datamanager part-2

DataIngestion/datamanage.md

@@ -91,12 +91,52 @@ foo_2015-01-03/2015-01-04_v1_2
 * Dimensions: 由于Apache Druid支持schema更改，因此即使是同一个数据源的一部分，各个段之间的维度也可能不同。如果输入段具有不同的维度，则输出段基本上包括输入段的所有维度。但是，即使输入段具有相同的维度集，维度顺序或维度的数据类型也可能不同。例如，某些维度的数据类型可以从 `字符串` 类型更改为基本类型，或者可以更改维度的顺序以获得更好的局部性。在这种情况下，在数据类型和排序方面，最近段的维度先于旧段的维度。这是因为最近的段更有可能具有所需的新顺序和数据类型。如果要使用自己的顺序和类型，可以在压缩任务规范中指定自定义 `dimensionsSpec`。
 * Roll-up: 仅当为所有输入段设置了 `rollup` 时，才会汇总输出段。有关详细信息，请参见 [rollup](ingestion.md#rollup)。您可以使用 [段元数据查询](../Querying/segmentMetadata.md) 检查段是否已被rollup。
 
-
 #### 压缩合并的IOConfig
+压缩IOConfig需要指定 `inputSpec`，如下所示。
+
+| 字段 | 描述 | 是否必须 |
+|-|-|-|
+| `type` | 任务类型，固定为 `compact` | 是 |
+| `inputSpec` | 输入规范 | 是 |
+
+目前有两种支持的 `inputSpec`:
+
+时间间隔 `inputSpec`:
+
+| 字段 | 描述 | 是否必须 |
+|-|-|-|
+| `type` | 任务类型，固定为 `interval` | 是 |
+| `interval` | 需要合并压缩的时间间隔 | 是 |
+
+段 `inputSpec`:
+
+| 字段 | 描述 | 是否必须 |
+|-|-|-|
+| `type` | 任务类型，固定为 `segments` | 是 |
+| `segments` | 段ID列表 | 是 |
+
 ### 增加新的数据
+
+Druid可以通过将新的段追加到现有的段集，来实现新数据插入到现有的数据源中。它还可以通过将现有段集与新数据合并并覆盖原始集来添加新数据。
+
+Druid不支持按主键更新单个记录。
+
 ### 更新现有的数据
+
+在数据源中摄取一段时间的数据并创建Apache Druid段之后，您可能需要对摄取的数据进行更改。有几种方法可以做到这一点。
+
 #### 使用lookups
+
+如果有需要经常更新值的维度，请首先尝试使用 [lookups](../Querying/lookups.md)。lookups的一个典型用例是，在Druid段中存储一个ID维度，并希望将ID维度映射到一个人类可读的字符串值，该字符串值可能需要定期更新。
+
 #### 重新摄取数据
+
+如果基于lookups的技术还不够，您需要将想更新的时间块的数据重新索引到Druid中。这可以在覆盖模式（默认模式）下使用 [批处理摄取](ingestion.md#批量摄取) 方法之一来完成。它也可以使用 [流式摄取](ingestion.md#流式摄取) 来完成，前提是您先删除相关时间块的数据。
+
+如果在批处理模式下进行重新摄取，Druid的原子更新机制意味着查询将从旧数据无缝地转换到新数据。
+
+我们建议保留一份原始数据的副本，以防您需要重新摄取它。
+
 #### 使用基于Hadoop的摄取
 #### 使用原生批摄取重新索引
 ### 删除数据