KassieZ commented on code in PR #1850:
URL: https://github.com/apache/doris-website/pull/1850#discussion_r1919931493
##########
i18n/zh-CN/docusaurus-plugin-content-docs/current/table-design/data-partitioning/data-bucketing.md:
##########
@@ -0,0 +1,214 @@
+---
+{
+ "title": "数据分桶",
+ "language": "zh-CN"
+}
+---
+
+<!--
+Licensed to the Apache Software Foundation (ASF) under one
+or more contributor license agreements. See the NOTICE file
+distributed with this work for additional information
+regarding copyright ownership. The ASF licenses this file
+to you under the Apache License, Version 2.0 (the
+"License"); you may not use this file except in compliance
+with the License. You may obtain a copy of the License at
+
+ http://www.apache.org/licenses/LICENSE-2.0
+
+Unless required by applicable law or agreed to in writing,
+software distributed under the License is distributed on an
+"AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY
+KIND, either express or implied. See the License for the
+specific language governing permissions and limitations
+under the License.
+-->
+
+
+
+一个分区可以进一步根据业务逻辑被划分为不同的数据分桶（bucket）。每个分桶会被存储为一个物理的数据分片（tablet）。一个合理的分桶策略能够有效减少查询过程中数据的扫描量，从而提升查询性能并增加查询并发能力。
+
+## 分桶方式
+
+Doris 支持两种分桶方式：Hash 分桶与 Random 分桶。
+
+### Hash 分桶
+
+在创建表或新增分区时，用户需选择一列或多列作为分桶列，并明确指定分桶的数量。在同一分区内，系统会根据分桶键和分桶数量进行哈希计算。哈希值相同的数据会被分配到同一个分桶中。例如，在下图中，p250102
分区根据 region 列被划分为 3 个分桶，哈希值相同的行被归入同一个分桶。
+
+
+
+在以下场景中，推荐使用 Hash 分桶：
+
+* 当业务需求频繁根据某个字段进行过滤时，可将该字段作为分桶键进行 Hash 分桶，以提高查询效率。
+
+* 当表中数据分布相对均匀时，Hash 分桶同样是一个合适的选择。
+
+以下示例展示了如何创建带有 Hash 分桶的表。详细语法请参考 CREATE TABLE 语句。
+
+```sql
+CREATE TABLE demo.hash_bucket_tbl(
+ oid BIGINT,
+ dt DATE,
+ region VARCHAR(10),
+ amount INT
+)
+DUPLICATE KEY(oid)
+PARTITION BY RANGE(dt) (
+ PARTITION p250101 VALUES LESS THAN("2025-01-01"),
+ PARTITION p250102 VALUES LESS THAN("2025-01-02")
+)
+DISTRIBUTED BY HASH(region) BUCKETS 8;
+```
+
+示例中，通过 `DISTRIBUTED BY HASH(region)` 指定了创建 Hash 分桶，并选择 `region` 列作为分桶键。同时，通过
`BUCKETS 8` 指定了创建 8 个分桶。
+
+### Random 分桶
+
+在每个分区中，使用 Random 分桶会随机地将数据分散到各个分桶中，不依赖于某个字段的 Hash 值进行数据划分。Random
分桶能够确保数据均匀分散，从而避免由于分桶键选择不当而引发的数据倾斜问题。
+
+在导入数据时，单次导入作业的每个批次会被随机写入到一个 tablet 中，以此保证数据的均匀分布。例如，在一次操作中，8 个批次的数据被随机分配到
`p250102` 分区下的 3 个分桶中。
+
+
+
+在使用 Random 分桶时，可以开启单分片导入模式（将 `load_to_single_tablet` 设置为
`true`）。在进行大规模数据导入时，一个批次的数据只会写入到一个数据分片，这有助于提高数据导入的并发度和吞吐量，减少因数据导入和 Compaction
导致的写放大问题，从而保障集群的稳定性。
+
+在以下场景中，建议使用 Random 分桶：
+
+* 在任意维度分析的场景中，业务没有特别针对某一列频繁进行过滤或关联查询时，可以选择 Random 分桶；
+
+* 当经常查询的列或组合列数据分布极其不均匀时，使用 Random 分桶可以避免数据倾斜。
+
+* Random 分桶无法根据分桶键进行剪裁，会扫描命中分区的所有数据，不建议在点查场景下使用；
+
+* 只有 DUPLICATE 表可以使用 Random 分区，UNIQUE 与 AGGREGATE 表无法使用 Random 分桶；
+
+以下示例展示了如何创建带有 Random 分桶的表。详细语法请参考 CREATE TABLE 语句：
+
+```sql
+CREATE TABLE demo.random_bucket_tbl(
+ oid BIGINT,
+ dt DATE,
+ region VARCHAR(10),
+ amount INT
+)
+DUPLICATE KEY(oid)
+PARTITION BY RANGE(dt) (
+ PARTITION p250101 VALUES LESS THAN("2025-01-01"),
+ PARTITION p250102 VALUES LESS THAN("2025-01-02")
+)
+DISTRIBUTED BY RANDOM BUCKETS 8;
+```
+
+示例中，通过 `DISTRIBUTED BY RANDOM` 语句指定了使用 Random 分桶，创建 Random 分桶无需选择分桶键，通过
`BUCKETS 8` 语句指定创建 8 个分桶。
+
+## 选择分桶键
+
+:::tip 提示
+
+只有 Hash 分桶需要选择分桶键，Random 分桶不需要选择分桶键。
+
+:::
+
+分桶键可以是一列或者多列。如果是 DUPLICATE 表，任何 Key 列与 Value 列都可以作为分桶键。如果是 AGGREGATE 或 UNIQUE
表，为了保证逐渐的聚合性，分桶列必须是 Key 列。
+
+通常情况下，可以根据以下规则选择分桶键：
+
+* **利用查询过滤条件：**使用查询中的过滤条件进行 Hash 分桶，有助于数据的剪裁，减少数据扫描量；
+
+* **利用高基数列：**选择高基数（唯一值较多）的列进行 Hash 分桶，有助于数据均匀的分散在每一个分桶中；
+
+* **高并发点查场景：**建议选择单列或较少列进行分桶。点查可能仅触发一个分桶扫描，不同查询之间触发不同分桶扫描的概率较大，从而减小查询间的
IO 影响。
+
+* **大吞吐查询场景：**建议选择多列进行分桶，使数据更均匀分布。若查询条件不能包含所有分桶键的等值条件，将增加查询吞吐，降低单个查询延迟。
+
+## 选择分桶数量
+
+在 Doris 中，一个 bucket 会被存储为一个物理文件（tablet）。一个表的 Tablet 数量等于 partition\_num（分区数）乘以
bucket\_num（分桶数）。一旦指定 Partition 的数量，便不可更改。
+
+在确定 bucket 数量时，需预先考虑机器扩容情况。自 2.0 版本起，Doris 支持根据机器资源和集群信息自动设置分区中的分桶数。
+
+### 手动设置分桶数
+
+通过 `DISTRIBUTED` 语句可以指定分桶数量：
+
+```sql
+-- Set hash bucket num to 8
+DISTRIBUTED BY HASH(region) BUCKETS 8
+
+-- Set random bucket num to 8
+DISTRIBUTED BY RANDOM BUCKETS 8
+```
+
+在决定分桶数量时，通常遵循数量与大小两个原则，当发生冲突时，优先考虑大小原则：
+
+* 大小原则：建议一个 tablet 的大小在 1-10G 范围内。过小的 tablet 可能导致聚合效果不佳，增加元数据管理压力；过大的 tablet
则不利于副本迁移、补齐，且会增加 Schema Change 操作的失败重试代价；
+
+* 数量原则：在不考虑扩容的情况下，一个表的 tablet 数量建议略多于整个集群的磁盘数量。
+
+例如，假设有 10 台 BE 机器，每个 BE 一块磁盘，可以按照以下建议进行数据分桶：
+
+| 单表大小 | 建议分桶数量 |
+| ----- | ----------------------------- |
+| 500MB | 4-8 个分桶 |
+| 5GB | 6-16 个分桶 |
+| 50GB | 32 个分桶 |
+| 500GB | 建议分区，每个分区 50GB，每个分区 16-32 个分桶 |
+| 5TB | 建议分区，每个分区 50GB，每个分桶 16-32 个分桶 |
+
+::: tip 提示
Review Comment:
:::tip 取消空格
##########
i18n/zh-CN/docusaurus-plugin-content-docs/current/table-design/data-partitioning/data-bucketing.md:
##########
@@ -0,0 +1,214 @@
+---
+{
+ "title": "数据分桶",
+ "language": "zh-CN"
+}
+---
+
+<!--
+Licensed to the Apache Software Foundation (ASF) under one
+or more contributor license agreements. See the NOTICE file
+distributed with this work for additional information
+regarding copyright ownership. The ASF licenses this file
+to you under the Apache License, Version 2.0 (the
+"License"); you may not use this file except in compliance
+with the License. You may obtain a copy of the License at
+
+ http://www.apache.org/licenses/LICENSE-2.0
+
+Unless required by applicable law or agreed to in writing,
+software distributed under the License is distributed on an
+"AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY
+KIND, either express or implied. See the License for the
+specific language governing permissions and limitations
+under the License.
+-->
+
+
+
+一个分区可以进一步根据业务逻辑被划分为不同的数据分桶（bucket）。每个分桶会被存储为一个物理的数据分片（tablet）。一个合理的分桶策略能够有效减少查询过程中数据的扫描量，从而提升查询性能并增加查询并发能力。
+
+## 分桶方式
+
+Doris 支持两种分桶方式：Hash 分桶与 Random 分桶。
+
+### Hash 分桶
+
+在创建表或新增分区时，用户需选择一列或多列作为分桶列，并明确指定分桶的数量。在同一分区内，系统会根据分桶键和分桶数量进行哈希计算。哈希值相同的数据会被分配到同一个分桶中。例如，在下图中，p250102
分区根据 region 列被划分为 3 个分桶，哈希值相同的行被归入同一个分桶。
+
+
Review Comment:
/images/，否则部署失败
--
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
To unsubscribe, e-mail: commits-unsubscr...@doris.apache.org
For queries about this service, please contact Infrastructure at:
us...@infra.apache.org
---------------------------------------------------------------------
To unsubscribe, e-mail: commits-unsubscr...@doris.apache.org
For additional commands, e-mail: commits-h...@doris.apache.org
