i18n-zh-release-8.5: translate Lake docs from pingcap/docs release-8.5 on 2026-09-12

tidb-cloud-lake/_index.md

@@ -0,0 +1,118 @@
+---
+title: TiDB Cloud Lake 文档
+hide_sidebar: true
+hide_commit: true
+summary: TiDB Cloud Lake 是一项面向分析型工作负载的云原生数据仓库服务。它采用计算与存储分离架构，并支持 ANSI SQL、半结构化数据处理和面向 AI 的工作流。
+---
+
+<LearningPathContainer platform="tidb-cloud" title="TiDB Cloud Lake" subTitle="TiDB Cloud Lake 是一项面向分析型工作负载的云原生数据仓库服务。它采用计算与存储分离架构，并支持 ANSI SQL、半结构化数据处理和面向 AI 的工作流。">
+
+<LearningPath label="学习" icon="cloud1">
+
+[TiDB Cloud Lake 概览](https://docs.pingcap.com/zh/tidbcloudlake/lake-overview/)
+
+[架构](https://docs.pingcap.com/zh/tidbcloudlake/tidb-cloud-lake-architecture/)
+
+[版本](https://docs.pingcap.com/zh/tidbcloudlake/editions/)
+
+</LearningPath>
+
+<LearningPath label="试用" icon="cloud5">
+
+[快速入门](https://docs.pingcap.com/zh/tidbcloudlake/lake-quick-start/)
+
+[从 Snowflake 迁移](https://docs.pingcap.com/zh/tidbcloudlake/migrate-from-snowflake/)
+
+[使用 Vector 导入 JSON 日志](https://docs.pingcap.com/zh/tidbcloudlake/ingest-json-logs-with-vector-cloud/)
+
+</LearningPath>
+
+<LearningPath label="连接" icon="doc8">
+
+[连接概览](https://docs.pingcap.com/zh/tidbcloudlake/connection-overview/)
+
+[使用 LakeSQL 连接](https://docs.pingcap.com/zh/tidbcloudlake/connect-using-lakesql/)
+
+[使用 Golang 连接](https://docs.pingcap.com/zh/tidbcloudlake/connect-using-golang/)
+
+[使用 Tableau 连接](https://docs.pingcap.com/zh/tidbcloudlake/tableau/)
+
+[使用 AWS PrivateLink 连接](https://docs.pingcap.com/zh/tidbcloudlake/connect-with-aws-privatelink/)
+
+[使用 Alibaba Cloud PrivateLink 连接](https://docs.pingcap.com/zh/tidbcloudlake/connect-with-alibaba-cloud-privatelink/)
+
+</LearningPath>
+
+<LearningPath label="集成" icon="cloud4">
+
+[数据集成概览](https://docs.pingcap.com/zh/tidbcloudlake/data-integration-overview/)
+
+[数据源](https://docs.pingcap.com/zh/tidbcloudlake/data-sources/)
+
+[集成任务](https://docs.pingcap.com/zh/tidbcloudlake/integration-tasks/)
+
+</LearningPath>
+
+<LearningPath label="加载" icon="cloud3">
+
+[Stage 概述](https://docs.pingcap.com/zh/tidbcloudlake/stage-overview/)
+
+[从文件加载](https://docs.pingcap.com/zh/tidbcloudlake/load-from-files/)
+
+[查询与转换](https://docs.pingcap.com/zh/tidbcloudlake/query-stage/)
+
+[持续数据管道](https://docs.pingcap.com/zh/tidbcloudlake/continuous-data-pipelines/)
+
+</LearningPath>
+
+<LearningPath label="分析" icon="cloud6">
+
+[多模态数据分析](https://docs.pingcap.com/zh/tidbcloudlake/multimodal-data-analytics/)
+
+[SQL 分析](https://docs.pingcap.com/zh/tidbcloudlake/sql-analytics/)
+
+[向量搜索](https://docs.pingcap.com/zh/tidbcloudlake/vector-search-guide/)
+
+</LearningPath>
+
+<LearningPath label="运维" icon="tidb-cloud-tune">
+
+[管理成本](https://docs.pingcap.com/zh/tidbcloudlake/manage-costs/)
+
+[监控使用情况](https://docs.pingcap.com/zh/tidbcloudlake/monitor-usage/)
+
+[AI-Powered 的功能](https://docs.pingcap.com/zh/tidbcloudlake/ai-powered-features/)
+
+[性能优化](https://docs.pingcap.com/zh/tidbcloudlake/performance-optimization/)
+
+[故障排查](https://docs.pingcap.com/zh/tidbcloudlake/troubleshooting/)
+
+</LearningPath>
+
+<LearningPath label="安全" icon="users">
+
+[安全性与可靠性](https://docs.pingcap.com/zh/tidbcloudlake/security-reliability/)
+
+[访问控制](https://docs.pingcap.com/zh/tidbcloudlake/access-control/)
+
+[数据保护策略](https://docs.pingcap.com/zh/tidbcloudlake/data-protection-policies/)
+
+[使用 AWS IAM Role 进行认证](https://docs.pingcap.com/zh/tidbcloudlake/authenticate-with-aws-iam-role/)
+
+[合规与安全](https://docs.pingcap.com/zh/tidbcloudlake/compliance-security/)
+
+</LearningPath>
+
+<LearningPath label="参考" icon="cloud-dev">
+
+[SQL 语句概览](https://docs.pingcap.com/zh/tidbcloudlake/sql-statements-overview/)
+
+[价格与计费](https://docs.pingcap.com/zh/tidbcloudlake/pricing-billing/)
+
+[数据摄取基准测试](https://docs.pingcap.com/zh/tidbcloudlake/benchmark-data-ingestion/)
+
+[支持服务](https://docs.pingcap.com/zh/tidbcloudlake/support-services/)
+
+</LearningPath>
+
+</LearningPathContainer>

tidb-cloud-lake/guides/access-control.md

@@ -0,0 +1,22 @@
+---
+title: 访问控制
+summary: 了解 TiDB Cloud Lake 中的访问控制。它结合使用基于角色的访问控制（RBAC）和自主访问控制（DAC）来管理数据库、表、视图等数据对象的权限。
+---
+
+# 访问控制
+
+{{{ .lake }}} 的访问控制功能同时采用了 [Role-Based Access Control (RBAC)](https://en.wikipedia.org/wiki/Role-based_access_control) 和 [Discretionary Access Control (DAC)](https://en.wikipedia.org/wiki/Discretionary_access_control) 模型。当用户访问 {{{ .lake }}} 中的数据对象时，必须被授予适当的权限或角色，或者拥有该数据对象的所有权。数据对象可以指多种元素，例如数据库、表、视图、stage 或 UDF。
+
+![Access control](/media/tidb-cloud-lake/access-control-1.png)
+
+| 概念   | 描述                                              |
+|-----------|------------------------------------------------------------|
+| 权限 | 权限在与 {{{ .lake }}} 中的数据对象交互时起着关键作用。这些权限（如读、写和执行）能够对用户操作进行精细控制，从而确保符合用户需求并维护数据安全。                                                                 |
+| 角色      | 角色可简化访问控制。角色是分配给用户的预定义权限集合，可简化权限管理。管理员可以根据职责对用户进行分类，从而高效授予权限，而无需逐一进行单独配置。                                                        |
+| 所有权 | 所有权是一种用于控制数据访问的特殊权限。当用户拥有某个数据对象时，他们具有最高级别的控制权，可以决定访问权限。这种直接的所有权模型使用户能够管理自己的数据，并控制在 {{{ .lake }}} 环境中谁可以访问或修改这些数据。 |
+
+本指南介绍相关概念，并提供如何在 {{{ .lake }}} 中管理访问控制的说明：
+
+- [权限](/tidb-cloud-lake/guides/privileges.md)
+- [角色](/tidb-cloud-lake/guides/roles.md)
+- [所有权](/tidb-cloud-lake/guides/ownership.md)

tidb-cloud-lake/guides/aggregating-index.md

@@ -0,0 +1,149 @@
+---
+title: 聚合索引
+summary: 聚合索引通过预计算并存储聚合结果，显著加速分析型查询，避免在常见分析操作中扫描整张表。
+---
+
+# 聚合索引
+
+聚合索引通过预计算并存储聚合结果，显著加速分析型查询，避免在常见分析操作中扫描整张表。
+
+## 它解决了什么问题？ {#what-problem-does-it-solve}
+
+大规模数据集上的分析型查询会面临显著的性能挑战：
+
+| 问题 | 影响 | 聚合索引解决方案 |
+|---------|--------|---------------------------|
+| **全表扫描** | SUM、COUNT、MIN、MAX 查询需要扫描数百万行 | 直接读取预计算结果 |
+| **重复计算** | 相同的聚合被反复计算 | 结果只存储一次，多次复用 |
+| **仪表盘查询缓慢** | 分析仪表盘加载需要数分钟 | 常见指标可实现亚秒级响应 |
+| **计算成本高** | 大量聚合负载会消耗资源 | 对缓存结果仅需极少计算 |
+| **用户体验差** | 用户需要等待报表和分析结果 | 为商业智能提供即时结果 |
+
+**示例**：销售分析查询 `SELECT SUM(revenue), COUNT(*) FROM sales WHERE region = 'US'` 需要处理 1 亿行数据。没有聚合索引时，它需要扫描所有美国销售记录；有了聚合索引后，它可以立即返回预计算结果。
+
+## 工作原理 {#how-it-works}
+
+1. **创建索引** → 定义需要预计算的聚合查询
+2. **结果存储** → {{{ .lake }}} 将聚合结果存储在优化后的数据块中
+3. **查询匹配** → 传入的查询会自动使用预计算结果
+4. **自动修改** → 当底层数据发生变化时，结果会刷新
+
+## 快速开始 {#quick-setup}
+
+```sql
+-- Create table with sample data
+CREATE TABLE sales(region VARCHAR, product VARCHAR, revenue DECIMAL, quantity INT);
+
+-- Create aggregating index for common analytics
+CREATE AGGREGATING INDEX sales_summary AS
+SELECT region, SUM(revenue), COUNT(*), AVG(quantity)
+FROM sales
+GROUP BY region;
+
+-- Refresh the index (manual mode)
+REFRESH AGGREGATING INDEX sales_summary;
+
+-- Verify the index is used
+EXPLAIN SELECT region, SUM(revenue) FROM sales GROUP BY region;
+```
+
+## 支持的操作 {#supported-operations}
+
+| ✅ 支持 | ❌ 不支持 |
+|-------------|-----------------|
+| SUM、COUNT、MIN、MAX、AVG | 窗口函数 |
+| GROUP BY 子句 | GROUPING SETS |
+| WHERE 过滤条件 | ORDER BY、LIMIT |
+| 简单聚合 | 复杂子查询 |
+
+## 刷新策略 {#refresh-strategies}
+
+| 策略 | 适用场景 | 配置 |
+|----------|-------------|---------------|
+| **自动（SYNC）** | 实时分析、小规模数据集 | `CREATE AGGREGATING INDEX ... SYNC` |
+| **手动** | 大规模数据集、批处理 | `CREATE AGGREGATING INDEX ...`（默认） |
+| **后台（Cloud）** | 生产负载 | 在 {{{ .lake }}} 中自动执行 |
+
+### 自动刷新与手动刷新 {#automatic-vs-manual-refresh}
+
+```sql
+-- Automatic refresh (updates with every data change)
+CREATE AGGREGATING INDEX auto_summary AS
+SELECT region, SUM(revenue) FROM sales GROUP BY region SYNC;
+
+-- Manual refresh (update on demand)
+CREATE AGGREGATING INDEX manual_summary AS
+SELECT region, SUM(revenue) FROM sales GROUP BY region;
+
+REFRESH AGGREGATING INDEX manual_summary;
+```
+
+## 性能示例 {#performance-example}
+
+以下示例展示了显著的性能提升：
+
+```sql
+-- Prepare data
+CREATE TABLE agg(a int, b int, c int);
+INSERT INTO agg VALUES (1,1,4), (1,2,1), (1,2,4), (2,2,5);
+
+-- Create an aggregating index
+CREATE AGGREGATING INDEX my_agg_index AS SELECT MIN(a), MAX(c) FROM agg;
+
+-- Refresh the aggregating index
+REFRESH AGGREGATING INDEX my_agg_index;
+
+-- Verify if the aggregating index works
+EXPLAIN SELECT MIN(a), MAX(c) FROM agg;
+
+-- Key indicators in the execution plan:
+-- ├── aggregating index: [SELECT MIN(a), MAX(c) FROM default.agg]
+-- ├── rewritten query: [selection: [index_col_0 (#0), index_col_1 (#1)]]
+-- This shows the query uses precomputed results instead of scanning raw data
+```
+
+## 最佳实践 {#best-practices}
+
+| 实践 | 收益 |
+|----------|---------|
+| **为常见查询建立索引** | 聚焦于频繁执行的分析查询 |
+| **使用手动刷新** | 更好地控制修改时机 |
+| **监控索引使用情况** | 使用 EXPLAIN 验证索引是否被利用 |
+| **清理未使用的索引** | 删除未被使用的索引 |
+| **匹配查询模式** | 索引过滤条件应与实际查询一致 |
+
+## 管理命令 {#management-commands}
+
+| 命令 | 用途 |
+|---------|---------|
+| `CREATE AGGREGATING INDEX` | 创建新的聚合索引 |
+| `REFRESH AGGREGATING INDEX` | 使用最新数据修改索引 |
+| `DROP AGGREGATING INDEX` | 删除索引（使用 VACUUM TABLE 清理存储） |
+| `SHOW AGGREGATING INDEXES` | 列出所有索引 |
+
+## 重要说明 {#important-notes}
+
+**适合使用聚合索引的场景：**
+
+- 频繁的分析型查询（仪表盘、报表）
+- 具有重复聚合的大规模数据集
+- 稳定的查询模式
+- 对性能要求高的应用
+
+**不适合使用的场景：**
+
+- 数据频繁变化
+- 一次性的分析型查询
+- 小表上的简单查询
+
+## 配置 {#configuration}
+
+```sql
+-- Enable/disable aggregating index feature
+SET enable_aggregating_index_scan = 1;  -- Enable (default)
+SET enable_aggregating_index_scan = 0;  -- Disable
+```
+
+---
+
+*聚合索引最适用于大规模数据集上的重复性分析负载。建议从最常用的仪表盘和报表查询开始。*

tidb-cloud-lake/guides/ai-powered-features.md

@@ -0,0 +1,32 @@
+---
+title: AI 驱动功能
+summary: 借助 AI 驱动功能，TiDB Cloud Lake 允许你通过自然语言对话获取帮助、支持和解决方案。
+---
+
+# AI 驱动功能
+
+借助 AI 驱动功能，{{{ .lake }}} 允许你通过自然语言对话获取帮助、支持和解决方案。这些 AI 驱动功能默认启用，但如果你希望禁用它们，可以导航到 **Manage** > **Settings**。
+
+## 用于协助的 AI Chat {#ai-chat-for-assistance}
+
+AI Chat 支持自然语言交互，使信息检索更加直观，并简化问题解决流程。
+
+要启动 AI-Chat，请执行以下操作：
+
+1. 点击侧边栏中的放大镜图标 <svg t="1723600475826" class="icon" viewBox="0 0 1024 1024" version="1.1" xmlns="http://www.w3.org/2000/svg" p-id="2903" width="16" height="16"><path d="M949.76 884.3264a88.68864 88.68864 0 0 1-25.64096 62.67904 87.14752 87.14752 0 0 1-123.76576 0.16896l-164.29568-160.87552a382.4128 382.4128 0 0 1-26.43968 12.6208 382.83776 382.83776 0 0 1-300.032 0 383.38048 383.38048 0 0 1-122.48064-83.39968 391.296 391.296 0 0 1 0-550.36928 384.56832 384.56832 0 0 1 627.55328 123.648 391.00416 391.00416 0 0 1-40.704 376.57088l150.32832 156.56448a88.576 88.576 0 0 1 25.47712 62.39232z" fill="#1677FF" p-id="2904"></path></svg> 以打开搜索框。
+
+2. 切换到 **Chat** 标签页。
+
+3. 输入你的问题。
+
+### AI 驱动的 SQL Assistant {#ai-powered-sql-assistant}
+
+在工作区 (Worksheet) 中编辑 SQL 语句时，可以使用 AI 辅助。你无需从头编写 SQL，AI 可以为你生成。
+
+要在编辑 SQL 语句时使用 AI，只需在新行开头输入 "/"，然后输入你的查询，例如 "return current time"：
+
+![Alt text](/media/tidb-cloud-lake/ai-worksheet-1.gif)
+
+你还可以为现有 SQL 语句获取 AI 辅助。为此，请选中你的 SQL 并点击 **Edit**，以指定你希望进行的更改或请求进一步帮助。或者，点击 **Chat** 与 AI 展开对话，以获得更全面的支持。
+
+![Alt text](/media/tidb-cloud-lake/ai-worksheet-2.gif)