This is an automated email from the ASF dual-hosted git repository.
morningman pushed a commit to branch master
in repository https://gitbox.apache.org/repos/asf/doris-website.git
The following commit(s) were added to refs/heads/master by this push:
new 13638fc8c233 docs(i18n): machine Russian translation candidates (#4493)
13638fc8c233 is described below
commit 13638fc8c2331cb5a8f7396e33125fae7fab09e3
Author: Mingyu Chen (Rayner) <[email protected]>
AuthorDate: Sat Oct 24 07:16:08 2026 +0100
docs(i18n): machine Russian translation candidates (#4493)
## Russian translation candidate
Source commit: `795aeb76a468b06fb12fd8f218fa33c31d76b63c`
Model: `gpt-6-sol`; glossary: `1`
Review status: machine. Russian proofreading and the normal PR checks
are still required.
| Action | Version | English source | SHA-256 prefix | Generation |
| --- | --- | --- | --- | --- |
| update | current |
[`docs/connection-integration/data-integration/intro.mdx`](https://github.com/apache/doris-website/blob/795aeb76a468b06fb12fd8f218fa33c31d76b63c/docs/connection-integration/data-integration/intro.mdx)
| `b02e0793c293` | incremental (2.7%) |
| update | 4.x |
[`versioned_docs/version-4.x/connection-integration/data-integration/intro.mdx`](https://github.com/apache/doris-website/blob/795aeb76a468b06fb12fd8f218fa33c31d76b63c/versioned_docs/version-4.x/connection-integration/data-integration/intro.mdx)
| `ba91960ab0c4` | incremental (2.7%) |
| update | 4.x |
[`versioned_docs/version-4.x/lakehouse/best-practices/lance-hybrid-search.mdx`](https://github.com/apache/doris-website/blob/795aeb76a468b06fb12fd8f218fa33c31d76b63c/versioned_docs/version-4.x/lakehouse/best-practices/lance-hybrid-search.mdx)
| `051522d5a18a` | incremental (29.8%) |
| update | 4.x |
[`versioned_docs/version-4.x/lakehouse/catalogs/lance-catalog.mdx`](https://github.com/apache/doris-website/blob/795aeb76a468b06fb12fd8f218fa33c31d76b63c/versioned_docs/version-4.x/lakehouse/catalogs/lance-catalog.mdx)
| `d9b0a7a5ad48` | incremental (0.3%) |
| translate_new | current |
[`docs/connection-integration/data-integration/dbine.md`](https://github.com/apache/doris-website/blob/795aeb76a468b06fb12fd8f218fa33c31d76b63c/docs/connection-integration/data-integration/dbine.md)
| `1903e0d95cf9` | full (no-previous-translation) |
| translate_new | 4.x |
[`versioned_docs/version-4.x/connection-integration/data-integration/dbine.md`](https://github.com/apache/doris-website/blob/795aeb76a468b06fb12fd8f218fa33c31d76b63c/versioned_docs/version-4.x/connection-integration/data-integration/dbine.md)
| `1903e0d95cf9` | copied from `T06-DEV-018643255403546` |
| translate_new | 4.x |
[`versioned_docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-distance-approximate.md`](https://github.com/apache/doris-website/blob/795aeb76a468b06fb12fd8f218fa33c31d76b63c/versioned_docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-distance-approximate.md)
| `5f075a8db07e` | full (no-previous-translation) |
| translate_new | 4.x |
[`versioned_docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-similarity-approximate.md`](https://github.com/apache/doris-website/blob/795aeb76a468b06fb12fd8f218fa33c31d76b63c/versioned_docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-similarity-approximate.md)
| `f83e51c758e6` | full (no-previous-translation) |
| translate_new | 4.x |
[`versioned_docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance-approximate.md`](https://github.com/apache/doris-website/blob/795aeb76a468b06fb12fd8f218fa33c31d76b63c/versioned_docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance-approximate.md)
| `c0f6c4ace332` | full (no-previous-translation) |
| translate_new | 4.x |
[`versioned_docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance.md`](https://github.com/apache/doris-website/blob/795aeb76a468b06fb12fd8f218fa33c31d76b63c/versioned_docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance.md)
| `86aef9cc29f1` | full (no-previous-translation) |
## Failed or skipped tasks
None.
## Candidates retained with warnings
None.
## Validation
Updates at or below 30% translate only changed Markdown/MDX blocks and
preserve other target blocks.
Change size is the sum of max(removed, added) non-empty English lines
per diff hunk, divided by the larger old/new line count.
New documents, larger updates, glossary changes or baselines that cannot
be aligned use full translation.
Generation uses at most three attempts per document. Deletions and
code-only updates may need no model call.
Each retry receives the earlier validation errors. Third-attempt content
issues are retained as warnings above.
Full attempt history and diagnostics are in generation.json and the page
state records.
Committed source hashes, managed paths and target/state hashes are
checked before applying candidates.
Master is checked before each model call and before publishing:
unrelated merges are allowed, a page changed on master is dropped, and a
translation configuration or tooling change discards the batch.
The publisher runs the shared PR translation-state, syntax and
internal-link checks before pushing.
The normal PR build and human proofreading are still required before
merging.
<!-- russian-translation-automation:v1
bot-head=7b031a5f4e613cf166113a8946c1043d5c5fa5aa -->
Shared PR admission checks: passed (translation state, syntax, internal
links).
Co-authored-by: morningman <[email protected]>
---
.../data-integration/dbine.md | 88 +++++++++++++++++++++
.../data-integration/intro.mdx | 7 ++
.../data-integration/dbine.md | 88 +++++++++++++++++++++
.../data-integration/intro.mdx | 7 ++
.../best-practices/lance-hybrid-search.mdx | 90 +++++++++++++++++++++-
.../lakehouse/catalogs/lance-catalog.mdx | 6 +-
.../cosine-distance-approximate.md | 66 ++++++++++++++++
.../cosine-similarity-approximate.md | 66 ++++++++++++++++
.../hamming-distance-approximate.md | 74 ++++++++++++++++++
.../distance-functions/hamming-distance.md | 74 ++++++++++++++++++
.../data-integration/dbine.json | 54 +++++++++++++
.../data-integration/intro.json | 26 ++++---
.../best-practices/lance-hybrid-search.json | 41 ++++------
.../4.x/lakehouse/catalogs/lance-catalog.json | 41 ++++------
.../cosine-distance-approximate.json | 36 +++++++++
.../cosine-similarity-approximate.json | 36 +++++++++
.../hamming-distance-approximate.json | 36 +++++++++
.../distance-functions/hamming-distance.json | 36 +++++++++
.../data-integration/dbine.json | 54 +++++++++++++
.../data-integration/intro.json | 26 ++++---
20 files changed, 881 insertions(+), 71 deletions(-)
diff --git
a/i18n/ru/docusaurus-plugin-content-docs/current/connection-integration/data-integration/dbine.md
b/i18n/ru/docusaurus-plugin-content-docs/current/connection-integration/data-integration/dbine.md
new file mode 100644
index 000000000000..ea67c17cce24
--- /dev/null
+++
b/i18n/ru/docusaurus-plugin-content-docs/current/connection-integration/data-integration/dbine.md
@@ -0,0 +1,88 @@
+---
+{
+ "title": "DBine",
+ "language": "ru",
+ "description": "Подключите DBine, бесплатный настольный менеджер баз
данных с открытым исходным кодом, к Apache Doris через предусмотренный в нём
тип подключения Doris, чтобы просматривать базы данных и таблицы и выполнять
SQL-запросы."
+}
+---
+
+<!-- Knowledge type: Scenario description -->
+<!-- Applicable scenario: Use DBine to connect to and query Apache Doris -->
+
+## Обзор {#overview}
+
+[DBine](https://dbine.com) — бесплатный настольный менеджер баз данных с
открытым исходным кодом (лицензия Apache 2.0) для Windows, macOS и Linux. Он
позволяет работать с более чем 130 базами данных и облачными сервисами в одном
окне. В DBine предусмотрен тип подключения Apache Doris, который соединяется с
FE по протоколу MySQL.
+
+Прочитав эту статью, вы сможете:
+
+- Установить DBine и создать подключение к Doris.
+- Просматривать базы данных внутреннего Catalog, таблицы, представления и
столбцы, а также выполнять SQL-запросы к Doris.
+- Узнать, чем Doris отличается от сервера MySQL при отображении сведений о
подключении.
+
+## Предварительные требования {#prerequisites}
+
+<!-- Knowledge type: Prerequisites -->
+<!-- Applicable scenario: Check the DBine and Doris connection requirements
before connecting -->
+
+- Установлен DBine. Загрузить его можно со [страницы
выпусков](https://github.com/addlayer-io/dbine/releases).
+- FE доступен с компьютера, на котором запущен DBine. Пользователю Doris
предоставлены права, необходимые для работы с нужной базой данных и таблицами.
+- Подготовлены параметры подключения к кластеру Doris: адрес хоста FE, порт
протокола MySQL на FE (по умолчанию `9030`), целевая база данных, имя
пользователя и пароль.
+
+## Подключение к Doris {#connect-to-doris}
+
+<!-- Knowledge type: Procedure -->
+<!-- Applicable scenario: Create a Doris connection in DBine -->
+
+### 1. Добавьте подключение {#1-add-a-connection}
+
+В DBine нажмите **Новое подключение** и выберите **Apache Doris** в списке
СУБД.
+
+### 2. Настройте подключение к Doris {#2-configure-the-doris-connection}
+
+Заполните форму подключения:
+
+| Поле | Описание |
+| --- | --- |
+| Сервер | Адрес хоста FE кластера Doris. |
+| Порт | Порт протокола MySQL на FE, по умолчанию `9030`. |
+| База данных | Целевая база данных во внутреннем Catalog кластера Doris.
Необязательное поле. |
+| Пользователь | Имя пользователя кластера Doris. |
+| Пароль | Пароль пользователя кластера Doris. |
+
+Если в кластере используется TLS, откройте вкладку **SSL/TLS** и выберите
**Шифровать подключение (TLS)**.
+
+### 3. Проверьте и сохраните подключение {#3-test-and-save-the-connection}
+
+Нажмите **Проверить подключение**, затем — **Сохранить и подключиться**. При
успешной проверке появится сообщение `Connection successful`, а подключение
отобразится в **Обозревателе**.
+
+
+
+### 4. Просматривайте данные и выполняйте запросы {#4-browse-and-query}
+
+Разверните подключение в **Обозревателе**, чтобы увидеть базы данных Doris.
Разверните базу данных, чтобы увидеть её таблицы, представления и столбцы.
Нажмите правой кнопкой мыши на базе данных и выберите **Новый запрос**, чтобы
открыть редактор SQL, затем нажмите **Выполнить**. Например:
+
+```sql
+SELECT @@version_comment AS doris_version;
+```
+
+```text
++--------------------------------------------+
+| doris_version |
++--------------------------------------------+
+| doris version doris-4.1.3-rc02-7126cf65d96 |
++--------------------------------------------+
+```
+
+
+
+## Известные ограничения {#known-limitations}
+
+Приведённые ниже результаты проверены с Doris 4.1.3
(`apache/doris:all-in-one-4.1.3`).
+
+| Область | Состояние | Подробности |
+| --- | --- | --- |
+| Просмотр данных и запросы | Работает корректно | Отображаются базы данных,
таблицы, представления и столбцы. Запросы к внутреннему Catalog выполняются с
правами самого пользователя: пользователь с правом `SELECT_PRIV` для одной базы
данных видит эту базу данных наряду с `information_schema` и `mysql`. |
+| EXPLAIN | Работает корректно | `EXPLAIN` возвращает план Nereids,
сформированный Doris, в текстовом виде. |
+| Версия сервера | Версия MySQL | При проверке подключения и в строке
состояния отображается `5.7.99` — версия MySQL, которую Doris сообщает через
`version()`. Чтобы узнать версию сборки Doris, выполните `SELECT
@@version_comment`. |
+
+Дополнительную информацию об использовании DBine см. в [репозитории
DBine](https://github.com/addlayer-io/dbine).
diff --git
a/i18n/ru/docusaurus-plugin-content-docs/current/connection-integration/data-integration/intro.mdx
b/i18n/ru/docusaurus-plugin-content-docs/current/connection-integration/data-integration/intro.mdx
index 2833a9693953..5fe11eb87ca1 100644
---
a/i18n/ru/docusaurus-plugin-content-docs/current/connection-integration/data-integration/intro.mdx
+++
b/i18n/ru/docusaurus-plugin-content-docs/current/connection-integration/data-integration/intro.mdx
@@ -102,6 +102,13 @@ Apache Doris поддерживает интеграцию с широким с
description="Подключайтесь к Doris, выбрав тип подключения MySQL в LibreDB
Studio, чтобы просматривать внутренний Catalog и выполнять SQL-запросы в
браузере"
link="./libredb-studio"
/>
+
+<GettingStartedCard
+ title="DBine"
+ icon="/images/next/connection-integration/data-integration/logos/dbine.svg"
+ description="Подключайтесь к Doris, выбрав тип подключения Apache Doris в
DBine, чтобы просматривать внутренний Catalog и выполнять SQL-запросы в
настольном приложении"
+ link="./dbine"
+/>
</div>
## Миграция, синхронизация и массовая загрузка данных
{#data-migration-synchronization-and-bulk-loading}
diff --git
a/i18n/ru/docusaurus-plugin-content-docs/version-4.x/connection-integration/data-integration/dbine.md
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/connection-integration/data-integration/dbine.md
new file mode 100644
index 000000000000..ea67c17cce24
--- /dev/null
+++
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/connection-integration/data-integration/dbine.md
@@ -0,0 +1,88 @@
+---
+{
+ "title": "DBine",
+ "language": "ru",
+ "description": "Подключите DBine, бесплатный настольный менеджер баз
данных с открытым исходным кодом, к Apache Doris через предусмотренный в нём
тип подключения Doris, чтобы просматривать базы данных и таблицы и выполнять
SQL-запросы."
+}
+---
+
+<!-- Knowledge type: Scenario description -->
+<!-- Applicable scenario: Use DBine to connect to and query Apache Doris -->
+
+## Обзор {#overview}
+
+[DBine](https://dbine.com) — бесплатный настольный менеджер баз данных с
открытым исходным кодом (лицензия Apache 2.0) для Windows, macOS и Linux. Он
позволяет работать с более чем 130 базами данных и облачными сервисами в одном
окне. В DBine предусмотрен тип подключения Apache Doris, который соединяется с
FE по протоколу MySQL.
+
+Прочитав эту статью, вы сможете:
+
+- Установить DBine и создать подключение к Doris.
+- Просматривать базы данных внутреннего Catalog, таблицы, представления и
столбцы, а также выполнять SQL-запросы к Doris.
+- Узнать, чем Doris отличается от сервера MySQL при отображении сведений о
подключении.
+
+## Предварительные требования {#prerequisites}
+
+<!-- Knowledge type: Prerequisites -->
+<!-- Applicable scenario: Check the DBine and Doris connection requirements
before connecting -->
+
+- Установлен DBine. Загрузить его можно со [страницы
выпусков](https://github.com/addlayer-io/dbine/releases).
+- FE доступен с компьютера, на котором запущен DBine. Пользователю Doris
предоставлены права, необходимые для работы с нужной базой данных и таблицами.
+- Подготовлены параметры подключения к кластеру Doris: адрес хоста FE, порт
протокола MySQL на FE (по умолчанию `9030`), целевая база данных, имя
пользователя и пароль.
+
+## Подключение к Doris {#connect-to-doris}
+
+<!-- Knowledge type: Procedure -->
+<!-- Applicable scenario: Create a Doris connection in DBine -->
+
+### 1. Добавьте подключение {#1-add-a-connection}
+
+В DBine нажмите **Новое подключение** и выберите **Apache Doris** в списке
СУБД.
+
+### 2. Настройте подключение к Doris {#2-configure-the-doris-connection}
+
+Заполните форму подключения:
+
+| Поле | Описание |
+| --- | --- |
+| Сервер | Адрес хоста FE кластера Doris. |
+| Порт | Порт протокола MySQL на FE, по умолчанию `9030`. |
+| База данных | Целевая база данных во внутреннем Catalog кластера Doris.
Необязательное поле. |
+| Пользователь | Имя пользователя кластера Doris. |
+| Пароль | Пароль пользователя кластера Doris. |
+
+Если в кластере используется TLS, откройте вкладку **SSL/TLS** и выберите
**Шифровать подключение (TLS)**.
+
+### 3. Проверьте и сохраните подключение {#3-test-and-save-the-connection}
+
+Нажмите **Проверить подключение**, затем — **Сохранить и подключиться**. При
успешной проверке появится сообщение `Connection successful`, а подключение
отобразится в **Обозревателе**.
+
+
+
+### 4. Просматривайте данные и выполняйте запросы {#4-browse-and-query}
+
+Разверните подключение в **Обозревателе**, чтобы увидеть базы данных Doris.
Разверните базу данных, чтобы увидеть её таблицы, представления и столбцы.
Нажмите правой кнопкой мыши на базе данных и выберите **Новый запрос**, чтобы
открыть редактор SQL, затем нажмите **Выполнить**. Например:
+
+```sql
+SELECT @@version_comment AS doris_version;
+```
+
+```text
++--------------------------------------------+
+| doris_version |
++--------------------------------------------+
+| doris version doris-4.1.3-rc02-7126cf65d96 |
++--------------------------------------------+
+```
+
+
+
+## Известные ограничения {#known-limitations}
+
+Приведённые ниже результаты проверены с Doris 4.1.3
(`apache/doris:all-in-one-4.1.3`).
+
+| Область | Состояние | Подробности |
+| --- | --- | --- |
+| Просмотр данных и запросы | Работает корректно | Отображаются базы данных,
таблицы, представления и столбцы. Запросы к внутреннему Catalog выполняются с
правами самого пользователя: пользователь с правом `SELECT_PRIV` для одной базы
данных видит эту базу данных наряду с `information_schema` и `mysql`. |
+| EXPLAIN | Работает корректно | `EXPLAIN` возвращает план Nereids,
сформированный Doris, в текстовом виде. |
+| Версия сервера | Версия MySQL | При проверке подключения и в строке
состояния отображается `5.7.99` — версия MySQL, которую Doris сообщает через
`version()`. Чтобы узнать версию сборки Doris, выполните `SELECT
@@version_comment`. |
+
+Дополнительную информацию об использовании DBine см. в [репозитории
DBine](https://github.com/addlayer-io/dbine).
diff --git
a/i18n/ru/docusaurus-plugin-content-docs/version-4.x/connection-integration/data-integration/intro.mdx
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/connection-integration/data-integration/intro.mdx
index bd2cbf0e431a..7b86280e77ff 100644
---
a/i18n/ru/docusaurus-plugin-content-docs/version-4.x/connection-integration/data-integration/intro.mdx
+++
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/connection-integration/data-integration/intro.mdx
@@ -102,6 +102,13 @@ Apache Doris поддерживает интеграцию с широким с
description="Подключайтесь к Doris, выбрав тип подключения MySQL в LibreDB
Studio, чтобы просматривать внутренний Catalog и выполнять SQL из браузера"
link="./libredb-studio"
/>
+
+<GettingStartedCard
+ title="DBine"
+ icon="/images/next/connection-integration/data-integration/logos/dbine.svg"
+ description="Подключайтесь к Doris, выбрав тип подключения Apache Doris в
DBine, чтобы просматривать внутренний Catalog и выполнять SQL в настольном
приложении"
+ link="./dbine"
+/>
</div>
## Миграция, синхронизация и массовая загрузка данных
{#data-migration-synchronization-and-bulk-loading}
diff --git
a/i18n/ru/docusaurus-plugin-content-docs/version-4.x/lakehouse/best-practices/lance-hybrid-search.mdx
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/lakehouse/best-practices/lance-hybrid-search.mdx
index 9d137fc4a604..7b3a45875b83 100644
---
a/i18n/ru/docusaurus-plugin-content-docs/version-4.x/lakehouse/best-practices/lance-hybrid-search.mdx
+++
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/lakehouse/best-practices/lance-hybrid-search.mdx
@@ -2,7 +2,7 @@
{
"title": "Рекомендации по оптимизации производительности гибридного поиска
в Lance",
"language": "ru",
- "description": "Оптимизируйте векторный и полнотекстовый поиск с
фильтрацией по данным Lance в Apache Doris: согласуйте покрытие индексов,
подберите размеры сегментов, распределите память общих кэшей и анализируйте
профили запросов."
+ "description": "Используйте проталкивание векторного поиска Lance и BM25
из SQL в Apache Doris, учитывайте семантику приближённого поиска и фильтры,
настраивайте покрытие индексов, сегменты, кэши и профили."
}
---
@@ -12,6 +12,94 @@
Lance Catalog находится на экспериментальной стадии и поддерживается начиная с
Apache Doris 4.2. Сначала настройте доступ и проверьте требования к
совместимости средств чтения и записи в разделе [Lance
Catalog](../catalogs/lance-catalog.mdx). Doris читает существующие индексы
Lance; создавайте и обслуживайте их совместимыми инструментами Lance. Наличие
возможности в последней версии Lance SDK или в предложении upstream-проекта не
гарантирует её поддержку механизмом чтения, входящим в ваш [...]
:::
+## Автоматический поиск из обычных SQL-запросов {#automatic-search}
+
+В сборках Doris 4.2 с автоматическим поиском Lance подходящие обычные
SQL-запросы могут использовать тот же нативный механизм поиска, что и явные
TVF. Эта возможность не зависит от прямого вызова TVF: работающий
`vector_search()` сам по себе не означает, что она поддерживается в более
ранней сборке. Отдельно включать автоматический поиск на уровне сеанса не
требуется.
+
+### Соответствие функций
+
+| SQL-выражение | Требуемый порядок | Метрика Lance и результат SQL |
+|---|---|---|
+|
[l2_distance_approximate](../../sql-manual/sql-functions/ai-functions/distance-functions/l2-distance-approximate.md)
| `ASC` | `l2`; возвращает `CAST(sqrt(_distance) AS FLOAT)` — евклидово
расстояние, а не нативный квадрат расстояния L2. |
+|
[inner_product_approximate](../../sql-manual/sql-functions/ai-functions/distance-functions/inner-product-approximate.md)
| `DESC` | `dot`; возвращает `1.0f - _distance` — сходство по скалярному
произведению. |
+|
[cosine_distance_approximate](../../sql-manual/sql-functions/ai-functions/distance-functions/cosine-distance-approximate.md)
| `ASC` | `cosine`; возвращает нативное косинусное расстояние. |
+|
[cosine_similarity_approximate](../../sql-manual/sql-functions/ai-functions/distance-functions/cosine-similarity-approximate.md)
| `DESC` | `cosine`; возвращает `1.0f - _distance`. |
+|
[hamming_distance_approximate](../../sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance-approximate.md)
| `ASC` | `hamming`; возвращает число различающихся битов. |
+| `score()` с `MATCH_ANY`, `MATCH_ALL` или `MATCH_PHRASE` | `DESC` | Lance
BM25; соответственно Match OR, Match AND или Phrase. |
+
+Точные функции расстояния и сходства, включая `cosine_distance()`,
`cosine_similarity()` и
[hamming_distance](../../sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance.md),
продолжают выполняться как скалярные функции. `l1_distance()` тоже остаётся
скалярной: API векторного поиска Lance, входящий в сборку, не предоставляет
метрику L1.
+
+### Примеры векторного поиска и BM25
+
+После настройки Catalog предположим, что таблица `lance_catalog.default.items`
содержит `id`, `category`, `content`, четырёхмерный `embedding` типа Float32
fixed-size-list и трёхбайтовый `binary_embedding` типа UInt8 fixed-size-list.
Если требуется ускорение за счёт индексов, создайте совместимые векторные
индексы и зафиксированный индекс FTS для `content` средствами Lance.
+
+```sql
+SELECT id, cosine_distance_approximate(embedding, [0.1,0.2,0.3,0.4]) AS
distance
+FROM lance_catalog.default.items
+WHERE category = 'book'
+ORDER BY distance ASC LIMIT 10 OFFSET 5;
+
+SELECT id, cosine_similarity_approximate(embedding, [0.1,0.2,0.3,0.4]) AS
similarity
+FROM lance_catalog.default.items
+ORDER BY similarity DESC LIMIT 10;
+
+SELECT id, hamming_distance_approximate(binary_embedding, [0,255,170]) AS
distance
+FROM lance_catalog.default.items
+ORDER BY distance ASC LIMIT 10;
+
+SELECT id, score() AS relevance
+FROM lance_catalog.default.items
+WHERE content MATCH_ALL 'storage engine' AND category = 'book'
+ORDER BY relevance DESC LIMIT 10;
+```
+
+Первый запрос ищет строки с `category = 'book'` до отсечения кандидатов.
Каждый сплит запрашивает 15 кандидатов с нулевым смещением; Doris объединяет
кандидатов и применяет итоговое `OFFSET 5 LIMIT 10`. Остальные запросы
возвращают до 10 соседей или совпадений BM25 в соответствующем порядке. Поиск с
использованием индекса может быть приближённым и вернуть меньше строк, чем
запрошено. Существующие совместимые индексы используются повторно; для данных,
не покрытых индексами, применяется су [...]
+
+### Условия применения и резервный вариант
+
+- Запрос должен содержать прямое сканирование таблицы Lance Catalog,
необязательный фильтр, проекцию и Top-N с одним ключом сортировки по результату
поиска и положительным `LIMIT`. JOIN/EXISTS, дополнительные ключи сортировки,
DISTINCT, выборка из таблицы по образцу и выражения проекции, которые нельзя
перенести, препятствуют этому переписыванию.
+- Для метрик с плавающей точкой требуются физические векторы типа Float32
fixed-size-list, а для Hamming — физические векторы типа UInt8 fixed-size-list.
Векторы запроса должны быть константными массивами соответствующей размерности.
Float16/Float64, многовекторные столбцы и произвольные приведения типов,
изменяющие элементы, автоматически не переписываются. UInt8 в Doris представлен
как SMALLINT; его расширение до BIGINT для аргументов функции Hamming безопасно.
+- Векторные запросы с неподдерживаемыми остаточными предикатами, обратным
порядком сортировки результатов поиска, отсутствующими нативными метаданными
или не прошедшие нативную проверку вектора либо схемы продолжают вычисляться
скалярно. Для переписывания значение `LIMIT + OFFSET` должно укладываться в
нативный лимит числа кандидатов UINT32; обычные скалярные SQL-запросы этим
лимитом не ограничены.
+- Для BM25 требуются один поддерживаемый предикат MATCH верхнего уровня для
непосредственного строкового столбца, литеральный поисковый запрос, сохранённый
в индексе анализатор и сортировка по `score()` по убыванию. Остальные скалярные
предикаты должны полностью проталкиваться. Условия `score() > literal` и
`score() >= literal` поддерживаются как остаточные нижние границы; верхние
границы и другие предикаты по оценке отклоняются. Неподдерживаемые формы
запросов с оценкой вызывают ошибку, [...]
+- Оценки рассчитываются на основе сохранённого анализатора и индекса Lance, а
также статистики по всему снимку. Численно они могут не совпадать с оценками
отдельно проиндексированной внутренней таблицы Doris. Это переписывание не
поддерживает нечёткий поиск, переопределение анализатора и выражения `SEARCH()`
по нескольким столбцам. Для поддерживаемых многовекторных запросов и настройки
параметров, таких как `nprobes`, `refine_factor` или `ef`, используйте явные
TVF.
+
+### Семантика нативного приближённого поиска
+
+Суффикс `_approximate` позволяет подходящему запросу Top-N использовать
семантику отбора кандидатов нативным поиском Lance. Если переписывание не
применяется, функции выполняют скалярные вычисления. Не используйте
приближённые функции, когда требуется исчерпывающее ранжирование или скалярная
проверка каждой сохранённой строки.
+
+| Входные данные | Скалярное вычисление | Подходящий нативный поиск |
+|---|---|---|
+| Сохранённый вектор NULL | Ошибка | Исключается из числа кандидатов. |
+| Сохранённый вектор, для которого расстояние равно NaN | Может вернуть NaN |
Исключается, поэтому запрос может вернуть меньше строк. |
+| Элемент вектора равен NULL | Ошибка | Не входит в поддерживаемую область
входных данных нативного поиска; убедитесь, что элементы не содержат NULL. |
+| Сохранённый вектор с нулевой нормой для косинусной метрики | Расстояние 2,
сходство 0 | Исключается, если нативное расстояние оказывается неопределённым
или равно NaN. |
+| Нулевая или неконечная норма вектора запроса для косинусной метрики, включая
выход квадрата нормы за нижнюю или верхнюю границу диапазона Float32 |
Скалярное поведение | Автоматическое переписывание пропускается. |
+| Входные данные для Hamming | Целочисленные массивы, каждый элемент в
`[0,255]` | Физические векторы UInt8 и корректный байтовый вектор запроса. |
+
+Результаты нативных вычислений и оценок индекса для косинусной метрики могут
отличаться от результатов скалярных вычислений. Hamming считает различающиеся
биты, а не байты: `hamming_distance([0,255,170], [255,0,85])` возвращает 24.
Hamming отклоняет массивы с числами с плавающей точкой, десятичными числами и
LARGEINT до неявного приведения типов, а значения вне допустимого диапазона —
до преобразования в байты. Для скалярного выполнения по-прежнему доступны
точные функции.
+
+### Предварительная фильтрация WHERE и граница JOIN
+
+Предикаты таблицы Lance, которые можно полностью протолкнуть, вычисляются
перед поиском на одном и том же закреплённом снимке. Doris сначала пытается
выполнить сканирование только идентификаторов строк и передаёт полный список
разрешённых идентификаторов всем поисковым считывателям в запросе. Пустой
список не выбирает ни одной строки. Если идентификаторов больше 65,536, Doris
отбрасывает частичный список и сохраняет полную нативную предварительную
фильтрацию по предикату. Объём как време [...]
+
+В этом примере с ACL предположим, что таблица `internal.auth.allowed_items`
содержит `item_id` и `principal_id`.
+
+```sql
+SELECT d.id,
+ l2_distance_approximate(d.embedding, [0.1,0.2,0.3,0.4]) AS distance
+FROM lance_catalog.default.items d
+WHERE EXISTS (
+ SELECT 1 FROM internal.auth.allowed_items a
+ WHERE a.item_id = d.id AND a.principal_id = 42
+)
+ORDER BY distance ASC
+LIMIT 10;
+```
+
+При этом сохраняются соединение, скалярное вычисление расстояния и глобальный
Top-N. Переписывание не пересекает полусоединение ACL и не сопоставляет
бизнес-идентификаторы с нативным `_rowid` Lance. Если выбрать Top-K без
фильтрации до применения ACL, можно пропустить ближайшие строки, к которым есть
доступ. Добавление второго ключа сортировки также препятствует автоматическому
переписыванию.
+
+Выполните `EXPLAIN` для конкретного запроса и проверьте наличие
`externalSearchType=VECTOR` с `lanceMetric=l2|dot|cosine|hamming` либо
`externalSearchType=FULL_TEXT`. Метрики `LanceRowIdPrefilterTime`,
`LanceRowIdPrefilterRows`, `LanceRowIdPrefilterCacheHits` и
`LanceRowIdPrefilterFallbacks` отражают работу Doris со списком разрешённых
идентификаторов; они отличаются от приведённых ниже метрик нативного загрузчика
идентификаторов строк. Для настройки поиска или поддерживаемых форм запрос [...]
+
## 1. Задавайте фильтры отбора кандидатов внутри поиска {#candidate-filters}
Для настроенной таблицы с целочисленным столбцом `id`, строковыми столбцами
`category` и `content` и четырёхмерным вектором `embedding` используйте
параметр `filter` в TVF для условий, которые должны влиять на формирование
кандидатов. Векторный индекс должен соответствовать размерности и метрике; для
текстового столбца должен быть зафиксирован FTS-индекс.
diff --git
a/i18n/ru/docusaurus-plugin-content-docs/version-4.x/lakehouse/catalogs/lance-catalog.mdx
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/lakehouse/catalogs/lance-catalog.mdx
index 66200b2b5c5d..dead82fded3d 100644
---
a/i18n/ru/docusaurus-plugin-content-docs/version-4.x/lakehouse/catalogs/lance-catalog.mdx
+++
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/lakehouse/catalogs/lance-catalog.mdx
@@ -2,7 +2,7 @@
{
"title": "Lance Catalog",
"language": "ru",
- "description": "Руководство по Lance Catalog в Apache Doris: доступ к
наборам данных Lance через Filesystem Catalog или REST Namespace Catalog с
параллельным чтением, проталкиванием предикатов, TVF для S3 и локальных файлов,
просмотром индексов, векторным и полнотекстовым поиском."
+ "description": "Запросы к наборам данных Lance через Apache Doris:
настройка Catalog, встроенный векторный поиск и поиск BM25, автоматическое
проталкивание SQL-операций и совместимость типов."
}
---
@@ -729,6 +729,8 @@ FROM local(
## Векторный поиск {#vector-search}
+В сборках Doris 4.2 с автоматическим поиском по Lance подходящие обычные
SQL-запросы также могут использовать встроенный векторный поиск Top-N и поиск
MATCH/BM25. О пяти приближённых функциях, преобразовании метрик, семантике
входных данных и границах применимости JOIN/EXISTS см. в разделе
[Автоматический поиск из обычных
SQL-запросов](../best-practices/lance-hybrid-search.mdx#automatic-search).
Приведённые ниже TVF по-прежнему позволяют явно настраивать поиск и выполнять
поддерживаемые [...]
+
`vector_search()` — реляционная TVF, выполняющая поиск Top-K по векторному
столбцу таблицы Lance. Она может использовать существующий векторный индекс
Lance или выполнять Flat Search.
### Синтаксис и пример {#syntax-and-example}
@@ -1116,7 +1118,7 @@ lance_data_cache_read_block_size_bytes = 1048576
Doris использует двухфазное чтение только при выполнении всех следующих
условий:
-1. Запрос читает Lance через `vector_search()` или `full_text_search()`, а его
план содержит TopN, подходящий для отложенной материализации. Этот
переключатель в настоящее время не применяется к обычному сканированию таблиц
Lance или файловым TVF Lance.
+1. Запрос читает Lance через `vector_search()` или `full_text_search()`, а его
план содержит TopN, подходящий для отложенной материализации. Обычный
SQL-запрос, преобразованный в вызов этих поисковых TVF, также может
соответствовать этому условию; сканирование таблиц со скалярными данными, не
преобразованное в вызов поисковой TVF, и файловые TVF Lance — нет.
2. Логическая переменная сеанса `enable_lance_lazy_materialization` равна
`true`, своему значению по умолчанию.
3. Чтение хотя бы одного столбца верхнего уровня можно отложить. Можно
отложить столбец, используемый только итоговой проекцией `SELECT`. Столбец,
используемый последующим фильтром, `ORDER BY` или другим выражением до TopN,
должен читаться в фазе 1. Чтение вложенных подстолбцов пока откладывать нельзя.
diff --git
a/i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-distance-approximate.md
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-distance-approximate.md
new file mode 100644
index 000000000000..ea6abd510617
--- /dev/null
+++
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-distance-approximate.md
@@ -0,0 +1,66 @@
+---
+{
+ "title": "COSINE_DISTANCE_APPROXIMATE",
+ "language": "ru",
+ "description": "Вычисляет косинусное расстояние между двумя векторами.
Если массив равен NULL или содержит элементы NULL, возникает ошибка."
+}
+---
+
+## Описание {#description}
+
+Вычисляет косинусное расстояние между двумя векторами. Если массив равен NULL
или содержит элементы NULL, возникает ошибка.
+
+Функция доступна в сборках Doris 4.2, в которые она включена. Подходящие
запросы Lance Top-N могут использовать встроенный приближённый поиск; остальные
запросы выполняются скалярными ядрами.
+
+## Синтаксис {#syntax}
+
+```sql
+COSINE_DISTANCE_APPROXIMATE(<array1>, <array2>)
+```
+
+## Параметры {#parameters}
+
+| Параметр | Описание |
+|---|---|
+| `<array1>` | Числовой массив, неявно преобразуемый в ARRAY<FLOAT>;
преобразование может повлиять на точность. |
+| `<array2>` | Числовой массив, неявно преобразуемый в ARRAY<FLOAT>;
преобразование может повлиять на точность. Оба массива должны иметь одинаковую
длину. |
+
+## Возвращаемое значение {#return-value}
+
+Возвращает FLOAT; чем меньше значение, тем ближе векторы. При скалярном
вычислении используется формула `1 - dot(x,y) / (norm(x) * norm(y))`. Если
норма любого из векторов равна нулю, в том числе когда оба массива пусты,
возвращается 2. Если длины массивов различаются, массив равен NULL или содержит
элементы NULL, возникает ошибка, а не возвращается NULL. Возможность
использования встроенного поиска кандидатов, численная точность и поведение при
NULL/NaN могут отличаться от скалярного вы [...]
+
+## Пример {#example}
+
+```sql
+SELECT COSINE_DISTANCE_APPROXIMATE([1,0], [0,1]) AS value;
+```
+
+```text
+value
+1
+```
+
+```sql
+SELECT COSINE_DISTANCE_APPROXIMATE([0,0], [1,0]) AS value;
+```
+
+```text
+value
+2
+```
+
+```sql
+SELECT COSINE_DISTANCE_APPROXIMATE(NULL, [0,1]);
+```
+
+```text
+ERROR: First argument for function cosine_distance_approximate cannot be null
+```
+
+```sql
+SELECT COSINE_DISTANCE_APPROXIMATE([0,NULL], [0,1]);
+```
+
+```text
+ERROR: First argument for function cosine_distance_approximate cannot have null
+```
diff --git
a/i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-similarity-approximate.md
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-similarity-approximate.md
new file mode 100644
index 000000000000..9f37b1f13fb6
--- /dev/null
+++
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-similarity-approximate.md
@@ -0,0 +1,66 @@
+---
+{
+ "title": "COSINE_SIMILARITY_APPROXIMATE",
+ "language": "ru",
+ "description": "Вычисляет косинусное сходство двух векторов. Если массивы
имеют значение NULL или содержат элементы NULL, возникает ошибка."
+}
+---
+
+## Описание {#description}
+
+Вычисляет косинусное сходство двух векторов. Если массивы имеют значение NULL
или содержат элементы NULL, возникает ошибка.
+
+Функция доступна в сборках Doris 4.2, в которые она включена. Подходящие
запросы Lance Top-N могут использовать встроенный приближённый поиск; остальные
запросы выполняются с помощью скалярных ядер.
+
+## Синтаксис {#syntax}
+
+```sql
+COSINE_SIMILARITY_APPROXIMATE(<array1>, <array2>)
+```
+
+## Параметры {#parameters}
+
+| Параметр | Описание |
+|---|---|
+| `<array1>` | Числовой массив, неявно преобразуемый в ARRAY<FLOAT>;
преобразование может повлиять на точность. |
+| `<array2>` | Числовой массив, неявно преобразуемый в ARRAY<FLOAT>;
преобразование может повлиять на точность. Длина обоих массивов должна
совпадать. |
+
+## Возвращаемое значение {#return-value}
+
+Возвращает значение типа FLOAT: чем оно больше, тем выше сходство. При
скалярном вычислении используется формула `dot(x,y) / (norm(x) * norm(y))`.
Если норма хотя бы одного вектора равна нулю, в том числе когда оба массива
пусты, функция возвращает 0. Если длины массивов не совпадают, массивы имеют
значение NULL или содержат элементы NULL, возникает ошибка, а не возвращается
NULL. Условия отбора кандидатов для встроенного поиска, числовая точность и
поведение при NULL/NaN могут отличатьс [...]
+
+## Пример {#example}
+
+```sql
+SELECT COSINE_SIMILARITY_APPROXIMATE([1,0], [0,1]) AS value;
+```
+
+```text
+value
+0
+```
+
+```sql
+SELECT COSINE_SIMILARITY_APPROXIMATE([0,0], [1,0]) AS value;
+```
+
+```text
+value
+0
+```
+
+```sql
+SELECT COSINE_SIMILARITY_APPROXIMATE(NULL, [0,1]);
+```
+
+```text
+ERROR: First argument for function cosine_similarity_approximate cannot be null
+```
+
+```sql
+SELECT COSINE_SIMILARITY_APPROXIMATE([0,NULL], [0,1]);
+```
+
+```text
+ERROR: First argument for function cosine_similarity_approximate cannot have
null
+```
diff --git
a/i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance-approximate.md
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance-approximate.md
new file mode 100644
index 000000000000..805bb19c2357
--- /dev/null
+++
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance-approximate.md
@@ -0,0 +1,74 @@
+---
+{
+ "title": "HAMMING_DISTANCE_APPROXIMATE",
+ "language": "ru",
+ "description": "Вычисляет расстояние Хэмминга между двумя байтовыми
векторами: число различающихся битов после побитового XOR. Если массив или его
элемент имеет значение NULL, возникает ошибка."
+}
+---
+
+## Описание {#description}
+
+Вычисляет расстояние Хэмминга между двумя байтовыми векторами: число
различающихся битов после побитового XOR. Если массив или его элемент имеет
значение NULL, возникает ошибка.
+
+Доступна в сборках Doris 4.2, включающих эту функцию. Для подходящих запросов
Lance Top-N может использоваться встроенный приближённый поиск; остальные
запросы выполняются скалярными ядрами.
+
+## Синтаксис {#syntax}
+
+```sql
+HAMMING_DISTANCE_APPROXIMATE(<array1>, <array2>)
+```
+
+## Параметры {#parameters}
+
+| Параметр | Описание |
+|---|---|
+| `<array1>` | Массив целых чисел типа TINYINT, SMALLINT, INT или BIGINT,
приводимый к ARRAY<BIGINT>. Каждый элемент должен находиться в диапазоне
`[0,255]`; массивы чисел с плавающей точкой, десятичных чисел и значений
LARGEINT не принимаются. |
+| `<array2>` | Массив целых чисел типа TINYINT, SMALLINT, INT или BIGINT,
приводимый к ARRAY<BIGINT>. Каждый элемент должен находиться в диапазоне
`[0,255]`; массивы чисел с плавающей точкой, десятичных чисел и значений
LARGEINT не принимаются. Оба массива должны иметь одинаковую длину. |
+
+## Возвращаемое значение {#return-value}
+
+Возвращает FLOAT; чем меньше значение, тем ближе векторы. Для двух пустых
массивов возвращается 0; максимальное расстояние между векторами длиной N байт
составляет 8N. Если длины массивов различаются, массивы имеют значение NULL или
содержат элементы со значением NULL, возникает ошибка, а не возвращается NULL.
Элементы вне допустимого диапазона также вызывают ошибку. Условия использования
встроенного поиска кандидатов, числовая точность и поведение при NULL и NaN
могут отличаться от скал [...]
+
+## Пример {#example}
+
+```sql
+SELECT HAMMING_DISTANCE_APPROXIMATE([0,255,170], [255,0,85]) AS value;
+```
+
+```text
+value
+24
+```
+
+```sql
+SELECT HAMMING_DISTANCE_APPROXIMATE([], []) AS value;
+```
+
+```text
+value
+0
+```
+
+```sql
+SELECT HAMMING_DISTANCE_APPROXIMATE(NULL, [0,1]);
+```
+
+```text
+ERROR: First argument for function hamming_distance_approximate cannot be null
+```
+
+```sql
+SELECT HAMMING_DISTANCE_APPROXIMATE([0,NULL], [0,1]);
+```
+
+```text
+ERROR: First argument for function hamming_distance_approximate cannot have
null
+```
+
+```sql
+SELECT HAMMING_DISTANCE_APPROXIMATE([256], [0]);
+```
+
+```text
+ERROR: Hamming vector elements must be integers in [0, 255]
+```
diff --git
a/i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance.md
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance.md
new file mode 100644
index 000000000000..2cfd1ead76a6
--- /dev/null
+++
b/i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance.md
@@ -0,0 +1,74 @@
+---
+{
+ "title": "HAMMING_DISTANCE",
+ "language": "ru",
+ "description": "Вычисляет расстояние Хэмминга между двумя байтовыми
векторами: количество различающихся битов после побитовой операции XOR. Массивы
со значением NULL и элементы со значением NULL вызывают ошибку."
+}
+---
+
+## Описание {#description}
+
+Вычисляет расстояние Хэмминга между двумя байтовыми векторами: количество
различающихся битов после побитовой операции XOR. Массивы со значением NULL и
элементы со значением NULL вызывают ошибку.
+
+Доступна в сборках Doris 4.2, в которые включена эта функция. Всегда выполняет
точное скалярное вычисление; автоматической замены на поиск ANN не происходит.
+
+## Синтаксис {#syntax}
+
+```sql
+HAMMING_DISTANCE(<array1>, <array2>)
+```
+
+## Параметры {#parameters}
+
+| Параметр | Описание |
+|---|---|
+| `<array1>` | Массив целых чисел типа TINYINT, SMALLINT, INT или BIGINT,
приводимый к ARRAY<BIGINT>. Каждый элемент должен находиться в диапазоне
`[0,255]`; массивы чисел с плавающей точкой, десятичных чисел и чисел типа
LARGEINT не допускаются. |
+| `<array2>` | Массив целых чисел типа TINYINT, SMALLINT, INT или BIGINT,
приводимый к ARRAY<BIGINT>. Каждый элемент должен находиться в диапазоне
`[0,255]`; массивы чисел с плавающей точкой, десятичных чисел и чисел типа
LARGEINT не допускаются. Оба массива должны иметь одинаковую длину. |
+
+## Возвращаемое значение {#return-value}
+
+Возвращает значение типа FLOAT: чем оно меньше, тем ближе векторы. Для двух
пустых массивов возвращается 0; максимальное расстояние между векторами длиной
N байт составляет 8N. Если длины массивов различаются, массивы имеют значение
NULL или содержат элементы со значением NULL, функция выдаёт ошибку, а не
возвращает NULL. Элементы вне допустимого диапазона также вызывают ошибку.
+
+## Пример {#example}
+
+```sql
+SELECT HAMMING_DISTANCE([0,255,170], [255,0,85]) AS value;
+```
+
+```text
+value
+24
+```
+
+```sql
+SELECT HAMMING_DISTANCE([], []) AS value;
+```
+
+```text
+value
+0
+```
+
+```sql
+SELECT HAMMING_DISTANCE(NULL, [0,1]);
+```
+
+```text
+ERROR: First argument for function hamming_distance cannot be null
+```
+
+```sql
+SELECT HAMMING_DISTANCE([0,NULL], [0,1]);
+```
+
+```text
+ERROR: First argument for function hamming_distance cannot have null
+```
+
+```sql
+SELECT HAMMING_DISTANCE([256], [0]);
+```
+
+```text
+ERROR: Hamming vector elements must be integers in [0, 255]
+```
diff --git
a/translations/state/ru/pages/default/4.x/connection-integration/data-integration/dbine.json
b/translations/state/ru/pages/default/4.x/connection-integration/data-integration/dbine.json
new file mode 100644
index 000000000000..25d6ebae62c9
--- /dev/null
+++
b/translations/state/ru/pages/default/4.x/connection-integration/data-integration/dbine.json
@@ -0,0 +1,54 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "4.x",
+ "docId": "connection-integration/data-integration/dbine",
+ "locale": "ru",
+ "sourceLocale": "en",
+ "sourcePath":
"versioned_docs/version-4.x/connection-integration/data-integration/dbine.md",
+ "targetPath":
"i18n/ru/docusaurus-plugin-content-docs/version-4.x/connection-integration/data-integration/dbine.md",
+ "sourceCommit": "795aeb76a468b06fb12fd8f218fa33c31d76b63c",
+ "sourceHash":
"1903e0d95cf99301ea0b47bb46bef4f6191f6db2d3f61578887b1143a2b6a74d",
+ "sourceTechnicalHash":
"6303dc3d568ae9b47c6e057dda5f3491e90f1485e17872fe85c51292e170d4d2",
+ "targetHash":
"0796c7f2f0f734e5aeb334b9960538a0f34ed26d014b2cd58ae7257f0631e06f",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-24T05:38:21.820Z",
+ "glossaryVersion": "1",
+ "generation": {
+ "policy": "whole-document-v1",
+ "mode": "full",
+ "reason": "no-previous-translation",
+ "attempts": 3,
+ "acceptedWithWarnings": false,
+ "sourceHash":
"1903e0d95cf99301ea0b47bb46bef4f6191f6db2d3f61578887b1143a2b6a74d",
+ "targetHash":
"0796c7f2f0f734e5aeb334b9960538a0f34ed26d014b2cd58ae7257f0631e06f",
+ "warnings": [],
+ "history": [
+ {
+ "attempt": 1,
+ "issues": [
+ {
+ "check": "glossary",
+ "message": "Preserve product term: Catalog"
+ }
+ ]
+ },
+ {
+ "attempt": 2,
+ "issues": [
+ {
+ "check": "protected-content",
+ "message": "Restore protected source content:\nprotected node 1:
expected [\"html\",null,null,\"<!-- Knowledge type: Scenario description
-->\"]; received [\"html\",null,null,\"<!-- Тип знания: описание сценария
-->\"]\nprotected node 2: expected [\"html\",null,null,\"<!-- Applicable
scenario: Use DBine to connect to and query Apache Doris -->\"]; received
[\"html\",null,null,\"<!-- Применимый сценарий: подключение к Apache Doris и
выполнение запросов через DBine -->\"]\npr [...]
+ }
+ ]
+ },
+ {
+ "attempt": 3,
+ "issues": []
+ }
+ ]
+ }
+ }
+}
diff --git
a/translations/state/ru/pages/default/4.x/connection-integration/data-integration/intro.json
b/translations/state/ru/pages/default/4.x/connection-integration/data-integration/intro.json
index 4a62fc647856..75cc17e7f4e7 100644
---
a/translations/state/ru/pages/default/4.x/connection-integration/data-integration/intro.json
+++
b/translations/state/ru/pages/default/4.x/connection-integration/data-integration/intro.json
@@ -8,23 +8,29 @@
"sourceLocale": "en",
"sourcePath":
"versioned_docs/version-4.x/connection-integration/data-integration/intro.mdx",
"targetPath":
"i18n/ru/docusaurus-plugin-content-docs/version-4.x/connection-integration/data-integration/intro.mdx",
- "sourceCommit": "87417f1fefb604bf8a98d1fea0ace4beaccc4b2c",
- "sourceHash":
"a253e43f9be756bc13c3d5d94ced78f0224aa50adee9466596bbbe3db543d4c7",
- "sourceTechnicalHash":
"90aba615687425b1b86ecad8bc1b03531b2a4e0f4f4f31689ca68fa3c5ee7482",
- "targetHash":
"5cd166288e0dc2c5494345cbbe486429fd41a2ff1ea9080a8b3d174fed43c3dd",
+ "sourceCommit": "795aeb76a468b06fb12fd8f218fa33c31d76b63c",
+ "sourceHash":
"ba91960ab0c4f1d90b37e57e7ef46b570fa31c4bcbf67f47d4db6e79d1c068ed",
+ "sourceTechnicalHash":
"a3e98838cc58d3eaeddffcb1b3a909059cfa67b724f58eeff909ca404c9aaf9a",
+ "targetHash":
"32cfd7bfb37c7464e15c764cc8850cd14996faa30cfd92c4d719342635d5d8ff",
"reviewStatus": "machine",
"ownership": "machine",
- "translatedAt": "2026-10-22T14:22:09.195Z",
+ "translatedAt": "2026-10-24T05:35:51.578Z",
"glossaryVersion": "1",
"generation": {
"policy": "whole-document-v1",
- "mode": "full",
- "reason": "local-t09-batch",
+ "previousSourceHash":
"a253e43f9be756bc13c3d5d94ced78f0224aa50adee9466596bbbe3db543d4c7",
+ "previousTargetHash":
"5cd166288e0dc2c5494345cbbe486429fd41a2ff1ea9080a8b3d174fed43c3dd",
+ "mode": "incremental",
+ "reason": "source-change-within-30-percent",
+ "sourceChange": {
+ "changedLines": 6,
+ "totalLines": 226,
+ "ratio": 0.02654867256637168
+ },
"attempts": 1,
- "modelCalls": 1,
"acceptedWithWarnings": false,
- "sourceHash":
"a253e43f9be756bc13c3d5d94ced78f0224aa50adee9466596bbbe3db543d4c7",
- "targetHash":
"5cd166288e0dc2c5494345cbbe486429fd41a2ff1ea9080a8b3d174fed43c3dd",
+ "sourceHash":
"ba91960ab0c4f1d90b37e57e7ef46b570fa31c4bcbf67f47d4db6e79d1c068ed",
+ "targetHash":
"32cfd7bfb37c7464e15c764cc8850cd14996faa30cfd92c4d719342635d5d8ff",
"warnings": [],
"history": [
{
diff --git
a/translations/state/ru/pages/default/4.x/lakehouse/best-practices/lance-hybrid-search.json
b/translations/state/ru/pages/default/4.x/lakehouse/best-practices/lance-hybrid-search.json
index 4e2df523751f..fb1d79a846e0 100644
---
a/translations/state/ru/pages/default/4.x/lakehouse/best-practices/lance-hybrid-search.json
+++
b/translations/state/ru/pages/default/4.x/lakehouse/best-practices/lance-hybrid-search.json
@@ -8,43 +8,36 @@
"sourceLocale": "en",
"sourcePath":
"versioned_docs/version-4.x/lakehouse/best-practices/lance-hybrid-search.mdx",
"targetPath":
"i18n/ru/docusaurus-plugin-content-docs/version-4.x/lakehouse/best-practices/lance-hybrid-search.mdx",
- "sourceCommit": "87417f1fefb604bf8a98d1fea0ace4beaccc4b2c",
- "sourceHash":
"666e0b3238d9b2c2fb7979a45f1d5be200e3a493f3149b7412cd5361a7d92bf3",
- "sourceTechnicalHash":
"3f05cc51c538369f5d60fe1dfc25e6d30d7e027759d221c3bb25664d9257b9ac",
- "targetHash":
"5c918bf73c1439278b815d4c624b34e08c915184e1cd59646e4b4af9ee2eef8d",
+ "sourceCommit": "795aeb76a468b06fb12fd8f218fa33c31d76b63c",
+ "sourceHash":
"051522d5a18a979d89bb4b76192f2f12aaebe05f39f9a1f6101e274c03412a04",
+ "sourceTechnicalHash":
"651cdfd11c3ec404925c24990eeb1227c0728bb66130a28120d7a7119d7bd88e",
+ "targetHash":
"dec0d42fb57a427e84fcbdb51f0413120bd2ca61ffa5b116ca39e60bf495d625",
"reviewStatus": "machine",
"ownership": "machine",
- "translatedAt": "2026-10-22T15:00:18.850Z",
+ "translatedAt": "2026-10-24T05:36:45.002Z",
"glossaryVersion": "1",
"generation": {
"policy": "whole-document-v1",
- "mode": "copy",
- "reason": "cross-version-copy",
+ "previousSourceHash":
"666e0b3238d9b2c2fb7979a45f1d5be200e3a493f3149b7412cd5361a7d92bf3",
+ "previousTargetHash":
"5c918bf73c1439278b815d4c624b34e08c915184e1cd59646e4b4af9ee2eef8d",
+ "mode": "incremental",
+ "reason": "source-change-within-30-percent",
+ "sourceChange": {
+ "changedLines": 65,
+ "totalLines": 218,
+ "ratio": 0.2981651376146789
+ },
"attempts": 1,
- "modelCalls": 0,
"acceptedWithWarnings": false,
- "sourceHash":
"666e0b3238d9b2c2fb7979a45f1d5be200e3a493f3149b7412cd5361a7d92bf3",
- "targetHash":
"5c918bf73c1439278b815d4c624b34e08c915184e1cd59646e4b4af9ee2eef8d",
+ "sourceHash":
"051522d5a18a979d89bb4b76192f2f12aaebe05f39f9a1f6101e274c03412a04",
+ "targetHash":
"dec0d42fb57a427e84fcbdb51f0413120bd2ca61ffa5b116ca39e60bf495d625",
"warnings": [],
"history": [
{
"attempt": 1,
- "operation": "copy",
"issues": []
}
- ],
- "reusedFrom": {
- "origin": "published",
- "version": "current",
- "docId": "lakehouse/best-practices/lance-hybrid-search",
- "sourcePath": "docs/lakehouse/best-practices/lance-hybrid-search.mdx",
- "targetPath":
"i18n/ru/docusaurus-plugin-content-docs/current/lakehouse/best-practices/lance-hybrid-search.mdx",
- "sourceCommit": "8f714fef54cbb3e1887308cedcfca6982493c347",
- "sourceHash":
"666e0b3238d9b2c2fb7979a45f1d5be200e3a493f3149b7412cd5361a7d92bf3",
- "targetHash":
"5c918bf73c1439278b815d4c624b34e08c915184e1cd59646e4b4af9ee2eef8d",
- "commit": "58794d37182ee6f6efc9f2b27182f2d7066ff6f1",
- "pr": "https://github.com/apache/doris-website/pull/4431";
- }
+ ]
}
}
}
diff --git
a/translations/state/ru/pages/default/4.x/lakehouse/catalogs/lance-catalog.json
b/translations/state/ru/pages/default/4.x/lakehouse/catalogs/lance-catalog.json
index 864d83b7638f..eb6273b6593c 100644
---
a/translations/state/ru/pages/default/4.x/lakehouse/catalogs/lance-catalog.json
+++
b/translations/state/ru/pages/default/4.x/lakehouse/catalogs/lance-catalog.json
@@ -8,43 +8,36 @@
"sourceLocale": "en",
"sourcePath":
"versioned_docs/version-4.x/lakehouse/catalogs/lance-catalog.mdx",
"targetPath":
"i18n/ru/docusaurus-plugin-content-docs/version-4.x/lakehouse/catalogs/lance-catalog.mdx",
- "sourceCommit": "87417f1fefb604bf8a98d1fea0ace4beaccc4b2c",
- "sourceHash":
"ae97758590a3ebef7e47e0c7ef5b3f2cf30ff947202d2337bbf4ae8e98f05ede",
- "sourceTechnicalHash":
"f9913936969f7c920d99e841b1f2dcd823a0ad23297624641a89b3a8b2e18c3b",
- "targetHash":
"f826aa2606c1183f8e9e922d622392cd063ea7d0116d5cf0852bcec9743e1d2d",
+ "sourceCommit": "795aeb76a468b06fb12fd8f218fa33c31d76b63c",
+ "sourceHash":
"d9b0a7a5ad48c44647d7a354481c2c53a987a56c9dbdb7687c85b00db3afaac2",
+ "sourceTechnicalHash":
"3e8a94281fc61d1a48124d117c1892dcc4224c4ab2bd9d72948fae871ab2f50b",
+ "targetHash":
"47d7aabe1ce9457802a1e3846466521a61e59f3ac851cfb2707e11c930a9011f",
"reviewStatus": "machine",
"ownership": "machine",
- "translatedAt": "2026-10-22T15:00:21.166Z",
+ "translatedAt": "2026-10-24T05:37:00.781Z",
"glossaryVersion": "1",
"generation": {
"policy": "whole-document-v1",
- "mode": "copy",
- "reason": "cross-version-copy",
+ "previousSourceHash":
"ae97758590a3ebef7e47e0c7ef5b3f2cf30ff947202d2337bbf4ae8e98f05ede",
+ "previousTargetHash":
"f826aa2606c1183f8e9e922d622392cd063ea7d0116d5cf0852bcec9743e1d2d",
+ "mode": "incremental",
+ "reason": "source-change-within-30-percent",
+ "sourceChange": {
+ "changedLines": 3,
+ "totalLines": 1008,
+ "ratio": 0.002976190476190476
+ },
"attempts": 1,
- "modelCalls": 0,
"acceptedWithWarnings": false,
- "sourceHash":
"ae97758590a3ebef7e47e0c7ef5b3f2cf30ff947202d2337bbf4ae8e98f05ede",
- "targetHash":
"f826aa2606c1183f8e9e922d622392cd063ea7d0116d5cf0852bcec9743e1d2d",
+ "sourceHash":
"d9b0a7a5ad48c44647d7a354481c2c53a987a56c9dbdb7687c85b00db3afaac2",
+ "targetHash":
"47d7aabe1ce9457802a1e3846466521a61e59f3ac851cfb2707e11c930a9011f",
"warnings": [],
"history": [
{
"attempt": 1,
- "operation": "copy",
"issues": []
}
- ],
- "reusedFrom": {
- "origin": "published",
- "version": "current",
- "docId": "lakehouse/catalogs/lance-catalog",
- "sourcePath": "docs/lakehouse/catalogs/lance-catalog.mdx",
- "targetPath":
"i18n/ru/docusaurus-plugin-content-docs/current/lakehouse/catalogs/lance-catalog.mdx",
- "sourceCommit": "8f714fef54cbb3e1887308cedcfca6982493c347",
- "sourceHash":
"ae97758590a3ebef7e47e0c7ef5b3f2cf30ff947202d2337bbf4ae8e98f05ede",
- "targetHash":
"f826aa2606c1183f8e9e922d622392cd063ea7d0116d5cf0852bcec9743e1d2d",
- "commit": "58794d37182ee6f6efc9f2b27182f2d7066ff6f1",
- "pr": "https://github.com/apache/doris-website/pull/4431";
- }
+ ]
}
}
}
diff --git
a/translations/state/ru/pages/default/4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-distance-approximate.json
b/translations/state/ru/pages/default/4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-distance-approximate.json
new file mode 100644
index 000000000000..5f45b381100f
--- /dev/null
+++
b/translations/state/ru/pages/default/4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-distance-approximate.json
@@ -0,0 +1,36 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "4.x",
+ "docId":
"sql-manual/sql-functions/ai-functions/distance-functions/cosine-distance-approximate",
+ "locale": "ru",
+ "sourceLocale": "en",
+ "sourcePath":
"versioned_docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-distance-approximate.md",
+ "targetPath":
"i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-distance-approximate.md",
+ "sourceCommit": "795aeb76a468b06fb12fd8f218fa33c31d76b63c",
+ "sourceHash":
"5f075a8db07e64f626d4ab6b0dee69f1e69a4df6d988fe0c476d2b58fdd66633",
+ "sourceTechnicalHash":
"824b5b5fe408b32ec81e2eaba5a59d63175e251275ca5f37162f1fa7c1e28e05",
+ "targetHash":
"62d030e9f38f4ee1d9e945bf05a4536a3af738327aacb0c83eaba051910211fa",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-24T05:38:37.450Z",
+ "glossaryVersion": "1",
+ "generation": {
+ "policy": "whole-document-v1",
+ "mode": "full",
+ "reason": "no-previous-translation",
+ "attempts": 1,
+ "acceptedWithWarnings": false,
+ "sourceHash":
"5f075a8db07e64f626d4ab6b0dee69f1e69a4df6d988fe0c476d2b58fdd66633",
+ "targetHash":
"62d030e9f38f4ee1d9e945bf05a4536a3af738327aacb0c83eaba051910211fa",
+ "warnings": [],
+ "history": [
+ {
+ "attempt": 1,
+ "issues": []
+ }
+ ]
+ }
+ }
+}
diff --git
a/translations/state/ru/pages/default/4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-similarity-approximate.json
b/translations/state/ru/pages/default/4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-similarity-approximate.json
new file mode 100644
index 000000000000..3296bbe7fdda
--- /dev/null
+++
b/translations/state/ru/pages/default/4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-similarity-approximate.json
@@ -0,0 +1,36 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "4.x",
+ "docId":
"sql-manual/sql-functions/ai-functions/distance-functions/cosine-similarity-approximate",
+ "locale": "ru",
+ "sourceLocale": "en",
+ "sourcePath":
"versioned_docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-similarity-approximate.md",
+ "targetPath":
"i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/cosine-similarity-approximate.md",
+ "sourceCommit": "795aeb76a468b06fb12fd8f218fa33c31d76b63c",
+ "sourceHash":
"f83e51c758e6a3f68b8e38191b75ac98688ed81b426b9e0a813fa436dddc67f2",
+ "sourceTechnicalHash":
"e66d2dc9a4e359eae00c2757258716b9d358a5df185fa370b886c52be1d69b77",
+ "targetHash":
"901cc3af8e49a6e7304d3d6e4b441c735a714a97566969880c48b625fad05ac0",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-24T05:38:51.645Z",
+ "glossaryVersion": "1",
+ "generation": {
+ "policy": "whole-document-v1",
+ "mode": "full",
+ "reason": "no-previous-translation",
+ "attempts": 1,
+ "acceptedWithWarnings": false,
+ "sourceHash":
"f83e51c758e6a3f68b8e38191b75ac98688ed81b426b9e0a813fa436dddc67f2",
+ "targetHash":
"901cc3af8e49a6e7304d3d6e4b441c735a714a97566969880c48b625fad05ac0",
+ "warnings": [],
+ "history": [
+ {
+ "attempt": 1,
+ "issues": []
+ }
+ ]
+ }
+ }
+}
diff --git
a/translations/state/ru/pages/default/4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance-approximate.json
b/translations/state/ru/pages/default/4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance-approximate.json
new file mode 100644
index 000000000000..4305663ce5c9
--- /dev/null
+++
b/translations/state/ru/pages/default/4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance-approximate.json
@@ -0,0 +1,36 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "4.x",
+ "docId":
"sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance-approximate",
+ "locale": "ru",
+ "sourceLocale": "en",
+ "sourcePath":
"versioned_docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance-approximate.md",
+ "targetPath":
"i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance-approximate.md",
+ "sourceCommit": "795aeb76a468b06fb12fd8f218fa33c31d76b63c",
+ "sourceHash":
"c0f6c4ace332057230df4d77b1a60cbf09aebad00b934b7a44ff74f846a6ce3a",
+ "sourceTechnicalHash":
"95a1bd333820f88dfe00139766c89208394d88f2bb44b5ae3ba80e8c0a44ea34",
+ "targetHash":
"a1fd19487f3fa53273d8d14ce69fa0b331145b9bddd923b1c6301f412948d1e2",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-24T05:39:09.904Z",
+ "glossaryVersion": "1",
+ "generation": {
+ "policy": "whole-document-v1",
+ "mode": "full",
+ "reason": "no-previous-translation",
+ "attempts": 1,
+ "acceptedWithWarnings": false,
+ "sourceHash":
"c0f6c4ace332057230df4d77b1a60cbf09aebad00b934b7a44ff74f846a6ce3a",
+ "targetHash":
"a1fd19487f3fa53273d8d14ce69fa0b331145b9bddd923b1c6301f412948d1e2",
+ "warnings": [],
+ "history": [
+ {
+ "attempt": 1,
+ "issues": []
+ }
+ ]
+ }
+ }
+}
diff --git
a/translations/state/ru/pages/default/4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance.json
b/translations/state/ru/pages/default/4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance.json
new file mode 100644
index 000000000000..f4485bf551bf
--- /dev/null
+++
b/translations/state/ru/pages/default/4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance.json
@@ -0,0 +1,36 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "4.x",
+ "docId":
"sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance",
+ "locale": "ru",
+ "sourceLocale": "en",
+ "sourcePath":
"versioned_docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance.md",
+ "targetPath":
"i18n/ru/docusaurus-plugin-content-docs/version-4.x/sql-manual/sql-functions/ai-functions/distance-functions/hamming-distance.md",
+ "sourceCommit": "795aeb76a468b06fb12fd8f218fa33c31d76b63c",
+ "sourceHash":
"86aef9cc29f1039324fdf126a3db175034e9029d9da14a2cd80db2fe019c95ea",
+ "sourceTechnicalHash":
"cd850cbdf69b6cabc2397ca5739e357ec7622736a009f027b11a7d1d19bfeeff",
+ "targetHash":
"8c31beb677b6428584b89f87feef278aec370d1e59e537312dcf1acb566ca98d",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-24T05:39:27.892Z",
+ "glossaryVersion": "1",
+ "generation": {
+ "policy": "whole-document-v1",
+ "mode": "full",
+ "reason": "no-previous-translation",
+ "attempts": 1,
+ "acceptedWithWarnings": false,
+ "sourceHash":
"86aef9cc29f1039324fdf126a3db175034e9029d9da14a2cd80db2fe019c95ea",
+ "targetHash":
"8c31beb677b6428584b89f87feef278aec370d1e59e537312dcf1acb566ca98d",
+ "warnings": [],
+ "history": [
+ {
+ "attempt": 1,
+ "issues": []
+ }
+ ]
+ }
+ }
+}
diff --git
a/translations/state/ru/pages/default/current/connection-integration/data-integration/dbine.json
b/translations/state/ru/pages/default/current/connection-integration/data-integration/dbine.json
new file mode 100644
index 000000000000..80c12b932379
--- /dev/null
+++
b/translations/state/ru/pages/default/current/connection-integration/data-integration/dbine.json
@@ -0,0 +1,54 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "connection-integration/data-integration/dbine",
+ "locale": "ru",
+ "sourceLocale": "en",
+ "sourcePath": "docs/connection-integration/data-integration/dbine.md",
+ "targetPath":
"i18n/ru/docusaurus-plugin-content-docs/current/connection-integration/data-integration/dbine.md",
+ "sourceCommit": "795aeb76a468b06fb12fd8f218fa33c31d76b63c",
+ "sourceHash":
"1903e0d95cf99301ea0b47bb46bef4f6191f6db2d3f61578887b1143a2b6a74d",
+ "sourceTechnicalHash":
"6303dc3d568ae9b47c6e057dda5f3491e90f1485e17872fe85c51292e170d4d2",
+ "targetHash":
"0796c7f2f0f734e5aeb334b9960538a0f34ed26d014b2cd58ae7257f0631e06f",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-24T05:38:21.820Z",
+ "glossaryVersion": "1",
+ "generation": {
+ "policy": "whole-document-v1",
+ "mode": "full",
+ "reason": "no-previous-translation",
+ "attempts": 3,
+ "acceptedWithWarnings": false,
+ "sourceHash":
"1903e0d95cf99301ea0b47bb46bef4f6191f6db2d3f61578887b1143a2b6a74d",
+ "targetHash":
"0796c7f2f0f734e5aeb334b9960538a0f34ed26d014b2cd58ae7257f0631e06f",
+ "warnings": [],
+ "history": [
+ {
+ "attempt": 1,
+ "issues": [
+ {
+ "check": "glossary",
+ "message": "Preserve product term: Catalog"
+ }
+ ]
+ },
+ {
+ "attempt": 2,
+ "issues": [
+ {
+ "check": "protected-content",
+ "message": "Restore protected source content:\nprotected node 1:
expected [\"html\",null,null,\"<!-- Knowledge type: Scenario description
-->\"]; received [\"html\",null,null,\"<!-- Тип знания: описание сценария
-->\"]\nprotected node 2: expected [\"html\",null,null,\"<!-- Applicable
scenario: Use DBine to connect to and query Apache Doris -->\"]; received
[\"html\",null,null,\"<!-- Применимый сценарий: подключение к Apache Doris и
выполнение запросов через DBine -->\"]\npr [...]
+ }
+ ]
+ },
+ {
+ "attempt": 3,
+ "issues": []
+ }
+ ]
+ }
+ }
+}
diff --git
a/translations/state/ru/pages/default/current/connection-integration/data-integration/intro.json
b/translations/state/ru/pages/default/current/connection-integration/data-integration/intro.json
index 65879ce02ee6..dd1ba68257fd 100644
---
a/translations/state/ru/pages/default/current/connection-integration/data-integration/intro.json
+++
b/translations/state/ru/pages/default/current/connection-integration/data-integration/intro.json
@@ -8,23 +8,29 @@
"sourceLocale": "en",
"sourcePath": "docs/connection-integration/data-integration/intro.mdx",
"targetPath":
"i18n/ru/docusaurus-plugin-content-docs/current/connection-integration/data-integration/intro.mdx",
- "sourceCommit": "8f714fef54cbb3e1887308cedcfca6982493c347",
- "sourceHash":
"edafef97c3e0583cf9df8309fe52c5732c23769aa71c605e80e10823307fd296",
- "sourceTechnicalHash":
"3358510679bc3f9712af847eadca61ff318a3947f218b06a5ea58cfa38a2c203",
- "targetHash":
"a53953a372fd156d72c8a59259ef62b62ff257598e81329744a006632d759f35",
+ "sourceCommit": "795aeb76a468b06fb12fd8f218fa33c31d76b63c",
+ "sourceHash":
"b02e0793c29396206f6705ab7b6b298239c11daedcb7c9979d017f57d2d80026",
+ "sourceTechnicalHash":
"1fd9cec55f1334c6c6902970c950732ce6cebda6f75fda951201fa44edc69611",
+ "targetHash":
"1fdfb6fbd27d2958fa9ec316c528303fb9f5c3f2c1a24f81fceee6ca250c10bb",
"reviewStatus": "machine",
"ownership": "machine",
- "translatedAt": "2026-10-21T17:04:57.383Z",
+ "translatedAt": "2026-10-24T05:35:41.160Z",
"glossaryVersion": "1",
"generation": {
"policy": "whole-document-v1",
- "mode": "full",
- "reason": "local-t09-batch",
+ "previousSourceHash":
"edafef97c3e0583cf9df8309fe52c5732c23769aa71c605e80e10823307fd296",
+ "previousTargetHash":
"a53953a372fd156d72c8a59259ef62b62ff257598e81329744a006632d759f35",
+ "mode": "incremental",
+ "reason": "source-change-within-30-percent",
+ "sourceChange": {
+ "changedLines": 6,
+ "totalLines": 226,
+ "ratio": 0.02654867256637168
+ },
"attempts": 1,
- "modelCalls": 1,
"acceptedWithWarnings": false,
- "sourceHash":
"edafef97c3e0583cf9df8309fe52c5732c23769aa71c605e80e10823307fd296",
- "targetHash":
"a53953a372fd156d72c8a59259ef62b62ff257598e81329744a006632d759f35",
+ "sourceHash":
"b02e0793c29396206f6705ab7b6b298239c11daedcb7c9979d017f57d2d80026",
+ "targetHash":
"1fdfb6fbd27d2958fa9ec316c528303fb9f5c3f2c1a24f81fceee6ca250c10bb",
"warnings": [],
"history": [
{
---------------------------------------------------------------------
To unsubscribe, e-mail: [email protected]
For additional commands, e-mail: [email protected]
