Merge pull request #55 from yhm-amber/patch-1

Enhance clarity and language in data lake documentation

Author: majinghe

docs/zh/features/data-lake/index.md

@@ -1,73 +1,74 @@
 # 面向现代数据湖的 RustFS
 
-现代数据湖和数据湖仓一体建立在现代对象存储之上。这意味着它们建立在 RustFS 之上。
+现代数据湖和数据湖仓一体架构建立在现代对象存储之上。这意味着它们可建立在 RustFS 之上。
 
-**RustFS 为现代数据湖/湖仓一体提供统一的存储解决方案，这些可以在任何地方运行：私有云、公共云、Colos、裸机 - 甚至在边缘。是的，快速、可扩展、云原生且随时可用 - 包括所有电池。**
+**RustFS 为现代数据湖/湖仓一体提供统一的存储解决方案，可以在任何地方运行：私有云、公共云、机柜、裸金属 ―― 甚至可以在边缘。是的，快速、可扩展、云原生且随时可用 ―― 内置电池。**
 
 ![数据湖架构](images/data-lake-architecture.png)
 
-## 打开表格格式就绪
+## 开放表格格式就绪
 
 ![表格格式](images/table-formats.png)
 
-现代数据湖是多引擎的，这些引擎（Spark、Flink、Trino、Arrow、Dask 等）都需要以某种方式绑定成一个有凝聚力的建筑。现代数据湖必须提供中央表存储，便携式通勤、门禁控制和持久结构。这就是 Iceberg、Hudi 和 Delta Lake 等格式开始发挥作用。它们是为现代数据湖设计的，它们是 RustFS 支持每个。我们可能会对哪一方获胜有意见（你可以随时问我们...但我们致力于支持他们，直到它没有意义（参见 Docker Swarm 和 Mesosphere）。
+现代数据湖是多引擎的，这些引擎（Spark、Flink、Trino、Arrow、Dask 等）都需要在一个连贯的架构中绑定在一起。现代数据湖必须提供中央表存储、可移植元数据、访问控制和持久结构。这就是 Iceberg、Hudi 和 Delta Lake 等格式发挥作用的地方。它们是为现代数据湖设计的，而 RustFS 支持每一个。我们可能对哪一个会胜出有自己的看法（你随时可以问我们...），但我们致力于支持它们，直到这样做不再有意义（参见 Docker Swarm 和 Mesosphere）。
 
 ## 云原生
 
-RustFS 诞生于云中，并坚持云的原则运营模型 - 容器化、编排、微服务、API、基础架构即代码和自动化。正因为如此，云原生生态系统与 RustFS "一起工作"——从 Spark 到 Presto/Trino，从 Snowflake 到 Dremio，从 Nifi 到 Kafka，从 Prometheus 到 OpenObserve，从 Istio 到 Linkerd，从 Hashicorp Vault 到 Keycloak。
+RustFS 出生于云端，并基于云原则运行 —— 容器化、编排、微服务、API、基础设施即代码和自动化。正因如此，云原生生态系统与 RustFS "无缝协作" —— 从 Spark 到 Presto/Trino，从 Snowflake 到 Dremio，从 NiFi 到 Kafka，从 Prometheus 到 OpenObserve，从 Istio 到 Linkerd，从 Hashicorp Vault 到 Keycloak。
 
-不要相信我们的话 - 输入您最喜欢的云原生技术并让谷歌为你提供证据。
+不要只听我们的说法 —— 输入你最喜欢的云原生技术，让 Google 提供证据。
 
 ## 多引擎
 
-RustFS 支持所有兼容 S3 的查询引擎，也就是说所有他们。没有看到您使用的 - 给我们留言，我们将进行调查。
+RustFS 支持所有 S3 兼容的查询引擎，也就是说全部支持。没看到你使用的那个？联系我们，我们会进行调查。
 
 ![多引擎支持](images/multi-engine-1.svg)
 
 ![多引擎支持](images/multi-engine-2.svg)
 
 ## 性能
 
-现代数据湖需要一定程度的性能，甚至更多重要的是，大规模的性能，这是 Hadoop 梦寐以求的老式物品商店只是幻想。RustFS 已在多个基准测试表明它比 Hadoop 和迁移路径已明确记录。这意味着查询引擎（Spark、Presto、Trino，Snowflake，Microsoft SQL Server，Teradata 等）。这也包括您的 AI/ML 平台 - 从 MLflow 到 Kubeflow。
+现代数据湖需要具备一定性能水平，更重要的是，需要具备传统 Hadoop 时代通用存储设备所无法想象的规模化性能。RustFS 在多个基准测试中已证明其性能优于 Hadoop，且迁移路径已有详细文档记录。这意味着查询引擎（Spark、Presto、Trino、Snowflake、Microsoft SQL Server、Teradata 等）性能更佳。这同样适用于您的 AI/ML 平台——从 MLflow 到 Kubeflow。
 
-我们发布我们的基准供全世界查看，并使其可重复。了解我们如何在 GET 上达到 325 GiB/s（349 GB/s）和 165 GiB/s（177 GB/s）在这篇文章中，只有 32 个现成的 NVMe SSD 节点的 PUT。
+我们公开发布我们的基准测试结果，并确保其可重复性。本文将介绍我们如何仅使用 32 个现成的 NVMe SSD 节点，在 GET 操作上达到 325 GiB/s（349 GB/s），在 PUT 操作上达到 165 GiB/s（177 GB/s）。
 
-## 轻
+## 轻量
 
-RustFS 的服务器二进制文件全部为 < 100 MB。尽管它很大，但它是强大到足以在数据中心运行，但仍然足够小，可以生存舒适地在边缘。在 Hadoop 中没有这样的替代方案世界。这对企业来说意味着您的 S3 应用程序可以随时随地使用相同的 API 访问数据。实施 RustFS 边缘位置和复制功能，我们可以捕获和过滤数据在边缘，并将其传送到母集群进行聚合，以及进一步的分析实施。
+RustFS 的服务器二进制文件整体小于 100 MB。尽管它功能强大得足够健壮可以在数据中心运行，但它同时也足够小巧以至于可以在边缘舒适地运行。在 Hadoop 世界中没有这样的替代方案。对于企业而言，这意味着您的 S3 应用程序可以通过相同的 API 在任何地方访问数据。通过实现 RustFS 边缘位置和复制功能，我们可以在边缘捕获和过滤数据，并将其交付到父集群以进行聚合和进一步的分析实现。
 
 ## 分解
 
-现代数据湖扩展了 Hadoop 中的分解功能分手。现代数据湖具有高速查询处理引擎和它们具有高吞吐量存储。现代数据湖太大了以适合数据库，因此数据驻留在对象存储中。这方式，数据库可以专注于查询优化功能和将存储功能外包给高速对象存储。通过保持内存中数据的子集，并利用诸如谓词下推（S3 Select）和外部表 - 查询引擎具有更大的灵活性。
+现代数据湖扩展了打破 Hadoop 的分解能力。现代数据湖具有高速查询处理引擎和高吞吐量存储。现代数据湖规模太大，无法适应数据库，因此数据驻留在对象存储中。这样，数据库可以专注于查询优化功能，并将存储功能外包给高速对象存储。通过将数据子集保留在内存中，并利用谓词下推（S3 Select）和外部表等特性，查询引擎具有更大的灵活性。
 
 ## 开源
 
-采用 Hadoop 的企业这样做是出于对开放源技术的偏好。作为合乎逻辑的继任者 - 企业希望他们的 DataLake 也将开源。这就是冰山蓬勃发展的原因以及 Databricks 开源 Deltalake 的原因。
+采用 Hadoop 的企业是出于对开源技术的偏好。作为逻辑上的继承者 —— 企业也希望他们的数据湖是开源的。这就是 Iceberg 兴盛的原因，也是 Databricks 开源 Delta Lake 的原因。
 
-检查能力、无锁定和舒适性来自数以万计的用户，具有实实在在的价值。RustFS 也是 100% 开源，确保组织能够忠于他们的在投资现代数据湖时实现目标。
+软件能力、无锁定的自由、以及自成千上万用户支持所带来的放心，都具有实实在在的价值。RustFS 也是 100% 开源的，确保组织在投资现代数据湖时能够坚持其目标。
 
-## 迅猛增长
+## 迅速猛增
 
-数据是不断生成的，这意味着它必须不断地生成被摄入 - 不会引起消化不良。RustFS 就是为此而生的世界，开箱即用，可与 Kafka、Flink、RabbitMQ 和大量其他解决方案。结果是 datalake/datalakehouse 成为单一事实来源，可以无缝扩展到 EB 及其他领域。
+数据在不断生成，这意味着必须不断进行数据摄取 —— 而又不会造成消化不良。RustFS 就是为这样的世界而构建的，并且可以开箱即用地与 Kafka、Flink、RabbitMQ 以及众多其他解决方案协同工作。其结果是，数据湖/数据湖屋变成了一个可以无缝扩展至艾字节及以上的单一事实来源。
 
-RustFS 有多个客户端，其每日数据摄取量超过 250PB。
+RustFS 拥有多家客户，其每日数据摄入量超过 250PB。
 
-## 简单
+## 简洁性
 
-简单是很难的。这需要工作、纪律，最重要的是，承诺。RustFS 的简单性是传奇的，是哲学承诺使我们的软件易于部署、使用、升级和扩展。现代数据湖不必很复杂。有一个少数部分，我们致力于确保 RustFS 是最容易采用和部署。
+简洁并不容易。它需要工作、纪律，最重要的是，承诺。RustFS 的简洁性是传奇的，这是一个哲学上的承诺，使我们的软件易于部署、使用、升级和扩展。现代数据湖不必复杂。有几个部分，我们致力于确保 RustFS 是最易于采用和部署的。
 
-## ELT 或 ETL - 它只是工作
+## ELT 或 ETL ―― 它只是有效工作
 
-RustFS 不仅适用于每个数据流协议，而且每个数据管道，都是每个数据流协议和数据管道与 RustFS 配合使用。每个供应商都进行了广泛的测试，并且通常，数据管道具有弹性和性能。
+RustFS 不仅适用于所有数据流协议，还适用于所有数据处理管道——所有数据流协议和数据处理管道都与 RustFS 兼容。所有供应商都经过广泛测试，并且通常数据处理管道具有弹性和性能。
 
 ## 弹性
 
-RustFS 使用每个对象的内联纠删码来保护数据，这远远比复制后的 HDFS 替代方案更有效，并且从未被采用。此外，RustFS 的 bitrot 检测确保它永远不会读取损坏的数据 - 捕获和修复损坏的数据动态对象。RustFS 还支持跨地域、主动-主动复制。最后，RustFS 支持完整的对象锁定框架提供法律保留和保留（具有治理和合规性）模式）。
+RustFS 通过对每个对象使用内联纠删码来保护数据，这比从未被采用的 HDFS 复制替代方案要高效得多。此外，RustFS 的位腐 (bitrot) 检测确保它永远不会读取损坏的数据 —— 它能动态地捕获并修复对象的损坏数据。RustFS 还支持跨地域 (cross-region) 与主动-主动 (active-active) 的复制。最后，RustFS 支持完整的对象锁定框架，提供法律保留和保留（具有治理和合规模式）。
 
 ## 软件定义
 
-Hadoop HDFS 的继任者不是硬件设备，而是软件在商用硬件上运行。这就是 RustFS 的本质——软件。喜欢 Hadoop HDFS，RustFS 旨在充分利用商品的优势服务器。能够利用 NVMe 驱动器和 100 GbE 网络，RustFS 可以缩小数据中心，从而改善运营效率和可管理性。事实上，建立替代品的公司数据湖将其硬件占用空间减少 60% 或更多，同时改进性能并减少管理它所需的 FTE。
+Hadoop HDFS 的继任者并非硬件设备，而是一套运行在通用硬件上的软件。这正是 RustFS 的本质 ―― 软件。与 Hadoop HDFS 类似，RustFS 旨在充分利用通用服务器。由于能够利用 NVMe 驱动器和 100 GbE 网络，RustFS 可以缩小数据中心规模，从而提高运营效率和可管理性。事实上，正在构建替代型数据湖的公司在减少 60% 或更多的硬件占用的同时提升性能、并降低管理它们所需的全职员工（FTEs）。
 
 ## 安全
 
-RustFS 支持多种复杂的服务器端加密方案，以保护数据，无论数据位于何处，无论是在飞行中还是在静止状态。RustFS 的方法确保机密性、完整性和真实性性能开销可以忽略不计。服务器端和客户端加密支持使用 AES-256-GCM、ChaCha20-Poly1305 和 AES-CBC，确保应用程序兼容性。此外，RustFS 支持行业领先的密钥管理系统（KMS）。
+RustFS 支持多种复杂的服务端加密方案，以保护数据无论其存储于何处，不论数据在传输中还是静止状态。RustFS 的方法确保了机密性、完整性和真实性，且性能开销可以忽略不计。通过支持 AES-256-GCM、ChaCha20-Poly1305 和 AES-CBC 的服务器端和客户端加密，确保了应用程序的兼容性。此外，RustFS 还支持业界领先的密钥管理系统（KMS）。
+