💬Generate LLM translations

Author: github-actions[bot]

docs/cn/guides/54-query/00-cte.md

@@ -7,7 +7,7 @@ import FunctionDescription from '@site/src/components/FunctionDescription';
 
 Databend 支持使用 WITH 子句的公用表表达式 (CTEs)，允许您定义一个或多个命名的临时结果集，供后续查询使用。术语“临时”意味着这些结果集不会永久存储在数据库模式中。它们仅作为临时视图，仅对后续查询可访问。
 
-当执行带有 WITH 子句的查询时，WITH 子句中的 CTEs 首先被评估和执行。这将产生一个或多个临时结果集。然后，查询使用由 WITH 子句产生的结果集执行。
+当执行带有 WITH 子句的查询时，WITH 子句中的 CTEs 会首先被评估和执行。这将产生一个或多个临时结果集。然后，查询使用 WITH 子句产生的结果集执行。
 
 这是一个简单的演示，帮助您理解 CTEs 在查询中的工作方式：WITH 子句定义了一个 CTE，并产生一个结果集，该结果集包含所有来自 Québec 省的客户。主查询从 Québec 省的客户中筛选出居住在 Montréal 地区的客户。
 
@@ -37,7 +37,7 @@ ORDER  BY customername;
 
 ## 内联或物化？
 
-在使用 CTE 进行查询时，您可以通过使用 MATERIALIZED 关键字来控制 CTE 是内联还是物化。内联意味着 CTE 的定义直接嵌入到主查询中，而物化 CTE 意味着计算其结果一次并将其存储在内存中，减少重复的 CTE 执行。
+在使用 CTE 进行查询时，您可以通过使用 MATERIALIZED 关键字来控制 CTE 是内联还是物化。内联意味着 CTE 的定义直接嵌入在主查询中，而物化 CTE 意味着计算其结果一次并将其存储在内存中，减少重复的 CTE 执行。
 
 假设我们有一个名为 *orders* 的表，存储客户订单信息，包括订单号、客户 ID 和订单日期。
 
@@ -129,7 +129,7 @@ SELECT ...
 
 2. **递归查询执行**：此查询使用前一次迭代的结果集（从 R0 开始）作为输入，并生成新的结果集（Ri+1）。
 
-3. **迭代与组合**：递归执行继续迭代进行。递归查询的每个新结果集（Ri）成为下一次迭代的输入。此过程重复，直到递归查询返回空结果集，表明终止条件已满足。
+3. **迭代与组合**：递归执行继续迭代进行。递归查询的每个新结果集（Ri）成为下一次迭代的输入。此过程重复进行，直到递归查询返回空结果集，表明终止条件已满足。
 
 4. **最终结果集形成**：使用 `UNION ALL` 运算符，将每次迭代的结果集（R0 到 Rn）组合成一个单一结果集。`UNION ALL` 运算符确保每个结果集中的所有行都包含在最终组合结果中。
 
@@ -254,7 +254,7 @@ INSERT INTO store_details VALUES (9, 'Mississauga Store', '2022-03-20', 'Emma Br
 INSERT INTO store_details VALUES (5, 'Scarborough Store', '2022-04-05', 'David Lee');
 ```
 
-我们希望删除 "store_details" 表中与 "sales" 表中没有销售记录的商店对应的所有行：
+我们希望删除 "store_details" 表中没有 "sales" 表中销售记录的所有行：
 
 ```sql
 WITH stores_with_sales AS (

docs/cn/guides/54-query/01-groupby/group-by-cube.md

@@ -2,7 +2,7 @@
 title: GROUP BY CUBE
 ---
 
-`GROUP BY CUBE` 是 [GROUP BY](index.md) 子句的扩展，类似于 [GROUP BY ROLLUP](group-by-rollup.md)。除了生成 `GROUP BY ROLLUP` 的所有行之外，`GROUP BY CUBE` 还添加了所有“交叉表”行。小计行是进一步聚合的行，其值是通过计算用于生成分组行的相同聚合函数得出的。
+`GROUP BY CUBE` 是 [GROUP BY](index.md) 子句的扩展，类似于 [GROUP BY ROLLUP](group-by-rollup.md)。除了生成 `GROUP BY ROLLUP` 的所有行之外，`GROUP BY CUBE` 还添加了所有“交叉表”行。子总计行是进一步聚合的行，其值是通过计算用于生成分组行的相同聚合函数得出的。
 
 `CUBE` 分组等同于一系列分组集，本质上是一个更简洁的规范。`CUBE` 规范的 N 个元素对应于 `2^N GROUPING SETS`。
 

docs/cn/guides/54-query/01-groupby/group-by-grouping-sets.md

@@ -2,7 +2,7 @@
 title: GROUP BY GROUPING SETS
 ---
 
-`GROUP BY GROUPING SETS` 是 [GROUP BY](index.md) 子句的一个强大扩展，允许在单个语句中计算多个分组子句。分组集是维度列的集合。
+`GROUP BY GROUPING SETS` 是 [GROUP BY](index.md) 子句的一个强大扩展，允许在单个语句中计算多个 group-by 子句。group set 是一组维度列。
 
 `GROUP BY GROUPING SETS` 等同于同一结果集中的两个或多个 GROUP BY 操作的 UNION：
 

docs/cn/guides/54-query/01-groupby/group-by-rollup.md

@@ -1,4 +1,4 @@
-`GROUP BY ROLLUP` 是 [GROUP BY](index.md) 子句的扩展，它除了生成分组行外，还会生成小计行。小计行是进一步聚合的行，其值是通过计算与生成分组行相同的聚合函数得出的。
+`GROUP BY ROLLUP` 是 [GROUP BY](index.md) 子句的扩展，它除了生成分组行外，还生成小计行。小计行是进一步聚合的行，其值是通过计算与生成分组行相同的聚合函数得出的。
 
 ## 语法
 

docs/cn/guides/54-query/01-groupby/index.md

@@ -5,7 +5,7 @@ import FunctionDescription from '@site/src/components/FunctionDescription';
 
 <FunctionDescription description="引入或更新: v1.2.32"/>
 
-GROUP BY 子句使您能够根据相同的分组项表达式对行进行分组，然后对每个结果组应用聚合函数。分组项表达式可以包括 SELECT 列表中的列名或别名、对 SELECT 列表中位置的数值引用、通用表达式或 SELECT 列表中的所有非聚合项。
+GROUP BY 子句使您能够根据相同的分组项表达式对行进行分组，然后对每个结果组应用聚合函数。分组项表达式可以包括列名或别名、SELECT 列表中的位置引用、通用表达式或 SELECT 列表中的所有非聚合项。
 
 Databend 中的 GROUP BY 子句带有以下扩展，以实现更全面的数据分组和多功能的数据分析：
 
@@ -27,7 +27,7 @@ GROUP BY [ ALL | groupItem [ , groupItem [ , ... ] ] ]
 
 - **ALL**: 当使用关键字 "ALL" 时，Databend 根据 SELECT 列表中的所有非聚合项对数据进行分组。
 - **groupItem**: 分组项可以是以下之一：
-    - SELECT 列表中定义的列名或别名。
+    - 在 SELECT 列表中定义的列名或别名。
     - 对 SELECT 列表中列位置的数值引用。
     - 涉及当前查询上下文中使用的表的列的任何表达式。
 
@@ -46,7 +46,7 @@ CREATE TABLE employees (
     hire_date DATE
 );
 
--- 向 "employees" 表中插入示例数据
+-- 向 "employees" 表插入示例数据
 INSERT INTO employees (id, first_name, last_name, department_id, job_id, hire_date)
 VALUES (1, 'John', 'Doe', 1, 101, '2021-01-15'),
        (2, 'Jane', 'Smith', 1, 101, '2021-02-20'),
@@ -139,7 +139,7 @@ GROUP BY 1;
 
 ### 按表达式分组
 
-此查询按员工被雇佣的年份进行分组，并计算每年雇佣的员工数量：
+此查询按员工被雇佣的年份对员工进行分组，并计算每年雇佣的员工数量：
 ```sql
 SELECT EXTRACT(YEAR FROM hire_date) AS hire_year, COUNT(*) AS num_hires
 FROM employees