://localhost:8080"
 // 图的名称："hugegraph"
 HugeClient hugeClient = HugeClient.builder("http://localhost:8080", "hugegraph")
                                   .configTimeout(20) // 默认 20s 超时
                                   .configUser("**", "**") // 默认未开启用户权限
                                   .build();
 ```
 
-上述创建 HugeClient 的过程如果失败会抛出异常，用户需要try-catch。如果成功则继续获取 schema、graph 以及 gremlin 的 manager。
+上述创建 HugeClient 的过程如果失败会抛出异常，用户需要 try-catch。如果成功则继续获取 schema、graph 以及 gremlin 的 manager。
 
-在`HugeGraph - Hubble / Studio`中通过`gremlin`来操作时，不需要使用`HugeClient`，可以忽略。
+在`HugeGraph - Hubble`中通过`gremlin`来操作时，不需要使用`HugeClient`，可以忽略。
 
 ### 2 元数据
 
 #### 2.1 SchemaManager
 
-SchemaManager 用于管理 HugeGraph 中的四种元数据，分别是PropertyKey（属性类型）、VertexLabel（顶点类型）、EdgeLabel（边类型）和 IndexLabel（索引标签）。在定义元数据信息之前必须先创建 SchemaManager 对象。
+SchemaManager 用于管理 HugeGraph 中的四种元数据，分别是 PropertyKey（属性类型）、VertexLabel（顶点类型）、EdgeLabel（边类型）和 IndexLabel（索引标签）。在定义元数据信息之前必须先创建 SchemaManager 对象。
 
-用户可使用如下方法获得SchemaManager对象：
+用户可使用如下方法获得 SchemaManager 对象：
 
 ```java
 SchemaManager schema = hugeClient.schema()
 ```
 
-在`HugeGraph-Studio`中通过`gremlin`创建`schema`对象：
+在`HugeGraph-Hubble`中通过`gremlin`创建`schema`对象：
 
 ```groovy
 schema = graph.schema()
@@ -96,7 +97,7 @@ PropertyKey 允许定义的约束信息包括：name、datatype、cardinality、
 schema.propertyKey("name").asText().valueSet().ifNotExist().create()
 ```
 
-在`HugeGraph-Studio`中通过`gremlin`创建上述`PropertyKey`对象的语法完全一致，如果用户没有定义出`schema`变量，应该这样写：
+在`HugeGraph-Hubble`中通过`gremlin`创建上述`PropertyKey`对象的语法完全一致，如果用户没有定义出`schema`变量，应该这样写：
 
 ```groovy
 graph.schema().propertyKey("name").asText().valueSet().ifNotExist().create()
@@ -115,10 +116,10 @@ schema.propertyKey("name").remove()
 ##### 2.2.4 查询 PropertyKey
 
 ```java
-// 获取PropertyKey对象
+// 获取 PropertyKey 对象
 schema.getPropertyKey("name")
 
-// 获取PropertyKey属性
+// 获取 PropertyKey 属性
 schema.getPropertyKey("name").cardinality()
 schema.getPropertyKey("name").dataType()
 schema.getPropertyKey("name").name()
@@ -131,15 +132,15 @@ schema.getPropertyKey("name").userdata()
 
 VertexLabel 用来定义顶点类型，描述顶点的约束信息：
 
-VertexLabel 允许定义的约束信息包括：name、idStrategy、properties、primaryKeys和 nullableKeys，下面逐一介绍。
+VertexLabel 允许定义的约束信息包括：name、idStrategy、properties、primaryKeys 和 nullableKeys，下面逐一介绍。
 
 - name: 属性的名字，用来区分不同的 VertexLabel，不允许有同名的属性；
 
 | interface                | param | must set |
 |--------------------------|-------|----------|
 | vertexLabel(String name) | name  | y        |
 
-- idStrategy: 每一个 VertexLabel 都可以选择自己的 Id 策略，目前有三种策略供选择，即 Automatic（自动生成）、Customize（用户传入）和 PrimaryKey（主属性键）。其中 Automatic 使用 Snowflake 算法生成 Id，Customize 需要用户自行传入字符串或数字类型的 Id，PrimaryKey 则允许用户从 VertexLabel 的属性中选择若干主属性作为区分的依据，HugeGraph 内部会根据主属性的值拼接生成 Id。idStrategy 默认使用 Automatic的，但如果用户没有显式设置 idStrategy 又调用了 primaryKeys(...) 方法设置了主属性，则 idStrategy 将自动使用 PrimaryKey；
+- idStrategy: 每一个 VertexLabel 都可以选择自己的 Id 策略，目前有三种策略供选择，即 Automatic（自动生成）、Customize（用户传入）和 PrimaryKey（主属性键）。其中 Automatic 使用 Snowflake 算法生成 Id，Customize 需要用户自行传入字符串或数字类型的 Id，PrimaryKey 则允许用户从 VertexLabel 的属性中选择若干主属性作为区分的依据，HugeGraph 内部会根据主属性的值拼接生成 Id。idStrategy 默认使用 Automatic 的，但如果用户没有显式设置 idStrategy 又调用了 primaryKeys(...) 方法设置了主属性，则 idStrategy 将自动使用 PrimaryKey；
 
 | interface            | idStrategy       | description                                             |
 |----------------------|------------------|---------------------------------------------------------|
@@ -176,7 +177,7 @@ VertexLabel 允许定义的约束信息包括：name、idStrategy、properties
 
 注意：primaryKeys 和 nullableKeys 不能有交集，因为一个属性不能既作为主属性，又是可空的。
 
-- enableLabelIndex：用户可以指定是否需要为label创建索引。不创建则无法全局搜索指定label的顶点和边，创建则可以全局搜索，做类似于`g.V().hasLabel('person'), g.E().has('label', 'person')`这样的查询，
+- enableLabelIndex：用户可以指定是否需要为 label 创建索引。不创建则无法全局搜索指定 label 的顶点和边，创建则可以全局搜索，做类似于`g.V().hasLabel('person'), g.E().has('label', 'person')`这样的查询，
 但是插入数据时性能上会更加慢，并且需要占用更多的存储空间。此项默认为 true。
 
 | interface                        | description                     |
@@ -223,10 +224,10 @@ schema.vertexLabel("person").remove();
 ##### 2.3.5 查询 VertexLabel
 
 ```java
-// 获取VertexLabel对象
+// 获取 VertexLabel 对象
 schema.getVertexLabel("name")
 
-// 获取property key属性
+// 获取 property key 属性
 schema.getVertexLabel("person").idStrategy()
 schema.getVertexLabel("person").primaryKeys()
 schema.getVertexLabel("person").name()
@@ -258,7 +259,7 @@ EdgeLabel 允许定义的约束信息包括：name、sourceLabel、targetLabel
 | sourceLabel(String label) | label | y        |
 | targetLabel(String label) | label | y        |
 
-- frequency: 字面意思是频率，表示在两个具体的顶点间某个关系出现的次数，可以是单次（single）或多次（frequency），默认为single；
+- frequency: 字面意思是频率，表示在两个具体的顶点间某个关系出现的次数，可以是单次（single）或多次（frequency），默认为 single；
 
 | interface    | frequency | description                         |
 |--------------|-----------|-------------------------------------|
@@ -279,7 +280,7 @@ EdgeLabel 允许定义的约束信息包括：name、sourceLabel、targetLabel
 
 - nullableKeys: 与顶点中的 nullableKeys 概念一致，不再赘述
 
-注意：sortKeys 和 nullableKeys也不能有交集。
+注意：sortKeys 和 nullableKeys 也不能有交集。
 
 - enableLabelIndex：与顶点中的 enableLabelIndex 概念一致，不再赘述
 
@@ -311,10 +312,10 @@ schema.edgeLabel("knows").remove();
 ##### 2.4.5 查询 EdgeLabel
 
 ```java
-// 获取EdgeLabel对象
+// 获取 EdgeLabel 对象
 schema.getEdgeLabel("knows")
 
-// 获取property key属性
+// 获取 property key 属性
 schema.getEdgeLabel("knows").frequency()
 schema.getEdgeLabel("knows").sourceLabel()
 schema.getEdgeLabel("knows").targetLabel()
@@ -356,28 +357,28 @@ IndexLabel 允许定义的约束信息包括：name、baseType、baseValue、ind
 
 - indexType: 建立的索引类型，目前支持五种，即 Secondary、Range、Search、Shard 和 Unique。
     - Secondary 支持精确匹配的二级索引，允许建立联合索引，联合索引支持索引前缀搜索
-        - 单个属性，支持相等查询，比如：person顶点的city属性的二级索引，可以用`g.V().has("city", "北京")
-        `查询"city属性值是北京"的全部顶点
-        - 联合索引，支持前缀查询和相等查询，比如：person顶点的city和street属性的联合索引，可以用`g.V().has
+        - 单个属性，支持相等查询，比如：person 顶点的 city 属性的二级索引，可以用`g.V().has("city", "北京")
+        `查询"city 属性值是北京"的全部顶点
+        - 联合索引，支持前缀查询和相等查询，比如：person 顶点的 city 和 street 属性的联合索引，可以用`g.V().has
         ("city", "北京").has('street', '中关村街道')
         `查询"city属性值是北京且street属性值是中关村"的全部顶点，或者`g.V()
-        .has("city", "北京")`查询"city属性值是北京"的全部顶点
-        > secondary index的查询都是基于"是"或者"相等"的查询条件，不支持"部分匹配"
+        .has("city", "北京")`查询"city 属性值是北京"的全部顶点
+        > secondary index 的查询都是基于"是"或者"相等"的查询条件，不支持"部分匹配"
     - Range 支持数值类型的范围查询
-        - 必须是单个数字或者日期属性，比如：person顶点的age属性的范围索引，可以用`g.V().has("age", P.gt(18))
+        - 必须是单个数字或者日期属性，比如：person 顶点的 age 属性的范围索引，可以用`g.V().has("age", P.gt(18))
         `查询"age属性值大于18"的顶点。除了`P.gt()`以外，还支持`P.gte()`, `P.lte()`, `P.lt()`,
         `P.eq()`, `P.between()`, `P.inside()`和`P.outside()`等
     - Search 支持全文检索的索引
-        - 必须是单个文本属性，比如：person顶点的address属性的全文索引，可以用`g.V().has("address", Text
-        .contains('大厦')`查询"address属性中包含大厦"的全部顶点
-        > search index的查询是基于"是"或者"包含"的查询条件
+        - 必须是单个文本属性，比如：person 顶点的 address 属性的全文索引，可以用`g.V().has("address", Text
+        .contains('大厦')`查询"address 属性中包含大厦"的全部顶点
+        > search index 的查询是基于"是"或者"包含"的查询条件
     - Shard 支持前缀匹配 + 数字范围查询的索引
-        - N个属性的分片索引，支持前缀相等情况下的范围查询，比如：person顶点的city和age属性的分片索引，可以用`g.V().has
+        - N 个属性的分片索引，支持前缀相等情况下的范围查询，比如：person 顶点的 city 和 age 属性的分片索引，可以用`g.V().has
         ("city", "北京").has("age", P.between(18, 30))
-        `查询"city属性是北京且年龄大于等于18小于30"的全部顶点
-        - shard index N个属性全是文本属性时，等价于secondary index
-        - shard index只有单个数字或者日期属性时，等价于range index
-        > shard index可以有任意数字或者日期属性，但是查询时最多只能提供一个范围查找条件，且该范围查找条件的属性的前缀属性都是相等查询条件
+        `查询"city 属性是北京且年龄大于等于 18 小于 30"的全部顶点
+        - shard index N 个属性全是文本属性时，等价于 secondary index
+        - shard index 只有单个数字或者日期属性时，等价于 range index
+        > shard index 可以有任意数字或者日期属性，但是查询时最多只能提供一个范围查找条件，且该范围查找条件的属性的前缀属性都是相等查询条件
     - Unique 支持属性值唯一性约束，即可以限定属性的值不重复，允许联合索引，但不支持查询
         - 单个或者多个属性的唯一性索引，不可用来查询，只可对属性的值进行限定，当出现重复值时将报错
 
@@ -408,10 +409,10 @@ schema.indexLabel("personByAge").remove()
 ##### 2.5.4 查询 IndexLabel
 
 ```java
-// 获取IndexLabel对象
+// 获取 IndexLabel 对象
 schema.getIndexLabel("personByAge")
 
-// 获取property key属性
+// 获取 property key 属性
 schema.getIndexLabel("personByAge").baseType()
 schema.getIndexLabel("personByAge").baseValue()
 schema.getIndexLabel("personByAge").indexFields()
@@ -431,7 +432,7 @@ Vertex lop = graph.addVertex(T.label, "software", "name", "lop", "lang", "java",
 ```
 
 - 添加顶点的关键是顶点属性，添加顶点函数的参数个数必须为偶数，且满足`key1 -> val1, key2 -> val2 ···`的顺序排列，键值对之间的顺序是自由的。
-- 参数中必须包含一对特殊的键值对，就是`T.label -> "val"`，用来定义该顶点的类别，以便于程序从缓存或后端获取到该VertexLabel的schema定义，然后做后续的约束检查。例子中的label定义为person。
+- 参数中必须包含一对特殊的键值对，就是`T.label -> "val"`，用来定义该顶点的类别，以便于程序从缓存或后端获取到该 VertexLabel 的 schema 定义，然后做后续的约束检查。例子中的 label 定义为 person。
 - 如果顶点类型的 Id 策略为 `AUTOMATIC`，则不允许用户传入 id 键值对。
 - 如果顶点类型的 Id 策略为 `CUSTOMIZE_STRING`，则用户需要自己传入 String 类型 id 的值，键值对形如：`"T.id", "123456"`。
 - 如果顶点类型的 Id 策略为 `CUSTOMIZE_NUMBER`，则用户需要自己传入 Number 类型 id 的值，键值对形如：`"T.id", 123456`。
@@ -448,12 +449,12 @@ Vertex lop = graph.addVertex(T.label, "software", "name", "lop", "lang", "java",
 Edge knows1 = marko.addEdge("knows", vadas, "city", "Beijing");
 ```
 
-- 由（源）顶点来调用添加边的函数，函数第一个参数为边的label，第二个参数是目标顶点，这两个参数的位置和顺序是固定的。后续的参数就是`key1 -> val1, key2 -> val2 ···`的顺序排列，设置边的属性，键值对顺序自由。
+- 由（源）顶点来调用添加边的函数，函数第一个参数为边的 label，第二个参数是目标顶点，这两个参数的位置和顺序是固定的。后续的参数就是`key1 -> val1, key2 -> val2 ···`的顺序排列，设置边的属性，键值对顺序自由。
 - 源顶点和目标顶点必须符合 EdgeLabel 中 source-label 和 target-label 的定义，不能随意添加。
 - 对于非 nullableKeys 的属性，必须要赋值。
 
-**注意：当frequency为multiple时必须要设置sortKeys对应属性类型的值。**
+**注意：当 frequency 为 multiple 时必须要设置 sortKeys 对应属性类型的值。**
 
 ### 4 简单示例
 
-简单示例见[HugeGraph-Client](/docs/quickstart/hugegraph-client)
+简单示例见[HugeGraph-Client](/cn/docs/quickstart/client/hugegraph-client)

content/cn/docs/clients/restful-api/_index.md

@@ -7,7 +7,7 @@ weight: 1
 HugeGraph-Server通过HugeGraph-API基于HTTP协议为Client提供操作图的接口，主要包括元数据和
 图数据的增删改查，遍历算法，变量，图操作及其他操作。
 
-除了下方的文档，你还可以通过 `localhost:8080/swagger-ui/index.html` 访问 `swagger-ui` 以查看 `RESTful API`。[示例可以参考此处](/cn/docs/quickstart/hugegraph-server#swaggerui-example)
+除了下方的文档，你还可以通过 `localhost:8080/swagger-ui/index.html` 访问 `swagger-ui` 以查看 `RESTful API`。[示例可以参考此处](/cn/docs/quickstart/hugegraph/hugegraph-server#swaggerui-example)
 
 [comment]: <> (- Graph Schema)
 

content/cn/docs/clients/restful-api/task.md

@@ -93,7 +93,7 @@ DELETE http://localhost:8080/graphs/hugegraph/tasks/2
 
 #### 7.1.4 取消某个异步任务，**该异步任务必须具有处理中断的能力**
 
-假设已经通过[Gremlin API](../gremlin)创建了一个异步任务如下：
+假设已经通过[Gremlin API](/cn/docs/clients/restful-api/gremlin)创建了一个异步任务如下：
 
 ```groovy
 "for (int i = 0; i < 10; i++) {" +