You are viewing a plain text version of this content. The canonical link for it is here.
Posted to commits@doris.apache.org by mo...@apache.org on 2026/10/15 07:35:21 UTC
(doris-website) branch master updated: docs(i18n): translate 17 Japanese pages for T09-DEV-097 (#4303)
This is an automated email from the ASF dual-hosted git repository.
morningman pushed a commit to branch master
in repository https://gitbox.apache.org/repos/asf/doris-website.git
The following commit(s) were added to refs/heads/master by this push:
new b25f1256408 docs(i18n): translate 17 Japanese pages for T09-DEV-097 (#4303)
b25f1256408 is described below
commit b25f12564086923c4447fee800d3dcd9e51c4c98
Author: Mingyu Chen (Rayner) <mo...@gmail.com>
AuthorDate: Thu Oct 15 15:35:12 2026 +0800
docs(i18n): translate 17 Japanese pages for T09-DEV-097 (#4303)
## Summary
Translate 17 Japanese pages for `T09-DEV-097` from merged master
`618b88463542c388ef5d477f53e4f17162fd5eb7`. 9 pages reused a validated
same-source translation from the other version; 8 required new Japanese
work. All pages have machine-reviewed state records.
## Pages
-
`i18n/ja/docusaurus-plugin-content-docs/current/key-features/vertical-compaction.mdx`
-
`i18n/ja/docusaurus-plugin-content-docs/current/key-features/workload-group.mdx`
-
`i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/hints/distribute-hint.md`
-
`i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/hints/leading-hint.md`
-
`i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/query-cache.md`
-
`i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/tuning/parallelism-tuning.md`
-
`i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/ai-functions/distance-functions/inner-product-approximate.md`
-
`i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/ai-functions/distance-functions/l2-distance-approximate.md`
-
`i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-ceil.md`
-
`i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-floor.md`
-
`i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarters-diff.md`
-
`i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-from-base64.md`
-
`i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-to-base64.md`
-
`i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-geometries.md`
-
`i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numgeometries.md`
-
`i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numpoints.md`
-
`i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/string-functions/hamming_distance.md`
## Validation
- Bundled protected-structure and state validator: 17/17 passed.
- `git diff --check`: 0 source-inherited trailing-space notices; EOF
blank-line notices ignored.
- Only the listed Japanese targets and their independent page-state
files changed.
- No local site build was run for this translation-only batch; PR CI
checks the build.
Passing pages use `reviewStatus=machine`; failed pages use
`reviewStatus=unverified`. All pages use `ownership=machine`; no human
Japanese proofreading is claimed.
Co-authored-by: morningman <mo...@apache.org>
---
.../current/key-features/vertical-compaction.mdx | 123 +++++
.../current/key-features/workload-group.mdx | 121 +++++
.../query-acceleration/hints/distribute-hint.md | 168 ++++++
.../query-acceleration/hints/leading-hint.md | 599 +++++++++++++++++++++
.../current/query-acceleration/query-cache.md | 403 ++++++++++++++
.../tuning/parallelism-tuning.md | 189 +++++++
.../inner-product-approximate.md | 109 ++++
.../distance-functions/l2-distance-approximate.md | 109 ++++
.../date-time-functions/quarter-ceil.md | 78 +++
.../date-time-functions/quarter-floor.md | 78 +++
.../date-time-functions/quarters-diff.md | 42 ++
.../quantile-state-from-base64.md | 68 +++
.../quantile-functions/quantile-state-to-base64.md | 91 ++++
.../spatial-functions/st-geometries.md | 131 +++++
.../spatial-functions/st-numgeometries.md | 107 ++++
.../spatial-functions/st-numpoints.md | 134 +++++
.../string-functions/hamming_distance.md | 37 ++
.../current/key-features/vertical-compaction.json | 20 +
.../current/key-features/workload-group.json | 20 +
.../query-acceleration/hints/distribute-hint.json | 20 +
.../query-acceleration/hints/leading-hint.json | 20 +
.../current/query-acceleration/query-cache.json | 20 +
.../tuning/parallelism-tuning.json | 20 +
.../inner-product-approximate.json | 20 +
.../l2-distance-approximate.json | 20 +
.../date-time-functions/quarter-ceil.json | 20 +
.../date-time-functions/quarter-floor.json | 20 +
.../date-time-functions/quarters-diff.json | 20 +
.../quantile-state-from-base64.json | 20 +
.../quantile-state-to-base64.json | 20 +
.../spatial-functions/st-geometries.json | 20 +
.../spatial-functions/st-numgeometries.json | 20 +
.../spatial-functions/st-numpoints.json | 20 +
.../string-functions/hamming_distance.json | 20 +
34 files changed, 2927 insertions(+)
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/key-features/vertical-compaction.mdx b/i18n/ja/docusaurus-plugin-content-docs/current/key-features/vertical-compaction.mdx
new file mode 100644
index 00000000000..e740c81b9b0
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/key-features/vertical-compaction.mdx
@@ -0,0 +1,123 @@
+---
+title: 垂直コンパクション
+description: Doris が幅の広いテーブルの rowset をマージする際、メモリ使用量を一定範囲に抑えるカラムグループ単位のコンパクション。
+keywords:
+ - 垂直コンパクション
+ - カラムグループ単位のコンパクション
+ - 幅の広いテーブルのコンパクション
+ - メモリ使用量を抑えるコンパクション
+ - Apache Doris のストレージ
+slug: /key-features/vertical-compaction
+image: /images/next/key-features/vertical-compaction.jpg
+last_update:
+ date: 2026-05-10
+ author: Apache Doris
+language: ja
+featureCard:
+ tags:
+ - storage
+ - performance
+---
+
+> **要約** Apache Doris の垂直コンパクションは、幅の広いテーブルのスキーマを小さなカラムグループに分け、グループごとにマージします。従来の行単位の[コンパクション](./data-compaction)のように、すべてのカラムを同時にメモリへ保持しません。キー列から作る行ごとのシーケンスマーカーを使って出力を同一に保ちながら、幅の広いテーブルではコンパクション時のメモリ使用量を約 1/10 に減らし、処理速度を約 15% 向上させます。垂直コンパクションは Apache Doris 1.2.2 以降、デフォルトで有効です。
+
+
+## Apache Doris で垂直コンパクションを使う理由 {#why}
+
+垂直コンパクションは、幅の広いテーブルで Apache Doris のコンパクションに使うメモリを一定範囲に抑えます。行単位のマージではすべてのカラムを一度にメモリへ読み込むため、BE がメモリ不足(OOM)になることがあります。コンパクションは、タブレットの rowset を少数の大きな rowset にまとめ、クエリが数百ものバージョンをたどらずに済むようにするバックグラウンド処理です。従来のアルゴリズムは各入力 rowset から行を一つずつ読み、採用する行を選んで書き出すことを繰り返します。5 カラムのファクトテーブルでは問題なく動作しますが、200 カラムのユーザーテーブル、とりわけカラムに大きな [VARIANT の JSON ペイロード](./variant-data-type)が入る場合には行き詰まります。
+
+- マージ用のブロックは、バッチ内の各行についてすべてのカラムを保持する必要があります。メモリ使用量はカラム数とバッチサイズの両方に応じて増えます。
+- バックエンド(BE)は多数のコンパクションタスクを並列実行します。幅の広いテーブルのタスクが数件あるだけでも、ノードが OOM になる可能性があります。
+- 運用者がメモリを抑えるためにコンパクションのスレッドプールを制限すると、rowset がたまります。タブレットのバージョン数が `max_tablet_version_num` を超えると、ロードがエラー -235 で失敗し始めます。
+
+垂直コンパクションは、この問題に対処します。マージの単位を「すべてのカラムを含む一行」から「全行にわたる一つのカラムグループ」に変えます。そのために、行ごとのシーケンスマーカーという構造を一つ追加します。
+
+## Apache Doris の垂直コンパクションとは {#what}
+
+Apache Doris の垂直コンパクションは、行単位ではなく、カラムをグループに分けてマージするアルゴリズムです。BE はテーブルのスキーマをキー列のグループと複数の値列のグループ(デフォルトではグループあたり 5 カラム)に分けます。まずキーグループをマージして全体の順序を確定し、その順序を再利用して各値グループをマージします。出力 rowset は行単位のコンパクションで生成されるものと同じで、変わるのはメモリ使用量の特性だけです。
+
+**主な用語**
+
+- **`Column group`**:スキーマを一定数のカラムで区切ったものです。デフォルトはグループあたり 5 カラムで、テーブルごとに設定できます。
+- **`Key group`**:テーブルのキー列から作る最初のグループです。このグループのマージで出力行の順序が決まります。
+- **`RowSourcesBuffer`**:各出力行がどの入力 rowset のどの行から来たかを記録する、ディスクを補助記憶として使うバッファーです。デフォルトの上限は 1 GB です。
+- **`Vertical merge iterator`**:すべての入力 rowset から一つのカラムグループを走査し、マージしたカラムを出力する BE コンポーネントです。
+- **`enable_vertical_compaction`**:デフォルトで `true` の BE 設定フラグです。無効にすると行単位のコンパクションに戻ります。
+
+## Apache Doris の垂直コンパクションの仕組み {#how}
+
+Apache Doris の垂直コンパクションは、スキーマをカラムグループに分割し、まずキーグループをマージして行の順序を確定します。その順序を各値グループに適用するため、処理中のグループ以外のカラムをメモリに保持する必要がありません。以下の五つのステップで、分割、マージ、順序の再利用、結合、ディスクへの退避を説明します。
+
+1. **スキーマをグループに分ける。** BE はタブレットのスキーマをたどり、キー列をグループ 0 に入れ、残りのカラムを `vertical_compaction_num_columns_per_group` 個ずつのグループに分けます(デフォルトは 5)。`enable_vertical_compact_variant_subcolumns` が有効な場合、BE は VARIANT サブカラムも同じ処理に組み込みます。
+2. **キーグループをマージして順序を記録する。** Merger は、すべての入力 rowset のキー列をヒープを使ってソートします。各行をヒープから取り出すたびに、その行の取得元を示すエントリを RowSourcesBuffer に書き込みます。この処理で、ソート済みのキー列と全体の RowSources 記録が得られます。
+3. **値グループごとに記録した順序を再利用する。** BE は値グループごとに同じ入力 rowset を開き、そのグループのカラムだけを読みます。次に読む入力はヒープではなく RowSources の記録に従って選びます。比較処理は不要で、処理中のグループ以外のカラムをメモリに保持しません。
+4. **グループを一つの rowset に結合する。** 出力ライターは各グループを一つのセグメントファイルに組み立てます。削除ビットマップと転置インデックスの更新も含め、結果は行単位のコンパクションとバイト単位で一致します。
+5. **記録が大きくなったらディスクに退避する。** RowSourcesBuffer の上限は `vertical_compaction_max_row_source_memory_mb`(1 GB)で設定します。マージで生成される行がこの上限を超える場合、バッファーはタブレットのディレクトリに退避し、ステップ 3 でストリーミング読み込みされます。
+
+トレードオフとして、垂直コンパクションでは各入力 rowset を全体で一回ではなく、グループごとに一回読みます。ディスク IO がボトルネックのクラスターでは、IO コストが概ね `(num_groups - 1)` の分だけ増えます。通常はメモリ削減の効果が上回るため、デフォルトで有効になっています。カラム数が少ないテーブル(5 カラム以下)ではスキーマから作られるグループは結局一つだけで、アルゴリズムは行単位の処理に戻ります。
+
+## クイックスタート {#quick-start}
+
+垂直コンパクションはデフォルトで有効です。以下は、幅の広いテーブルのカラムをどの程度細かくグループ化するかを制御する、テーブル単位の設定例です。
+
+```sql
+CREATE TABLE user_profile (
+ user_id BIGINT,
+ name VARCHAR(64), age INT, country VARCHAR(32), city VARCHAR(64),
+ attr_01 STRING, attr_02 STRING, attr_03 STRING, attr_04 STRING,
+ attr_05 STRING, attr_06 STRING, attr_07 STRING, attr_08 STRING
+)
+DUPLICATE KEY(user_id)
+DISTRIBUTED BY HASH(user_id) BUCKETS 4
+PROPERTIES (
+ "vertical_compaction_num_columns_per_group" = "3"
+);
+
+SHOW CREATE TABLE user_profile;
+```
+
+**期待される結果**
+
+```
++--------------+--------------------------------------------------+
+| Table | Create Table |
++--------------+--------------------------------------------------+
+| user_profile | ... "vertical_compaction_num_columns_per_group" |
+| | = "3" ... |
++--------------+--------------------------------------------------+
+```
+
+グループサイズを 3 にすると、IO がやや増える代わりにメモリ使用量をさらに抑えられます。これは大きな `STRING` または `JSONB` カラムが多数あるテーブルに適しています。`SHOW CREATE TABLE` で設定が反映されたことを確認してください。デフォルトに戻すには、`ALTER TABLE` でそのプロパティを削除します。
+
+## Apache Doris の垂直コンパクションを使う場面 {#when}
+
+Apache Doris の垂直コンパクションは、カラム数の多いスキーマ、行単位のコンパクションで OOM が起きるタブレット、疎な VARIANT サブカラムを持つテーブルに適しています。カラム数の少ないテーブルや、読み込み回数の増加による負荷がメモリ削減の利点を上回るディスク IO がボトルネックのクラスターでは、設定を調整する必要はありません。
+
+**適したケース**
+
+- カラムが数十以上ある幅の広いスキーマ。特に大半が可変長カラム(`STRING`、`JSONB`、`ARRAY`、`MAP`)の場合です。スキーマが大きいほど効果も大きくなります。
+- 行単位のアルゴリズムによるコンパクションで OOM が起きるタブレット。スレッドプールを制限する代わりに、グループサイズを 5 から 2 または 3 に下げます。
+- 疎な `VARIANT` サブカラムを持つテーブル。同じ処理経路は `enable_vertical_compact_variant_subcolumns` にも使われ、マージ中に存在しないサブカラムを実体化せずに済みます。
+- 幅の広いテーブルでベースコンパクションが遅い場合。グループごとの作業データが小さくなり、マージ処理が CPU キャッシュに収まりやすくなります。
+
+**適さないケース**
+
+- カラムが少ないテーブル(一~五カラム)。カラムグループが一つしか作られず、効果がないのに行の取得元を記録する処理が発生します。害はありませんが、意味もありません。
+- シーケンスマップ列を持つタブレット。現在の実装では、この場合は垂直コンパクションをスキップします(`_tablet->tablet_schema()->has_seq_map()` を `compaction.cpp` で参照)。マージは自動的に行単位の処理に戻ります。
+- コンパクション時の IO がすでに支配的な、ディスク IO がボトルネックのクラスター。グループごとに読み込みを繰り返すとボトルネックが悪化する可能性があります。グループを大きくする(`vertical_compaction_num_columns_per_group` を増やす)か、先に IO 性能の限界に対処します。
+- ロード頻度が高すぎる問題を垂直コンパクションで解決しようとする場合。コンパクション中のメモリ負荷は、根本原因ではなく、処理の滞留を示していることがよくあります。ロード側の調整方法については、[データコンパクション](./data-compaction)と[グループコミット](../data-operate/import/load-best-practices/group-commit-manual)を参照してください。
+
+## パフォーマンスと数値 {#performance}
+
+- メモリ:幅の広いテーブルでは、行単位のコンパクションの約 1/10。出典:[Doris のコンパクション調整ドキュメント](../admin-manual/trouble-shooting/compaction)。
+- スループット:同じ幅の広いテーブルのベンチマークで、処理全体が約 15% 高速。出典:上記と同じ。
+- 利用可能なバージョン:Doris 1.2.2 以降。現行リリースではデフォルトで `true`。
+
+## 関連資料 {#further-reading}
+
+- [データコンパクション](./data-compaction):垂直コンパクションと累積、ベース、時系列の各ポリシーとの関係。
+- [コンパクションの調整:垂直、セグメント、単一レプリカ、時系列](../admin-manual/trouble-shooting/compaction):各コンパクション方式を運用時に調整するための設定。
+- [コンパクションの原理、種類、スケジューリング](../admin-manual/trouble-shooting/compaction-principles):次にコンパクションするタブレットを選ぶスコアリングとスケジューリングの仕組み。
+- [BE 設定リファレンス](../admin-manual/config/be-config):各 `vertical_compaction_*` フラグのデフォルト値と単位。
+- [3 分でわかるデータコンパクション(ブログ)](/blog/Understanding-Data-Compaction-in-3-Minutes/):垂直コンパクションを図とともに紹介した元の記事。
+- [Unique Key](./unique-key):垂直コンパクションが整合させる必要のある、rowset ごとの削除ビットマップを生成するテーブルモデル。
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/key-features/workload-group.mdx b/i18n/ja/docusaurus-plugin-content-docs/current/key-features/workload-group.mdx
new file mode 100644
index 00000000000..8b680e25055
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/key-features/workload-group.mdx
@@ -0,0 +1,121 @@
+---
+title: ワークロードグループ
+description: CPU、メモリ、IO、同時実行数をクエリグループごとに分割し、負荷の高い ETL が BI ダッシュボードの処理を妨げないようにするプロセス内リソース分離の仕組み。
+keywords:
+ - ワークロードグループ
+ - CPU 分離
+ - メモリ分離
+ - 同時実行数の制限
+ - マルチテナントクエリ
+ - Apache Doris のリソース管理
+slug: /key-features/workload-group
+image: /images/next/key-features/workload-group.jpg
+language: ja
+last_update:
+ date: 2026-05-10
+ author: Apache Doris
+featureCard:
+ tags:
+ - resource-management
+ - multi-tenancy
+---
+
+> **要約** Apache Doris のワークロードグループは、単一のクラスターを名前付きのグループに分け、グループごとに CPU の割り当て、メモリの上限、クエリの同時実行数、IO の使用量を設定します。負荷の高い ETL、ダッシュボード、アドホック分析を別々のグループに配置できます。あるグループのクエリが暴走しても、ほかのグループを巻き込まずに済みます。CPU の分離には Linux cgroups を使用し、メモリ、IO、同時実行数は BE プロセスが制御します。
+
+
+## Apache Doris でワークロードグループを使う理由 {#why}
+
+Apache Doris のワークロードグループを使うと、共有クラスター上で異なるワークロードが互いのリソースを奪い合うことを防げます。本番環境の Doris クラスターで実行されるワークロードは、ほとんどの場合、一種類ではありません。たとえば、午前 2 時に ETL パイプラインが前日のパーティションを書き換え、午前 9 時に財務チームが日次レポートを再実行し、業務時間中は経営層向けダッシュボードが同じ `GROUP BY region` を十五秒ごとに実行し、アナリストが `SELECT *` を実行する際に `WHERE` 句を付け忘れる、といった状況です。
+
+リソース制御がなければ、これら四種類のワークロードは単一の共通プールを共有します。ETL ジョブは、ダッシュボードを処理するスレッドと同じスレッド上で実行されます。問題のあるアドホッククエリが BE のメモリを使い切り、レポートのクエリが強制終了されることもあります。同時実行数に制限がないため、ダッシュボードの更新が急増すると ETL の負荷に重なり、すべてのワークロードの性能が低下します。
+
+ワークロードグループを使えば、ハードウェアを追加せずにこの問題に対処できます。ワークロードの種類ごとにグループを定義し、各グループに許可する上限を設定して、ユーザーを適切なグループに紐付けます。クラスターは同じ BE 群で稼働し続けますが、BE のスケジューラー、メモリトラッカー、cgroup コントローラーが、定義したグループに沿って処理能力を分配します。
+
+## Apache Doris のワークロードグループとは {#what}
+
+Apache Doris のワークロードグループは、プロセス内でリソースを分離する機能です。各 BE プロセスがすべてのグループを処理しますが、BE はスレッド、スキャンスロット、メモリがどのグループに属するかを把握します。CPU の分離では、BE のワーカースレッドをグループごとの cgroup に割り当てます。メモリの分離では、BE のメモリトラッカーでグループごとの使用量を追跡し、上限を超えた場合にディスクへの退避またはクエリのキャンセルを行います。同時実行数は FE で制御します。各グループにキューがあり、上限を超えたクエリは待機するか、すぐに失敗します。
+
+**主な用語**
+
+- **`min_cpu_percent` / `max_cpu_percent`**:グループに確保される CPU 帯域幅(ソフトな下限)と、超えられない上限(ハードな上限)です。全グループの `min_cpu_percent` の合計は 100% 未満にする必要があります。
+- **`min_memory_percent` / `max_memory_percent`**:グループに保証される BE メモリの割合と、クエリがディスクへの退避または強制終了の対象となるまで使用できる割合です。
+- **`max_concurrency` / `max_queue_size` / `queue_timeout`**:実行中クエリ数の上限、待機キューの長さの上限、キュー内のクエリが待機できる時間です。いずれもクラスター全体ではなく、FE ごとに適用されます。
+- **`read_bytes_per_second` / `remote_read_bytes_per_second`**:グループごとの IO 制限です。ローカルテーブルにはデータディレクトリごと、外部ソースには BE ごとに適用されます。
+- **`normal` グループ**:初回起動時に自動作成されるデフォルトグループです。ほかのグループに紐付けられていないセッションに使用されます。削除できません。
+
+## Apache Doris のワークロードグループの仕組み {#how}
+
+Apache Doris のワークロードグループでは、FE が対象グループを決定してクエリを受け入れるかキューに入れ、その後 BE が CPU、メモリ、IO の制限を適用します。
+
+1. **グループを決定する(FE)。** FE は次の優先順位でグループを選びます。明示的な `/*+ SET_VAR(workload_group='...') */` ヒント、セッション変数 `workload_group`、ユーザープロパティ `default_workload_group`、最後に `normal` です。FE は選ばれたグループに対する USAGE 権限を確認します。
+2. **クエリを受け入れるかキューに入れる(FE)。** グループのキューは、この FE 上で当該グループのクエリが何件実行中かを確認します。`max_concurrency` 未満なら、クエリは実行枠を得て処理を続けます。上限を超えている場合は待機し、待機件数は `max_queue_size`、待機時間は `queue_timeout` によって制限されます。キューが満杯なら、クエリはすぐに拒否されます。
+3. **スレッドを cgroup に割り当てる(BE)。** 各 BE は、グループごとに cgroup v2 では `/sys/fs/cgroup/doris/<wg_id>`、v1 では `/sys/fs/cgroup/cpu/doris/<wg_id>` の下に cgroup を保持します。グループのフラグメントが実行されると、そのワーカーは該当する cgroup に参加します。カーネルの CFS スケジューラーが、`min_cpu_percent`(`cpu.weight` 経由)と `max_cpu_percent`(`cpu.max` 経由)を適用します。
+4. **グループごとのメモリを追跡する(BE)。** すべてのメモリ割り当てにグループ ID が付けられます。グループのトラッカーが `memory_low_watermark` を超えると、ディスクへの退避が可能なオペレーターは退避を開始します。`memory_high_watermark` を超えると、BE はそのグループのクエリを一時停止し、使用量をしきい値未満に戻すため、最大のクエリをキャンセルする場合があります。
+5. **スキャンを制限する(BE)。** ローカルおよびリモートのスキャンスレッドプールには、グループごとの上限(`scan_thread_num`、`max_remote_scan_thread_num`)があります。また、`read_bytes_per_second` はグループのスキャンが消費できるディスク IO を制限します。この設定により、インデックスを利用しないテーブル全体のスキャンが SSD の帯域を占有するのを防げます。
+
+## クイックスタート {#quick-start}
+
+```sql
+-- One group for ETL, one for BI dashboards
+CREATE WORKLOAD GROUP etl PROPERTIES (
+ 'min_cpu_percent'='30','max_cpu_percent'='70',
+ 'min_memory_percent'='30','max_memory_percent'='70',
+ 'max_concurrency'='10');
+
+CREATE WORKLOAD GROUP bi PROPERTIES (
+ 'min_cpu_percent'='20','max_cpu_percent'='50',
+ 'min_memory_percent'='20','max_memory_percent'='50',
+ 'max_concurrency'='50','max_queue_size'='100','queue_timeout'='3000');
+
+-- Bind users persistently
+SET PROPERTY FOR 'etl_user' 'default_workload_group'='etl';
+SET PROPERTY FOR 'bi_user' 'default_workload_group'='bi';
+
+-- One-off override for a single query
+SELECT /*+ SET_VAR(workload_group='bi') */ region, SUM(revenue)
+FROM orders WHERE dt = CURRENT_DATE() GROUP BY region;
+```
+
+**期待される結果**
+
+```
++------+-------------------+-------------------+-----------------+
+| name | running_query_num | waiting_query_num | max_concurrency |
++------+-------------------+-------------------+-----------------+
+| etl | 4 | 0 | 10 |
+| bi | 47 | 12 | 50 |
++------+-------------------+-------------------+-----------------+
+```
+
+`SHOW WORKLOAD GROUPS`(または `SELECT ... FROM information_schema.workload_groups`)を実行すると、現在の件数を確認できます。`bi` で待機中の 12 件のクエリは、実行中の 47 件の後ろに並んでいます。BI がビジー状態でも、四件の ETL クエリには CPU の 30% が保証され、70% を超えることはできません。
+
+## Apache Doris のワークロードグループを使うべき場面 {#when}
+
+単一クラスターで複数の種類のワークロードを実行し、ハードウェアを追加せずに負荷がかかったときの動作を予測可能にしたい場合は、Apache Doris のワークロードグループを使用します。
+
+**適している場面**
+
+- ETL、定期レポート、ダッシュボード、アドホック分析が BE を共有する、複数種類のワークロードを持つクラスター。
+- 完全な分離よりコストを重視するマルチテナント環境。単一のクラスターを複数のチームで使い、負荷がかかったときの動作を予測可能にできます。
+- 問題を起こしやすい既知のワークロードの制限。チームで頻繁に実行される `SELECT *`、ときどき大量の処理を発生させる Kafka のバックフィルなど、過大な負荷を抑えたい場合に役立ちます。
+- ストレージとコンピュートを分離したモードでは、[コンピュートグループ](../admin-manual/workload-management/compute-group)と組み合わせます。コンピュートグループは別の BE 群を提供し、ワークロードグループはその内部のリソースを分配します。
+
+**適していない場面**
+
+- 個別の SLA、個別のセキュリティドメイン、課金対象のテナントなど、物理的な分離が必要な場合。同じプロセス内のすべてのグループは、BE のクラッシュやカーネルの OOM の影響を受けます。代わりに[リソースグループ](../admin-manual/workload-management/resource-group)または専用のコンピュートグループを使用してください。
+- クラスター全体の同時実行数を単一の値で制限したい場合。FE が三台ある場合、`max_concurrency=10` ではクラスター全体で最大 30 件のクエリを同時実行できます。FE ごとの上限をそれに応じて設定するか、ユーザーを一台の FE に固定するロードバランサーをクラスターの前段に配置してください。
+- 特権のない Docker または Kubernetes コンテナーで BE を実行する場合。CPU 制限を適用するには、BE プロセスにホストの cgroup ツリーに対する読み書き権限が必要です。特権モード(または Doris Operator)がないと、CPU の上限は通知なしに適用されません。メモリと同時実行数の制御は引き続き機能しますが、重要な制御手段を失います。
+- メモリのオーバーコミットを有効にし、`max_memory_percent` の合計を 100% にする場合。ソフトリミットを超えた際の処理に必要な余裕がなくなり、BE が全体の上限に達すると、グループ内で最大のクエリをキャンセルします。10~20% の余裕を残してください。
+- ワークロードの負荷変動が大きく、実行時間も短いため、Snowflake のような自動スケーリング型ウェアハウスのほうが固定割り当てより安価になる場合。ワークロードグループは固定のリソースプールを分割する機能であり、新しいコンピュートリソースをプロビジョニングしません。
+
+## 関連資料 {#further-reading}
+
+- [ワークロードグループのリファレンス](../admin-manual/workload-management/workload-group):プロパティの完全な一覧、cgroup の設定手順、4.0 でのプロパティ名変更に伴う移行上の注意事項。
+- [ワークロード管理の概要](../admin-manual/workload-management/workload-management-summary):ワークロードグループ、リソースグループ、コンピュートグループの関係と選択基準。
+- [同時実行制御とキューイング](../admin-manual/workload-management/concurrency-control-and-queuing):FE ごとのキューの動作、管理者向けの `bypass_workload_group` による上書き、複数 FE 環境でのキューイングの注意点。
+- [ディスクへの退避](../admin-manual/workload-management/spill-disk):グループが `memory_low_watermark` に達したときの動作と、スロットベースのメモリポリシー。
+- [`information_schema.workload_groups`](../admin-manual/system-tables/information_schema/workload_groups):上の例でも使用する、グループの現在の状態を確認できるシステムテーブル。
+- [リソースグループ](./resource-group):より強い SLA 上の分離境界を実現する、BE ノード単位の物理的な分離。
+- [コンピュートグループ](./compute-group):データを複製せずに分離を強化する、コンピュートとストレージを分離した構成での仕組み。
+- [Apache Doris におけるマルチテナントのワークロード分離](https://doris.apache.org/blog/multi-tenant-workload-isolation-in-apache-doris/):16 コアの BE における CPU のソフトリミットとハードリミットの内部ベンチマークを含む、元の設計ブログ。
+- [MPP アーキテクチャ](./mpp):ワークロードグループがクエリごとのフラグメントインスタンス数を制限する実行モデル。
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/hints/distribute-hint.md b/i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/hints/distribute-hint.md
new file mode 100644
index 00000000000..9ee7519b7cb
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/hints/distribute-hint.md
@@ -0,0 +1,168 @@
+---
+title: Join のシャッフル方法を制御する Distribute Hint
+language: ja
+description: Distribute Hint を使用して Join のシャッフルまたはブロードキャストによる分散方法を指定し、クエリ性能を調整する方法。
+keywords:
+ - Distribute Hint
+ - Join シャッフル
+ - ブロードキャスト Join
+ - Doris Hint
+ - Join チューニング
+ - 分散方法
+---
+
+<!-- Knowledge type: Feature description / Operation steps -->
+<!-- Applicable scenarios: Join performance tuning / Forcing the distribution method -->
+
+## 概要
+
+Distribute Hint は、Join 操作における右側テーブルのデータの分散方法(シャッフル方法)を制御し、Join の実行プランを手動で調整する際によく使用します。分散方法を明示的に指定すると、オプティマイザによる自動選択が適切でない場合に、クエリの実行プランを柔軟に調整できます。
+
+**主な機能:**
+
+- Join の右側テーブルの分散方法として `shuffle` または `broadcast` を指定できます。
+- Ordered Hint や Leading Hint と組み合わせることで、Join をさらに細かく調整できます。
+- Hint を適用できない場合も、システムはベストエフォートで処理し、エラーを返しません。
+
+## クイックナビゲーション
+
+- [構文規則](#syntax-rules)
+- [分散方法の説明](#distribution-method-description)
+- [ユースケース](#use-cases)
+ - [Ordered Hint との組み合わせ](#combined-with-ordered-hint)
+ - [Leading Hint との組み合わせ](#combined-with-leading-hint)
+- [よくある質問](#faq)
+
+## 構文規則 {#syntax-rules}
+
+| 規則 | 説明 |
+| --- | --- |
+| 記述位置 | Distribute Hint は Join の右側テーブルの前に記述します |
+| 指定できる種類 | `[shuffle]` または `[broadcast]` |
+| 指定数の上限 | Distribute Hint の指定数に制限はありません |
+| 適用できない場合 | 対応するプランを生成できなくてもエラーは発生しません。Hint はベストエフォートで適用され、最終的な分散方法は EXPLAIN に表示された方法に従います |
+
+## 分散方法の説明 {#distribution-method-description}
+
+EXPLAIN Shape Plan には、Distribute オペレーターの分散タイプが表示されます。それぞれの意味は次のとおりです。
+
+| 分散タイプ | 意味 |
+| --- | --- |
+| `DistributionSpecReplicated` | 対応するデータをすべての BE ノードに複製します(ブロードキャスト分散) |
+| `DistributionSpecGather` | データを FE ノードに集約します |
+| `DistributionSpecHash` | 特定の hashKey とアルゴリズムを使用し、データを異なる BE ノードに分散します(シャッフル分散) |
+
+## ユースケース {#use-cases}
+
+### Ordered Hint との組み合わせ {#combined-with-ordered-hint}
+
+**利用場面**: まず Ordered Hint で Join の順序をクエリに記述された順序に固定し、次に Distribute Hint で各 Join の分散方法を指定します。
+
+**適用前**(デフォルトのプラン):
+
+```sql
+mysql> explain shape plan select count(*) from t1 join t2 on t1.c1 = t2.c2;
+ +----------------------------------------------------------------------------------+
+ | Explain String(Nereids Planner) |
+ +----------------------------------------------------------------------------------+
+ | PhysicalResultSink |
+ | --hashAgg[GLOBAL] |
+ | ----PhysicalDistribute[DistributionSpecGather] |
+ | ------hashAgg[LOCAL] |
+ | --------PhysicalProject |
+ | ----------hashJoin[INNER_JOIN] hashCondition=((t1.c1 = t2.c2)) otherCondition=() |
+ | ------------PhysicalProject |
+ | --------------PhysicalOlapScan[t1] |
+ | ------------PhysicalDistribute[DistributionSpecHash] |
+ | --------------PhysicalProject |
+ | ----------------PhysicalOlapScan[t2] |
+ +----------------------------------------------------------------------------------+
+```
+
+**適用後**(ブロードキャスト分散を指定):
+
+```sql
+mysql> explain shape plan select /*+ ordered */ count(*) from t2 join[broadcast] t1 on t1.c1 = t2.c2;
++----------------------------------------------------------------------------------+
+| Explain String(Nereids Planner) |
++----------------------------------------------------------------------------------+
+| PhysicalResultSink |
+| --hashAgg[GLOBAL] |
+| ----PhysicalDistribute[DistributionSpecGather] |
+| ------hashAgg[LOCAL] |
+| --------PhysicalProject |
+| ----------hashJoin[INNER_JOIN] hashCondition=((t1.c1 = t2.c2)) otherCondition=() |
+| ------------PhysicalProject |
+| --------------PhysicalOlapScan[t2] |
+| ------------PhysicalDistribute[DistributionSpecReplicated] |
+| --------------PhysicalProject |
+| ----------------PhysicalOlapScan[t1] |
+| |
+| Hint log: |
+| Used: ORDERED |
+| UnUsed: |
+| SyntaxError: |
++----------------------------------------------------------------------------------+
+```
+
+`t1` の分散方法が `DistributionSpecHash` から `DistributionSpecReplicated` に変わっており、ブロードキャスト分散が適用されたことを示しています。
+
+### Leading Hint との組み合わせ {#combined-with-leading-hint}
+
+**利用場面**: `LEADING` Hint で Join の順序を固定しながら、対応する `DISTRIBUTE` 方法を各 `JOIN` 操作に指定し、実行プラン全体を制御します。
+
+```sql
+explain shape plan
+ select
+ nation,
+ o_year,
+ sum(amount) as sum_profit
+ from
+ (
+ select
+ /*+ leading(orders shuffle {lineitem shuffle part} shuffle {supplier broadcast nation} shuffle partsupp) */
+ n_name as nation,
+ extract(year from o_orderdate) as o_year,
+ l_extendedprice * (1 - l_discount) - ps_supplycost * l_quantity as amount
+ from
+ part,
+ supplier,
+ lineitem,
+ partsupp,
+ orders,
+ nation
+ where
+ s_suppkey = l_suppkey
+ and ps_suppkey = l_suppkey
+ and ps_partkey = l_partkey
+ and p_partkey = l_partkey
+ and o_orderkey = l_orderkey
+ and s_nationkey = n_nationkey
+ and p_name like '%green%'
+ ) as profit
+ group by
+ nation,
+ o_year
+ order by
+ nation,
+ o_year desc;
+```
+
+## よくある質問 {#faq}
+
+**Q1: Distribute Hint の記述が誤っている場合や、対応するプランを生成できない場合はどうなりますか?**
+
+システムはエラーを返さず、ベストエフォートで Hint の適用を試みます。最終的に Hint が適用されたかどうかは、`EXPLAIN` の出力に表示される Distribute オペレーターのタイプで判断します。
+
+**Q2: `shuffle` と `broadcast` は、それぞれどのような場合に使用しますか?**
+
+- `broadcast`: 右側テーブルのデータ量が少なく、すべての BE ノードに複製するコストがシャッフルのコストより低い場合に使用します。
+- `shuffle`: 両方のテーブルのデータ量が多く、hashKey による再分散のほうが効率的な場合に使用します。
+
+**Q3: 複数の Join の分散方法をまとめて指定できますか?**
+
+はい。Distribute Hint の指定数に制限はありません。Ordered Hint や Leading Hint と組み合わせて、各 Join の分散方法を個別に指定できます。
+
+## まとめ
+
+Distribute Hint は、Join のシャッフル方法を制御するための一般的な Hint で、`shuffle` または `broadcast` による分散方法を手動で指定できます。適切に使用することで、Join のシャッフル方法を調整する要件に対応し、実行プランの制御をより柔軟に行えます。
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/hints/leading-hint.md b/i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/hints/leading-hint.md
new file mode 100644
index 00000000000..7f6536df232
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/hints/leading-hint.md
@@ -0,0 +1,599 @@
+---
+title: Leading Hint による Join 順序の制御
+language: ja
+description: Doris の Leading Hint を使用して複数テーブルの Join 順序を手動で指定し、複雑なクエリのチューニングに役立てる方法。
+keywords:
+ - Doris Leading Hint
+ - Join 順序の制御
+ - Ordered Hint
+ - 左深木、右深木、Bushy 木
+ - Join Reorder のチューニング
+ - SyntaxError UnUsed
+---
+
+<!-- Knowledge type: Feature description / Operation steps -->
+<!-- Applicable scenario: Complex query performance tuning / Manual intervention in Join order -->
+
+## 概要
+
+Leading Hint は、Doris で複数テーブルの Join 順序を手動で指定するためのクエリヒントです。`/*+ LEADING(...) */` コメントを `SELECT` キーワードの後に追加すると、指定した順序で Join プランを生成するようオプティマイザに指示でき、複雑なクエリの性能改善に役立ちます。
+
+## 適用する場面
+
+<!-- Knowledge type: Scenario guide -->
+<!-- Applicable scenario: Choosing the appropriate Hint type -->
+
+次のような場合は、Leading Hint または Ordered Hint の使用を検討してください。
+
+- オプティマイザが自動的に選択した Join 順序が適切でなく、手動で調整する必要がある場合。
+- 複雑な複数テーブルの Join で、左深木、右深木、Bushy 木、またはジグザグ木の形状を明示的に指定したい場合。
+- ビューやサブクエリがエイリアスとして Join Reorder に参加し、そのサブツリー全体の位置をまとめて指定する必要がある場合。
+- SQL にテーブルが記述された順序で Join を実行するよう強制したい場合(Ordered Hint を使用)。
+
+## 使用前のチェックリスト
+
+<!-- Knowledge type: Operation checklist -->
+
+Hint を記述する前に、以下を確認してください。
+
+- [ ] SQL に、Join に参加するテーブルが少なくとも二つある。
+- [ ] Hint で使用するテーブル名またはエイリアスが `FROM` 句のものと一致している。
+- [ ] `EXPLAIN SHAPE PLAN` を使用して、元のプランと目標のプランを比較している。
+- [ ] 目標の Join 順序が元の SQL と意味的に等価かどうかを確認している(特に Outer Join、Semi Join、Anti Join の場合)。
+
+## ページ内リンク
+
+- [通常の Leading Hint](#regular-leading-hint):基本構文、適用状態、代表的な使用例。
+- [代表的なシナリオの例](#typical-scenario-examples):基本的な使い方と、左深木、右深木、Bushy 木、ジグザグ木、非 Inner Join、ビューの例。
+- [Ordered Hint](#ordered-hint):SQL に記述された順序に Join 順序を固定する特殊な Hint。
+- [よくある質問(FAQ)](#frequently-asked-questions-faq):Hint が適用されない場合や、他の Hint との優先順位など。
+
+## 通常の Leading Hint {#regular-leading-hint}
+
+<!-- Knowledge type: Syntax description -->
+
+### 構文
+
+Leading Hint は、オプティマイザに従わせたいテーブルの Join 順序を指定します。Doris での基本構文は次のとおりです。
+
+```sql
+SELECT /*+ LEADING(tablespec [tablespec]...) */ ...
+```
+
+構文の注意点:
+
+- Leading Hint は `/*+` と `*/` で囲み、SQL 文の `SELECT` キーワードの後に配置します。
+- `tablespec` はテーブル名またはテーブルのエイリアスです。少なくとも二つのテーブルを指定する必要があります。
+- 複数のテーブルは空白または `,` で区切ります。
+- 波括弧 `{}` を使用すると、Join 木の形状を明示的に指定できます。
+
+最小構成の例:
+
+```sql
+mysql> explain shape plan select /*+ leading(t2 t1) */ * from t1 join t2 on c1 = c2;
++------------------------------------------------------------------------------+
+| Explain String(Nereids Planner) |
++------------------------------------------------------------------------------+
+| PhysicalResultSink |
+| --PhysicalDistribute[DistributionSpecGather] |
+| ----PhysicalProject |
+| ------hashJoin[INNER_JOIN] hashCondition=((t1.c1 = t2.c2)) otherCondition=() |
+| --------PhysicalOlapScan[t2] |
+| --------PhysicalDistribute[DistributionSpecHash] |
+| ----------PhysicalOlapScan[t1] |
+| |
+| Hint log: |
+| Used: leading(t2 t1) |
+| UnUsed: |
+| SyntaxError: |
++------------------------------------------------------------------------------+
+```
+
+### Hint の適用状態
+
+Leading Hint が適用されない場合、通常の処理でプランが生成されます。`EXPLAIN` で Hint の適用結果を確認できます。主な状態は次の三つです。
+
+| 状態 | 説明 |
+| ------------- | ------------------------------------------------------------------------------------------------------------------------------------------ |
+| `Used` | Leading Hint が正常に適用されています。 |
+| `UnUsed` | Leading Hint で指定した Join 順序が元の SQL と等価でない場合や、このバージョンでまだサポートされていない機能を使用した場合など、Hint が適用されていません(詳細は制限事項を参照)。 |
+| `SyntaxError` | Leading Hint に構文エラーがあります。たとえば、指定したテーブルが見つからない場合です。 |
+
+### 基本ルール
+
+1. **既定では左深木を構築する**:括弧を使用しない場合、Leading Hint は既定で左深木を構築します。
+
+ ```sql
+ mysql> explain shape plan select /*+ leading(t1 t2 t3) */ * from t1 join t2 on c1 = c2 join t3 on c2=c3;
+ +--------------------------------------------------------------------------------+
+ | Explain String(Nereids Planner) |
+ +--------------------------------------------------------------------------------+
+ | PhysicalResultSink |
+ | --PhysicalDistribute[DistributionSpecGather] |
+ | ----PhysicalProject |
+ | ------hashJoin[INNER_JOIN] hashCondition=((t2.c2 = t3.c3)) otherCondition=() |
+ | --------hashJoin[INNER_JOIN] hashCondition=((t1.c1 = t2.c2)) otherCondition=() |
+ | ----------PhysicalOlapScan[t1] |
+ | ----------PhysicalDistribute[DistributionSpecHash] |
+ | ------------PhysicalOlapScan[t2] |
+ | --------PhysicalDistribute[DistributionSpecHash] |
+ | ----------PhysicalOlapScan[t3] |
+ | |
+ | Hint log: |
+ | Used: leading(t1 t2 t3) |
+ | UnUsed: |
+ | SyntaxError: |
+ +--------------------------------------------------------------------------------+
+ ```
+
+2. **波括弧で Join 木の形状を指定する**:`{}` を使用すると、Join 木の形状を明示的に制御できます。
+
+ ```sql
+ mysql> explain shape plan select /*+ leading(t1 {t2 t3}) */ * from t1 join t2 on c1 = c2 join t3 on c2=c3;
+ +----------------------------------------------------------------------------------+
+ | Explain String(Nereids Planner) |
+ +----------------------------------------------------------------------------------+
+ | PhysicalResultSink |
+ | --PhysicalDistribute[DistributionSpecGather] |
+ | ----PhysicalProject |
+ | ------hashJoin[INNER_JOIN] hashCondition=((t1.c1 = t2.c2)) otherCondition=() |
+ | --------PhysicalOlapScan[t1] |
+ | --------PhysicalDistribute[DistributionSpecHash] |
+ | ----------hashJoin[INNER_JOIN] hashCondition=((t2.c2 = t3.c3)) otherCondition=() |
+ | ------------PhysicalOlapScan[t2] |
+ | ------------PhysicalDistribute[DistributionSpecHash] |
+ | --------------PhysicalOlapScan[t3] |
+ | |
+ | Hint log: |
+ | Used: leading(t1 { t2 t3 }) |
+ | UnUsed: |
+ | SyntaxError: |
+ +----------------------------------------------------------------------------------+
+ ```
+
+3. **ビューとエイリアスをパラメータに指定できる**:ビューがエイリアスとして Join Reorder に参加する場合、対応するビューを Leading Hint のパラメータとして指定できます。
+
+ ```sql
+ mysql> explain shape plan select /*+ leading(alias t1) */ count(*) from t1 join (select c2 from t2 join t3 on t2.c2 = t3.c3) as alias on t1.c1 = alias.c2;
+ +--------------------------------------------------------------------------------------+
+ | Explain String(Nereids Planner) |
+ +--------------------------------------------------------------------------------------+
+ | PhysicalResultSink |
+ | --hashAgg[GLOBAL] |
+ | ----PhysicalDistribute[DistributionSpecGather] |
+ | ------hashAgg[LOCAL] |
+ | --------PhysicalProject |
+ | ----------hashJoin[INNER_JOIN] hashCondition=((t1.c1 = alias.c2)) otherCondition=() |
+ | ------------PhysicalProject |
+ | --------------hashJoin[INNER_JOIN] hashCondition=((t2.c2 = t3.c3)) otherCondition=() |
+ | ----------------PhysicalProject |
+ | ------------------PhysicalOlapScan[t2] |
+ | ----------------PhysicalDistribute[DistributionSpecHash] |
+ | ------------------PhysicalProject |
+ | --------------------PhysicalOlapScan[t3] |
+ | ------------PhysicalDistribute[DistributionSpecHash] |
+ | --------------PhysicalProject |
+ | ----------------PhysicalOlapScan[t1] |
+ | |
+ | Hint log: |
+ | Used: leading(alias t1) |
+ | UnUsed: |
+ | SyntaxError: |
+ +--------------------------------------------------------------------------------------+
+ ```
+
+## 代表的なシナリオの例 {#typical-scenario-examples}
+
+<!-- Knowledge type: Operation example -->
+<!-- Applicable scenario: Learning Leading Hint usage / Copying examples for verification -->
+
+### 準備:テーブル作成文
+
+以下の例はすべて、このテスト用テーブル群を使用します。
+
+```sql
+CREATE DATABASE testleading;
+USE testleading;
+
+create table t1 (c1 int, c11 int) distributed by hash(c1) buckets 3 properties('replication_num' = '1');
+create table t2 (c2 int, c22 int) distributed by hash(c2) buckets 3 properties('replication_num' = '1');
+create table t3 (c3 int, c33 int) distributed by hash(c3) buckets 3 properties('replication_num' = '1');
+create table t4 (c4 int, c44 int) distributed by hash(c4) buckets 3 properties('replication_num' = '1');
+```
+
+### 基本例:二つのテーブルの Join 順序を入れ替える
+
+1. 元のプラン:
+
+ ```sql
+ mysql> explain shape plan select * from t1 join t2 on t1.c1 = c2;
+ +-------------------------------------------+
+ | Explain String |
+ +-------------------------------------------+
+ | PhysicalResultSink |
+ | --PhysicalDistribute |
+ | ----PhysicalProject |
+ | ------hashJoin[INNER_JOIN](t1.c1 = t2.c2) |
+ | --------PhysicalOlapScan[t2] |
+ | --------PhysicalDistribute |
+ | ----------PhysicalOlapScan[t1] |
+ +-------------------------------------------+
+ ```
+
+2. t1 と t2 の Join 順序を入れ替えるには、`leading(t2 t1)` を追加します。`EXPLAIN` を実行したとき、`Used` は Hint が正常に適用されたことを示します。
+
+ ```sql
+ mysql> explain shape plan select /*+ leading(t2 t1) */ * from t1 join t2 on c1 = c2;
+ +------------------------------------------------------------------------------+
+ | Explain String(Nereids Planner) |
+ +------------------------------------------------------------------------------+
+ | PhysicalResultSink |
+ | --PhysicalDistribute[DistributionSpecGather] |
+ | ----PhysicalProject |
+ | ------hashJoin[INNER_JOIN] hashCondition=((t1.c1 = t2.c2)) otherCondition=() |
+ | --------PhysicalOlapScan[t2] |
+ | --------PhysicalDistribute[DistributionSpecHash] |
+ | ----------PhysicalOlapScan[t1] |
+ | |
+ | Hint log: |
+ | Used: leading(t2 t1) |
+ | UnUsed: |
+ | SyntaxError: |
+ +------------------------------------------------------------------------------+
+ ```
+
+3. Leading Hint に構文エラーがある場合、対応する情報は `SyntaxError` として `EXPLAIN` の出力に表示されます。ただし、プランは通常どおり生成され、Leading Hint だけが使用されません。
+
+ ```sql
+ mysql> explain shape plan select /*+ leading(t2 t3) */ * from t1 join t2 on t1.c1 = c2;
+ +--------------------------------------------------------+
+ | Explain String |
+ +--------------------------------------------------------+
+ | PhysicalResultSink |
+ | --PhysicalDistribute |
+ | ----PhysicalProject |
+ | ------hashJoin[INNER_JOIN](t1.c1 = t2.c2) |
+ | --------PhysicalOlapScan[t1] |
+ | --------PhysicalDistribute |
+ | ----------PhysicalOlapScan[t2] |
+ | |
+ | Used: |
+ | UnUsed: |
+ | SyntaxError: leading(t2 t3) Msg:can not find table: t3 |
+ +--------------------------------------------------------+
+ ```
+
+### 応用例:さまざまな Join 木の形状を構築する
+
+次の表に、代表的な四種類の Join 木の形状を指定する構文をまとめます。
+
+| 形状 | Leading の構文 | 説明 |
+| -------------- | --------------------------- | ------------------------------------------------- |
+| 左深木 | `leading(t1 t2 t3)` | 既定の動作です。波括弧は不要です。 |
+| 右深木 | `leading(t1 {t2 t3})` | 右側のサブツリーを `{}` で囲みます。 |
+| Bushy 木 | `leading({t1 t2} {t3 t4})` | 左右両方のサブツリーを `{}` で囲みます。 |
+| ジグザグ木 | `leading(t1 {t2 t3} t4)` | 途中にサブツリーを組み込んでジグザグ形にします。 |
+
+#### 左深木
+
+前述のとおり、括弧を使用しない場合、Leading Hint は既定で左深木を生成します。
+
+```sql
+mysql> explain shape plan select /*+ leading(t1 t2 t3) */ * from t1 join t2 on t1.c1 = c2 join t3 on c2 = c3;
++--------------------------------------------------------------------------------+
+| Explain String(Nereids Planner) |
++--------------------------------------------------------------------------------+
+| PhysicalResultSink |
+| --PhysicalDistribute[DistributionSpecGather] |
+| ----PhysicalProject |
+| ------hashJoin[INNER_JOIN] hashCondition=((t2.c2 = t3.c3)) otherCondition=() |
+| --------hashJoin[INNER_JOIN] hashCondition=((t1.c1 = t2.c2)) otherCondition=() |
+| ----------PhysicalOlapScan[t1] |
+| ----------PhysicalDistribute[DistributionSpecHash] |
+| ------------PhysicalOlapScan[t2] |
+| --------PhysicalDistribute[DistributionSpecHash] |
+| ----------PhysicalOlapScan[t3] |
+| |
+| Hint log: |
+| Used: leading(t1 t2 t3) |
+| UnUsed: |
+| SyntaxError: |
++--------------------------------------------------------------------------------+
+```
+
+#### 右深木
+
+プランを右深木、Bushy 木、またはジグザグ木にするには、波括弧を追加してプランの形状を制約します。Oracle のように左深木から段階的に入れ替える必要はありません。
+
+```sql
+mysql> explain shape plan select /*+ leading(t1 {t2 t3}) */ * from t1 join t2 on t1.c1 = c2 join t3 on c2 = c3;
++-----------------------------------------------+
+| Explain String |
++-----------------------------------------------+
+| PhysicalResultSink |
+| --PhysicalDistribute |
+| ----PhysicalProject |
+| ------hashJoin[INNER_JOIN](t1.c1 = t2.c2) |
+| --------PhysicalOlapScan[t1] |
+| --------PhysicalDistribute |
+| ----------hashJoin[INNER_JOIN](t2.c2 = t3.c3) |
+| ------------PhysicalOlapScan[t2] |
+| ------------PhysicalDistribute |
+| --------------PhysicalOlapScan[t3] |
+| |
+| Used: leading(t1 { t2 t3 }) |
+| UnUsed: |
+| SyntaxError: |
++-----------------------------------------------+
+```
+
+#### Bushy 木
+
+```sql
+mysql> explain shape plan select /*+ leading({t1 t2} {t3 t4}) */ * from t1 join t2 on t1.c1 = c2 join t3 on c2 = c3 join t4 on c3 = c4;
++-----------------------------------------------+
+| Explain String |
++-----------------------------------------------+
+| PhysicalResultSink |
+| --PhysicalDistribute |
+| ----PhysicalProject |
+| ------hashJoin[INNER_JOIN](t2.c2 = t3.c3) |
+| --------hashJoin[INNER_JOIN](t1.c1 = t2.c2) |
+| ----------PhysicalOlapScan[t1] |
+| ----------PhysicalDistribute |
+| ------------PhysicalOlapScan[t2] |
+| --------PhysicalDistribute |
+| ----------hashJoin[INNER_JOIN](t3.c3 = t4.c4) |
+| ------------PhysicalOlapScan[t3] |
+| ------------PhysicalDistribute |
+| --------------PhysicalOlapScan[t4] |
+| |
+| Used: leading({ t1 t2 } { t3 t4 }) |
+| UnUsed: |
+| SyntaxError: |
++-----------------------------------------------+
+```
+
+#### ジグザグ木
+
+```sql
+mysql> explain shape plan select /*+ leading(t1 {t2 t3} t4) */ * from t1 join t2 on t1.c1 = c2 join t3 on c2 = c3 join t4 on c3 = c4;
++--------------------------------------------------------------------------------------+
+| Explain String(Nereids Planner) |
++--------------------------------------------------------------------------------------+
+| PhysicalResultSink |
+| --PhysicalDistribute[DistributionSpecGather] |
+| ----PhysicalProject |
+| ------hashJoin[INNER_JOIN] hashCondition=((t3.c3 = t4.c4)) otherCondition=() |
+| --------PhysicalDistribute[DistributionSpecHash] |
+| ----------hashJoin[INNER_JOIN] hashCondition=((t1.c1 = t2.c2)) otherCondition=() |
+| ------------PhysicalOlapScan[t1] |
+| ------------PhysicalDistribute[DistributionSpecHash] |
+| --------------hashJoin[INNER_JOIN] hashCondition=((t2.c2 = t3.c3)) otherCondition=() |
+| ----------------PhysicalOlapScan[t2] |
+| ----------------PhysicalDistribute[DistributionSpecHash] |
+| ------------------PhysicalOlapScan[t3] |
+| --------PhysicalDistribute[DistributionSpecHash] |
+| ----------PhysicalOlapScan[t4] |
+| |
+| Hint log: |
+| Used: leading(t1 { t2 t3 } t4) |
+| UnUsed: |
+| SyntaxError: |
++--------------------------------------------------------------------------------------+
+```
+
+### 非 Inner Join のシナリオ
+
+Outer Join や Semi/Anti Join など、Inner Join 以外の Join が含まれる場合、Leading Hint は元の SQL の意味に基づいて各 Join の種類を自動的に導出します。Leading Hint の指定が元の SQL の意味と異なる場合や、指定したプランを生成できない場合は、`UnUsed` に分類されます。通常のプラン生成には影響しません。
+
+次は Join 順序を入れ替えられない例です。
+
+```sql
+-------- test outer join which can not swap
+-- t1 leftjoin (t2 join t3 on (P23)) on (P12) != (t1 leftjoin t2 on (P12)) join t3 on (P23)
+mysql> explain shape plan select /*+ leading(t1 {t2 t3}) */ * from t1 left join t2 on c1 = c2 join t3 on c2 = c3;
++--------------------------------------------------------------------------------+
+| Explain String(Nereids Planner) |
++--------------------------------------------------------------------------------+
+| PhysicalResultSink |
+| --PhysicalDistribute[DistributionSpecGather] |
+| ----PhysicalProject |
+| ------hashJoin[INNER_JOIN] hashCondition=((t2.c2 = t3.c3)) otherCondition=() |
+| --------hashJoin[INNER_JOIN] hashCondition=((t1.c1 = t2.c2)) otherCondition=() |
+| ----------PhysicalOlapScan[t1] |
+| ----------PhysicalDistribute[DistributionSpecHash] |
+| ------------PhysicalOlapScan[t2] |
+| --------PhysicalDistribute[DistributionSpecHash] |
+| ----------PhysicalOlapScan[t3] |
+| |
+| Hint log: |
+| Used: |
+| UnUsed: leading(t1 { t2 t3 }) |
+| SyntaxError: |
++--------------------------------------------------------------------------------+
+```
+
+次に、Join 順序を入れ替えられる例と入れ替えられない例を示します。実際に試して確認できます。
+
+```sql
+-------- test outer join which can swap
+-- (t1 leftjoin t2 on (P12)) innerjoin t3 on (P13) = (t1 innerjoin t3 on (P13)) leftjoin t2 on (P12)
+explain shape plan select * from t1 left join t2 on c1 = c2 join t3 on c1 = c3;
+explain shape plan select /*+ leading(t1 t3 t2) */ * from t1 left join t2 on c1 = c2 join t3 on c1 = c3;
+
+-- (t1 leftjoin t2 on (P12)) leftjoin t3 on (P13) = (t1 leftjoin t3 on (P13)) leftjoin t2 on (P12)
+explain shape plan select * from t1 left join t2 on c1 = c2 left join t3 on c1 = c3;
+explain shape plan select /*+ leading(t1 t3 t2) */ * from t1 left join t2 on c1 = c2 left join t3 on c1 = c3;
+
+-- (t1 leftjoin t2 on (P12)) leftjoin t3 on (P23) = t1 leftjoin (t2 leftjoin t3 on (P23)) on (P12)
+select /*+ leading(t2 t3 t1) SWAP_INPUT(t1) */ * from t1 left join t2 on c1 = c2 left join t3 on c2 = c3;
+explain shape plan select /*+ leading(t1 {t2 t3}) */ * from t1 left join t2 on c1 = c2 left join t3 on c2 = c3;
+explain shape plan select /*+ leading(t1 {t2 t3}) */ * from t1 left join t2 on c1 = c2 left join t3 on c2 = c3;
+
+-------- test outer join which can not swap
+-- t1 leftjoin (t2 join t3 on (P23)) on (P12) != (t1 leftjoin t2 on (P12)) join t3 on (P23)
+-- eliminated to inner join
+explain shape plan select /*+ leading(t1 {t2 t3}) */ * from t1 left join t2 on c1 = c2 join t3 on c2 = c3;
+explain graph select /*+ leading(t1 t2 t3) */ * from t1 left join (select * from t2 join t3 on c2 = c3) on c1 = c2;
+
+-- test semi join
+explain shape plan select * from t1 where c1 in (select c2 from t2);
+explain shape plan select /*+ leading(t2 t1) */ * from t1 where c1 in (select c2 from t2);
+
+-- test anti join
+explain shape plan select * from t1 where exists (select c2 from t2);
+```
+
+### ビューとエイリアスのシナリオ
+
+エイリアスがある場合、そのエイリアスを独立したサブツリー全体として指定できます。各サブツリー内の Join 順序は、SQL に記述された順序に従って生成されます。
+
+```sql
+mysql> explain shape plan select /*+ leading(alias t1) */ count(*) from t1 join (select c2 from t2 join t3 on t2.c2 = t3.c3) as alias on t1.c1 = alias.c2;
++--------------------------------------------------------------------------------------+
+| Explain String(Nereids Planner) |
++--------------------------------------------------------------------------------------+
+| PhysicalResultSink |
+| --hashAgg[GLOBAL] |
+| ----PhysicalDistribute[DistributionSpecGather] |
+| ------hashAgg[LOCAL] |
+| --------PhysicalProject |
+| ----------hashJoin[INNER_JOIN] hashCondition=((t1.c1 = alias.c2)) otherCondition=() |
+| ------------PhysicalProject |
+| --------------hashJoin[INNER_JOIN] hashCondition=((t2.c2 = t3.c3)) otherCondition=() |
+| ----------------PhysicalProject |
+| ------------------PhysicalOlapScan[t2] |
+| ----------------PhysicalDistribute[DistributionSpecHash] |
+| ------------------PhysicalProject |
+| --------------------PhysicalOlapScan[t3] |
+| ------------PhysicalDistribute[DistributionSpecHash] |
+| --------------PhysicalProject |
+| ----------------PhysicalOlapScan[t1] |
+| |
+| Hint log: |
+| Used: leading(alias t1) |
+| UnUsed: |
+| SyntaxError: |
++--------------------------------------------------------------------------------------+
+```
+
+## Ordered Hint {#ordered-hint}
+
+<!-- Knowledge type: Feature description -->
+<!-- Applicable scenario: Forcing the Join order to follow the SQL textual order -->
+
+Ordered Hint は Leading Hint の特殊なケースとみなすことができ、Join 順序を SQL に記述された順序に一致させるために使用します。
+
+### 構文
+
+Ordered Hint の構文は `/*+ ORDERED */` です。`SELECT` 文の `SELECT` キーワードの後に配置し、その後にクエリの残りの部分を記述します。
+
+### 例
+
+Ordered Hint の使用例は次のとおりです。
+
+```sql
+mysql> explain shape plan select /*+ ORDERED */ t1.c1 from t2 join t1 on t1.c1 = t2.c2 join t3 on c2 = c3;
++--------------------------------------------------------------------------------+
+| Explain String(Nereids Planner) |
++--------------------------------------------------------------------------------+
+| PhysicalResultSink |
+| --PhysicalDistribute[DistributionSpecGather] |
+| ----PhysicalProject |
+| ------hashJoin[INNER_JOIN] hashCondition=((t2.c2 = t3.c3)) otherCondition=() |
+| --------hashJoin[INNER_JOIN] hashCondition=((t1.c1 = t2.c2)) otherCondition=() |
+| ----------PhysicalProject |
+| ------------PhysicalOlapScan[t2] |
+| ----------PhysicalDistribute[DistributionSpecHash] |
+| ------------PhysicalProject |
+| --------------PhysicalOlapScan[t1] |
+| --------PhysicalDistribute[DistributionSpecHash] |
+| ----------PhysicalProject |
+| ------------PhysicalOlapScan[t3] |
+| |
+| Hint log: |
+| Used: ORDERED |
+| UnUsed: |
+| SyntaxError: |
++--------------------------------------------------------------------------------+
+```
+
+### Leading Hint との優先順位
+
+Ordered Hint と Leading Hint を同時に使用した場合は、Ordered Hint が優先されます。Leading Hint が指定されていても、クエリプランは Ordered Hint のルールに従って実行され、Leading Hint は無視されます。
+
+次の例は、両方を同時に使用した場合を示します。
+
+```sql
+mysql> explain shape plan select /*+ ORDERED LEADING(t1 t2 t3) */ t1.c1 from t2 join t1 on t1.c1 = t2.c2 join t3 on c2 = c3;
++--------------------------------------------------------------------------------+
+| Explain String(Nereids Planner) |
++--------------------------------------------------------------------------------+
+| PhysicalResultSink |
+| --PhysicalDistribute[DistributionSpecGather] |
+| ----PhysicalProject |
+| ------hashJoin[INNER_JOIN] hashCondition=((t2.c2 = t3.c3)) otherCondition=() |
+| --------hashJoin[INNER_JOIN] hashCondition=((t1.c1 = t2.c2)) otherCondition=() |
+| ----------PhysicalProject |
+| ------------PhysicalOlapScan[t2] |
+| ----------PhysicalDistribute[DistributionSpecHash] |
+| ------------PhysicalProject |
+| --------------PhysicalOlapScan[t1] |
+| --------PhysicalDistribute[DistributionSpecHash] |
+| ----------PhysicalProject |
+| ------------PhysicalOlapScan[t3] |
+| |
+| Hint log: |
+| Used: ORDERED |
+| UnUsed: leading(t1 t2 t3) |
+| SyntaxError: |
++--------------------------------------------------------------------------------+
+```
+
+## Leading Hint と Ordered Hint の比較
+
+<!-- Knowledge type: Comparison table -->
+<!-- Applicable scenario: Choosing the appropriate Hint -->
+
+| 比較項目 | Leading Hint | Ordered Hint |
+| ---------------------- | --------------------------------------------------- | --------------------------------------------------------------------------- |
+| 構文 | `/*+ LEADING(t1 t2 ...) */` | `/*+ ORDERED */` |
+| Join 順序 | Hint に列挙したテーブルの順序に従います | SQL の `FROM` 句にテーブルが記述された順序に従います |
+| Join 木の形状の制御 | `{}` で明示的に指定できます | 指定できません。左深木に固定されます |
+| 柔軟性 | 高く、任意の Join 木の形状を指定できます | 低く、SQL に記述された順序にのみ従います |
+| 併用時 | `UnUsed` に分類されます | 優先されます |
+
+## よくある質問(FAQ) {#frequently-asked-questions-faq}
+
+<!-- Knowledge type: Troubleshooting -->
+<!-- Applicable scenario: Hint not taking effect / Error troubleshooting -->
+
+### Q1:Leading Hint が `UnUsed` と表示され、`Used` にならないのはなぜですか?(`EXPLAIN` の結果)
+
+主な理由は次の二つです。
+
+- Leading Hint で指定した Join 順序が、元の SQL と意味的に等価でないためです(たとえば、順序を入れ替えられない Outer Join の場合)。
+- 現在のバージョンで、その機能がまだサポートされていないためです。
+
+この場合、Doris は通常のプラン生成処理に戻り、クエリは引き続き正常に実行できます。
+
+### Q2:`SyntaxError` でテーブルが見つからないと報告された場合はどうすればよいですか?
+
+`SyntaxError` は Hint 自体に構文エラーがあることを示します。たとえば、`leading(t2 t3)` の `t3` が SQL の `FROM` 句に存在しない場合です。Hint 内のテーブル名またはエイリアスが、SQL で実際に使用されているものと一致しているか確認してください。
+
+### Q3:Ordered Hint と Leading Hint を同時に使用した場合、どちらが適用されますか?
+
+Ordered Hint の優先順位が高くなります。両方がある場合、クエリは Ordered Hint に従って実行され(Join 順序は SQL に記述された順序に従います)、Leading Hint は `UnUsed` に分類されます。
+
+### Q4:既定で生成される Join 木の形状と、その変更方法を教えてください。
+
+波括弧を使用しない場合、既定で左深木が生成されます。右深木、Bushy 木、またはジグザグ木を生成するには、`{}` で形状を明示的に指定します。Oracle のように左深木から段階的に入れ替える必要はありません。
+
+### Q5:Hint のテーブル名は完全修飾名で指定する必要がありますか?
+
+いいえ。Hint のテーブル名またはエイリアスが、現在のクエリの `FROM` 句で使用されている名前と一致していれば十分です。データベース名の接頭辞は不要です。
+
+## まとめ
+
+Leading Hint は Join 順序を手動で制御するための機能で、実運用でのチューニングに広く利用されています。適切に使用すると、Join 順序の調整に役立ち、システムの制御方法の柔軟性を高められます。Ordered Hint は Leading Hint の特殊な形式で、現在のクエリの Join 順序を SQL に記述された順序に固定します。使用時には、他の Hint との優先順位に注意してください。
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/query-cache.md b/i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/query-cache.md
new file mode 100644
index 00000000000..4f63c9cbf5c
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/query-cache.md
@@ -0,0 +1,403 @@
+---
+title: Query Cache ユーザーガイド
+description: Apache Doris の Query Cache で繰り返し実行する集約クエリを高速化する方法を説明します。仕組み、設定パラメータ、ヒット条件、無効化の仕組み、一般的なトラブルシューティングを扱います。
+keywords:
+ - Doris Query Cache
+ - クエリキャッシュ
+ - 集約クエリの高速化
+ - タブレットキャッシュ
+ - LRU-K
+ - キャッシュヒット率
+ - パイプライン実行エンジン
+language: ja
+---
+
+<!-- Knowledge type: concept + operation + troubleshooting -->
+<!-- Applicable scenario: accelerating repeated aggregation queries in dashboards/BI/T+1 reports -->
+
+# Query Cache
+
+Query Cache は、Apache Doris のパイプライン実行エンジンで集約の中間結果をタブレット単位でキャッシュし、繰り返し実行する集約クエリを高速化する仕組みです。
+
+## 使用前の確認事項
+
+<!-- Knowledge type: prerequisite check -->
+<!-- Applicable scenario: determining whether the current query can use the Query Cache -->
+
+Query Cache を使用する前に、次の点を確認してください。
+
+- [ ] クエリの対象が **内部 OLAP テーブル** である(Hive/JDBC/Iceberg/Hudi/Paimon などの外部テーブルではない)
+- [ ] クエリが **集約クエリ** である(`GROUP BY` または集約関数を含む)
+- [ ] クエリプランが `AggregationNode → OlapScanNode` のパターンに一致する
+- [ ] クエリに `JOIN`、`SORT`、`UNION`、`WINDOW` ノードが含まれない
+- [ ] クエリが `now()`、`rand()`、`uuid()` などの非決定的関数に依存しない
+- [ ] `enable_query_cache = true` が設定されている
+
+## 一文での定義
+
+<!-- Knowledge type: concept definition -->
+
+Query Cache は、パイプライン実行エンジンで集約結果をタブレット単位でキャッシュします。後続のクエリの実行コンテキストが同じ場合はキャッシュ済みデータを直接返し、スキャンと計算の繰り返しを避けます。
+
+## Query Cache が必要な理由
+
+<!-- Knowledge type: background -->
+<!-- Applicable scenario: dashboards/reports that repeatedly execute the same aggregation SQL -->
+
+分析処理では、基になるデータが変わらない間に同じ集約クエリを繰り返し実行することがよくあります。次に例を示します。
+
+```sql
+SELECT region, SUM(revenue) FROM orders WHERE dt = '2024-01-01' GROUP BY region;
+SELECT region, SUM(revenue) FROM orders WHERE dt = '2024-01-01' GROUP BY region;
+```
+
+実行のたびに同じタブレットを再スキャンして結果を再計算するため、CPU と I/O が無駄になります。Query Cache は集約の中間結果をキャッシュし、ヒット時にその結果を直接返すことで、レイテンシーを大幅に削減します。
+
+:::caution 重要な制限
+- この機能は **内部 OLAP テーブルに対する集約クエリ** にのみ適用されます。単純なスキャン、JOIN、ソートなどの操作では Query Cache を使用しません。
+- **外部テーブルはサポートされません**(Hive、JDBC、Iceberg、Hudi、Paimon など)。
+:::
+
+## 仕組み
+
+<!-- Knowledge type: principle -->
+<!-- Applicable scenario: understanding hit conditions and the invalidation mechanism -->
+
+### サポートされるクエリパターン
+
+実行プランのツリーが次のいずれかのパターンに一致するフラグメントだけが、キャッシュの対象になります。
+
+- `AggregationNode → OlapScanNode`:スキャンの直上にある単一段階の集約。
+- `AggregationNode → AggregationNode → OlapScanNode`:スキャンの上にある二段階の集約。
+
+集約ノードとスキャンノードの間には、`FilterNode` や `ProjectNode` などの中間ノードを配置できます。ただし、キャッシュ対象のサブツリーに `JoinNode`、`SortNode`、`UnionNode`、`WindowNode`、`ExchangeNode` が含まれていては **なりません**。
+
+### キャッシュキーの三つの構成要素
+
+| 構成要素 | 説明 |
+| --- | --- |
+| SQL ダイジェスト | 正規化された実行プランのツリー(集約関数、グループ化式、パーティション以外のフィルター述語、投影列、結果に影響するセッション変数)から計算した SHA-256 ハッシュです。意味的に等価なクエリは同じダイジェストになります。 |
+| タブレット ID リスト | 現在のパイプラインインスタンスに割り当てられたタブレット ID をソートしたリストです。 |
+| タブレット範囲 | パーティション述語から導出される、各タブレットの有効なスキャン範囲です([パーティションとフィルターの動作](#partition-and-filter-behavior)を参照)。 |
+
+### キャッシュが無効になる条件
+
+| トリガーとなる条件 | 説明 |
+| --- | --- |
+| データの変更 | INSERT、DELETE、UPDATE、またはコンパクションによってタブレットのバージョン番号が増加します。後続のクエリではバージョンを比較し、一致しなければキャッシュミスになります。[増分マージ](#incremental-merge-experimental)を有効にしている場合は、差分だけをスキャンして古いバージョンのエントリを再利用できることがあります。 |
+| スキーマの変更 | ALTER TABLE によってテーブル構造が変わると、実行プランとダイジェストが変わります。 |
+| LRU による追い出し | キャッシュのメモリ使用量が上限を超えると、LRU-K(K=2)に従ってエントリが追い出されます。新しいエントリを登録するには、少なくとも二度アクセスする必要があります。 |
+| 期限切れエントリの削除 | 24 時間を超えて古くなったエントリは、定期的なクリーンアップタスクによって自動的に削除されます。 |
+| 強制更新 | `query_cache_force_refresh = true` を設定すると、キャッシュを無視してクエリを再実行します。 |
+
+### 実行フロー
+
+**初回実行(キャッシュミス):**
+
+1. スキャンオペレーターが通常どおりタブレットからデータを読み取ります。
+2. 集約オペレーターが結果を計算します。
+3. 結果を後続の処理に送り、キャッシュへの書き込みに備えて蓄積します。
+4. 実行完了後、蓄積した結果がエントリ単位のサイズまたは行数の上限を超えていなければ、結果をキャッシュに書き込みます。
+
+**後続の実行(キャッシュヒット):**
+
+1. スキャンオペレーターがキャッシュヒットを検出し、スキャン範囲をスキップします。タブレットからデータは読み取られません。
+2. 集約オペレーターには入力がなく、出力も生成しません。
+3. キャッシュソースオペレーターがキャッシュ済みのデータブロックを直接提供します。
+4. 列の順序がキャッシュ済みエントリと異なる場合(たとえば `SELECT a, b` と `SELECT b, a` が同じダイジェストになる場合)、列は自動的に並べ替えられます。
+
+## パーティションとフィルターの動作 {#partition-and-filter-behavior}
+
+<!-- Knowledge type: principle -->
+<!-- Applicable scenario: understanding how to improve cache hit rates across queries -->
+
+Query Cache のヒット率を高めるには、パーティション述語とフィルター式がどう相互作用するかを理解することが重要です。
+
+### 単一列の RANGE パーティション述語
+
+**単一列の RANGE パーティショニング**を使用するテーブルでは、パーティション述語が特別に処理されます。
+
+- パーティション述語はダイジェストから **抽出** されます。システムは述語の範囲と各パーティションの実際の範囲境界との共通部分を計算し、タブレット範囲の文字列としてキャッシュキーに追加します。
+- パーティションのフィルター範囲だけが異なる二つのクエリは、共通するタブレットの **キャッシュを共有** できます。
+
+**例**:テーブル `orders` は `dt` 列で日単位にパーティショニングされています。
+
+```sql
+-- Query A
+SELECT region, SUM(revenue) FROM orders
+WHERE dt >= '2024-01-01' AND dt < '2024-01-03' GROUP BY region;
+
+-- Query B
+SELECT region, SUM(revenue) FROM orders
+WHERE dt >= '2024-01-02' AND dt < '2024-01-04' GROUP BY region;
+```
+
+- クエリ A はパーティション `2024-01-01` と `2024-01-02` をスキャンします。
+- クエリ B はパーティション `2024-01-02` と `2024-01-03` をスキャンします。
+- パーティション `2024-01-02` のタブレットダイジェストと範囲は同じなので、**クエリ B は `2024-01-02` に対するクエリ A のキャッシュを再利用**し、`2024-01-03` のパーティションだけを再計算します。
+
+### 複数列の RANGE/LIST/非パーティションテーブル
+
+**複数列の RANGE パーティショニング**、**LIST パーティショニング**、または **パーティショニングなし** のテーブルでは、パーティション述語を抽出できず、ダイジェストに直接含まれます。パーティション述語にわずかな違いがあるだけでもダイジェストが異なり、キャッシュミスになります。
+
+### パーティション以外のフィルター式
+
+パーティション以外のフィルター式(`WHERE status = 'active'` など)は、正規化された実行プランのダイジェストに含まれます。二つのクエリがキャッシュを共有できるのは、正規化されたフィルター式が意味的に同一の場合だけです。
+
+| クエリ 1 | クエリ 2 | キャッシュを共有するか |
+| --- | --- | --- |
+| `WHERE status = 'active'` | `WHERE status = 'active'` | はい(同じダイジェスト) |
+| `WHERE status = 'active'` | `WHERE status = 'inactive'` | いいえ(ダイジェストが異なる) |
+| `WHERE status = 'active' AND region = 'ASIA'` | `WHERE region = 'ASIA' AND status = 'active'` | はい(正規化後は順序に依存しない) |
+
+### セッション変数
+
+クエリ結果に影響するセッション変数(`time_zone`、`sql_mode`、`sql_select_limit` など)はダイジェストに含まれます。二つのクエリの間でこれらの変数を変更すると、キャッシュキーが異なり、キャッシュミスになります。
+
+### Query Cache が無効になる条件
+
+<!-- Knowledge type: troubleshooting -->
+<!-- Applicable scenario: investigating why the cache is not effective -->
+
+| 条件 | 理由 |
+| --- | --- |
+| フラグメントがランタイムフィルターの適用先である | プラン作成時にはランタイムフィルターの値が不明なため、キャッシュすると誤った結果になります。 |
+| 非決定的な式(`rand()`、`now()`、`uuid()`、UDF など)を含む | 同じ入力でも実行ごとに結果が変わります。 |
+| キャッシュ対象のサブツリーに JOIN、SORT、UNION、または WINDOW ノードが含まれる | 「集約とスキャン」のパターンだけがサポートされます。 |
+| スキャンノードが `OlapScanNode` ではない(外部テーブルのスキャンなど) | キャッシュはタブレット ID とバージョンに依存しますが、外部テーブルにはそれらがありません。 |
+
+## Query Cache が外部テーブルをサポートしない理由
+
+<!-- Knowledge type: FAQ -->
+<!-- Applicable scenario: users who want to use the cache with Hive/Iceberg and similar tables -->
+
+Query Cache は、内部 OLAP テーブルに固有の次の三つの特性に依存します。
+
+1. **タブレット単位のデータ構成**:キャッシュキーには、タブレット ID と各タブレットのスキャン範囲が含まれます。外部テーブルは HDFS、S3、JDBC などの外部システムに保存され、タブレットという概念がありません。
+2. **バージョンに基づく無効化**:内部タブレットには単調増加するバージョン番号があり、キャッシュはこれを使ってデータが古くなったことを検出します。外部テーブルは、このバージョン管理の仕組みを Doris に公開しません。
+3. **OlapScanNode の要件**:実行プランの正規化ロジックは、集約キャッシュポイントの下にある有効なスキャンノードとして `OlapScanNode` だけを認識します。
+
+外部テーブルの結果をキャッシュする必要がある場合は、代わりに [SQL Cache](./sql-cache-manual.md) を使用してください。
+
+## 増分マージ(実験的機能) {#incremental-merge-experimental}
+
+<!-- Knowledge type: principle + operation -->
+<!-- Applicable scenario: hourly batch loads into a hot partition keep invalidating its cache entry -->
+
+デフォルトでは、バージョンが古くなったキャッシュエントリ(たとえば、一時間ごとにデータがロードされるテーブルの現在のパーティションに対応するエントリ)は破棄され、インスタンス全体がフルスキャンによって再計算されます。**増分マージ**を有効にすると、BE は古いエントリを再利用します。`(cached_version, current_version]` にある差分の rowset だけをスキャンし、その部分集約状態をキャッシュ済みの部分ブロックと **ともに** 出力します(上流のマージ集約が両者を結合します)。その後、マージしたエントリを新しいバージョンで書き戻します。一時間ごとにロードする場合、更新の多いパーティションのスキャンコストは「毎時、パーティション全体をスキャンする」から「一時間分の新しいデータをスキャンする」に減�
��ます。
+
+
+
+```sql
+SET enable_query_cache = true;
+SET enable_query_cache_incremental = true; -- shown as experimental_enable_query_cache_incremental in SHOW VARIABLES
+```
+
+### 前提条件
+
+増分マージが有効になるのは、次の条件を **すべて** 満たす場合だけです。それ以外の場合は通知なしにクエリ全体の再計算にフォールバックするため、結果の正しさは常に保たれます。
+
+1. スキャン対象のインデックス(ベーステーブルまたは選択されたロールアップ)が **追記専用** であること。具体的には、**DUP_KEYS** モデル、または差分のバージョン範囲で既存のキーが書き換えられていない **merge-on-write UNIQUE_KEYS** テーブルが該当します。merge-on-write テーブルでは、BE がタブレットごとに `(cached_version, current_version]` の delete bitmap を確認します。新しいキーだけを追加した範囲(主キーテーブルへの一般的な「毎時ロード」のパターン)は増分マージされます。一方、古いキーに影響する upsert、部分更新、または削除マークがある場合は、一度の全体再計算にフォールバックします。これによってエントリの基準が更新されるため、次に純粋な追記ロードが行われたときには再び増分処理が可能になります。merge-on-read の
UNIQUE テーブルは読み取り時に重複を解決し、AGG テーブルはストレージ層で行をマージするため、「キャッシュ済みスナッ [...]
+2. キャッシュポイントが **スキャンの直上にある finalize されていない集約** であること(一般的な二段階集約の形。たとえば、分散列以外の列に対する `GROUP BY`)。一段階集約と入れ子になった集約キャッシュポイントは対象外です。
+3. タブレットのビューを、クエリ対象のバージョンに同期できること。コンピュートとストレージが結合したモードでは、この条件はそのまま満たされます。**コンピュートとストレージが分離した(クラウド)モード**では、タブレットごとの判定に先立ってローカルビュー(rowset、および merge-on-write テーブルでは delete bitmap)をクエリ対象のバージョンまで同期します。通常、ビューがすでに新しければ何も行わず、そうでなければスキャン時に必要な同期を前倒しするだけなので、追加コストはほぼありません。同期に失敗した場合、または短い即時失敗用の時間枠(BE 設定の `query_cache_decision_sync_timeout_ms`。遅いメタサービスが判定用の受け入れスレッドを占有し続けないようにするためのもの)を超えた場合は、一度の全体再計算に
フォールバックします。
+4. 差分のバージョン経路をまだ取得できること(コンパクションで統合されていないこと)、かつ **DELETE 述語を含まないこと**。差分内での削除は、キャッシュ済みブロックにすでに反映された行を論理的に削除するため、マージでは取り消せません。
+
+merge-on-write テーブルでの delete bitmap の範囲チェックは、次のとおりです。
+
+
+
+:::note
+コンピュートとストレージが分離した(クラウド)クラスターでは、二つのセッション変数によって、バージョンの厳密さと速度を調整できます。`query_freshness_tolerance_ms` はスキャンがクエリ対象より前のウォームアップ済みバージョンで停止することを許可し、`enable_prefer_cached_rowset` はウォームアップ済みの rowset レイアウトに従うことを許可します。どちらの設定でも、たどる経路がクエリ対象のバージョンを超えることもあります(そのバージョンをまたぐウォームアップ済みのコンパクション rowset が経路をさらに先へ進めるためです)。したがって、どちらかの設定で実行するクエリは、バージョンが厳密に一致しないビューを読み取る可能性があり、増分マージを使用しません。差分の取得は常にクエリ対象の正確なバージョン�
�対象とするため、この設定の意図に反するからです。増分マージとは別に、BE はクラウド環境でそのようなクエリによる Query Cache への書き戻しもスキップします。そのため、内容とバージョン表示が一致しないエント [...]
+:::
+
+### マージ済みエントリのコンパクション
+
+増分マージのたびに差分ブロックがエントリに追加されるため、時間とともにエントリの断片化が進みます。一つのエントリで `query_cache_max_incremental_merge_count` 回のマージが蓄積されると(BE 設定、デフォルトは `8`、実行時に変更可能)、次のクエリはフルスキャンによってエントリを再計算し、自然にコンパクションします。
+
+一つのインスタンス内のデータフローを、書き戻しと二つのエントロピー制御を含めて示します。
+
+
+
+### 観測方法
+
+- CACHE_SOURCE オペレーターのクエリプロファイルでは、`HitCacheStale = 1` は増分マージを示し、`IncrementalDeltaVersions` は差分範囲(たとえば `(100, 114514]`)を示します。古いエントリを再利用できなかった場合、`IncrementalFallbackReason` に理由(`delta versions not capturable`、`delta contains delete predicates`、`delta rewrites history rows`、`keys type not append-only`、`cloud rowset sync failed`、`cloud rowset sync timed out` など)が表示されます。
+- BE メトリクスには、`doris_be_query_cache_stale_hit_total`、`doris_be_query_cache_incremental_fallback_total`、`doris_be_query_cache_write_back_total`、`doris_be_query_cache_decision_sync_time_ms` があります。最後のメトリクスが増加するのはコンピュートとストレージが分離したモードだけで、差分の取得前に、増分処理の判定のためにタブレットのビューをクエリ対象のバージョンまで同期するのに費やした累積経過時間を表します。
+
+BE が HIT、INCREMENTAL、MISS のどれを選ぶか、および各フォールバック理由がどこで生じるかを示します。
+
+
+
+FE による許可からストレージレベルの保護条件まで、全体をまとめて示します。
+
+
+
+## 設定パラメータ
+
+<!-- Knowledge type: parameter reference -->
+<!-- Applicable scenario: tuning cache size and per-entry limits -->
+
+### セッション変数(FE)
+
+| パラメータ | 説明 | デフォルト |
+| --- | --- | --- |
+| `enable_query_cache` | Query Cache を有効または無効にするマスタースイッチです。 | `false` |
+| `query_cache_force_refresh` | `true` に設定すると、キャッシュ済みの結果を無視してクエリを再実行します。新しい結果は引き続きキャッシュに書き込まれます。 | `false` |
+| `query_cache_entry_max_bytes` | キャッシュエントリ一件の最大サイズ(バイト)です。この上限を超えるフラグメントの結果はキャッシュされません。 | `5242880`(5 MB) |
+| `query_cache_entry_max_rows` | キャッシュエントリ一件の最大行数です。この上限を超えるフラグメントの結果はキャッシュされません。 | `500000` |
+| `enable_query_cache_incremental` | (実験的機能)キャッシュ済みバージョン以降の差分 rowset だけをスキャンし、キャッシュ済みの部分集約ブロックとマージすることで、BE が古いキャッシュエントリを再利用できるようにします。[増分マージ](#incremental-merge-experimental)を参照してください。 | `false` |
+
+### BE 設定(be.conf)
+
+| パラメータ | 説明 | デフォルト |
+| --- | --- | --- |
+| `query_cache_size` | 各 BE 上の Query Cache の総メモリ容量(MB)です。 | `512` |
+| `query_cache_max_incremental_merge_count` | 一つのキャッシュエントリに蓄積できる増分マージの最大回数です。この回数に達すると、コンパクションのために全体の再計算が強制されます。`0` にすると、実行時に増分マージが無効になります。 | `8` |
+| `query_cache_decision_sync_timeout_ms` | (クラウドモードのみ)差分の取得前に、増分マージの判定のために各タブレットのビューをクエリ対象のバージョンまで同期する際の、即時失敗用の制限時間(ミリ秒)です。この時間内に同期が完了しない場合、クエリは一度の全体再計算にフォールバックします。`<= 0` にすると、クラウドでの増分マージが無効になります(保留中の同期はすべてフォールバックします)。実行時に変更できます。 | `2000` |
+
+:::note
+`query_cache_max_size_mb` と `query_cache_elasticity_size_mb` は `be.conf` の設定項目で、従来の SQL Result Cache を制御します。この記事で説明するパイプラインレベルの Query Cache の設定では **ありません**。混同しないでください。
+:::
+
+## 使用例
+
+<!-- Knowledge type: operation -->
+<!-- Applicable scenario: enabling, verifying, and forcibly refreshing the cache -->
+
+### ステップ 1:Query Cache を有効にする
+
+**目的**:Query Cache のマスタースイッチをオンにします。
+
+```sql
+SET enable_query_cache = true;
+```
+
+**説明**:この変数はセッション単位で適用されるため、接続ごとに有効にする必要があります。グローバルな FE 変数としてデフォルト値を設定することもできます。
+
+### ステップ 2:一般的な集約クエリを実行する
+
+**目的**:キャッシュへの書き込みとキャッシュからの読み取りを発生させます。
+
+```sql
+-- First execution: cache miss, compute the result and write it to the cache
+SELECT region, SUM(revenue), COUNT(*)
+FROM orders
+WHERE dt = '2024-01-15' AND status = 'completed'
+GROUP BY region;
+
+-- Second execution: cache hit, return the result directly from the cache
+SELECT region, SUM(revenue), COUNT(*)
+FROM orders
+WHERE dt = '2024-01-15' AND status = 'completed'
+GROUP BY region;
+```
+
+**説明**:二度目の実行では、SQL ダイジェスト、タブレット ID リスト、タブレット範囲が最初の実行と同じため、キャッシュにヒットします。
+
+### ステップ 3:プロファイルでヒットを確認する
+
+**目的**:クエリが実際にキャッシュを使用しているか確認します。
+
+クエリを実行した後、プロファイルの `CacheSourceOperator` セクションを確認します。
+
+| プロファイルのフィールド | 意味 |
+| --- | --- |
+| `HitCache: true` | クエリがキャッシュから結果を取得しました。 |
+| `HitCache: false`, `InsertCache: true` | キャッシュミスでしたが、結果は正常にキャッシュへ書き込まれました。 |
+| `HitCache: false`, `InsertCache: false` | キャッシュミスで、結果が大きすぎてキャッシュできませんでした。 |
+| `CacheTabletId` | キャッシュエントリが対象とするタブレットの ID です。 |
+
+### ステップ 4:キャッシュを強制更新する
+
+**目的**:既存のキャッシュを無視して結果を再計算します(たとえば、キャッシュ済みデータが正しくないと疑われる場合)。
+
+```sql
+-- Force the next query to skip the cache and recompute the result
+SET query_cache_force_refresh = true;
+
+SELECT region, SUM(revenue) FROM orders WHERE dt = '2024-01-15' GROUP BY region;
+
+-- Reset
+SET query_cache_force_refresh = false;
+```
+
+**説明**:強制更新後も、新しい結果はキャッシュに書き込まれます。
+
+## ユースケースの比較
+
+<!-- Knowledge type: decision -->
+<!-- Applicable scenario: deciding whether the Query Cache is worth enabling -->
+
+| シナリオ | 適用可能 | 理由 |
+| --- | --- | --- |
+| 同じ集約 SQL を繰り返し実行するダッシュボードや BI ツール | はい | ダイジェストとタブレットが完全に一致し、高いヒット率が得られます。 |
+| T+1 レポート(データを毎日一回ロード) | はい | 同じ日に後続のクエリがキャッシュにヒットできます。 |
+| 日付範囲が重複する集約クエリ | はい | 単一列の RANGE パーティショニングでは、タブレット単位でエントリを共有できます。 |
+| 単純な SELECT スキャン、JOIN、ソート、ウィンドウ関数 | いいえ | 「集約とスキャン」のパターンだけがサポートされます。 |
+| 外部テーブル(Hive、JDBC、Iceberg、Hudi、Paimon) | いいえ | タブレットやバージョンの仕組みがありません。代わりに SQL Cache を使用してください。 |
+| 更新頻度の高いテーブル | いいえ | タブレットのバージョンが頻繁に変わり、ヒット率が低くなります。 |
+| `now()`、`rand()`、`uuid()`、または UDF を含むクエリ | いいえ | 非決定的な結果になるため、キャッシュは無効になります。 |
+| ランタイムフィルターに依存するクエリ | いいえ | プラン作成時にはランタイムフィルターの値が不明です。 |
+
+## 注意事項
+
+<!-- Knowledge type: limitation -->
+
+- **キャッシュは永続化されません**:Query Cache は BE のメモリ上にあり、BE を再起動するとクリアされます。
+- **メモリ使用量**:キャッシュ済みのデータブロックは BE のメモリを消費します。メモリ使用量を監視し、必要に応じて `query_cache_size` を調整してください。
+- **LRU-K による登録**:キャッシュが満杯の場合、新しいエントリが登録されるには少なくとも二度(K=2)アクセスする必要があります。これにより、使用頻度の低いクエリがキャッシュを占有するのを防ぎます。
+
+## トラブルシューティング
+
+<!-- Knowledge type: troubleshooting -->
+<!-- Applicable scenario: common reasons for cache misses or write failures -->
+
+| 症状 | 考えられる原因 | 対処方法 |
+| --- | --- | --- |
+| `HitCache: false` が繰り返し表示される | `enable_query_cache` が有効になっていません。 | `SET enable_query_cache = true` を実行します。 |
+| `HitCache: false`, `InsertCache: false` | 単一エントリの結果が大きすぎて、`query_cache_entry_max_bytes` または `_max_rows` を超えています。 | 対応する上限を引き上げるか、フィルターを追加して結果のサイズを減らします。 |
+| プランに `CacheSourceOperator` がない | プランに JOIN/SORT/UNION/WINDOW が含まれるか、ランタイムフィルターの適用先になっています。 | SQL を「集約とスキャン」のパターンに合うように書き換えます。 |
+| テーブルが外部テーブルである | Query Cache は外部テーブルをサポートしません。 | [SQL Cache](./sql-cache-manual.md) を使用します。 |
+| データが変わっていないのにキャッシュミスになる | スキーマやセッション変数の変更、または `query_cache_force_refresh = true` が原因です。 | ALTER の履歴を確認し、セッション変数を比較して、`query_cache_force_refresh` をリセットします。 |
+| キャッシュヒット率が非常に低い | タブレットが頻繁に更新またはコンパクションされています。 | 書き込み頻度を下げるか、更新頻度の低いテーブルに対してだけキャッシュを有効にします。 |
+| BE のメモリ負荷が増える | `query_cache_size` の設定値が大きすぎます。 | `query_cache_size` を下げ、BE を再起動します。 |
+
+## FAQ
+
+<!-- Knowledge type: FAQ -->
+
+**Q1:Query Cache と SQL Cache の違いは何ですか?**
+
+| 比較項目 | Query Cache | SQL Cache |
+| --- | --- | --- |
+| キャッシュの粒度 | タブレット単位の集約中間結果。 | SQL ステートメント全体の最終結果。 |
+| 適用できるクエリ | 内部 OLAP テーブルに対する集約クエリのみ。 | 外部テーブルに対するクエリを含む、あらゆるクエリ。 |
+| 共有できる範囲 | 異なる SQL ステートメント間でも、タブレット単位でキャッシュエントリを共有できます。 | SQL テキストが完全に一致する場合だけヒットします。 |
+| 無効化 | タブレットのバージョンが変わると直ちに無効になります。 | パーティションのバージョンまたは時間に基づきます。 |
+
+**Q2:有効にすると、すぐにキャッシュにヒットしますか?**
+
+いいえ。初回の実行では「キャッシュミスとキャッシュへの書き込み」が発生し、ヒットできるのは二度目以降です。また、LRU-K(K=2)では、新しいエントリが実際に登録されるまでに少なくとも二度のアクセスが必要です。
+
+**Q3:JOIN を含む集約をキャッシュできますか?**
+
+集約と JOIN の位置関係によります。集約が JOIN の直上にある場合(キャッシュ対象のサブツリーに `JoinNode` がある場合)は、ランタイムフィルターの有無にかかわらず、そのフラグメントはキャッシュされません。一方、先に集約してから JOIN するようクエリを書き換えれば(各テーブルのスキャンまで集約をプッシュダウンすれば)、各テーブルのタブレット単位の集約を個別にキャッシュできます。ただし、ここでも独立した制約が一つあります。JOIN はプローブ側のスキャンにランタイムフィルターをプッシュするため、その側のフラグメントはキャッシュできません。したがって、ランタイムフィルターが有効な場合にキャッシュされるのはビルド側だけです。JOIN 内のすべてのテーブルをキャッシュ可能にするには、さらに `runtime
_filter_mode=OFF` を設定してください。代わりにマテリアライズドビューを使用することもできます。
+
+**Q4:BE の再起動後、キャッシュのウォームアップは必要ですか?**
+
+はい。Query Cache はメモリ内のキャッシュであり、再起動時にクリアされます。負荷の低い時間帯に主要な集約 SQL を実行してウォームアップできます。
+
+**Q5:実際にキャッシュにヒットしたかどうかは、どう確認できますか?**
+
+SQL を実行した後、プロファイルで `HitCache` フィールドを確認してください。このフィールドは `CacheSourceOperator` にあります。
+
+## まとめ
+
+<!-- Knowledge type: summary -->
+
+Query Cache は、集約の中間結果をタブレット単位でキャッシュする、Doris のパイプラインレベルの最適化機構です。主な特徴は次のとおりです。
+
+- 内部 OLAP テーブルに対する **集約クエリだけ** に適用されます。
+- タブレットのバージョンに基づいて、キャッシュを自動的に無効化します。
+- パーティション述語をダイジェストから適切に分離し、パーティション範囲が重複するクエリ間でキャッシュを共有できるようにします。
+- エントリ単位のサイズと行数の上限によって、大きすぎる結果がキャッシュメモリを消費するのを防ぎます。
+- LRU-K(K=2)の追い出しポリシーを使用して、キャッシュの有用性を維持します。
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/tuning/parallelism-tuning.md b/i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/tuning/parallelism-tuning.md
new file mode 100644
index 00000000000..34030d2197f
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/tuning/parallelism-tuning.md
@@ -0,0 +1,189 @@
+---
+{
+ "title": "並列度のチューニング:parallel_pipeline_task_num の設定方法",
+ "language": "ja",
+ "description": "Doris のクエリ並列度(parallel_pipeline_task_num)を調整する方法を説明します。1 や 16 に設定する場合とデフォルト値を維持する場合の判断基準、および SQL、セッション、グローバルの各レベルでの設定方法とベストプラクティスを紹介します。",
+ "keywords": ["Doris の並列度チューニング", "parallel_pipeline_task_num", "Pipeline 実行エンジン", "MPP 並列実行", "クエリ性能のチューニング", "BE の CPU 使用率"],
+ "sidebar_label": "並列度のチューニング"
+}
+---
+
+<!-- Knowledge type: Performance tuning guide -->
+<!-- Applicable scenarios: High query latency, insufficient CPU utilization, stress testing, slow JOIN/aggregation -->
+
+# 並列度のチューニング
+
+並列度(`parallel_pipeline_task_num`)は、単一の Fragment が BE 内で実行される際に使用するワーカータスクの数を制御します。マルチコア CPU を十分に活用し、クエリのレイテンシを短縮するための重要なパラメータです。
+
+## チューニング前の確認事項
+
+<!-- Knowledge type: Pre-check -->
+<!-- Applicable scenarios: Before adjusting parameters -->
+
+- [ ] BE の CPU コア数(並列度の上限を決める要素)を確認した。
+- [ ] Profile または監視メトリクスを使い、ボトルネックの種類(CPU 負荷、スキャン負荷、スケジューリングのオーバーヘッド)を特定した。
+- [ ] 現在のクエリの用途(ポイントクエリ、JOIN/集約、負荷テスト、複雑なクエリ)を把握した。
+- [ ] デフォルト値(CPU コア数の半分を意味する `0`)での性能が、実際に期待を下回っている。
+
+## 基本概念
+
+<!-- Knowledge type: Term definition -->
+<!-- Applicable scenarios: Understanding the parallelism model -->
+
+- **MPP 並列処理**:各クエリを複数の BE に分散して並列実行します。
+- **BE 内並列処理**:単一の BE 内で、マルチスレッドによって Fragment の実行を高速化します。
+- **`parallel_pipeline_task_num`**:単一の Fragment の実行時に使用するワーカータスクの数です。デフォルトの `0` は、BE の CPU コア数の半分を意味します。
+- **適用対象の文**:すべてのクエリ、DML、DDL 文が並列実行をサポートします。
+
+## チューニングの原則
+
+<!-- Knowledge type: Decision principle -->
+<!-- Applicable scenarios: Deciding whether to adjust the parameter -->
+
+並列度は高いほどよいとは限りません。
+
+1. 並列度を上げると、マルチコアのリソースを活用でき、単一クエリのレイテンシを短縮できます。
+2. 一方で、データの Shuffle オペレーターやマルチスレッドの同期処理が追加され、リソースが余分に消費されます。
+3. デフォルト値は単一クエリと同時実行の両方を考慮しているため、**通常は手動で調整する必要はありません**。
+4. Doris は適応的な戦略を継続的に改善しています。グローバルな変更よりも、**SQL または用途ごとの調整を優先**してください。
+
+## 用途別のチューニング推奨値
+
+<!-- Knowledge type: Scenario recipe -->
+<!-- Applicable scenarios: Choosing parallelism based on query type -->
+
+以下の例では、BE の CPU が 16 コアであると仮定します。
+
+### 用途別の一覧
+
+| クエリの用途 | 推奨並列度 | 理由 |
+|---|---|---|
+| 単一テーブルへのポイントクエリ/少量のデータに対する `WHERE`/`LIMIT`/マテリアライズドビューにヒットするクエリ | **1** | Fragment は一つだけです。ボトルネックとなるスキャンスレッドはクエリ実行スレッドとは独立しており、適応的に並列化されるため、クエリ実行スレッドの並列度を上げる必要はありません。 |
+| 大量のデータに対する二つのテーブルの `JOIN`/集約クエリ(CPU 負荷が高い場合) | **16** | 計算負荷が高く、CPU に余力がある場合は、並列度を上げることでコアを十分に活用できます。ただし、無制限に増やさないでください。例えば 48 に設定しても、スケジューリングのオーバーヘッドが増えるだけです。 |
+| 負荷テスト | **1** | 同時実行されるクエリだけで CPU が飽和するため、過度な並列化はスレッドや実行フレームワークのスケジューリング負荷を増やすだけです。 |
+| 複雑なクエリ | **デフォルト値** | Profile とマシンの負荷を見ながら柔軟に調整します。効果を確認するために、**4 -> 2 -> 1** と段階的に下げてみてください。 |
+
+### 用途 1:単一テーブルに対する単純な操作
+
+<!-- Applicable scenarios: Point queries, light filtering, materialized views -->
+
+- **特徴**:Fragment は一つで、ボトルネックはスキャンスレッドにあります。スキャンスレッドはすでに適応的に並列化されます。
+- **推奨値**:`parallel_pipeline_task_num = 1`。
+- **理由**:スキャンスレッドとクエリ実行スレッドは独立しています。クエリ実行スレッドの並列度を上げても、スキャンがボトルネックである処理は高速化しません。
+
+### 用途 2:大量のデータに対する JOIN/集約
+
+<!-- Applicable scenarios: CPU-intensive analytical queries -->
+
+- **特徴**:計算負荷が高く、CPU に余力があることが確認できるワークロードです。
+- **推奨値**:例えば `parallel_pipeline_task_num = 16` のように、並列度をデフォルト値より高くします。
+- **理由**:Pipeline 実行エンジンの並列処理能力を活用し、CPU を十分に使えます。ただし、無制限に増やすと、スレッドと実行フレームワークのスケジューリング負荷が効果を上回ります。
+
+### 用途 3:負荷テスト
+
+<!-- Applicable scenarios: High-concurrency stress testing -->
+
+- **特徴**:多数のクエリが同時実行され、それらのクエリだけですでに CPU が飽和しています。
+- **推奨値**:`parallel_pipeline_task_num = 1`。
+- **理由**:高い同時実行数に単一クエリ内の並列処理を重ねたときに生じる、スケジューリングのオーバーヘッドを避けられます。
+
+### 用途 4:複雑なクエリ
+
+<!-- Applicable scenarios: Multi-table JOINs, complex subqueries -->
+
+- **特徴**:実行プランが複雑で、ボトルネックを一目で特定するのが困難です。
+- **推奨値**:まずデフォルト値を使用します。その後、Profile とマシンの負荷を見ながら **4 -> 2 -> 1** と段階的に調整し、効果を確認します。
+
+## 並列度の設定方法
+
+<!-- Knowledge type: Operational steps -->
+<!-- Applicable scenarios: Issuing the actual tuning command -->
+
+Doris では、SQL レベル、セッションレベル、グローバルレベルの三つの粒度で並列度を設定できます。優先順位はこの順に低くなります。
+
+### 設定方法の比較
+
+| 方法 | 適用範囲 | 適した場面 | リスク |
+|---|---|---|---|
+| SQL HINT | 単一の SQL 文 | 特定の遅い SQL のチューニング | 他のクエリへの影響がなく、最も推奨される方法 |
+| セッション変数 | 現在のセッション | 同じセッション内で実行する一連のクエリ | 単一行を取得するクエリにも設定が適用され、性能が低下する可能性がある |
+| グローバル変数 | クラスター全体のすべての新規接続 | クラスター全体の CPU 使用率の調整 | 影響範囲が最も広いため、慎重に使用する |
+
+### SQL レベルでの設定
+
+<!-- Applicable scenarios: Targeting individual slow SQL statements -->
+
+- **目的**:HINT を使って単一の SQL 文の並列度を正確に制御します。柔軟性が最も高い方法です。
+- **コマンド**:
+
+ ```sql
+ SELECT /*+SET_VAR(parallel_pipeline_task_num=8)*/ *
+ FROM nation, lineitem
+ WHERE lineitem.l_suppkey = nation.n_nationkey;
+
+ SELECT /*+SET_VAR(parallel_pipeline_task_num=8,runtime_filter_mode=global)*/ *
+ FROM nation, lineitem
+ WHERE lineitem.l_suppkey = nation.n_nationkey;
+ ```
+
+- **補足**:同じ HINT 内に、`runtime_filter_mode` などの他のセッション変数も指定できます。
+
+### セッションレベルでの設定
+
+<!-- Applicable scenarios: Running a batch of similar queries in the same session -->
+
+- **目的**:現在のセッション内のすべての SQL 文に、同じ並列度の設定を適用します。
+- **コマンド**:
+
+ ```sql
+ SET parallel_pipeline_task_num = 8;
+ ```
+
+- **補足**:このセッションでは、単一行を取得するポイントクエリにもこの並列度が適用されるため、軽量なクエリが遅くなる可能性があります。
+
+### グローバルレベルでの設定
+
+<!-- Applicable scenarios: Cluster-wide CPU utilization adjustment -->
+
+- **目的**:すべての新規接続に適用し、クラスター全体のデフォルトの動作を変更します。
+- **コマンド**:
+
+ ```sql
+ SET GLOBAL parallel_pipeline_task_num = 8;
+ ```
+
+- **補足**:クラスター全体の CPU 使用率を調整する必要がある場合にのみ使用してください。それ以外の場合は、デフォルト値を維持してください。
+
+## よくある質問とトラブルシューティング
+
+<!-- Knowledge type: Frequently asked questions -->
+<!-- Applicable scenarios: When tuning does not meet expectations -->
+
+### Q1:並列度を上げた後にクエリが遅くなったのはなぜですか?
+
+並列度を上げすぎると、Shuffle やスレッド同期のオーバーヘッドが増え、スケジューリングを行う実行フレームワーク自体の負荷もかかります。例えば並列度を 48 に設定しても、16 コアのマシンではほとんど効果がなく、スケジューリングの負荷が増えるだけです。デフォルト値から始め、**4 -> 2 -> 1** と段階的に調整してください。
+
+### Q2:単一テーブルへのポイントクエリで推奨並列度が 1 なのはなぜですか?
+
+単一テーブルへのポイントクエリには Fragment が一つしかなく、ボトルネックはデータのスキャンにあります。スキャンスレッドとクエリ実行スレッドは別であり、スキャンスレッドは適応的に並列化されます。そのため、`parallel_pipeline_task_num` を上げても、スキャンがボトルネックである処理は高速化しません。
+
+### Q3:負荷テストでも並列度 1 が推奨されるのはなぜですか?
+
+負荷テストでは多数のクエリが同時に実行され、それだけですでに CPU が飽和しています。さらに単一クエリ内の並列度を上げても、スレッドと実行フレームワークのスケジューリング負荷が増えるだけです。
+
+### Q4:デフォルト値の `0` は何を意味しますか?
+
+`parallel_pipeline_task_num = 0` は、BE が **CPU コア数の半分**を自動的に使用することを意味します。このデフォルト値は、単一クエリの性能と同時実行時のスループットのバランスを取るためのもので、ほとんどの用途では変更する必要はありません。
+
+### Q5:並列度をグローバルに設定すべきですか、それとも SQL HINT を使うべきですか?
+
+個別の遅い SQL 文をチューニングするには、SQL HINT を優先してください。`SET GLOBAL` は、クラスター全体の CPU 使用率をまとめて調整する必要があると確認できた場合にのみ使用してください。
+
+## 関連パラメータ
+
+<!-- Knowledge type: Parameter index -->
+
+| パラメータ | 用途 | デフォルト値 |
+|---|---|---|
+| `parallel_pipeline_task_num` | BE 内で単一の Fragment に使用するワーカータスクの数 | `0`(BE の CPU コア数 / 2) |
+| `runtime_filter_mode` | Runtime Filter の動作モード。並列度と合わせて調整することが多い | Runtime Filter のドキュメントを参照 |
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/ai-functions/distance-functions/inner-product-approximate.md b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/ai-functions/distance-functions/inner-product-approximate.md
new file mode 100644
index 00000000000..fd98c7dd1ee
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/ai-functions/distance-functions/inner-product-approximate.md
@@ -0,0 +1,109 @@
+---
+{
+ "title": "INNER_PRODUCT_APPROXIMATE",
+ "language": "ja",
+ "description": "内積関数 inner_product の近似版です。対象の配列列に ANN インデックスが作成されている場合、結果をインデックスから取得することがあります。"
+}
+---
+
+## 説明
+
+`inner_product` の近似版です。対象の配列列に ANN インデックスが作成されている場合、この関数の結果をインデックスから取得することがあります。
+
+## 構文
+
+```sql
+INNER_PRODUCT_APPROXIMATE(<array1>, <array2>)
+```
+
+## 引数
+
+| 引数 | 説明 |
+| -- |--|
+| `<array1>` | 第一ベクトル。入力配列の要素型は TINYINT、SMALLINT、INT、BIGINT、LARGEINT、FLOAT、DOUBLE に対応し、要素数は array2 と同じである必要があります。 |
+| `<array2>` | 第二ベクトル。入力配列の要素型は TINYINT、SMALLINT、INT、BIGINT、LARGEINT、FLOAT、DOUBLE に対応し、要素数は array1 と同じである必要があります。 |
+
+## 戻り値
+
+同じ要素数の二つのベクトルの内積を `FLOAT` 型で返します。
+
+いずれかの入力配列が `NULL`、または `NULL` 要素を含む場合はエラーになります。
+
+## 例
+
+```sql
+CREATE TABLE sift_1M (
+ id int NOT NULL,
+ embedding array<float> NOT NULL COMMENT "",
+ INDEX ann_index (embedding) USING ANN PROPERTIES(
+ "index_type"="hnsw",
+ "metric_type"="inner_product",
+ "dim"="128",
+ "quantizer"="flat"
+ )
+) ENGINE=OLAP
+DUPLICATE KEY(id) COMMENT "OLAP"
+DISTRIBUTED BY HASH(id) BUCKETS 1
+PROPERTIES (
+ "replication_num" = "1"
+);
+```
+
+```sql
+INSERT INTO sift_1M
+SELECT *
+FROM S3(
+ "uri" = "https://selectdb-customers-tools-bj.oss-cn-beijing.aliyuncs.com/sift_database.tsv",
+ "format" = "csv");
+```
+
+ANN インデックスで高速化できる Top-N 検索を実行します。
+
+```sql
+SELECT id,
+ inner_product_approximate(embedding,
+[0,11,77,24,3,0,0,0,28,70,125,8,0,0,0,0,44,35,50,45,9,0,0,0,4,0,4,56,18,0,3,9,16,17,59,10,10,8,57,57,100,105,125,41,1,0,6,92,8,14,73,125,29,7,0,5,0,0,8,124,66,6,3,1,63,5,0,1,49,32,17,35,125,21,0,3,2,12,6,109,21,0,0,35,74,125,14,23,0,0,6,50,25,70,64,7,59,18,7,16,22,5,0,1,125,23,1,0,7,30,14,32,4,0,2,2,59,125,19,4,0,0,2,1,6,53,33,2]
+) AS distance
+FROM sift_1M
+ORDER BY distance DESC
+LIMIT 10
+```
+結果
+
+```text
++--------+----------+
+| id | distance |
++--------+----------+
+| 178811 | 236430 |
+| 177646 | 234617 |
+| 181997 | 234301 |
+| 821938 | 234211 |
+| 181605 | 234026 |
+| 716433 | 232980 |
+| 807785 | 232551 |
+| 358802 | 232390 |
+| 279356 | 232177 |
+| 153488 | 231871 |
++--------+----------+
+10 rows in set (0.04 sec)
+```
+
+入力配列が `NULL` の場合はエラーになります。
+
+```sql
+SELECT INNER_PRODUCT_APPROXIMATE(NULL, [1, 2]);
+```
+
+```text
+ERROR 1105 (HY000): errCode = 2, detailMessage = (127.0.0.1)[INVALID_ARGUMENT]First argument for function inner_product_approximate cannot be null
+```
+
+入力配列に `NULL` 要素がある場合はエラーになります。
+
+```sql
+SELECT INNER_PRODUCT_APPROXIMATE([1, NULL], [1, 2]);
+```
+
+```text
+ERROR 1105 (HY000): errCode = 2, detailMessage = (127.0.0.1)[INVALID_ARGUMENT]First argument for function inner_product_approximate cannot have null
+```
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/ai-functions/distance-functions/l2-distance-approximate.md b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/ai-functions/distance-functions/l2-distance-approximate.md
new file mode 100644
index 00000000000..977be562432
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/ai-functions/distance-functions/l2-distance-approximate.md
@@ -0,0 +1,109 @@
+---
+{
+ "title": "L2_DISTANCE_APPROXIMATE",
+ "language": "ja",
+ "description": "l2distance の近似版です。関連する配列カラムに ANN インデックスが作成されている場合、この関数の結果をインデックスから取得できる場合があります。"
+}
+---
+
+## 説明
+
+`l2_distance` の近似版です。関連する配列カラムに ANN インデックスが作成されている場合、この関数の結果をインデックスから取得できる場合があります。
+
+## 構文
+
+```sql
+L2_DISTANCE_APPROXIMATE(<array1>, <array2>)
+```
+
+## 引数
+
+| 引数 | 説明 |
+| -- |--|
+| `<array1>` | 最初のベクトル(各値は座標)。入力配列の要素型は TINYINT、SMALLINT、INT、BIGINT、LARGEINT、FLOAT、DOUBLE です。要素数は array2 と一致する必要があります |
+| `<array2>` | 次のベクトル(各値は座標)。入力配列の要素型は TINYINT、SMALLINT、INT、BIGINT、LARGEINT、FLOAT、DOUBLE に対応します。要素数は array1 と一致する必要があります |
+
+## 戻り値
+
+ユークリッド空間における二点間の距離(ベクトルの値を座標として扱います)を返します。戻り値の型は `FLOAT` です。
+
+いずれかの入力配列が `NULL`、または `NULL` 要素を含む場合、エラーになります。
+
+## 例
+
+```sql
+CREATE TABLE sift_1M (
+ id int NOT NULL,
+ embedding array<float> NOT NULL COMMENT "",
+ INDEX ann_index (embedding) USING ANN PROPERTIES(
+ "index_type"="hnsw",
+ "metric_type"="l2_distance",
+ "dim"="128",
+ "quantizer"="flat"
+ )
+) ENGINE=OLAP
+DUPLICATE KEY(id) COMMENT "OLAP"
+DISTRIBUTED BY HASH(id) BUCKETS 1
+PROPERTIES (
+ "replication_num" = "1"
+);
+```
+
+```sql
+INSERT INTO sift_1M
+SELECT *
+FROM S3(
+ "uri" = "https://selectdb-customers-tools-bj.oss-cn-beijing.aliyuncs.com/sift_database.tsv",
+ "format" = "csv");
+```
+
+ANN インデックスで高速化できる ANN TopN 検索を実行します。
+
+```sql
+SELECT id,
+ L2_distance_approximate(embedding,
+[0,11,77,24,3,0,0,0,28,70,125,8,0,0,0,0,44,35,50,45,9,0,0,0,4,0,4,56,18,0,3,9,16,17,59,10,10,8,57,57,100,105,125,41,1,0,6,92,8,14,73,125,29,7,0,5,0,0,8,124,66,6,3,1,63,5,0,1,49,32,17,35,125,21,0,3,2,12,6,109,21,0,0,35,74,125,14,23,0,0,6,50,25,70,64,7,59,18,7,16,22,5,0,1,125,23,1,0,7,30,14,32,4,0,2,2,59,125,19,4,0,0,2,1,6,53,33,2]
+) AS distance
+FROM sift_1M
+ORDER BY distance
+LIMIT 10
+```
+結果:
+
+```text
++--------+----------+
+| id | distance |
++--------+----------+
+| 178811 | 210.1595 |
+| 177646 | 217.0161 |
+| 181997 | 218.5406 |
+| 181605 | 219.2989 |
+| 821938 | 221.7228 |
+| 807785 | 226.7135 |
+| 716433 | 227.3148 |
+| 358802 | 230.7314 |
+| 803100 | 230.9112 |
+| 866737 | 231.6441 |
++--------+----------+
+10 rows in set (0.08 sec)
+```
+
+入力配列が `NULL` の場合、エラーになります。
+
+```sql
+SELECT L2_DISTANCE_APPROXIMATE(NULL, [1, 2]);
+```
+
+```text
+ERROR 1105 (HY000): errCode = 2, detailMessage = (127.0.0.1)[INVALID_ARGUMENT]First argument for function l2_distance_approximate cannot be null
+```
+
+入力配列に `NULL` 要素が含まれる場合、エラーになります。
+
+```sql
+SELECT L2_DISTANCE_APPROXIMATE([1, NULL], [1, 2]);
+```
+
+```text
+ERROR 1105 (HY000): errCode = 2, detailMessage = (127.0.0.1)[INVALID_ARGUMENT]First argument for function l2_distance_approximate cannot have null
+```
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-ceil.md b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-ceil.md
new file mode 100644
index 00000000000..87497d9c3a7
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-ceil.md
@@ -0,0 +1,78 @@
+---
+{
+ "title": "QUARTER_CEIL",
+ "language": "ja",
+ "description": "DATE、DATETIME、TIMESTAMP_NS、または TIMESTAMPTZ の値を、指定した四半期単位の期間の境界まで切り上げます。"
+}
+---
+
+## 説明
+
+`DATE`、`DATETIME`、`TIMESTAMP_NS`、または `TIMESTAMPTZ` の値を、指定した四半期単位の期間の直近の境界まで切り上げます。起点となる日時を指定した場合、その日時を基準に期間を計算します。
+
+## 構文
+
+```sql
+QUARTER_CEIL(<datetime>)
+QUARTER_CEIL(<datetime>, <origin>)
+QUARTER_CEIL(<datetime>, <period>)
+QUARTER_CEIL(<datetime>, <period>, <origin>)
+```
+
+## パラメータ
+
+| パラメータ | 説明 |
+| ---- | ---- |
+| `<datetime>` | 切り上げる値。`DATE`、`DATETIME`、`TIMESTAMP_NS`、`TIMESTAMPTZ` に対応します。 |
+| `<period>` | 省略可能。各期間に含まれる四半期の数を表す INT 型の値です。 |
+| `<origin>` | 省略可能。期間の起点です。`DATE`、`DATETIME`、`TIMESTAMP_NS`、`TIMESTAMPTZ` に対応します。デフォルトは 0001-01-01 00:00:00 です。 |
+
+注記:
+- 期間を指定しない場合、期間を 1 四半期とした場合と同じです。
+- 期間が正の整数でない場合、結果は NULL になります。
+- 結果は常に未来の時刻に切り上げられます。
+- 戻り値の時刻部分は常に 00:00:00 です。
+
+## 戻り値
+
+`TIMESTAMP_NS` 型の入力に対しては、小数秒が固定の九桁精度の `TIMESTAMP_NS` 型の値を返します。結果が戻り値の型で表現できる範囲にあるか検証されます。`TIMESTAMP_NS` の範囲は `[1677-09-21 00:12:43.145224192, 2262-04-11 23:47:16.854775807]` です。
+
+`<origin>` を省略した `TIMESTAMP_NS` 型の入力では、上記のデフォルト起点は内部で期間を揃えるための基準としてのみ使用されます。この起点が `TIMESTAMP_NS` 型で表現できる範囲内にある必要はありません。
+
+`<datetime>` が DATE 型の場合、戻り値の型は DATE です。
+`<datetime>` が DATETIME 型の場合、戻り値の型は DATETIME です。
+`<datetime>` が TIMESTAMP_NS 型の場合、戻り値の型は小数秒九桁精度の TIMESTAMP_NS です。
+`<datetime>` が TIMESTAMPTZ 型の場合、戻り値の型は TIMESTAMPTZ です。
+切り上げられた日時の値を返します。結果の時刻部分は 00:00:00 に設定されます。
+
+## 例
+
+'0001-01-01 00:00:00' を起点とし、それぞれ 5 四半期、4 四半期を一期間として、入力日時に最も近い次の期間の開始日時を返します。
+```sql
+SELECT QUARTER_CEIL("2023-07-13 22:28:18", 5), QUARTER_CEIL("2023-07-13 22:28:18", 4);
+```
+
+```text
++----------------------------------------+----------------------------------------+
+| QUARTER_CEIL("2023-07-13 22:28:18", 5) | QUARTER_CEIL("2023-07-13 22:28:18", 4) |
++----------------------------------------+----------------------------------------+
+| 2024-10-01 00:00:00.000000 | 2024-01-01 00:00:00.000000 |
++----------------------------------------+----------------------------------------+
+```
+
+'2022-01-01 00:00:00' を期間の起点とし、それぞれ 2 四半期、4 四半期を一期間として、入力日時に最も近い次の期間の開始日時を返します。
+```sql
+SELECT QUARTER_CEIL("2023-03-13 22:28:18", 2, "2022-01-01 00:00:00"), QUARTER_CEIL("2023-07-13 22:28:18", 4, "2022-01-01 00:00:00");
+```
+
+```text
++---------------------------------------------------------------+---------------------------------------------------------------+
+| QUARTER_CEIL("2023-03-13 22:28:18", 2, "2022-01-01 00:00:00") | QUARTER_CEIL("2023-07-13 22:28:18", 4, "2022-01-01 00:00:00") |
++---------------------------------------------------------------+---------------------------------------------------------------+
+| 2023-07-01 00:00:00 | 2024-01-01 00:00:00 |
++---------------------------------------------------------------+---------------------------------------------------------------+
+```
+
+## ベストプラクティス
+
+関連項目:[date_ceil](./date-ceil)
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-floor.md b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-floor.md
new file mode 100644
index 00000000000..c575a21dcc0
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-floor.md
@@ -0,0 +1,78 @@
+---
+{
+ "title": "QUARTER_FLOOR",
+ "language": "ja",
+ "description": "DATE、DATETIME、TIMESTAMP_NS、または TIMESTAMPTZ の値を、指定した四半期周期の境界まで切り下げます。"
+}
+---
+
+## 説明
+
+`DATE`、`DATETIME`、`TIMESTAMP_NS`、または `TIMESTAMPTZ` の値を、指定した四半期周期における、その値以前で最も近い境界まで切り下げます。基準時刻を指定した場合は、その時刻を基準に周期を計算します。
+
+## 構文
+
+```sql
+QUARTER_FLOOR(<datetime>)
+QUARTER_FLOOR(<datetime>, <origin>)
+QUARTER_FLOOR(<datetime>, <period>)
+QUARTER_FLOOR(<datetime>, <period>, <origin>)
+```
+
+## パラメータ
+
+| パラメータ | 説明 |
+| ---- | ---- |
+| `<datetime>` | 切り下げる値。`DATE`、`DATETIME`、`TIMESTAMP_NS`、`TIMESTAMPTZ` をサポートします。 |
+| `<period>` | 省略可能。四半期単位の周期。型は INT で、各周期に含まれる四半期の数を表します。 |
+| `<origin>` | 省略可能。周期の開始基準点。`DATE`、`DATETIME`、`TIMESTAMP_NS`、`TIMESTAMPTZ` をサポートします。デフォルトは 0001-01-01 00:00:00 です。 |
+
+注意事項:
+- 周期を指定しない場合、周期に 1 四半期を指定した場合と同じです。
+- 周期が正の整数でない場合、関数は NULL を返します。
+- 結果は常に過去方向へ切り下げられます。
+- 戻り値の時刻部分は常に 00:00:00 です。
+
+## 戻り値
+
+`TIMESTAMP_NS` を入力すると、小数秒が固定の九桁精度の `TIMESTAMP_NS` を返します。結果が戻り値の型の範囲内にあるか検証されます。`TIMESTAMP_NS` の範囲は `[1677-09-21 00:12:43.145224192, 2262-04-11 23:47:16.854775807]` です。
+
+`<origin>` を省略した `TIMESTAMP_NS` 入力では、記載されているデフォルトの基準時刻は内部的な周期の位置合わせにのみ使用され、`TIMESTAMP_NS` に格納可能な範囲内にある必要はありません。
+
+`<datetime>` が DATE 型の場合、戻り値の型は DATE です。
+`<datetime>` が DATETIME 型の場合、戻り値の型は DATETIME です。
+`<datetime>` が TIMESTAMP_NS 型の場合、戻り値の型は小数秒九桁の TIMESTAMP_NS です。
+`<datetime>` が TIMESTAMPTZ 型の場合、戻り値の型は TIMESTAMPTZ です。
+結果の時刻部分は 00:00:00 に設定されます。
+
+## 例
+
+'0001-01-01 00:00:00' を起点とし、それぞれ 5 四半期と 4 四半期を周期として、入力日時に最も近い周期の開始時点を返します。
+```sql
+SELECT QUARTER_FLOOR("2023-07-13 22:28:18", 5), QUARTER_FLOOR("2023-07-13 22:28:18", 4);
+```
+
+```text
++-----------------------------------------+-----------------------------------------+
+| QUARTER_FLOOR("2023-07-13 22:28:18", 5) | QUARTER_FLOOR("2023-07-13 22:28:18", 4) |
++-----------------------------------------+-----------------------------------------+
+| 2021-01-01 00:00:00 | 2022-01-01 00:00:00 |
++-----------------------------------------+-----------------------------------------+
+```
+
+'2022-01-01 00:00:00' を周期の開始基準点とし、それぞれ 2 四半期と 4 四半期を周期として、入力日時に最も近い周期の開始時点を返します。
+```sql
+SELECT QUARTER_FLOOR("2023-03-13 22:28:18", 2, "2022-01-01 00:00:00"), QUARTER_FLOOR("2023-07-13 22:28:18", 4, "2022-01-01 00:00:00");
+```
+
+```text
++----------------------------------------------------------------+----------------------------------------------------------------+
+| QUARTER_FLOOR("2023-03-13 22:28:18", 2, "2022-01-01 00:00:00") | QUARTER_FLOOR("2023-07-13 22:28:18", 4, "2022-01-01 00:00:00") |
++----------------------------------------------------------------+----------------------------------------------------------------+
+| 2023-01-01 00:00:00 | 2022-01-01 00:00:00 |
++----------------------------------------------------------------+----------------------------------------------------------------+
+```
+
+## ベストプラクティス
+
+[date_floor](./date-floor) も参照してください。
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarters-diff.md b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarters-diff.md
new file mode 100644
index 00000000000..8caccd31050
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarters-diff.md
@@ -0,0 +1,42 @@
+---
+{
+ "title": "QUARTERS_DIFF",
+ "language": "ja"
+}
+---
+
+## 説明
+
+`QUARTERS_DIFF` 関数は、二つの日付間の四半期数の差を計算します。二つの日付を引数として受け取り、第一引数の日付から第二引数の日付を引いた四半期数の差を返します。この差は、月数の差を 3 で割り、ゼロ方向に丸めた値です。
+
+## 構文
+
+```sql
+QUARTERS_DIFF(<enddate>, <startdate>)
+```
+
+## パラメータ
+
+| パラメータ | 説明 |
+|---------------|--------------------------------------------------------------------------------|
+| `<enddate>` | 終了日。`DATE`、`DATETIME`、`TIMESTAMP_NS` をサポートします。 |
+| `<startdate>` | 開始日。`DATE`、`DATETIME`、`TIMESTAMP_NS` をサポートします。 |
+
+## 戻り値
+
+`<startdate>` を `<enddate>` から引いて得られる四半期数を返します。
+- `<enddate>` または `<startdate>` が NULL の場合、NULL を返します。
+
+## 例
+
+```sql
+select QUARTERS_DIFF('2021-03-25', '2020-10-25'), QUARTERS_DIFF('2020-10-25 10:00:00', '2022-12-25 11:00:00');
+```
+
+```text
++------------------------------------------+------------------------------------------------------------+
+| QUARTERS_DIFF('2021-03-25','2020-10-25') | QUARTERS_DIFF('2020-10-25 10:00:00','2022-12-25 11:00:00') |
++------------------------------------------+------------------------------------------------------------+
+| 1 | -8 |
++------------------------------------------+------------------------------------------------------------+
+```
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-from-base64.md b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-from-base64.md
new file mode 100644
index 00000000000..1e6ac814974
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-from-base64.md
@@ -0,0 +1,68 @@
+---
+{
+ "title": "QUANTILE_STATE_FROM_BASE64",
+ "language": "ja"
+}
+---
+
+## 説明
+
+Base64 エンコードされた文字列(通常は `QUANTILE_STATE_TO_BASE64` で生成)を QUANTILE_STATE 型に変換します。入力文字列が無効または NULL の場合は NULL を返します。
+
+## 構文
+
+```sql
+QUANTILE_STATE_FROM_BASE64(<input>)
+```
+
+## パラメータ
+
+| パラメータ | 説明 |
+| --------- | ----------- |
+| `<input>` | Base64 エンコードされた文字列。通常は `QUANTILE_STATE_TO_BASE64` で生成します。文字列が無効な場合は NULL を返します。 |
+
+## 戻り値
+
+Base64 エンコードから復元した QUANTILE_STATE 型の値を返します。入力文字列が無効または NULL の場合は NULL を返します。
+
+## 例
+
+```sql
+select
+ quantile_state_to_base64(
+ quantile_state_from_base64(
+ quantile_state_to_base64(to_quantile_state(1.0, 2048))
+ )
+ ) = quantile_state_to_base64(to_quantile_state(1.0, 2048)) AS equal_test;
+```
+```text
++------------+
+| equal_test |
++------------+
+| 1 |
++------------+
+```
+
+```sql
+select quantile_state_from_base64('not_base64!');
+```
+
+```text
++-------------------------------------------+
+| quantile_state_from_base64('not_base64!') |
++-------------------------------------------+
+| NULL |
++-------------------------------------------+
+```
+
+```sql
+select quantile_state_from_base64(NULL);
+```
+
+```text
++----------------------------------+
+| quantile_state_from_base64(NULL) |
++----------------------------------+
+| NULL |
++----------------------------------+
+```
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-to-base64.md b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-to-base64.md
new file mode 100644
index 00000000000..1b0f4a79872
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-to-base64.md
@@ -0,0 +1,91 @@
+---
+{
+ "title": "QUANTILE_STATE_TO_BASE64",
+ "language": "ja"
+}
+---
+
+## 説明
+
+QUANTILE_STATE 型の値を Base64 でエンコードされた文字列に変換します。
+
+## 構文
+
+```sql
+QUANTILE_STATE_TO_BASE64(<quantile_state_input>)
+```
+
+## パラメータ
+
+| パラメータ | 説明 |
+| --------- | ----------- |
+| `<quantile_state_input>` | QUANTILE_STATE 型のデータ。 |
+
+## 戻り値
+
+QUANTILE_STATE を Base64 でエンコードした文字列を返します。
+QUANTILE_STATE が `NULL` の場合は `NULL` を返します。
+
+::: note
+
+QUANTILE_STATE 内の要素の順序は保証されないため、内容が同じ QUANTILE_STATE から生成される Base64 文字列が常に同じになるとは限りません。ただし、quantile_state_from_base64 でデコードした QUANTILE_STATE は同じになります。
+
+:::
+
+## 例
+
+```sql
+select quantile_state_to_base64(quantile_state_empty());
+```
+
+```text
++--------------------------------------------------+
+| quantile_state_to_base64(quantile_state_empty()) |
++--------------------------------------------------+
+| AAAARQA= |
++--------------------------------------------------+
+```
+
+```sql
+select quantile_state_to_base64(to_quantile_state(1, 2048));
+```
+
+```text
++------------------------------------------------------+
+| quantile_state_to_base64(to_quantile_state(1, 2048)) |
++------------------------------------------------------+
+| AAAARQEAAAAAAADwPw== |
++------------------------------------------------------+
+```
+
+```sql
+select
+ quantile_percent(
+ quantile_union(
+ quantile_state_from_base64(
+ quantile_state_to_base64(to_quantile_state(1, 2048))
+ )
+ ),
+ 0.5
+ ) as nested_test;
+```
+
+```text
++-------------+
+| nested_test |
++-------------+
+| 1 |
++-------------+
+```
+
+```sql
+select quantile_state_to_base64(NULL);
+```
+
+```text
++--------------------------------+
+| quantile_state_to_base64(NULL) |
++--------------------------------+
+| NULL |
++--------------------------------+
+```
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-geometries.md b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-geometries.md
new file mode 100644
index 00000000000..455722af26f
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-geometries.md
@@ -0,0 +1,131 @@
+---
+{
+ "title": "ST_GEOMETRIES",
+ "language": "ja",
+ "description": "ジオメトリコレクションからサブジオメトリの配列を返します。"
+}
+---
+
+## 説明
+
+ジオメトリオブジェクトをサブジオメトリの配列に分解します。コレクション型(MultiPolygon)の場合、各サブポリゴンを配列の個別の要素として返します。コレクション型以外(Point、LineString、Polygon、Circle)の場合、ジオメトリ自体を含む単一要素の配列を返します。
+
+## 構文
+
+```sql
+ST_GEOMETRIES( <shape> )
+```
+
+## パラメータ
+
+| パラメータ | 説明 |
+| :--- | :--- |
+| `<shape>` | 入力ジオメトリ。GEOMETRY 型、または GEOMETRY 型に変換できる VARCHAR 型(WKT 形式)。 |
+
+## 戻り値
+
+各要素がエンコードされたジオメトリオブジェクトである `ARRAY<STRING>` を返します。各要素は `ST_AsText` や `ST_GeometryType` などの他の空間関数で使用できます。
+
+`ST_GEOMETRIES` には、次の特殊なケースがあります。
+- 入力パラメータが `NULL` の場合、`NULL` を返します。
+- 入力パラメータを有効なジオメトリオブジェクトとして解析できない場合、`NULL` を返します。
+- コレクション型以外(`POINT`、`LINESTRING`、`POLYGON`、`CIRCLE`)の場合、入力ジオメトリを含む単一要素の配列を返します。
+- `MULTIPOLYGON` の場合、各要素がサブポリゴンの一つである配列を返します。
+- 配列の要素を他の空間関数に渡して、さらに処理できます。
+
+## 例
+
+**Point のジオメトリ(単一要素の配列)**
+```sql
+SELECT ST_AsText(ST_GEOMETRIES(ST_Point(1, 2))[1]);
+```
+```text
++------------------------------------------------+
+| ST_AsText(ST_GEOMETRIES(ST_Point(1, 2))[1]) |
++------------------------------------------------+
+| POINT (1 2) |
++------------------------------------------------+
+```
+
+**Polygon のジオメトリ(単一要素の配列)**
+```sql
+SELECT ST_GeometryType(ST_GEOMETRIES(ST_GeometryFromText('POLYGON((0 0, 1 0, 1 1, 0 1, 0 0))'))[1]);
+```
+```text
++----------------------------------------------------------------------------------------------------+
+| ST_GeometryType(ST_GEOMETRIES(ST_GeometryFromText('POLYGON((0 0, 1 0, 1 1, 0 1, 0 0))'))[1]) |
++----------------------------------------------------------------------------------------------------+
+| ST_POLYGON |
++----------------------------------------------------------------------------------------------------+
+```
+
+**MultiPolygon のジオメトリ(複数要素の配列)**
+```sql
+SELECT SIZE(ST_GEOMETRIES(ST_GeometryFromText('MULTIPOLYGON(((0 0, 1 0, 1 1, 0 1, 0 0)),((2 2, 3 2, 3 3, 2 3, 2 2)))')));
+```
+```text
++----------------------------------------------------------------------------------------------------------------------+
+| SIZE(ST_GEOMETRIES(ST_GeometryFromText('MULTIPOLYGON(((0 0, 1 0, 1 1, 0 1, 0 0)),((2 2, 3 2, 3 3, 2 3, 2 2)))))') |
++----------------------------------------------------------------------------------------------------------------------+
+| 2 |
++----------------------------------------------------------------------------------------------------------------------+
+```
+
+**MultiPolygon の各要素へのアクセス**
+```sql
+SELECT ST_AsText(ST_GEOMETRIES(ST_GeometryFromText('MULTIPOLYGON(((0 0, 1 0, 1 1, 0 1, 0 0)),((2 2, 3 2, 3 3, 2 3, 2 2)))'))[1]);
+```
+```text
++----------------------------------------------------------------------------------------------------------------------------------+
+| ST_AsText(ST_GEOMETRIES(ST_GeometryFromText('MULTIPOLYGON(((0 0, 1 0, 1 1, 0 1, 0 0)),((2 2, 3 2, 3 3, 2 3, 2 2)))'))[1]) |
++----------------------------------------------------------------------------------------------------------------------------------+
+| POLYGON ((1 0, 1 1, 0 1, 0 0, 1 0)) |
++----------------------------------------------------------------------------------------------------------------------------------+
+```
+
+```sql
+SELECT ST_AsText(ST_GEOMETRIES(ST_GeometryFromText('MULTIPOLYGON(((0 0, 1 0, 1 1, 0 1, 0 0)),((2 2, 3 2, 3 3, 2 3, 2 2)))'))[2]);
+```
+```text
++----------------------------------------------------------------------------------------------------------------------------------+
+| ST_AsText(ST_GEOMETRIES(ST_GeometryFromText('MULTIPOLYGON(((0 0, 1 0, 1 1, 0 1, 0 0)),((2 2, 3 2, 3 3, 2 3, 2 2)))'))[2]) |
++----------------------------------------------------------------------------------------------------------------------------------+
+| POLYGON ((3 2, 3 3, 2 3, 2 2, 3 2)) |
++----------------------------------------------------------------------------------------------------------------------------------+
+```
+
+**範囲外のインデックス(NULL を返す)**
+```sql
+SELECT ST_GEOMETRIES(ST_GeometryFromText('MULTIPOLYGON(((0 0, 1 0, 1 1, 0 1, 0 0)),((2 2, 3 2, 3 3, 2 3, 2 2)))'))[3];
+```
+```text
++----------------------------------------------------------------------------------------------------------------------------+
+| ST_GEOMETRIES(ST_GeometryFromText('MULTIPOLYGON(((0 0, 1 0, 1 1, 0 1, 0 0)),((2 2, 3 2, 3 3, 2 3, 2 2)))'))[3] |
++----------------------------------------------------------------------------------------------------------------------------+
+| NULL |
++----------------------------------------------------------------------------------------------------------------------------+
+```
+
+**NULL パラメータ**
+```sql
+SELECT ST_GEOMETRIES(NULL);
+```
+```text
++----------------------+
+| ST_GEOMETRIES(NULL) |
++----------------------+
+| NULL |
++----------------------+
+```
+
+**無効なパラメータ(NULL を返す)**
+```sql
+SELECT ST_GEOMETRIES(ST_GeometryFromText('INVALID'));
+```
+```text
++----------------------------------------------------+
+| ST_GEOMETRIES(ST_GeometryFromText('INVALID')) |
++----------------------------------------------------+
+| NULL |
++----------------------------------------------------+
+```
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numgeometries.md b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numgeometries.md
new file mode 100644
index 00000000000..cb5a1adb9f7
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numgeometries.md
@@ -0,0 +1,107 @@
+---
+{
+ "title": "ST_NUMGEOMETRIES",
+ "language": "ja",
+ "description": "ジオメトリコレクション内のジオメトリ数を返します。"
+}
+---
+
+## 説明
+
+ジオメトリオブジェクトに含まれるサブジオメトリの数を返します。コレクションではない型(Point、LineString、Polygon、Circle)では常に 1 を返します。コレクション型(MultiPolygon)では、コレクション内のサブジオメトリの数を返します。
+
+## 構文
+
+```sql
+ST_NUMGEOMETRIES( <shape> )
+```
+
+## パラメータ
+
+| パラメータ | 説明 |
+| :--- | :--- |
+| `<shape>` | 入力ジオメトリ。型は GEOMETRY、または GEOMETRY に変換できる VARCHAR(WKT 形式)です。 |
+
+## 戻り値
+
+ジオメトリオブジェクト内のサブジオメトリの数を表す BIGINT 値を返します。
+
+`ST_NUMGEOMETRIES` には次の境界ケースがあります。
+- 入力パラメータが `NULL` の場合、`NULL` を返します。
+- 入力パラメータを有効なジオメトリオブジェクトとして解析できない場合、`NULL` を返します。
+- コレクションではない型(`POINT`、`LINESTRING`、`POLYGON`、`CIRCLE`)では、常に `1` を返します。
+- `MULTIPOLYGON` では、コレクション内のポリゴンの数を返します。
+
+## 例
+
+**Point 内のジオメトリ数**
+```sql
+SELECT ST_NUMGEOMETRIES(ST_Point(1, 2));
+```
+```text
++----------------------------------+
+| ST_NUMGEOMETRIES(ST_Point(1, 2)) |
++----------------------------------+
+| 1 |
++----------------------------------+
+```
+
+**Polygon 内のジオメトリ数**
+```sql
+SELECT ST_NUMGEOMETRIES(ST_GeometryFromText('POLYGON((0 0, 1 0, 1 1, 0 1, 0 0))'));
+```
+```text
++------------------------------------------------------------------------------+
+| ST_NUMGEOMETRIES(ST_GeometryFromText('POLYGON((0 0, 1 0, 1 1, 0 1, 0 0))')) |
++------------------------------------------------------------------------------+
+| 1 |
++------------------------------------------------------------------------------+
+```
+
+**二つのポリゴンを含む MultiPolygon 内のジオメトリ数**
+```sql
+SELECT ST_NUMGEOMETRIES(ST_GeometryFromText('MULTIPOLYGON(((0 0, 1 0, 1 1, 0 1, 0 0)),((2 2, 3 2, 3 3, 2 3, 2 2)))'));
+```
+```text
++------------------------------------------------------------------------------------------------------------------+
+| ST_NUMGEOMETRIES(ST_GeometryFromText('MULTIPOLYGON(((0 0, 1 0, 1 1, 0 1, 0 0)),((2 2, 3 2, 3 3, 2 3, 2 2)))')) |
++------------------------------------------------------------------------------------------------------------------+
+| 2 |
++------------------------------------------------------------------------------------------------------------------+
+```
+
+**Circle 内のジオメトリ数**
+```sql
+SELECT ST_NUMGEOMETRIES(ST_Circle(0, 0, 100));
+```
+```text
++----------------------------------------+
+| ST_NUMGEOMETRIES(ST_Circle(0, 0, 100)) |
++----------------------------------------+
+| 1 |
++----------------------------------------+
+```
+
+**NULL パラメータ**
+```sql
+SELECT ST_NUMGEOMETRIES(NULL);
+```
+```text
++------------------------+
+| ST_NUMGEOMETRIES(NULL) |
++------------------------+
+| NULL |
++------------------------+
+```
+
+**無効なパラメータ(NULL を返す)**
+```sql
+SELECT ST_NUMGEOMETRIES(ST_GeometryFromText('INVALID'));
+```
+```text
++--------------------------------------------------+
+| ST_NUMGEOMETRIES(ST_GeometryFromText('INVALID')) |
++--------------------------------------------------+
+| NULL |
++--------------------------------------------------+
+```
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numpoints.md b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numpoints.md
new file mode 100644
index 00000000000..18939b265ff
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numpoints.md
@@ -0,0 +1,134 @@
+---
+{
+ "title": "ST_NUMPOINTS",
+ "language": "ja",
+ "description": "ジオメトリオブジェクトに含まれる点の総数を返します。"
+}
+---
+
+## 説明
+
+ジオメトリオブジェクトに含まれる頂点(点)の総数を返します。ジオメトリの種類によって数え方は異なります。Point は 1、LineString は頂点の数、Polygon はすべてのリングに含まれる頂点の総数(始点と同じ位置にある終点を含む)、MultiPolygon はすべての構成ポリゴンに含まれる点の数の合計を返します。
+
+## 構文
+
+```sql
+ST_NUMPOINTS( <shape> )
+```
+
+## パラメータ
+
+| パラメータ | 説明 |
+| :--- | :--- |
+| `<shape>` | 入力するジオメトリ。型は GEOMETRY、または GEOMETRY に変換できる VARCHAR(WKT 形式)です。 |
+
+## 戻り値
+
+ジオメトリオブジェクトに含まれる点の総数を表す BIGINT 値を返します。
+
+`ST_NUMPOINTS` には、次の境界ケースがあります。
+- 入力パラメータが `NULL` の場合、`NULL` を返します。
+- 入力パラメータを有効なジオメトリオブジェクトとして解析できない場合、`NULL` を返します。
+- `POINT` の場合、`1` を返します。
+- `LINESTRING` の場合、線の頂点の数を返します。
+- `POLYGON` の場合、すべてのリング(外周と内周)に含まれる頂点の総数を返します。各リングには、始点と同じ位置にある終点も含まれます。
+- `MULTIPOLYGON` の場合、すべての構成ポリゴンに含まれる点の数の合計を返します。
+- `CIRCLE` の場合、`-1` を返します(円には個別の頂点がありません)。
+
+## 例
+
+**Point に含まれる点の数**
+```sql
+SELECT ST_NUMPOINTS(ST_Point(1, 2));
+```
+```text
++------------------------------+
+| ST_NUMPOINTS(ST_Point(1, 2)) |
++------------------------------+
+| 1 |
++------------------------------+
+```
+
+**LineString に含まれる点の数**
+```sql
+SELECT ST_NUMPOINTS(ST_GeometryFromText('LINESTRING(0 0, 1 1, 2 2)'));
+```
+```text
++-------------------------------------------------------------------+
+| ST_NUMPOINTS(ST_GeometryFromText('LINESTRING(0 0, 1 1, 2 2)')) |
++-------------------------------------------------------------------+
+| 3 |
++-------------------------------------------------------------------+
+```
+
+**Polygon(正方形)に含まれる点の数**
+```sql
+SELECT ST_NUMPOINTS(ST_GeometryFromText('POLYGON((0 0, 1 0, 1 1, 0 1, 0 0))'));
+```
+```text
++----------------------------------------------------------------------------+
+| ST_NUMPOINTS(ST_GeometryFromText('POLYGON((0 0, 1 0, 1 1, 0 1, 0 0))')) |
++----------------------------------------------------------------------------+
+| 5 |
++----------------------------------------------------------------------------+
+```
+
+**穴のある Polygon に含まれる点の数**
+```sql
+SELECT ST_NUMPOINTS(ST_GeometryFromText('POLYGON((0 0, 10 0, 10 10, 0 10, 0 0),(1 1, 2 1, 2 2, 1 2, 1 1))'));
+```
+```text
++-----------------------------------------------------------------------------------------------------------+
+| ST_NUMPOINTS(ST_GeometryFromText('POLYGON((0 0, 10 0, 10 10, 0 10, 0 0),(1 1, 2 1, 2 2, 1 2, 1 1))')) |
++-----------------------------------------------------------------------------------------------------------+
+| 10 |
++-----------------------------------------------------------------------------------------------------------+
+```
+
+**MultiPolygon に含まれる点の数**
+```sql
+SELECT ST_NUMPOINTS(ST_GeometryFromText('MULTIPOLYGON(((0 0, 1 0, 1 1, 0 1, 0 0)),((2 2, 3 2, 3 3, 2 3, 2 2)))'));
+```
+```text
++--------------------------------------------------------------------------------------------------------------+
+| ST_NUMPOINTS(ST_GeometryFromText('MULTIPOLYGON(((0 0, 1 0, 1 1, 0 1, 0 0)),((2 2, 3 2, 3 3, 2 3, 2 2)))')) |
++--------------------------------------------------------------------------------------------------------------+
+| 10 |
++--------------------------------------------------------------------------------------------------------------+
+```
+
+**Circle に含まれる点の数(-1 を返す)**
+```sql
+SELECT ST_NUMPOINTS(ST_Circle(0, 0, 100));
+```
+```text
++--------------------------------------+
+| ST_NUMPOINTS(ST_Circle(0, 0, 100)) |
++--------------------------------------+
+| -1 |
++--------------------------------------+
+```
+
+**NULL パラメータ**
+```sql
+SELECT ST_NUMPOINTS(NULL);
+```
+```text
++---------------------+
+| ST_NUMPOINTS(NULL) |
++---------------------+
+| NULL |
++---------------------+
+```
+
+**無効なパラメータ(NULL を返す)**
+```sql
+SELECT ST_NUMPOINTS(ST_GeometryFromText('INVALID'));
+```
+```text
++------------------------------------------------+
+| ST_NUMPOINTS(ST_GeometryFromText('INVALID')) |
++------------------------------------------------+
+| NULL |
++------------------------------------------------+
+```
diff --git a/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/string-functions/hamming_distance.md b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/string-functions/hamming_distance.md
new file mode 100644
index 00000000000..6c47200ca77
--- /dev/null
+++ b/i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/string-functions/hamming_distance.md
@@ -0,0 +1,37 @@
+---
+{
+ "title": "HAMMING_DISTANCE",
+ "language": "ja",
+ "description": "HAMMING_DISTANCE 関数は、長さが等しい二つの文字列について、文字が異なる位置の数を返します。"
+}
+---
+
+## 説明
+`HAMMING_DISTANCE` 関数は、長さが等しい二つの文字列について、文字が異なる位置の数を返します。
+
+この関数は UTF-8 の文字単位で数えます。
+
+## 構文
+```sql
+HAMMING_DISTANCE(<str1>, <str2>)
+```
+
+## パラメータ
+| パラメータ | 説明 |
+| -- | -- |
+| `<str1>` | 最初の文字列 |
+| `<str2>` | 二番目の文字列 |
+
+## 戻り値
+BIGINT 値を返します。
+
+## 例
+```sql
+SELECT hamming_distance('karolin', 'kathrin'); -- 3
+SELECT hamming_distance('数据库', '数据仓'); -- 1
+```
+
+## 注意事項
+- 二つの文字列は同じ長さでなければなりません。長さが異なる場合はエラーが返されます。
+- UTF-8 文字をサポートします。
+- 入力が NULL の場合は NULL を返します。
diff --git a/translations/state/ja/pages/default/current/key-features/vertical-compaction.json b/translations/state/ja/pages/default/current/key-features/vertical-compaction.json
new file mode 100644
index 00000000000..eeafbe4f08b
--- /dev/null
+++ b/translations/state/ja/pages/default/current/key-features/vertical-compaction.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "key-features/vertical-compaction",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/key-features/vertical-compaction.mdx",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/key-features/vertical-compaction.mdx",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "a22ecc28cf117b68572242dd5513fc9dc57afa525fb983fa633d895c1a2ab5c1",
+ "sourceTechnicalHash": "3c3ba07d127ed0f3f7b9c0a2b30ea911f7e712654df9a9918c0e660b3f4e3dae",
+ "targetHash": "4f22e61d299576a63b3fe3f85769e1b2c8adf6e846f7fe9f32f6030d82ff4e7f",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.582Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/key-features/workload-group.json b/translations/state/ja/pages/default/current/key-features/workload-group.json
new file mode 100644
index 00000000000..9e3fd102380
--- /dev/null
+++ b/translations/state/ja/pages/default/current/key-features/workload-group.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "key-features/workload-group",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/key-features/workload-group.mdx",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/key-features/workload-group.mdx",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "bfea58d76f4aadd0610c9581d17d776b2e0fd167b5a14a3e3713bc43b01857be",
+ "sourceTechnicalHash": "bd89463937611cd1d65e7a6e69a26fc5d0dc5c7d0941d1d01246977287c560c4",
+ "targetHash": "06f5828c64c926b662809573bc32d8d47b9ba53d5bc5601eb458e0945dd0d4df",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.582Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/query-acceleration/hints/distribute-hint.json b/translations/state/ja/pages/default/current/query-acceleration/hints/distribute-hint.json
new file mode 100644
index 00000000000..4124646a693
--- /dev/null
+++ b/translations/state/ja/pages/default/current/query-acceleration/hints/distribute-hint.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "query-acceleration/hints/distribute-hint",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/query-acceleration/hints/distribute-hint.md",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/hints/distribute-hint.md",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "b01667f200e7b585d844941169622f45b8d816a07b41227a5d72d4c9d0d23532",
+ "sourceTechnicalHash": "d5df23d5ab1649e502448f33277e076c9c206c6a0dbfa02384375e08702f48e6",
+ "targetHash": "dd7e937c03be5e6a1102ad84c17275d02216fe2b6a3ced510f79e37fd7154b4e",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.582Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/query-acceleration/hints/leading-hint.json b/translations/state/ja/pages/default/current/query-acceleration/hints/leading-hint.json
new file mode 100644
index 00000000000..669db19ac8b
--- /dev/null
+++ b/translations/state/ja/pages/default/current/query-acceleration/hints/leading-hint.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "query-acceleration/hints/leading-hint",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/query-acceleration/hints/leading-hint.md",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/hints/leading-hint.md",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "f96fc4d71ac53793f0bf27eca12d58e9eb96cd392106c6f459cf360aa13e78ea",
+ "sourceTechnicalHash": "086a3e325b82ced90ccc7d497cc46ac9b9c3e5383960857ffdb5b8785adfce40",
+ "targetHash": "95de18aa9664b3c0540924ab0ab2c95495e236570a303e9be538a9431ceae7b2",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.582Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/query-acceleration/query-cache.json b/translations/state/ja/pages/default/current/query-acceleration/query-cache.json
new file mode 100644
index 00000000000..1c60ac8dca0
--- /dev/null
+++ b/translations/state/ja/pages/default/current/query-acceleration/query-cache.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "query-acceleration/query-cache",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/query-acceleration/query-cache.md",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/query-cache.md",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "cd06d32f0e43f9d06e8a648ed1100707e3ebd70f33f415714aeb27150962c321",
+ "sourceTechnicalHash": "83b0890d223b0a371670ac2f371367856d83ee0f98ce3c6c62d826e73ca3380e",
+ "targetHash": "da25fcc480e4f8d2a9d5af5fdfc4aea24d9f238e5f545e0cc271908d02b1266a",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.582Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/query-acceleration/tuning/parallelism-tuning.json b/translations/state/ja/pages/default/current/query-acceleration/tuning/parallelism-tuning.json
new file mode 100644
index 00000000000..1d0a5e5f56c
--- /dev/null
+++ b/translations/state/ja/pages/default/current/query-acceleration/tuning/parallelism-tuning.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "query-acceleration/tuning/parallelism-tuning",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/query-acceleration/tuning/parallelism-tuning.md",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/query-acceleration/tuning/parallelism-tuning.md",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "7788799695134ca5ccb89487f83fe7254c129641401a8f7e248cecff81f8087a",
+ "sourceTechnicalHash": "48ac6052143e44e3c915fedc82580886b8bb90aff8290af080563f5e589212bc",
+ "targetHash": "a9e719f98f98674d525a183f6c37ae09cffea259f919140973200c42eb76d823",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.582Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/sql-manual/sql-functions/ai-functions/distance-functions/inner-product-approximate.json b/translations/state/ja/pages/default/current/sql-manual/sql-functions/ai-functions/distance-functions/inner-product-approximate.json
new file mode 100644
index 00000000000..8ab9511456b
--- /dev/null
+++ b/translations/state/ja/pages/default/current/sql-manual/sql-functions/ai-functions/distance-functions/inner-product-approximate.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "sql-manual/sql-functions/ai-functions/distance-functions/inner-product-approximate",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/sql-manual/sql-functions/ai-functions/distance-functions/inner-product-approximate.md",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/ai-functions/distance-functions/inner-product-approximate.md",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "ea4f96217d104cdf9d724ff8e6650dc6e73bfdcbc01842cb4866855a126c803b",
+ "sourceTechnicalHash": "b87cd22d5a4d02d1a22e4a40a25dc5176b0a870bcc5c553bc206b164325dc1a2",
+ "targetHash": "fc6931b1d567e2f0bdf03baad3ac95799a9e73a9293bb44ca2ed24cd5c720a31",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.582Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/sql-manual/sql-functions/ai-functions/distance-functions/l2-distance-approximate.json b/translations/state/ja/pages/default/current/sql-manual/sql-functions/ai-functions/distance-functions/l2-distance-approximate.json
new file mode 100644
index 00000000000..9c9061686ee
--- /dev/null
+++ b/translations/state/ja/pages/default/current/sql-manual/sql-functions/ai-functions/distance-functions/l2-distance-approximate.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "sql-manual/sql-functions/ai-functions/distance-functions/l2-distance-approximate",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/sql-manual/sql-functions/ai-functions/distance-functions/l2-distance-approximate.md",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/ai-functions/distance-functions/l2-distance-approximate.md",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "639bcebe1324b51c839b0008c6d3629c108a6a150e0f54dd7ecdbeb93d58da5e",
+ "sourceTechnicalHash": "183580802f54353e915da00a856727fc775598291d8013b178433c4d99ee2048",
+ "targetHash": "9fb24dbfae77681b343be68ff6748e81265d5d534d8bb8b4d8f8511f759ed905",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.582Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-ceil.json b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-ceil.json
new file mode 100644
index 00000000000..ed0b1a18aa3
--- /dev/null
+++ b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-ceil.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-ceil",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-ceil.md",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-ceil.md",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "a81318d3636c75c6c79e3a7369d76639d69816e5e210c46e155f3569505aac95",
+ "sourceTechnicalHash": "952f6d66fba31af31e5e0939f5becb1c845e652270e4751632e974afed340f1d",
+ "targetHash": "458579f7f38674d1d788bf7cbcc13e014bf2b192a4c833f45066ec1caac13314",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.582Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-floor.json b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-floor.json
new file mode 100644
index 00000000000..66c26c79fe7
--- /dev/null
+++ b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-floor.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-floor",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-floor.md",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarter-floor.md",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "1cff31dfc8e325c44027adc677417ac5b743c49ed232b2fd6d27b8adca8244fd",
+ "sourceTechnicalHash": "19ce6babacb0f77fd48b53c893899ec88c1b62e2b37357f2ffa73a24e6afba26",
+ "targetHash": "60dfa8fada670ffc6c019636d8b8735b3544ce699c6edd7d268c9b5eb5c974d7",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.583Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarters-diff.json b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarters-diff.json
new file mode 100644
index 00000000000..584fa148d99
--- /dev/null
+++ b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarters-diff.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "sql-manual/sql-functions/scalar-functions/date-time-functions/quarters-diff",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/sql-manual/sql-functions/scalar-functions/date-time-functions/quarters-diff.md",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/date-time-functions/quarters-diff.md",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "8928bdd7c5430c581ccd94d416934eb0ca9a6c526ae4b46ab88b0dfa6d69f508",
+ "sourceTechnicalHash": "7ac32c7804625d36d3fb44dd737e50acd1228b4c3262b2d664c515a28accc8d0",
+ "targetHash": "cbe99122555bb561441a0efcb9c0c8b4528f2aab9b0077de9abe526edbcf7204",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.583Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-from-base64.json b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-from-base64.json
new file mode 100644
index 00000000000..8efe59e1a99
--- /dev/null
+++ b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-from-base64.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-from-base64",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-from-base64.md",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-from-base64.md",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "0eaeab30f034b24ce478311e937d24bb3f5246ca5eccb239e1dbc2c552082042",
+ "sourceTechnicalHash": "8f5fa1e4ef58cb228536cd6b06fe10f2ff101c40f936a1f0002d3625f3d4a68d",
+ "targetHash": "807056456767b92d207a870c817af4e0cd74b99340c8ab8c1c7c6cca52463cc9",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.583Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-to-base64.json b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-to-base64.json
new file mode 100644
index 00000000000..17364bf547c
--- /dev/null
+++ b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-to-base64.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-to-base64",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-to-base64.md",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/quantile-functions/quantile-state-to-base64.md",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "c43f2879195fbbbbd347e74126eda4b71ebafff8e19c7dd7799eff06e8074ebc",
+ "sourceTechnicalHash": "bcc105f0372d3e61065b7f5b661788e4f787099b4d7d2928fed6f13925b83529",
+ "targetHash": "f68668292c28290eff7f899d700b41992035218cb9618522a71733b4d9b638f7",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.583Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-geometries.json b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-geometries.json
new file mode 100644
index 00000000000..690a9b658a0
--- /dev/null
+++ b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-geometries.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "sql-manual/sql-functions/scalar-functions/spatial-functions/st-geometries",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/sql-manual/sql-functions/scalar-functions/spatial-functions/st-geometries.md",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-geometries.md",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "a79d980bc7e5ca7f4a8225518dc600e7a7c46d7710025806adb131a596927903",
+ "sourceTechnicalHash": "7fd559645a631fe175fd376cdb7d0679f1cb680d347c6c86b2d7171e5a144bb5",
+ "targetHash": "dba776a836e859e0265c03bdf7e486efbf7223d92107eed7cfdcec6a6ba281ac",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.583Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numgeometries.json b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numgeometries.json
new file mode 100644
index 00000000000..e405fcc4960
--- /dev/null
+++ b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numgeometries.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "sql-manual/sql-functions/scalar-functions/spatial-functions/st-numgeometries",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numgeometries.md",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numgeometries.md",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "b579fd6c766361272d5cd54e5efc7f1e3fb068e4e741a0dda0f1bf52857ab20d",
+ "sourceTechnicalHash": "465dc8b53e6e9c9360ddeee2f2f7e4be5ab524c226f66d906c10584001b9af22",
+ "targetHash": "3b699f828e67f9772447be082b7fafa1f7aa1bdb77dd1fe74d068acf1985757f",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.583Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numpoints.json b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numpoints.json
new file mode 100644
index 00000000000..d2103016a4b
--- /dev/null
+++ b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numpoints.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "sql-manual/sql-functions/scalar-functions/spatial-functions/st-numpoints",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numpoints.md",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/spatial-functions/st-numpoints.md",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "257c56596e0dc1180a8da66b6f818661f35820022864b67f5069fc345dbaf500",
+ "sourceTechnicalHash": "add197030a5865a6fb41ee613246e38339dcfefd203407b84ca70a15d7d3b625",
+ "targetHash": "8556c4a8da1ac9ea0310bda8ab63b5f916268710e87a3d58ef5265643544f894",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.583Z",
+ "glossaryVersion": "0"
+ }
+}
diff --git a/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/string-functions/hamming_distance.json b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/string-functions/hamming_distance.json
new file mode 100644
index 00000000000..a34cb609829
--- /dev/null
+++ b/translations/state/ja/pages/default/current/sql-manual/sql-functions/scalar-functions/string-functions/hamming_distance.json
@@ -0,0 +1,20 @@
+{
+ "schemaVersion": 1,
+ "page": {
+ "pluginId": "default",
+ "version": "current",
+ "docId": "sql-manual/sql-functions/scalar-functions/string-functions/hamming_distance",
+ "locale": "ja",
+ "sourceLocale": "en",
+ "sourcePath": "docs/sql-manual/sql-functions/scalar-functions/string-functions/hamming_distance.md",
+ "targetPath": "i18n/ja/docusaurus-plugin-content-docs/current/sql-manual/sql-functions/scalar-functions/string-functions/hamming_distance.md",
+ "sourceCommit": "618b88463542c388ef5d477f53e4f17162fd5eb7",
+ "sourceHash": "fd67a20fa052b6048f8f1cecf44f8e85c3d337b83d7cfe033901298c85686138",
+ "sourceTechnicalHash": "64a2a4e33db6deb1258e2cf9f82cdad6e8fd609d4bdefdba410c242d1a125ad2",
+ "targetHash": "1fded758051c248b0252da67018ad1e2a0fae95f51e2f175e8e9b9906d62b3b8",
+ "reviewStatus": "machine",
+ "ownership": "machine",
+ "translatedAt": "2026-10-15T00:58:39.583Z",
+ "glossaryVersion": "0"
+ }
+}
---------------------------------------------------------------------
To unsubscribe, e-mail: commits-unsubscribe@doris.apache.org
For additional commands, e-mail: commits-help@doris.apache.org