AI Translate 00-products to Simplified-Chinese (#2537)

* [INIT] Start translation to Simplified-Chinese

* 🌐 Translate 00-dce.md to Simplified-Chinese

* 🌐 Translate 00-dce.md to Simplified-Chinese

---------

Co-authored-by: github-actions[bot] <github-actions[bot]@users.noreply.github.com>
Co-authored-by: Bohu <[email protected]>

Author: github-actions[bot]

.translation-init

@@ -1 +1 @@
-Translation initialization: 2025-07-27T08:27:20.794958
+Translation initialization: 2025-07-27T10:13:15.612238

docs/cn/guides/00-products/00-dce.md

@@ -1,76 +1,31 @@
 ---
-title: Databend 社区
+title: Databend 社区版（Community）
 sidebar_position: 4
 ---
 
-import Tabs from '@theme/Tabs';
-import TabItem from '@theme/TabItem';
+Databend 社区版（Community）是 Databend 的开源版本，基于 **Apache 2.0 许可证**发布，可免费用于商业和非商业用途。它提供了与 [Databend 企业版（Enterprise）](/guides/products/dee/) 和 [Databend Cloud](/guides/products/dc/) 相同的核心分析引擎，但不包含企业级特有功能。
 
-Databend 是一个开源、弹性、工作负载感知的云原生数据仓库（Data Warehouse），使用 Rust 语言构建，旨在提供高性价比的 Snowflake 替代方案。它专为分析全球最大规模的数据集而设计。
+## 核心功能
 
-<Tabs groupId="whydatabend">
-<TabItem value="Performance" label="性能">
+- **高性能 SQL 处理**：基于向量化执行
+- **多种数据类型**：JSON、数组（ARRAY）、映射（MAP）、可变类型（VARIANT）
+- **标准 SQL 操作**：SELECT、INSERT、DELETE、UPDATE、REPLACE、COPY、MERGE
+- **多种数据格式**：CSV、JSON、Parquet、ORC 等
+- **私有化部署**：在您自己的基础设施上
+- **对象存储支持**：支持主流云平台
 
-- 在对象存储上实现极速数据分析
-- 利用数据级并行和指令级并行技术实现[最佳性能](https://benchmark.clickhouse.com/)
-- 无需构建索引、手动调优或处理分区/分片
+## 企业版功能
 
-</TabItem>
+如需更高级的功能，请考虑升级到 [Databend 企业版（Enterprise）](/guides/products/dee/) 或 [Databend Cloud](/guides/products/dc/)，其中包括：
+- 高级身份验证和安全
+- 优先技术支持
+- 企业级连接器和集成
+- 高级监控与合规功能
 
-<TabItem value="Data Manipulation" label="数据操作">
+完整功能列表请参见 [企业版功能](/guides/products/dee/enterprise-features)。
 
-- 支持 `SELECT`、`INSERT`、`DELETE`、`UPDATE`、`REPLACE`、`COPY` 和 `MERGE` 等原子操作
-- 提供时间回溯（Time Travel）和多目录（Apache Hive / Apache Iceberg）等高级功能
-- 支持以 CSV、JSON 和 Parquet 格式[加载半结构化数据](/guides/load-data/load)
-- 支持 [ARRAY、MAP 和 JSON](/sql/sql-reference/data-types/) 等半结构化数据类型
-- 支持类 Git 的 MVCC 存储，便于查询、克隆和恢复历史数据
+## 快速入门
 
-</TabItem>
-
-<TabItem value="Object Storage" label="对象存储">
-
-- 支持多种对象存储平台，点击[此处](../10-deploy/01-deploy/00-understanding-deployment-modes.md#supported-object-storage)查看完整列表
-- 支持即时弹性伸缩，按需调整资源规模
-
-</TabItem>
-</Tabs>
-
-Databend 的高层架构由 `meta-service layer`（元服务层）、`query layer`（查询层）和 `storage layer`（存储层）组成。
-
-![Databend Architecture](https://github.com/databendlabs/databend/assets/172204/68b1adc6-0ec1-41d4-9e1d-37b80ce0e5ef)
-
-<Tabs groupId="databendlay">
-<TabItem value="Meta-Service Layer" label="元服务层（Meta-Service Layer）">
-
-Databend 通过元服务层高效支持多租户架构，该层在系统中承担关键职能：
-
-- **元数据管理**：处理数据库、表、集群、事务（Transaction）等元数据
-- **安全性**：管理用户认证与授权，保障环境安全
-
-在 GitHub 的 [meta](https://github.com/databendlabs/databend/tree/main/src/meta) 目录中了解更多元服务层信息
-
-</TabItem>
-<TabItem value="Query Layer" label="查询层（Query Layer）">
-
-查询层（Query Layer）负责处理查询计算，由多个集群组成，每个集群包含若干节点。每个节点作为核心计算单元包含：
-
-- **Planner（规划器）**：基于[关系代数](https://en.wikipedia.org/wiki/Relational_algebra)元素制定 SQL 执行计划，包含 Projection、Filter 和 Limit 等算子
-- **Optimizer（优化器）**：应用"谓词下推"和"未使用列裁剪"等预定义规则的基于规则优化器
-- **Processors（处理器）**：按 Pull&Push 模式构建分布式查询执行 Pipeline（流水线）
-
-在 GitHub 的 [query](https://github.com/databendlabs/databend/tree/main/src/query) 目录中了解更多查询层（Query Layer）信息
-
-</TabItem>
-<TabItem value="Storage Layer" label="存储层（Storage Layer）">
-
-Databend 采用 Parquet 列式存储格式并引入专属表格式提升性能，关键特性包括：
-
-- **二级索引**：加速多维度数据定位与访问
-- **复杂数据类型索引**：优化半结构化数据处理效率
-- **Segments（段）**：高效数据组织单元
-- **聚簇（Clustering）**：通过用户定义聚簇键（Cluster Key）优化数据扫描
-
-在 GitHub 的 [storage](https://github.com/databendlabs/databend/tree/main/src/query/storages) 目录中了解更多存储层（Storage Layer）信息
-
-</TabItem>
-</Tabs>
+- **[快速入门指南](/guides/deploy/QuickStart/)**：5 分钟快速上手
+- **[下载与安装](/guides/deploy/deploy/download)**：私有化部署选项
+- **[GitHub 仓库](https://github.com/databendlabs/databend)**：源代码与社区

docs/cn/guides/00-products/index.md

@@ -9,31 +9,29 @@ import LanguageDocs from '@site/src/components/LanguageDocs';
 
 欢迎来到 Databend（发音为 /ˈdeɪtəˌbɛnd/）<Speaker /> 文档。
 
-<LanguageDocs
-cn=
-'
+**Databend** 是新一代云原生 **[数据+AI] 分析平台**，支持结构化、半结构化和非结构化多模态数据。
 
-**Databend** 是一个开源的、具有 Serverless 特性、采用存算分离架构、基于对象存储构建的云原生数据湖仓，提供极致的性能和快速的弹性扩展能力，致力于打造开源版的 **Snowflake**。
-
-'
-en=
-'
-
-**Databend** is an open-source, serverless, cloud-native data lakehouse built on object storage with a decoupled storage and compute architecture. It delivers exceptional performance and rapid elasticity, aiming to be the open-source alternative to **Snowflake**.
-
-'/>
+作为 **Snowflake 的开源替代方案**，具有**近 100% SQL 兼容性**和原生 AI 能力，受到世界级企业信赖，管理着 **800+ PB** 数据和**每日 1 亿+** 查询。
 
 <DocsOverview />
 
-**您可能想了解以下内容**
+**以下是一些您可能想要了解的内容**
+
+**快速上手**
+- **[SQL 参考](/sql)**: 快速访问 Databend 核心功能的指南！
+- **[连接到 Databend](/guides/sql-clients)**: 使用各种 SQL 客户端和编程语言进行连接。
 
-- **[SQL 参考](/sql)**: Databend 基础知识的快速入门指南！
-- **[连接到 Databend](/guides/sql-clients)**: 通过多种 SQL 客户端和编程语言连接。
+**数据处理**
 - **[数据加载](/guides/load-data)**: 将各种来源的数据导入 Databend。
-- **[数据导出](/guides/unload-data)**: 将 Databend 中的数据导出为不同格式。
-- **[外部函数](/guides/query/external-function)**: 使用自定义函数扩展 Databend 的能力。
-- **[Databend AI 与 ML](/guides/ai-functions)**: 在数据处理中利用 AI 能力。
-- **[数据管理](/guides/data-management)**: 有效管理您的数据生命周期。
-- **[数据湖仓（Data Lakehouse）](/guides/access-data-lake)**: 与 Hive、Iceberg 和 Delta Lake 无缝集成。
-- **[性能优化](/guides/performance)**: 通过各种策略提升查询性能。
-- **[基准测试](/guides/benchmark)**: 将 Databend 的性能与其他数据仓库（Data Warehouse）进行比较。
+- **[数据卸载](/guides/unload-data)**: 将 Databend 中的数据导出为不同格式。
+- **[半结构化数据](/sql/sql-functions/semi-structured-functions)**: 使用 VARIANT 类型处理 JSON、数组和嵌套数据。
+
+**AI 与高级分析**
+- **[Databend AI 与机器学习](/guides/ai-functions)**: 在数据处理中利用 AI 功能。
+- **[向量函数](/sql/sql-functions/vector-functions)**: 用于机器学习工作负载的向量相似度和距离计算。
+- **[全文检索](/guides/performance/fulltext-index)**: 高级文本搜索和相关性评分。
+
+**性能与规模**
+- **[性能优化](/guides/performance)**: 通过多种策略提升查询性能。
+- **[基准测试](/guides/benchmark)**: 将 Databend 的性能与其他数据仓库进行比较。
+- **[数据湖仓 (Data Lakehouse)](/guides/access-data-lake)**: 与 Hive、Iceberg 和 Delta Lake 无缝集成。