🌐 Translate index.md to Simplified-Chinese

Author: github-actions[bot]

docs/cn/tutorials/load/automating-json-log-loading-with-vector.md

@@ -1,44 +1,44 @@
 ---
-title: 使用 Vector 自动化 JSON 日志加载
+title: 使用 Vector 自动加载 JSON 日志
 ---
 
-在本教程中，我们将模拟在本地生成日志，使用 [Vector](https://vector.dev/) 收集它们，将它们存储在 S3 中，并使用计划任务自动将它们导入到 Databend Cloud 中。
+在本教程中，我们将模拟在本地生成日志，使用 [Vector](https://vector.dev/) 收集日志，将其存储到 S3，并通过定时任务自动将其摄取到 Databend Cloud。
 
-![使用 Vector 自动化 JSON 日志加载](@site/static/img/documents/tutorials/vector-tutorial.png)
+![使用 Vector 自动加载 JSON 日志](@site/static/img/documents/tutorials/vector-tutorial.png)
 
-## 开始之前
+## 准备工作
 
-在开始之前，请确保您已准备好以下先决条件：
+开始前，请确保已准备好以下先决条件：
 
-- **Amazon S3 Bucket**: 一个 S3 bucket，用于存储 Vector 收集的日志。[了解如何创建 S3 bucket](https://docs.aws.amazon.com/AmazonS3/latest/userguide/create-bucket-overview.html)。
-- **AWS 凭证**: AWS Access Key ID 和 Secret Access Key，具有访问您的 S3 bucket 的足够权限。[管理您的 AWS 凭证](https://docs.aws.amazon.com/general/latest/gr/aws-sec-cred-types.html#access-keys-and-secret-access-keys)。
-- **AWS CLI**: 确保已安装 [AWS CLI](https://aws.amazon.com/cli/) 并配置了访问您的 S3 bucket 的必要权限。
-- **Docker**: 确保您的本地机器上已安装 [Docker](https://www.docker.com/)，因为它将用于设置 Vector。
+- **Amazon S3 存储桶**：用于存放 Vector 收集的日志。 [了解如何创建 S3 存储桶](https://docs.aws.amazon.com/AmazonS3/latest/userguide/create-bucket-overview.html)。
+- **AWS 凭证**：具备访问 S3 存储桶权限的 AWS Access Key ID 和 Secret Access Key。 [管理 AWS 凭证](https://docs.aws.amazon.com/general/latest/gr/aws-sec-cred-types.html#access-keys-and-secret-access-keys)。
+- **AWS CLI**：确保已安装 [AWS CLI](https://aws.amazon.com/cli/) 并配置好访问 S3 存储桶所需的权限。
+- **Docker**：确保本地已安装 [Docker](https://www.docker.com/)，用于部署 Vector。
 
-## 步骤 1：在 S3 Bucket 中创建目标文件夹
+## 第一步：在 S3 存储桶中创建目标文件夹
 
-要存储 Vector 收集的日志，请在您的 S3 bucket 中创建一个名为 logs 的文件夹。在本教程中，我们使用 `s3://databend-doc/logs/` 作为目标位置。
+为存放 Vector 收集的日志，请在 S3 存储桶中创建一个名为 logs 的文件夹。本教程使用 `s3://databend-doc/logs/` 作为目标路径。
 
-此命令在 `databend-doc` bucket 中创建一个名为 `logs` 的空文件夹：
+以下命令在 databend-doc 存储桶中创建名为 logs 的空文件夹：
 
 ```bash
 aws s3api put-object --bucket databend-doc --key logs/
 ```
 
-## 步骤 2：创建本地日志文件
+## 第二步：创建本地日志文件
 
-通过创建本地日志文件来模拟日志生成。在本教程中，我们使用 `/Users/eric/Documents/logs/app.log` 作为文件路径。
+通过创建本地日志文件来模拟日志生成。本教程使用 `/Users/eric/Documents/logs/app.log` 作为文件路径。
 
-将以下 JSON 行添加到文件中以表示示例日志事件：
+将以下 JSON 行添加到文件中，作为示例日志事件：
 
 ```json title='app.log'
 {"user_id": 1, "event": "login", "timestamp": "2024-12-08T10:00:00Z"}
 {"user_id": 2, "event": "purchase", "timestamp": "2024-12-08T10:05:00Z"}
 ```
 
-## 步骤 3：配置并运行 Vector
+## 第三步：配置并运行 Vector
 
-1. 在您的本地机器上创建一个名为 `vector.yaml` 的 Vector 配置文件。在本教程中，我们在 `/Users/eric/Documents/vector.yaml` 中创建它，内容如下：
+1. 在本地创建名为 `vector.yaml` 的 Vector 配置文件。本教程将其放在 `/Users/eric/Documents/vector.yaml`，内容如下：
 
 ```yaml title='vector.yaml'
 sources:
@@ -63,16 +63,16 @@ sinks:
       - "extract_message"
     bucket: databend-doc
     region: us-east-2
-    key_prefix: "logs/"
-    content_type: "text/plain"
+    key_prefix: "logs/" 
+    content_type: "text/plain" 
     encoding:
-      codec: "native_json"
+      codec: "native_json" 
     auth:
       access_key_id: "<your-access-key-id>"
       secret_access_key: "<your-secret-access-key>"
 ```
 
-2. 使用 Docker 启动 Vector，映射配置文件和本地日志目录：
+2. 使用 Docker 启动 Vector，并映射配置文件和本地日志目录：
 
 ```bash
 docker run \
@@ -84,35 +84,35 @@ docker run \
   timberio/vector:nightly-alpine
 ```
 
-3. 稍等片刻，然后检查是否有任何日志已同步到 S3 上的 `logs` 文件夹：
+3. 稍等片刻，然后检查日志是否已同步到 S3 的 logs 文件夹：
 
 ```bash
 aws s3 ls s3://databend-doc/logs/
 ```
 
-如果日志文件已成功同步到 S3，您应该看到类似于以下的输出：
+若日志文件已成功同步到 S3，将看到类似以下输出：
 
 ```bash
 2024-12-10 15:22:13          0
 2024-12-10 17:52:42        112 1733871161-7b89e50a-6eb4-4531-8479-dd46981e4674.log.gz
 ```
 
-您现在可以从您的 bucket 下载同步的日志文件：
+现在可从存储桶下载已同步的日志文件：
 
 ```bash
 aws s3 cp s3://databend-doc/logs/1733871161-7b89e50a-6eb4-4531-8479-dd46981e4674.log.gz ~/Documents/
 ```
 
-与原始日志相比，同步的日志采用 NDJSON 格式，每个记录都包装在一个外部 `log` 字段中：
+与原始日志相比，同步后的日志为 NDJSON 格式，每条记录被包裹在外层 `log` 字段中：
 
 ```json
 {"log":{"event":"login","timestamp":"2024-12-08T10:00:00Z","user_id":1}}
 {"log":{"event":"purchase","timestamp":"2024-12-08T10:05:00Z","user_id":2}}
 ```
 
-## 步骤 4：在 Databend Cloud 中创建任务
+## 第四步：在 Databend Cloud 中创建任务
 
-1. 打开一个 worksheet，并创建一个外部 Stage，链接到您的 bucket 中的 `logs` 文件夹：
+1. 打开工作表，创建一个指向存储桶中 logs 文件夹的外部 Stage：
 
 ```sql
 CREATE STAGE mylog 's3://databend-doc/logs/' CONNECTION=(
@@ -121,7 +121,7 @@ CREATE STAGE mylog 's3://databend-doc/logs/' CONNECTION=(
 );
 ```
 
-成功创建 Stage 后，您可以列出其中的文件：
+Stage 创建成功后，可列出其中的文件：
 
 ```sql
 LIST @mylog;
@@ -133,7 +133,7 @@ LIST @mylog;
 └─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘
 ```
 
-2. 创建一个表，其列映射到日志中的字段：
+2. 创建与日志字段对应的表：
 
 ```sql
 CREATE TABLE logs (
@@ -143,21 +143,21 @@ CREATE TABLE logs (
 );
 ```
 
-3. 创建一个计划任务，将日志从外部 Stage 加载到 `logs` 表中：
+3. 创建定时任务，将日志从外部 Stage 加载到 logs 表：
 
 ```sql
 CREATE TASK IF NOT EXISTS myvectortask
     WAREHOUSE = 'eric'
     SCHEDULE = 1 MINUTE
     SUSPEND_TASK_AFTER_NUM_FAILURES = 3
 AS
-COPY INTO logs
+COPY INTO logs 
 FROM (
     SELECT $1:log:event, $1:log:timestamp, $1:log:user_id
     FROM @mylog/
 )
-FILE_FORMAT = (TYPE = NDJSON, COMPRESSION = AUTO)
-MAX_FILES = 10000
+FILE_FORMAT = (TYPE = NDJSON, COMPRESSION = AUTO) 
+MAX_FILES = 10000 
 PURGE = TRUE;
 ```
 
@@ -167,7 +167,7 @@ PURGE = TRUE;
 ALTER TASK myvectortask RESUME;
 ```
 
-稍等片刻，然后检查日志是否已加载到表中：
+稍等片刻，检查日志是否已加载到表中：
 
 ```sql
 SELECT * FROM logs;
@@ -180,16 +180,16 @@ SELECT * FROM logs;
 └──────────────────────────────────────────────────────────┘
 ```
 
-如果您现在运行 `LIST @mylog;`，您将看不到任何列出的文件。这是因为该任务配置为 `PURGE = TRUE`，这会在加载日志后从 S3 中删除同步的文件。
+此时若运行 `LIST @mylog;`，将看不到任何文件。这是因为任务配置了 `PURGE = TRUE`，加载日志后会从 S3 删除已同步的文件。
 
-现在，让我们模拟在本地日志文件 `app.log` 中生成另外两个日志：
+现在，让我们在本地日志文件 `app.log` 中再模拟生成两条日志：
 
 ```bash
 echo '{"user_id": 3, "event": "logout", "timestamp": "2024-12-08T10:10:00Z"}' >> /Users/eric/Documents/logs/app.log
 echo '{"user_id": 4, "event": "login", "timestamp": "2024-12-08T10:15:00Z"}' >> /Users/eric/Documents/logs/app.log
 ```
 
-稍等片刻，让日志同步到 S3（新文件应出现在 `logs` 文件夹中）。然后，计划任务会将新日志加载到表中。如果您再次查询该表，您将找到这些日志：
+稍等片刻，日志将同步到 S3（logs 文件夹中会出现新文件）。随后定时任务会把新日志加载到表中。再次查询表，即可看到这些日志：
 
 ```sql
 SELECT * FROM logs;
@@ -202,4 +202,4 @@ SELECT * FROM logs;
 │ login            │ 2024-12-08 10:00:00 │               1 │
 │ purchase         │ 2024-12-08 10:05:00 │               2 │
 └──────────────────────────────────────────────────────────┘
-```
+```