This is an automated email from the ASF dual-hosted git repository.
leesf pushed a commit to branch asf-site
in repository https://gitbox.apache.org/repos/asf/incubator-hudi.git
The following commit(s) were added to refs/heads/asf-site by this push:
new 6d766d7 [doc][chinese] Update and fix errors in chinese documentation
(#1069)
6d766d7 is described below
commit 6d766d76c6975115be58704638558936850f99c0
Author: SuXingLee <suxing-...@qq.com>
AuthorDate: Thu Dec 5 15:23:18 2019 +0800
[doc][chinese] Update and fix errors in chinese documentation (#1069)
---
docs/_data/sidebars/mydoc_sidebar_cn.yml | 8 ++++----
docs/admin_guide.cn.md | 2 +-
docs/comparison.cn.md | 2 +-
docs/concepts.cn.md | 2 +-
docs/configurations.cn.md | 2 +-
docs/index.cn.md | 6 +++---
docs/powered_by.cn.md | 2 +-
docs/querying_data.cn.md | 2 +-
docs/quickstart.cn.md | 10 +++++-----
docs/use_cases.cn.md | 18 +++++++++---------
docs/writing_data.cn.md | 6 +++---
11 files changed, 30 insertions(+), 30 deletions(-)
diff --git a/docs/_data/sidebars/mydoc_sidebar_cn.yml
b/docs/_data/sidebars/mydoc_sidebar_cn.yml
index 168f218..97975af 100644
--- a/docs/_data/sidebars/mydoc_sidebar_cn.yml
+++ b/docs/_data/sidebars/mydoc_sidebar_cn.yml
@@ -6,19 +6,19 @@ entries:
version: (0.5.0-incubating)
folders:
- - title: Getting Started
+ - title: 入门指南
output: web
folderitems:
- - title: Quickstart
+ - title: 快速开始
url: /quickstart.html
output: web
- - title: 用户案例
+ - title: 使用案例
url: /use_cases.html
output: web
- - title: 演讲 & Powered By
+ - title: 演讲 & Hudi 用户
url: /powered_by.html
output: web
diff --git a/docs/admin_guide.cn.md b/docs/admin_guide.cn.md
index f980113..e1a266e 100644
--- a/docs/admin_guide.cn.md
+++ b/docs/admin_guide.cn.md
@@ -1,5 +1,5 @@
---
-title: Administering Hudi Pipelines
+title: 管理 Hudi Pipelines
keywords: hudi, administration, operation, devops
sidebar: mydoc_sidebar
permalink: admin_guide.html
diff --git a/docs/comparison.cn.md b/docs/comparison.cn.md
index 1ecad5f..393fc9e 100644
--- a/docs/comparison.cn.md
+++ b/docs/comparison.cn.md
@@ -1,5 +1,5 @@
---
-title: Comparison
+title: 对比
keywords: apache, hudi, kafka, kudu, hive, hbase, stream processing
sidebar: mydoc_sidebar
permalink: comparison.html
diff --git a/docs/concepts.cn.md b/docs/concepts.cn.md
index a4f873a..c5c5fd4 100644
--- a/docs/concepts.cn.md
+++ b/docs/concepts.cn.md
@@ -1,5 +1,5 @@
---
-title: Concepts
+title: 概念
keywords: hudi, design, storage, views, timeline
sidebar: mydoc_sidebar
permalink: concepts.html
diff --git a/docs/configurations.cn.md b/docs/configurations.cn.md
index 7b7397d..7100405 100644
--- a/docs/configurations.cn.md
+++ b/docs/configurations.cn.md
@@ -95,7 +95,7 @@ inputDF.write()
##### INSERT_DROP_DUPS_OPT_KEY {#INSERT_DROP_DUPS_OPT_KEY}
属性：`hoodie.datasource.write.insert.drop.duplicates`, 默认值：`false` <br/>
- <span style="color:grey">如果设置为true，则在插入操作期间从传入数据帧中过滤掉所有重复记录。</span>
+ <span style="color:grey">如果设置为true，则在插入操作期间从传入DataFrame中过滤掉所有重复记录。</span>
##### HIVE_SYNC_ENABLED_OPT_KEY {#HIVE_SYNC_ENABLED_OPT_KEY}
属性：`hoodie.datasource.hive_sync.enable`, 默认值：`false` <br/>
diff --git a/docs/index.cn.md b/docs/index.cn.md
index cacd43c..19ab353 100644
--- a/docs/index.cn.md
+++ b/docs/index.cn.md
@@ -10,7 +10,7 @@ Hudi（发音为“hoodie”）摄取与管理处于DFS([HDFS](http://hadoop.apa
* **读优化视图** - 在纯列式存储上提供出色的查询性能，非常像[parquet](https://parquet.apache.org/)表。
* **增量视图** - 在数据集之上提供一个变更流并提供给下游的作业或ETL任务。
- * **准实时的表** - 使用基于列存储(例如 Parquet +
[Avro](http://avro.apache.org/docs/current/mr.html))和行存储以提供对实时数据的查询
+ * **准实时的表** - 使用基于列存储和行存储(例如 Parquet +
[Avro](http://avro.apache.org/docs/current/mr.html))以提供对实时数据的查询
@@ -18,6 +18,6 @@ Hudi（发音为“hoodie”）摄取与管理处于DFS([HDFS](http://hadoop.apa
<img class="docimage" src="/images/hudi_intro_1.png"
alt="hudi_intro_1.png" />
</figure>
-通过仔细地管理数据在存储中的布局和如何将数据暴露给查询，Hudi支持丰富的数据生态系统，在该系统中，外部数据源可被近实时摄取并被用于[presto](https://prestodb.io)和[spark](https://spark.apache.org/sql/)等交互式SQL引擎，同时能够从处理/ETL框架（如[hive](https://hive.apache.org/)&
[spark](https://spark.apache.org/docs/latest/)中进行增量消费以构建派生（Hudi）数据集。
+通过仔细地管理数据在存储中的布局和如何将数据暴露给查询，Hudi支持丰富的数据生态系统，在该系统中，外部数据源可被近实时摄取并被用于[presto](https://prestodb.io)和[spark](https://spark.apache.org/sql/)等交互式SQL引擎，同时能够从处理/ETL框架（如[hive](https://hive.apache.org/)和
[spark](https://spark.apache.org/docs/latest/)中进行增量消费以构建派生（Hudi）数据集。
-Hudi
大体上由一个自包含的Spark库组成，它用于构建数据集并与现有的数据访问查询引擎集成。有关演示，请参见[快速启动](quickstart.html)。
+Hudi
大体上由一个自包含的Spark库组成，它用于构建数据集并与现有的数据访问查询引擎集成。有关演示，请参见[快速开始](quickstart.html)。
diff --git a/docs/powered_by.cn.md b/docs/powered_by.cn.md
index 11930ee..4432788 100644
--- a/docs/powered_by.cn.md
+++ b/docs/powered_by.cn.md
@@ -1,5 +1,5 @@
---
-title: Talks & Powered By
+title: 演讲 & Hudi 用户
keywords: hudi, talks, presentation
sidebar: mydoc_sidebar
permalink: powered_by.html
diff --git a/docs/querying_data.cn.md b/docs/querying_data.cn.md
index 354c890..1676f13 100644
--- a/docs/querying_data.cn.md
+++ b/docs/querying_data.cn.md
@@ -96,7 +96,7 @@ Spark可将Hudi jars和捆绑包轻松部署和管理到作业/笔记本中。
spark.sparkContext.hadoopConfiguration.setClass("mapreduce.input.pathFilter.class",
classOf[org.apache.hudi.hadoop.HoodieROTablePathFilter],
classOf[org.apache.hadoop.fs.PathFilter]);
```
-如果您希望通过数据源在DFS上使用全局路径，则只需执行以下类似操作即可得到Spark数据帧。
+如果您希望通过数据源在DFS上使用全局路径，则只需执行以下类似操作即可得到Spark DataFrame。
```Scala
Dataset<Row> hoodieROViewDF = spark.read().format("org.apache.hudi")
diff --git a/docs/quickstart.cn.md b/docs/quickstart.cn.md
index 79c750b..46062e7 100644
--- a/docs/quickstart.cn.md
+++ b/docs/quickstart.cn.md
@@ -1,5 +1,5 @@
---
-title: Quickstart
+title: 快速开始
keywords: hudi, quickstart
sidebar: mydoc_sidebar
toc: true
@@ -55,7 +55,7 @@ df.write.format("org.apache.hudi").
`mode(Overwrite)`覆盖并重新创建数据集(如果已经存在)。
您可以检查在`/tmp/hudi_cow_table/<region>/<country>/<city>/`下生成的数据。我们提供了一个记录键
-([schema](#sample-schema)中的`uuid`)，分区字段(`region/county/city`）和组合逻辑(`ts`[schema](#sample-schema))
+([schema](#sample-schema)中的`uuid`)，分区字段(`region/county/city`）和组合逻辑([schema](#sample-schema)中的`ts`)
以确保行程记录在每个分区中都是唯一的。更多信息请参阅
[对Hudi中的数据进行建模](https://cwiki.apache.org/confluence/pages/viewpage.action?pageId=113709185#Frequentlyaskedquestions(FAQ)-HowdoImodelthedatastoredinHudi?)，
有关将数据提取到Hudi中的方法的信息，请参阅[写入Hudi数据集](https://hudi.apache.org/writing_data.html)。
@@ -64,7 +64,7 @@ df.write.format("org.apache.hudi").
## 查询数据 {#query}
-将数据文件加载到数据帧中。
+将数据文件加载到DataFrame中。
```Scala
val roViewDF = spark.
@@ -82,7 +82,7 @@ spark.sql("select _hoodie_commit_time, _hoodie_record_key,
_hoodie_partition_pat
## 更新数据 {#updates}
-这类似于插入新数据。使用数据生成器生成对现有行程的更新，加载到数据帧并将数据帧写入hudi数据集。
+这类似于插入新数据。使用数据生成器生成对现有行程的更新，加载到DataFrame中并将DataFrame写入hudi数据集。
```Scala
val updates = convertToStringList(dataGen.generateUpdates(10))
@@ -151,7 +151,7 @@ spark.sql("select `_hoodie_commit_time`, fare, begin_lon,
begin_lat, ts from hu
## 从这开始下一步？
-您也可以通过[自己构建hudi](https://github.com/apache/incubator-hudi#building-apache-hudi-from-source)来快速入门，
+您也可以通过[自己构建hudi](https://github.com/apache/incubator-hudi#building-apache-hudi-from-source)来快速开始，
并在spark-shell命令中使用`--jars <path to
hudi_code>/packaging/hudi-spark-bundle/target/hudi-spark-bundle-*.*.*-SNAPSHOT.jar`，
而不是`--packages org.apache.hudi:hudi-spark-bundle:0.5.0-incubating`
diff --git a/docs/use_cases.cn.md b/docs/use_cases.cn.md
index a5432a6..d6147c5 100644
--- a/docs/use_cases.cn.md
+++ b/docs/use_cases.cn.md
@@ -1,5 +1,5 @@
---
-title: Use Cases
+title: 使用案例
keywords: hudi, data ingestion, etl, real time, use cases
sidebar: mydoc_sidebar
permalink: use_cases.html
@@ -16,7 +16,7 @@ summary: "以下是一些使用Hudi的示例，说明了加快处理速度和提
尽管这些数据对整个组织来说是最有价值的，但不幸的是，在大多数(如果不是全部)Hadoop部署中都使用零散的方式解决，即使用多个不同的摄取工具。
-对于RDBMS摄取，Hudi提供__通过更新插入达到更快加载__，而不是昂贵且低效的批量加载。例如，您可以读取MySQL
BIN日志或[Sqoop增量导入](https://sqoop.apache.org/docs/1.4.2/SqoopUserGuide.html#_incremental_imports)并将其应用于
+对于RDBMS摄取，Hudi提供 __通过更新插入达到更快加载__，而不是昂贵且低效的批量加载。例如，您可以读取MySQL
BIN日志或[Sqoop增量导入](https://sqoop.apache.org/docs/1.4.2/SqoopUserGuide.html#_incremental_imports)并将其应用于
DFS上的等效Hudi表。这比[批量合并任务](https://sqoop.apache.org/docs/1.4.0-incubating/SqoopUserGuide.html#id1770457)及[复杂的手工合并工作流](http://hortonworks.com/blog/four-step-strategy-incremental-updates-hive/)更快/更有效率。
@@ -24,9 +24,9 @@ DFS上的等效Hudi表。这比[批量合并任务](https://sqoop.apache.org/doc
毫无疑问， __全量加载不可行__，如果摄取需要跟上较高的更新量，那么则需要更有效的方法。
-即使对于像[Kafka](kafka.apache.org)这样的不可变数据源，Hudi也可以 __强制在HDFS上使用最小文件大小__,
这采取了综合方式解决[Hadoop中的一个老问题](https://blog.cloudera.com/blog/2009/02/the-small-files-problem/)来改善NameNode的健康状况。这对事件流来说更为重要，因为它通常具有较高容量(例如：点击流)，如果管理不当，可能会对Hadoop群集造成严重损害。
+即使对于像[Kafka](kafka.apache.org)这样的不可变数据源，Hudi也可以 __强制在HDFS上使用最小文件大小__,
这采取了综合方式解决[HDFS小文件问题](https://blog.cloudera.com/blog/2009/02/the-small-files-problem/)来改善NameNode的健康状况。这对事件流来说更为重要，因为它通常具有较高容量(例如：点击流)，如果管理不当，可能会对Hadoop集群造成严重损害。
-在所有源中，通过`提交`这一概念，Hudi增加了以原子方式向消费者发布新数据的功能，这种功能十分必要。
+在所有源中，通过`commits`这一概念，Hudi增加了以原子方式向消费者发布新数据的功能，这种功能十分必要。
## 近实时分析
@@ -34,8 +34,8 @@ DFS上的等效Hudi表。这比[批量合并任务](https://sqoop.apache.org/doc
这对于较小规模的数据量来说绝对是完美的([相比于这样安装Hadoop](https://blog.twitter.com/2015/hadoop-filesystem-at-twitter))，这种情况需要在亚秒级响应查询，例如系统监控或交互式实时分析。
但是，由于Hadoop上的数据太陈旧了，通常这些系统会被滥用于非交互式查询，这导致利用率不足和硬件/许可证成本的浪费。
-另一方面，Hadoop上的交互式SQL解决方案(如Presto和SparkSQL)表现出色，在__几秒钟内完成查询__。
-通过将__数据新鲜度提高到几分钟__，Hudi可以提供一个更有效的替代方案，并支持存储在DFS中的__数量级更大的数据集__的实时分析。
+另一方面，Hadoop上的交互式SQL解决方案(如Presto和SparkSQL)表现出色，在 __几秒钟内完成查询__。
+通过将 __数据新鲜度提高到几分钟__，Hudi可以提供一个更有效的替代方案，并支持存储在DFS中的 __数量级更大的数据集__ 的实时分析。
此外，Hudi没有外部依赖(如专用于实时分析的HBase集群)，因此可以在更新的分析上实现更快的分析，而不会增加操作开销。
@@ -61,8 +61,8 @@ Hudi通过以单个记录为粒度的方式(而不是文件夹/分区)从上游
## DFS的数据分发
-Hadoop的一个流行用例是压缩数据，然后将其分发回在线服务存储层，以供应用程序使用。
+一个常用场景是先在Hadoop上处理数据，然后将其分发回在线服务存储层，以供应用程序使用。
例如，一个Spark管道可以[确定Hadoop上的紧急制动事件](https://eng.uber.com/telematics/)并将它们加载到服务存储层(如ElasticSearch)中，供Uber应用程序使用以增加安全驾驶。这种用例中，通常架构会在Hadoop和服务存储之间引入`队列`，以防止目标服务存储被压垮。
-对于队列的选择，一种流行的选择是Kafka，这个模型经常导致__在DFS上存储相同数据的冗余(用于计算结果的离线分析)和Kafka(用于分发)__
+对于队列的选择，一种流行的选择是Kafka，这个模型经常导致 __在DFS上存储相同数据的冗余(用于计算结果的离线分析)和Kafka(用于分发)__
-通过将每次运行的Spark管道更新插入的输出转换为Hudi数据集，Hudi可以再次有效地解决这个问题，然后可以以增量方式获取尾部数据(就像Kafka主题一样)然后写入服务存储层。
+通过将每次运行的Spark管道更新插入的输出转换为Hudi数据集，Hudi可以再次有效地解决这个问题，然后可以以增量方式获取尾部数据(就像Kafka
topic一样)然后写入服务存储层。
diff --git a/docs/writing_data.cn.md b/docs/writing_data.cn.md
index 81428ce..9be04b0 100644
--- a/docs/writing_data.cn.md
+++ b/docs/writing_data.cn.md
@@ -138,8 +138,8 @@ Usage: <main class> [options]
## Datasource Writer
-`hudi-spark`模块提供了DataSource API，可以将任何数据帧写入（也可以读取）到Hudi数据集中。
-以下是在指定需要使用的字段名称的之后，如何插入更新数据帧的方法，这些字段包括
+`hudi-spark`模块提供了DataSource API，可以将任何DataFrame写入（也可以读取）到Hudi数据集中。
+以下是在指定需要使用的字段名称的之后，如何插入更新DataFrame的方法，这些字段包括
`recordKey => _row_key`、`partitionPath => partition`和`precombineKey =>
timestamp`
```Java
@@ -193,7 +193,7 @@ Usage: <main class> [options]
Hudi附带了一个内置的`org.apache.hudi.EmptyHoodieRecordPayload`类，它就是实现了这一功能。
```Java
- deleteDF // 仅包含要删除的记录的数据帧
+ deleteDF // 仅包含要删除的记录的DataFrame
.write().format("org.apache.hudi")
.option(...) // 根据设置需要添加HUDI参数，例如记录键、分区路径和其他参数
// 指定record_key，partition_key，precombine_fieldkey和常规参数
