i18n-zh-release-8.5: translate Cloud doc changes from pingcap/docs release-8.5 on 2026-10-07

TOC-tidb-cloud-lake.md

@@ -48,6 +48,7 @@
     - [PostgreSQL - 凭证](/tidb-cloud-lake/guides/postgresql-credentials.md)
     - [FeiShuBot](/tidb-cloud-lake/guides/feishubot.md)
     - [Kafka - 凭证](/tidb-cloud-lake/guides/kafka-credentials.md) ![PREVIEW](/media/tidb-cloud/blank_transparent_placeholder.png)
+    - [TiDB 数据源](/tidb-cloud-lake/guides/tidb-data-source.md) ![PREVIEW](/media/tidb-cloud/blank_transparent_placeholder.png)
   - 集成任务
     - [概览](/tidb-cloud-lake/guides/integration-tasks.md)
     - [任务管理](/tidb-cloud-lake/guides/task-management.md)
@@ -56,6 +57,7 @@
     - [MySQL 集成任务](/tidb-cloud-lake/guides/integrate-with-mysql.md)
     - [PostgreSQL 集成任务](/tidb-cloud-lake/guides/integrate-with-postgresql.md)
     - [Kafka Consumer 集成任务](/tidb-cloud-lake/guides/integrate-with-kafka.md) ![PREVIEW](/media/tidb-cloud/blank_transparent_placeholder.png)
+    - [TiDB 集成任务（预览版）](/tidb-cloud-lake/guides/integrate-with-tidb.md) ![PREVIEW](/media/tidb-cloud/blank_transparent_placeholder.png)
 - 加载数据
   - 使用 Stage
     - [Stage 概述](/tidb-cloud-lake/guides/stage-overview.md)

TOC-tidb-cloud-releases.md

@@ -21,6 +21,7 @@
 ## TiDB X 内核发布说明
 
 - [TiDB Cloud Premium 的内核版本管理](/tidb-cloud/releases/tidb-cloud-kernel-versioning.md)
+- [TiDB-X-CLOUD.202603.1 Release Notes](/tidb-cloud/releases/tidb-x-cloud.202603.1.md)
 - [TiDB-X-CLOUD.202510.1 发布说明](/tidb-cloud/releases/tidb-x-cloud.202510.1.md)
 
 ## 维护通知

latest_translation_commit.json

@@ -1,4 +1,4 @@
 {
   "target": "release-8.5",
-  "sha": "83e7cbb78907d14abe57998ef8637092399e0765"
+  "sha": "49ed15df968aedb44b0290df53e124ef740c6a67"
 }

sql-statements/sql-statement-create-index.md

@@ -366,7 +366,9 @@ Query OK, 1 row affected (0.00 sec)
 - 如果表使用了多值索引，不能通过 BR、TiCDC 或 TiDB Lightning 将该表备份、同步或导入到 v6.6.0 之前的 TiDB 集群。
 - 对于包含复杂条件的查询，TiDB 可能无法选择多值索引。关于多值索引支持的条件模式，参见 [使用多值索引](/choose-index.md#use-multi-valued-indexes)。
 
-## 部分索引 <span class="version-mark">从 v8.5.7 版本开始引入</span> {#partial-indexes-new-in-v857}
+## 部分索引 {#partial-indexes}
+
+<span class="version-mark">TiDB Self-Managed 和 TiDB Cloud Dedicated 从 v8.5.7 版本开始引入，TiDB Cloud Essential 和 Premium 从 CLOUD.202603.1 开始引入</span>
 
 部分索引是建立在表中部分行子集上的索引。创建部分索引时，你可以指定一个条件表达式，也称为谓词，用于定义这个行子集。索引中仅包含满足该谓词的行的条目。
 

sql-statements/sql-statement-modify-column.md

@@ -15,7 +15,7 @@ summary: TiDB 数据库中 MODIFY COLUMN 的用法概述。
 - 修改 `DECIMAL` 精度
 - 将 `VARCHAR(10)` 的长度缩短为 `VARCHAR(5)`
 
-从 v8.5.5 开始，TiDB 对部分原本需要 Reorg-Data 的列类型变更进行了优化。当满足以下条件时，TiDB 只会重建受影响的索引，而不是整个表，从而提升执行效率：
+从 v8.5.5 （对于 TiDB Self-Managed 和 TiDB Cloud Dedicated）和 CLOUD.202603.1（对于 TiDB Cloud Essential 和 Premium）开始，TiDB 对部分原本需要 Reorg-Data 的列类型变更进行了优化。当满足以下条件时，TiDB 只会重建受影响的索引，而不是整个表，从而提升执行效率：
 
 - 当前会话使用严格的 [SQL 模式](/sql-mode.md)（`sql_mode` 包含 `STRICT_TRANS_TABLES` 或 `STRICT_ALL_TABLES`）。
 - 表没有 TiFlash 副本。

sql-statements/sql-statement-select.md

@@ -106,7 +106,7 @@ TableSample ::=
 
 > **注意：**
 >
-> - 从 v8.5.6 版本开始，TiDB 支持在 `FOR UPDATE OF` 子句中使用表别名。为保持向后兼容性，在定义了别名时，你仍然可以引用基表名，但这会触发一条警告，建议使用显式别名。当查询涉及不同数据库中多个同名表时（例如，`FROM db1.t, db2.t FOR UPDATE OF t`），TiDB 现在会按照 `FROM` 子句中的顺序从左到右匹配目标表，而不是根据当前数据库上下文进行匹配。为避免歧义，建议你在 `FOR UPDATE OF` 子句中指定数据库名或使用别名。
+> - 从 v8.5.6 （对于 TiDB Self-Managed 和 TiDB Cloud Dedicated）和 CLOUD.202603.1（对于 TiDB Cloud Essential 和 Premium）开始，TiDB 支持在 `FOR UPDATE OF` 子句中使用表别名。为保持向后兼容性，在定义了别名时，你仍然可以引用基表名，但这会触发一条警告，建议使用显式别名。当查询涉及不同数据库中多个同名表时（例如，`FROM db1.t, db2.t FOR UPDATE OF t`），TiDB 现在会按照 `FROM` 子句中的顺序从左到右匹配目标表，而不是根据当前数据库上下文进行匹配。为避免歧义，建议你在 `FOR UPDATE OF` 子句中指定数据库名或使用别名。
 > - 从 v6.6.0 版本开始，TiDB 支持 [Resource Control](/tidb-resource-control-ru-groups.md)。你可以利用此功能在不同资源组中以不同优先级执行 SQL 语句。通过为这些资源组配置合适的配额和优先级，可以获得更好的调度控制。当启用资源控制时，语句优先级（`HIGH_PRIORITY`）将不再生效。建议使用 [Resource Control](/tidb-resource-control-ru-groups.md) 来管理不同 SQL 语句的资源使用。
 
 ## 示例

tidb-cloud-lake/guides/amazon-sqs-s3-iam-role.md

@@ -1,9 +1,9 @@
 ---
-title: Amazon SQS (S3) - IAM Role (Beta)
+title: Amazon SQS (S3) - IAM Role (Preview)
 summary: 了解如何在 {{{ .lake }}} 中创建 `Amazon SQS (S3) - IAM Role` 数据源。
 ---
 
-# Amazon SQS (S3) - IAM Role (Beta)
+# Amazon SQS (S3) - IAM Role (Preview)
 
 本页介绍如何创建 `Amazon SQS (S3) - IAM Role` 数据源。该数据源存储访问 Amazon SQS 队列及其对应 S3 存储桶所需的配置，用于消费从 Amazon S3 投递到 SQS 的 S3 对象创建事件。
 

tidb-cloud-lake/guides/data-integration-overview.md

@@ -27,10 +27,11 @@ summary: "{{{ .lake }}} 中的数据集成功能提供了一个可视化、无
 | 任务类型 | 说明 |
 |-----------|-------------|
 | [Amazon S3](/tidb-cloud-lake/guides/integrate-with-amazon-s3.md) | 从 Amazon S3 导入 CSV、Parquet 或 NDJSON 文件，支持一次性或持续摄取。 |
-| [Amazon SQS (S3) (Beta)](/tidb-cloud-lake/guides/integrate-with-amazon-sqs-s3.md) | 从 SQS 队列中消费 S3 对象创建事件，并将相应的对象数据写入 {{{ .lake }}}。 |
+| [Amazon SQS (S3) 集成任务（Preview）](/tidb-cloud-lake/guides/integrate-with-amazon-sqs-s3.md) | 从 SQS 队列中消费 S3 对象创建事件，并将相应的对象数据写入 {{{ .lake }}}。 |
 | [MySQL](/tidb-cloud-lake/guides/integrate-with-mysql.md) | 使用 `Snapshot`、`CDC Only` 或 `Snapshot + CDC` 模式同步 MySQL 中的表数据。 |
 | [PostgreSQL](/tidb-cloud-lake/guides/integrate-with-postgresql.md) | 使用 `Snapshot`、`CDC Only` 或 `Snapshot + CDC` 模式同步 PostgreSQL 中的表数据。 |
-| [Kafka Consumer Integration Task (Beta)](/tidb-cloud-lake/guides/integrate-with-kafka.md) | 持续消费 Kafka topic 中的消息，并将消息内容保存到内部对象存储中。 |
+| [Kafka Consumer Integration Task (Preview)](/tidb-cloud-lake/guides/integrate-with-kafka.md) | 持续消费 Kafka topic 中的消息，并将消息内容保存到内部对象存储中。 |
+| [TiDB 集成任务（预览版）](/tidb-cloud-lake/guides/integrate-with-tidb.md) | 使用 `Snapshot`、`CDC Only` 或 `Snapshot + CDC` 模式同步 TiDB 中的表数据。 |
 
 ## 推荐流程 {#recommended-flow}
 

tidb-cloud-lake/guides/data-sources.md

@@ -14,13 +14,14 @@ summary: "{{{ .lake }}} 中的数据源表示与外部系统的连接。它存
 | 类型 | 用途 |
 |------|---------|
 | [Amazon S3 - 凭证](/tidb-cloud-lake/guides/aws-credentials.md) | 存储访问 Amazon S3 所需的 Access Key 和 Secret Key。这些凭证可在多个 S3 导入任务中复用。 |
-| [Amazon SQS (S3) - IAM Role (Beta)](/tidb-cloud-lake/guides/amazon-sqs-s3-iam-role.md) | 存储 SQS (S3) 摄取所需的 queue URL、Region、IAM Role 和 S3 path scope。它可用于消费 S3 对象创建事件。 |
+| [Amazon SQS (S3) - IAM Role (Preview)](/tidb-cloud-lake/guides/amazon-sqs-s3-iam-role.md) | 存储 SQS (S3) 摄取所需的 queue URL、Region、IAM Role 和 S3 path scope。它可用于消费 S3 对象创建事件。 |
 | [MySQL - Credentials](/tidb-cloud-lake/guides/mysql-credentials.md) | 存储访问 MySQL 所需的主机、端口、用户名、密码和数据库信息。这些设置可在多个 MySQL 同步任务中复用。 |
 | [PostgreSQL - Credentials](/tidb-cloud-lake/guides/postgresql-credentials.md) | 存储访问 PostgreSQL 所需的主机、端口、用户名、密码和数据库信息。这些设置可在多个 PostgreSQL 同步任务中复用。 |
 | [FeiShuBot](/tidb-cloud-lake/guides/feishubot.md) | 存储用于任务失败通知及类似场景的飞书机器人 webhook 和消息模板。 |
-| [Kafka - 凭证（Beta）](/tidb-cloud-lake/guides/kafka-credentials.md) | 存储访问 Kafka 所需的 broker 地址、认证方法和连接凭证。这些设置可供 Kafka Consumer 任务复用。 |
+| [Kafka - Credentials（Preview）](/tidb-cloud-lake/guides/kafka-credentials.md) | 存储访问 Kafka 所需的 broker 地址、认证方法和连接凭证。这些设置可供 Kafka Consumer 任务复用。 |
+| [TiDB 集成任务（预览版）](/tidb-cloud-lake/guides/integrate-with-tidb.md) | 存储 TiDB Cloud Lake 用于读 TiDB 集群 stage 的数据所需的对象存储位置、凭证以及可选的事件队列。这些设置可在多个 TiDB 同步任务中复用。 |
 
-并非每个数据源都对应一个集成任务。例如，`FeiShuBot` 用于通知配置，而 `Amazon S3 - Credentials`、`Amazon SQS (S3) - IAM Role`、`MySQL - Credentials`、`PostgreSQL - Credentials` 和 `Kafka - Credentials` 则由实际的导入、同步或事件消费任务引用。
+并非每个数据源都对应一个集成任务。例如，`FeiShuBot` 用于通知配置，而 `Amazon S3 - Credentials`、`Amazon SQS (S3) - IAM Role`、`MySQL - Credentials`、`PostgreSQL - Credentials`、`TiDB - Credentials` 和 `Kafka - Credentials` 则由实际的导入、同步或事件消费任务引用。
 
 ## 管理数据源 {#managing-data-sources}
 

tidb-cloud-lake/guides/integrate-with-amazon-sqs-s3.md

@@ -1,15 +1,15 @@
 ---
-title: Amazon SQS (S3) 集成任务（Beta）
+title: Amazon SQS (S3) 集成任务（Preview）
 summary: 了解如何创建 Amazon SQS (S3) 集成任务，该任务从 SQS 队列消费 S3 对象创建事件，并将对应的对象数据写入 {{{ .lake }}}。
 ---
 
-# Amazon SQS (S3) 集成任务（Beta）
+# Amazon SQS (S3) 集成任务（Preview）
 
 本文介绍如何创建 Amazon SQS (S3) 集成任务。该任务从 SQS 队列消费 S3 对象创建事件，并将对应的对象数据写入 {{{ .lake }}}。
 
 该任务专为 S3 事件驱动的数据摄取而设计。上游系统将对象写入 S3 后，S3 会向 SQS 发送 `ObjectCreated` 事件。{{{ .lake }}} 通过 AssumeRole 消费 SQS 消息，并根据事件中的 bucket 和对象键将数据写入 {{{ .lake }}}。
 
-如果你需要先创建可复用的 SQS (S3) 连接设置，请参见 [Amazon SQS (S3) - IAM Role (Beta)](/tidb-cloud-lake/guides/amazon-sqs-s3-iam-role.md)。
+如果你需要先创建可复用的 SQS (S3) 连接设置，请参见 [Amazon SQS (S3) - IAM Role (Preview)](/tidb-cloud-lake/guides/amazon-sqs-s3-iam-role.md)。
 
 ## 使用场景 {#use-cases}
 

tidb-cloud-lake/guides/integrate-with-kafka.md

@@ -1,15 +1,15 @@
 ---
-title: Kafka Consumer Integration Task (Beta)
+title: Kafka Consumer Integration Task (Preview)
 summary: 创建 Kafka Consumer 任务，持续消费 Kafka topic 中的消息，并将消息内容保存到内部对象存储（租户 Stage）。
 ---
 
-# Kafka Consumer Integration Task (Beta)
+# Kafka Consumer Integration Task (Preview)
 
 本文介绍如何创建 Kafka Consumer 任务，以持续消费 Kafka topic 中的消息，并将消息内容保存到内部对象存储（租户 Stage）。
 
 与 S3、MySQL 或 PostgreSQL 数据集成任务不同，Kafka Consumer 任务不会直接写入常规目标表。任务创建并启动后，你可以使用 `@kafka_consumer/<task_name>/` stage 路径查看已保存的消息对象，并通过 SQL 查询其内容。
 
-如果你需要先创建可复用的 Kafka 连接设置，请参见 [Kafka - 凭证（Beta）](/tidb-cloud-lake/guides/kafka-credentials.md)。
+如果你需要先创建可复用的 Kafka 连接设置，请参见 [Kafka - Credentials（Preview）](/tidb-cloud-lake/guides/kafka-credentials.md)。
 
 ## 使用场景 {#use-cases}
 

tidb-cloud-lake/guides/integrate-with-tidb.md

@@ -0,0 +1,122 @@
+---
+title: TiDB 集成任务（预览版）
+summary: 使用全量快照导入、持续 CDC 或两者结合的方式，将数据从 TiDB 集群复制到 TiDB Cloud Lake。
+---
+
+# TiDB 集成任务（预览版）
+
+TiDB 集成任务用于将数据从 TiDB 集群复制到 TiDB Cloud Lake。它支持通过 Dumpling 导出的全量 `Snapshot` 导入、通过 TiCDC changefeed 的持续 `Change Data Capture (CDC)`，或两者结合使用。
+
+如果你需要先创建可复用的暂存存储桶设置，请参见 [TiDB 数据源](/tidb-cloud-lake/guides/tidb-data-source.md)。
+
+## 使用场景 {#use-cases}
+
+- 将 TiDB 数据库和表迁移到 TiDB Cloud Lake 以进行分析
+- 通过 TiCDC 使 TiDB Cloud Lake 与 TiDB 持续保持同步
+- 在一个任务中将分片数据库整合到按源划分的目标数据库中
+- 仅运行一次全量导入，或将全量导入与持续变更捕获结合使用
+
+## 同步模式 {#sync-modes}
+
+| 同步模式 | 描述 |
+|-----------|-------------|
+| Snapshot | 执行一次性全量数据导入，数据来源于 Dumpling 导出。适用于初始迁移或周期性批量刷新。 |
+| CDC Only | 持续消费 TiCDC changefeed，并应用实时变更（插入、修改、删除）。 |
+| Snapshot + CDC | 先执行全量快照导入，然后切换到持续 CDC。推荐用于大多数使用场景。 |
+
+## 前提条件 {#prerequisites}
+
+在创建 TiDB 集成任务之前，请确保：
+
+- 已创建 **TiDB** 数据源。
+- 数据源中配置的对象存储存储桶可从 TiDB Cloud Lake 访问。
+- 你要同步的表对应的 TiCDC / Dumpling 导出内容，已写入该存储桶中，并位于任务中将要引用的前缀下。
+
+## 创建 TiDB 集成任务 {#creating-a-tidb-integration-task}
+
+本节将指导你在 TiDB Cloud Lake 中创建 TiDB 集成任务。
+
+### 步骤 1：配置基本设置 {#step-1-configure-basic-settings}
+
+1. 进入 **Data** > **Data Integration**，然后点击 **Create Task**。
+2. 选择一个 **TiDB** 数据源，然后配置以下基本设置：
+
+| 字段 | 必填 | 描述 |
+|-------|----------|-------------|
+| **Data Source** | 是 | 选择一个已有的 **TiDB - Credentials** 数据源。你也可以在此处创建一个 |
+| **Name** | 是 | 此集成任务的名称 |
+| **Sync Mode** | 是 | 选择 **Snapshot**、**CDC Only** 或 **Snapshot + CDC** |
+| **Table Rules** | 是 | 用于选择要同步哪些源对象的规则。参见 [表规则](#table-rules) |
+| **Max Matched Tables** | 否 | 规则可匹配的表数量上限。留空则使用系统默认值（500） |
+| **Dumpling S3 Prefix** | 是（Snapshot 模式） | 保存 Dumpling 导出的存储桶前缀，例如 `dumpling/export` |
+| **Table Parallelism** | 否 | 并发导入的表数量（默认值：4） |
+| **Warehouse** | 是 | 用于运行该任务的 TiDB Cloud Lake 计算集群 |
+
+### 表规则 {#table-rules}
+
+每行输入一条规则。每条规则的格式为 `schemaPattern.tablePattern`，可选择使用前缀 `!` 表示排除：
+
+```text
+app.orders             an exact table
+shard_*.*              every table of every shard_ database
+!*.tmp_*               exclude temporary tables
+```
+
+规则按从后到前的顺序进行求值。第一个同时匹配数据库模式和表模式的规则决定最终结果。未匹配任何规则的对象会被排除。如果规则列表中只有排除规则，则会隐式添加一个前置 `*.*`。
+
+每个匹配到的源数据库都会写入各自独立的目标数据库，因此不同源数据库中同名的表会保持分离。这也是在单个任务中同步多个源数据库的唯一方式。
+
+点击 **Preview Matched Tables**，可根据当前规则对前缀下实际存在的对象进行匹配评估。预览结果会列出匹配到的源数据库和表，以及推导出的目标数据库和表。
+
+### Snapshot 选项 {#snapshot-options}
+
+当同步模式包含快照时，还可以通过以下附加选项控制 Dumpling 导出的导入方式：
+
+| 字段                          | 默认值 | 描述                                                                                                              |
+| ------------------------------ | ------- | ------------------------------------------------------------------------------------------------------------------------ |
+| **Auto Create Table**          | Yes     | 根据源 schema 自动创建目标表                                                                                             |
+| **Purge After Load**           | No      | 成功导入后，从存储桶中删除源对象。需要具备删除权限                                                                       |
+| **On Error**                   | Abort   | **Abort** 表示在遇到第一个错误时退出；**Continue** 表示跳过失败的行并继续导入                                           |
+| **CSV Separator**              | `,`     | Dumpling 导出使用的字段分隔符                                                                                            |
+| **Skip Header Rows**           | Yes     | 第一行是否包含列名。当导出包含表头行时，选择 **YES**                                                                     |
+| **Export Escaped Backslashes** | No      | 必须与 Dumpling 的 `--escape-backslash` 设置保持一致。                                                                   |
+
+### 目标名称前后缀 {#target-name-affixes}
+
+目标数据库名和表名由源名称派生而来，并可附加可选的前后缀：
+
+```text
+target database = targetDatabasePrefix + sourceDatabase + targetDatabaseSuffix
+target table    = targetTablePrefix    + sourceTable    + targetTableSuffix
+```
+
+如果将这些前后缀留空，则直接使用源名称。前后缀只能包含字母、数字和下划线。
+
+例如，当数据库前缀为 `src_` 时，源数据库 `shard_1` 和表 `orders` 会写入到 `src_shard_1.orders`。
+
+### 步骤 2：创建任务 {#step-2-create-the-task}
+
+检查设置无误后，点击 **Create** 创建集成任务。
+
+## 不同同步模式下的任务行为 {#task-behavior-by-sync-mode}
+
+| 同步模式 | 行为 |
+|-----------|----------|
+| 快照 | 运行一次，并在全量导入完成后自动下线。 |
+| CDC Only | 持续运行，消费 changefeed 事件，直到手动下线。 |
+| Snapshot + CDC | 先完成全量快照导入，然后切换到持续 CDC，直到手动下线。 |
+
+对于 CDC 任务，进度会保存为 checkpoint。当任务被下线并重启后，会从保存的位置继续，而不是从头重新导入。
+
+## 高级配置 {#advanced-configuration}
+
+以下设置为任务级参数，用于调优发现、导入和合并过程。
+
+| 参数 | Default | 描述 |
+|-----------|---------|-------------|
+| **Table Parallelism** | 4 | 控制并发处理的表数量。更高的值会提高吞吐，但也会消耗更多计算集群资源。 |
+| **Poll Interval** | 60 seconds | 任务列出暂存存储桶（以及消费可选 SQS 队列）以发现新的 changefeed / 导出对象的频率。更短的间隔可降低延时，但会增加 list 请求次数。对于 OSS，仅使用轮询进行发现。 |
+| **Batch File Count** | 100 | 每批处理的 CDC 事件文件最大数量。可根据需要调整，以平衡内存使用和吞吐。 |
+| **Merge Interval** | 30 seconds | 将捕获到的变更合并到目标表的频率。更短的间隔可降低延时，但会增加合并活动。 |
+| **Allow Delete** | Disabled | 是否将从 changefeed 捕获到的 `DELETE` 操作应用到目标表。禁用时，会忽略删除操作并保留历史行。 |
+| **Max Matched Tables** | 500 | 规则可匹配的源表数量上限。如果规则匹配数量超过此限制，任务会失败，并列出超限的匹配项。 |