GreptimeTeam · fengjiachun · Oct 22, 2025 · Oct 22, 2025 · Oct 23, 2025 · Oct 23, 2025
@@ -14,7 +14,7 @@ level, there are three main components in GreptimeDB architecture: Datanode,
 Frontend and Metasrv.
 
 - [**Metasrv**](/contributor-guide/metasrv/overview.md) is the central command of
-  GreptimeDB cluster. In a typical cluster deployment, at least three nodes is required to
+  GreptimeDB cluster. In a typical cluster deployment, at least two nodes is required to
   setup a reliable Metasrv mini-cluster. Metasrv manages database and table
   information, including how data spread across the cluster and where to route
   requests to. It also keeps monitoring availability and performance of Datanodes,

@@ -11,7 +11,7 @@ description: 介绍 GreptimeDB 的基础架构，包括 Metasrv、Frontend 和 D
 
 为了形成一个强大的数据库集群，并控制其复杂性，GreptimeDB 架构中有三个主要组成部分：Metasrv，Frontend 和 Datanode。
 
-- [**Metasrv**（元数据服务器）](/contributor-guide/metasrv/overview.md) 控制着 GreptimeDB 集群的核心命令。在典型的部署结构中，至少需要三个节点才能建立一个可靠的 Metasrv 小集群。Metasrv 管理着数据库和表的信息，包括数据如何在集群中传递、请求的转发地址等。它还负责监测 `Datanode` 的可用性和性能，以确保路由表的最新状态和有效性。
+- [**Metasrv**（元数据服务器）](/contributor-guide/metasrv/overview.md) 控制着 GreptimeDB 集群的核心命令。在典型的部署结构中，至少需要两个节点才能建立一个可靠的 Metasrv 小集群。Metasrv 管理着数据库和表的信息，包括数据如何在集群中传递、请求的转发地址等。它还负责监测 `Datanode` 的可用性和性能，以确保路由表的最新状态和有效性。
 
 - [**Frontend**（前端服务）](/contributor-guide/frontend/overview.md) 作为无状态的组件，可以根据需求进行伸缩扩容。它负责接收请求并鉴权，将多种协议转化为 GreptimeDB 集群的内部 gRPC 协议，并根据 Metasrv 中的表的分片路由信息将请求转发到相应的 Datanode。
 

@@ -7,7 +7,7 @@ description: 介绍 GreptimeDB 的数据模型，包括表的结构、列类型
 
 ## 模型
 
-GreptimeDB 使用时序表来进行数据的组织、压缩和过期管理。数据模型主要基于关系型数据库中的表模型，同时考虑到了指标（metrics）、日志（logs）及链路追踪（traces）数据的特点。
+GreptimeDB 使用时序表来进行数据的组织、压缩和生命周期管理。数据模型主要基于关系型数据库中的表模型，同时考虑到了指标（metrics）、日志（logs）及链路追踪（traces）数据的特点。
 
 GreptimeDB 中的所有数据都被组织成具有名称的表，每个表中的数据项由三种语义类型的列组成：`Tag`、`Timestamp` 和 `Field`。
 

@@ -7,7 +7,7 @@ description: 概述 GreptimeDB 的特点和优势，并提供相关文档链接
 
 - [Why GreptimeDB](./why-greptimedb.md)：介绍了 GreptimeDB 的特点和优势，包括其对指标、日志和链路追踪数据的统一处理，云原生和灵活架构允许在各种环境中部署，从嵌入式到云平台等。GreptimeDB 还具有成本优势、高性能和开发者友好等特点。
 - [数据模型](./data-model.md)：介绍了 GreptimeDB 的数据模型，包括表的模式、索引列等。
-- [基础架构](./architecture.md)：获取 GreptimeDB 的云原生架构。
+- [基础架构](./architecture.md)：了解 GreptimeDB 的云原生架构。
 - [存储位置](./storage-location.md)：介绍了 GreptimeDB 的存储位置，包括本地磁盘、HDFS、AWS S3 和阿里云 OSS 等云对象存储。
 - [核心概念](./key-concepts.md)：介绍了 GreptimeDB 的核心概念，包括表、时间索引约束、表 Region 和数据类型等。
 - [关键特性](./features-that-you-concern.md): 介绍了 TSDB 用户较为关心的指标（metrics）、日志（logs）和事件（events）数据库的特性。

@@ -21,13 +21,13 @@ GreptimeDB 通过以下方式统一处理指标、日志和链路追踪：
 
 ## 基于对象存储的成本优势
 
-GreptimeDB 采用云对象存储（如 AWS S3、阿里云 OSS 和 Azure Blob Storage 等）作为存储层，与传统存储方案相比显著降低了成本。通过优化的列式存储和先进的压缩算法，实现了高达 50 倍的成本效率，而按需付费模式的 [GreptimeCloud](https://greptime.com/product/cloud) 确保您只需为实际使用的资源付费。
+GreptimeDB 采用云对象存储（如 AWS S3、阿里云 OSS 和 Azure Blob Storage 等）作为存储层，与传统存储方案相比显著降低了成本。通过优化的列式存储和先进的压缩算法，实现了高达 50 倍的成本效率，而按需付费模式的 [GreptimeCloud](https://greptime.com/product/cloud) 确保你只需为实际使用的资源付费。
 
 ## 高性能
 
 在性能优化方面，GreptimeDB 运用了多种技术，如 LSM Tree、数据分片和灵活的 WAL 选项（本地磁盘或 Kafka 等分布式服务），以处理大规模可观测数据的写入。
 
-GreptimeDB 使用纯 Rust 编写，具有卓越的性能和可靠性。强大而快速的查询引擎由向量化执行和分布式并行处理（感谢 [Apache DataFusion](https://datafusion.apache.org/)）驱动，并结合了丰富的[索引选项](/user-guide/manage-data/data-index.md)，例如倒排索引、跳数索引和全文索引等。GreptimeDB将智能索引和大规模并行处理 (MPP) 结合在一起，以提升查询过程中数据剪枝和过滤的效率。
+GreptimeDB 使用纯 Rust 编写，具有卓越的性能和可靠性。强大而快速的查询引擎由向量化执行和分布式并行处理（感谢 [Apache DataFusion](https://datafusion.apache.org/)）驱动，并结合了丰富的[索引选项](/user-guide/manage-data/data-index.md)，例如倒排索引、跳数索引和全文索引等。GreptimeDB 将智能索引和大规模并行处理 (MPP) 结合在一起，以提升查询过程中数据剪枝和过滤的效率。
 
 GreptimeDB 在[ClickHouse 的 JSONBench 测试中 Cold Run 斩获第一！](https://greptime.cn/blogs/2025-03-18-json-benchmark-greptimedb)，更多报告请参阅[性能测试报告](https://greptime.cn/blogs/2024-09-09-report-summary)。
 
@@ -77,7 +77,7 @@ GreptimeDB 支持多种数据摄入协议，从而实现与现有可观测性技
 - **SQL**：用于实时查询、复杂分析和数据库管理
 - **PromQL**：原生支持实时指标查询和 Grafana 集成
 
-GreptimeDB 与您的现有可观测性技术栈无缝集成，同时保持高性能和灵活性。
+GreptimeDB 与你的现有可观测性技术栈无缝集成，同时保持高性能和灵活性。
 
 ![Greptime Ecosystem](/greptime-ecosystem.png)