From 54fb7a45046b08dc709efa458f4a14bfeff0d609 Mon Sep 17 00:00:00 2001
From: ekexium <eke@fastmail.com>
Date: Wed, 6 Nov 2024 22:11:58 +0800
Subject: [PATCH 01/19] doc: batch processing overview and pipelined dml

Signed-off-by: ekexium <eke@fastmail.com>
---
 TOC.md              |   2 +
 batch-processing.md |  82 ++++++++++++++++++++++++
 pipelined-dml.md    | 152 ++++++++++++++++++++++++++++++++++++++++++++
 system-variables.md |  12 +---
 4 files changed, 237 insertions(+), 11 deletions(-)
 create mode 100644 batch-processing.md
 create mode 100644 pipelined-dml.md

diff --git a/TOC.md b/TOC.md
index ae7a5a31e72c..8b280fb7cdff 100644
--- a/TOC.md
+++ b/TOC.md
@@ -349,6 +349,7 @@
   - [Load Base Split 使用文档](/configure-load-base-split.md)
   - [Store Limit 使用文档](/configure-store-limit.md)
   - [DDL 执行原理及最佳实践](/ddl-introduction.md)
+  - [批量处理概览](/batch-processing.md)
   - PD 微服务使用文档
     - [PD 微服务概览](/pd-microservices.md)
     - [使用 TiUP 扩容缩容 PD 微服务节点](/scale-microservices-using-tiup.md)
@@ -939,6 +940,7 @@
       - [乐观事务](/optimistic-transaction.md)
       - [悲观事务](/pessimistic-transaction.md)
       - [非事务 DML 语句](/non-transactional-dml.md)
+      - [Pipelined DML](/pipelined-dml.md)
     - [视图](/views.md)
     - [分区表](/partitioned-table.md)
     - [临时表](/temporary-tables.md)
diff --git a/batch-processing.md b/batch-processing.md
new file mode 100644
index 000000000000..d92512e80290
--- /dev/null
+++ b/batch-processing.md
@@ -0,0 +1,82 @@
+---
+title: 批量处理概览
+summary: 介绍了 TiDB 为批量处理场景提供的功能，包括 Pipelined DML、非事务性 DML、IMPORT INTO 语句、被废弃的 batch dml 等
+---
+
+# 批量处理概览
+
+批量处理场景对 TiDB 的主要挑战在于 TiDB 内存限制了事务的大小，以及对更快的处理速度的要求。
+
+随着版本演进，TiDB 提供了多种批量数据处理功能，但它们之间的区别和适用场景容易混淆。本文将详细对比：
+- Pipelined DML
+- 非事务性 DML
+- IMPORT INTO 语句
+- 已废弃 batch dml
+
+通过明确每个功能的特点，帮助在批量处理场景下做出正确选择。
+
+## Pipelined DML
+
+Pipelined DML 在 TiDB v8.1 LTS 作为实验性特性发布，在 v8.5 LTS 内核部分功能得到完善，性能大幅提升。
+
+它的主要特点是:
+1. 适合通用的批量数据处理场景，支持 INSERT、REPLACE、UPDATE、DELETE 操作。
+2. 事务大小不再受到 TiDB 内存限制，支持处理超大规模数据。
+3. 速度比标准 DML 更快。
+4. 通过系统变量启用，无需修改 SQL 语句。
+
+它的主要限制是：
+1. 只适用于自动提交的语句。
+
+它的适用场景是：通用的批量数据处理场景，例如大量数据的插入、更新、删除等。
+
+更多信息见[Pipelined DML](/pipelined-dml.md)。
+
+## 非事务 DML 语句
+
+非事务 DML 语句是在 TiDB v6.1 LTS 首次引入的功能，支持 DELETE。在 v6.5 中开始支持 INSERT、REPLACE、UPDATE。
+
+它的主要特点是：
+- 通过将一条语句拆为多条语句执行，使得每个语句的事务更小，绕开内存限制。
+- 处理速度比标准 DML 稍快或相当。
+
+它的主要限制是：
+- 只适用于自动提交的语句。
+- 需要修改 SQL 语句。
+- 对 SQL 语句本身限制较多，不符合条件的语句可能需要改写。
+- 因为拆分执行，不具有完整的事务 ACID 性质，在失败时语句可能部分完成。
+
+它的适用场景是：大量数据的插入、更新、删除等场景。由于限制较多，建议在 Pipelined DML 不适用的场景下考虑使用。
+
+更多信息见[非事务 DML 语句](/non-transactional-dml.md)。
+
+## IMPORT INTO 语句
+
+IMPORT INTO 语句是在 TiDB v7.5 LTS 首次引入的功能，专为数据导入设计，以替代 TiDB Lightning。
+
+它的主要特点是：
+- 导入速度非常快。
+- 易用性比 TiDB Lightning 更高。
+
+它的主要限制是：
+- 只适合数据导入场景。
+- 不满足事务 ACID 性质。
+- 使用限制较多。
+
+它的适用场景是：数据导入场景，例如数据迁移、数据恢复等。建议在合适的场景下，使用 IMPORT INTO 代替 TiDB Lightning。
+
+更多信息见[IMPORT INTO](/sql-statements/sql-statement-import-into.md)。
+
+## 已被废弃的 batch dml
+
+在 TiDB v4.0 以前用于批量处理的 batch dml 功能已被废弃，不再推荐使用。这个功能是由以下这组系统变量控制的:
+
+- `tidb_batch_insert`
+- `tidb_batch_delete`
+- `tidb_batch_commit`
+- `tidb_enable_batch_dml`
+- `tidb_dml_batch_size`
+
+这组功能因为容易引起数据索引不一致，导致数据损坏或丢失，已被废弃。相关变量将被逐渐移除。
+
+不建议在任何场景下使用已被废弃的 batch dml 功能。建议迁移到上面描述的其它方案。
\ No newline at end of file
diff --git a/pipelined-dml.md b/pipelined-dml.md
new file mode 100644
index 000000000000..40b71552ea40
--- /dev/null
+++ b/pipelined-dml.md
@@ -0,0 +1,152 @@
+---
+title: Pipelined DML
+summary: Pipelined DML 增强了 TiDB 批量处理的能力，使得事务大小不再受到 TiDB 内存限制。batch processing, bulk, non-transactional DML
+---
+
+# Pipelined DML
+
+> **警告：**
+>
+> 该功能目前为实验特性，不建议在生产环境中使用。该功能可能会在未事先通知的情况下发生变化或删除。语法和实现可能会在 GA 前发生变化。如果发现 bug，请在 GitHub 上提 [issue](https://github.com/pingcap/tidb/issues) 反馈。
+
+本文档介绍 Pipelined DML 的使用场景、使用方法、使用限制和使用该功能的常见问题。
+
+Pipelined DML 是 TiDB 的一项实验特性，用于优化大规模数据写入场景。通过持续将事务数据写入存储层而不是完全缓存在内存中，该特性可以显著降低内存占用，提升大规模数据写入性能。使用 Pipelined DML，你可以执行超大规模的 DML 操作而不必担心内存溢出问题。
+
+## 使用场景和作用
+
+Pipelined DML 在以下场景中具有明显优势：
+
+- 需要执行大规模数据迁移或归档操作
+- 进行批量数据导入或更新
+- ETL (Extract, Transform, Load) 处理涉及大量数据写入
+- 需要降低大规模写入时的内存占用
+
+Pipelined DML 在这些场景主要有 3 点优势
+- 事务使用内存可控，事务大小不受 TiDB 内存总量限制。事务部分内存使用限制在 1 GiB 以内。
+- 延迟更低。
+- CPU 和 IO 负载更平滑。
+
+### 数据归档场景
+
+当需要将历史数据从活跃表归档到归档表时，通常涉及大量数据迁移。例如：
+
+```sql
+INSERT INTO sales_archive SELECT * FROM sales WHERE sale_date < '2023-01-01';
+```
+
+使用 Pipelined DML 可以有效处理数百万行数据的迁移，避免 OOM 问题。
+
+### 批量数据更新场景
+
+当需要对大量数据进行更新操作时，例如批量调整商品价格或更新用户状态，Pipelined DML 可以高效完成操作：
+
+```sql
+UPDATE /*+ SET_VAR(tidb_dml_type='bulk') */ products 
+SET price = price * 1.1 
+WHERE category = 'electronics';
+```
+
+### 批量删除场景
+
+当需要删除大量数据时，例如删除历史数据或清理过期数据，Pipelined DML 可以高效完成操作：
+
+```sql
+DELETE /*+ SET_VAR(tidb_dml_type='bulk') */ FROM logs WHERE log_time < '2023-01-01';
+```
+
+## 使用方法
+
+### 启用 Pipelined DML
+
+要使用 Pipelined DML，你需要将 `tidb_dml_type` 会话变量设置为 `"bulk"`：
+
+```sql
+SET tidb_dml_type = "bulk";
+```
+
+或者使用 SET_VAR hint，如：
+
+```sql
+INSERT /*+ SET_VAR(tidb_dml_type='bulk') */ INTO target_table SELECT * FROM source_table;
+```
+
+### 验证是否生效
+
+执行语句后，可以通过检查 [`tidb_last_txn_info`](#tidb_last_txn_info-从-v409-版本开始引入) 变量来确认是否使用了 Pipelined DML：
+
+```sql
+SELECT @@tidb_last_txn_info;
+```
+
+如果返回结果中 `pipelined` 字段为 `true`，则表示成功使用了 Pipelined DML。
+
+## 使用条件
+
+1. 操作包含涉及 TiCDC、TiFlash 或 BR 的表时不可以使用。
+> **警告：**
+>
+> 目前 Pipelined DML 尚不兼容，强行使用可能会引发阻塞和相关组件 OOM 等问题。未来版本会逐渐支持。
+
+2. Pipelined DML 不适合在有写写冲突的场景使用。在这种场景下，Pipelined DML 性能可能大幅下降，或失败回滚。
+3. 需要确保在语句执行过程中保持[元数据锁](/metadata-lock.md)处于开启状态。 
+4. 使用 Pipelined DML 时，TiDB 会检测以下条件是否符合，不符合时 TiDB 会拒绝使用 Pipelined DML 执行，并自动回退到普通 DML 执行，同时生成对应的 Warning 信息：
+    - 仅适用于自动提交的语句
+    - 仅适用于 `INSERT`、`UPDATE`、`REPLACE` 和 `DELETE` 语句
+    - 不可用于[临时表](/temporary-tables.md)和[缓存表](/cached-tables.md)
+    - 开启外键约束检查时 (`foreign_key_checks = ON`) ，不可包含外键相关表操作
+
+特殊行为：
+  - `INSERT IGNORE ... ON DUPLICATE UPDATE` 语句可能会在更新造成冲突时报出 `Duplicate entry` 的错误。
+
+## 最佳实践
+
+- 将 [`tidb_mem_quota_query`](/system-variables.md#tidb_mem_quota_query) 略微调大，以确保执行器等部分的内存使用不会超过限制。建议值为至少 2 GiB。对于 TiDB 内存充足的情况，可以适当调大。
+- 在向新表进行插入的场景，Pipelined DML 易于受到热点影响。为实现最佳性能，建议尽可能先打散热点。可以参考[TiDB 热点问题处理](/troubleshoot-hot-spot-issues.md#tidb-热点问题处理)。
+
+## 相关配置
+
+- 系统变量 [`tidb_dml_type`](/system-variables.md#tidb_dml_type-从-v800-版本开始引入)：用于控制是否启用 Pipelined DML。
+- 配置项[`pessimistic-auto-commit`](/tidb-configuration-file.md#pessimistic-auto-commit)：当使用 Pipelined DML 时，该配置项的效果等同于设置为 `false`。
+- 以 Pipelined DML 方式执行超大事务时，事务耗时可能较长。对于这种模式的事务，其事务锁的最大 TTL 为 [`max-txn-ttl`](/tidb-configuration-file.md#max-txn-ttl) 与 24 小时中的较大值。
+- 当事务执行时间超过 [`tidb_gc_max_wait_time`](/system-variables.md#tidb_gc_max_wait_time-从-v610-版本开始引入) 设定值后，GC 可能会强制回滚事务，导致事务失败。
+- 以 `"bulk"` 方式执行事务时，事务的大小不受 TiDB 配置项 [`txn-total-size-limit`](/tidb-configuration-file.md#txn-total-size-limit) 的限制。
+
+## 观测 Pipelined DML
+
+Pipelined DML 的执行过程可以通过以下方式进行观测：
+- 系统变量[`tidb_last_txn_info`](#tidb_last_txn_info-从-v409-版本开始引入)，它可以查看上一个事务的执行信息，包括是否使用了 Pipelined DML。
+- TiDB 日志中包含 "[pipelined dml]" 字样的日志行表示展示了 Pipelined DML 的执行过程和进度，包括当前阶段、已经写入的数据量等。
+- TiDB 日志中的 ["expensive query" 日志](/identify-expensive-queries.md#expensive-query-日志示例) 包含的 affected rows 字段，可以查看耗时较长语句的当前进度。
+- [`INFORMATION_SCHEMA.PROCESSLIST`](/information-schema/information-schema-processlist.md)表，会展示事务的执行进度。Pipelined DML 通常用于大事务，执行耗时较长，可以通过该表查看事务的执行进度。
+
+## 常见问题
+
+### 为什么我的查询没有使用 Pipelined DML？
+
+当 TiDB 拒绝以 Pipelined DML 模式执行语句时，会生成对应的 warning，可以通过检查 warning 信息得知原因。
+
+常见的原因：
+
+1. 语句不是自动提交的
+2. 使用了不支持的表类型
+3. 涉及外键且外键检查开启
+
+### Pipelined DML 会影响事务的隔离级别吗？
+
+不会。Pipelined DML 仅改变了事务写入的实现机制，不影响 TiDB 的事务隔离保证。
+
+### 为什么使用了 Pipelined DML 还是会内存不足？
+
+即时开启了 Pipelined DML，仍然有可能碰到内存 quota 不足导致语句被 kill 的情况：
+```
+The query has been canceled due to exceeding the memory limit allowed for a single SQL query. Please try to narrow the query scope or increase the tidb_mem_quota_query limit, and then try again.
+```
+
+这是因为 Pipelined DML 功能仅控制了事务部分使用的内存，但语句使用的总内存还需要包括执行器等部分的内存。如果语句需要的总内存空间超过了 TiDB 的内存限制，仍然会出现内存不足的情况。
+通常将 [`tidb_mem_quota_query`](/system-variables.md#tidb_mem_quota_query) 设置为更大的值可以解决这个问题。推荐设置为 2 GiB。对于算子复杂或数据量大的 SQL，可能需要更大的值。
+
+## 探索更多
+
+- [批量处理概览](/batch-processing.md)
+- [TiDB 内存控制](/configure-memory-usage.md)
\ No newline at end of file
diff --git a/system-variables.md b/system-variables.md
index 7b49df1cb93f..4c34f1e9d739 100644
--- a/system-variables.md
+++ b/system-variables.md
@@ -1628,17 +1628,7 @@ mysql> SELECT job_info FROM mysql.analyze_jobs ORDER BY end_time DESC LIMIT 1;
 - 该变量用来设置 DML 语句的执行方式。
     - `"standard"` 表示使用标准的 DML 执行方式，TiDB 事务在提交前缓存在内存中。适用于处理高并发且可能存在冲突的事务场景，为默认推荐使用的执行方式。
     - `"bulk"` 表示使用批量 DML 执行方式，适合于处理因大量数据写入导致 TiDB 内存使用过多的情况。
-        - 在 TiDB 事务执行过程中，数据不是完全缓存在 TiDB 内存中，而是持续写入 TiKV，以减少内存的占用，同时平滑写入压力。
-        - 只有 `INSERT`、`UPDATE`、`REPLACE` 和 `DELETE` 语句受 `"bulk"` 方式的影响。由于 `"bulk"` 模式流水线执行的方式，其中 `INSERT IGNORE ... ON DUPLICATE UPDATE ...` 的用法可能会在更新造成冲突时报出 `Duplicate entry` 的错误；而在 `"standard"` 模式下，由于设置了 `IGNORE` 关键字，该错误会被忽略，不会返回给用户。
-        - `"bulk"` 方式仅适用于大批量**无冲突数据写入**的场景，不能高效处理写入冲突的场景，写写冲突可能会导致大批量事务提交失败并被回滚。
-        - `"bulk"` 方式只对自动提交 (auto-commit) 的语句生效。当设置为 `"bulk"` 时，[`pessimistic-auto-commit`](/tidb-configuration-file.md#pessimistic-auto-commit) 配置项的效果等同于设置为 `false`。
-        - 使用 `"bulk"` 方式执行语句时，需要确保在语句执行过程中保持[元数据锁](/metadata-lock.md)处于开启状态。
-        - `"bulk"` 方式不可以在[临时表](/temporary-tables.md)、[缓存表](/cached-tables.md)上使用。
-        - `"bulk"` 方式不可以在开启外键约束检查时 (`foreign_key_checks = ON`) 对包含外键的表和被外键引用的表使用。
-        - 当遇到不支持或不兼容的情况时，`"bulk"` 方式会回退到 `"standard"` 方式执行，并返回一条警告信息。你可以通过 [`tidb_last_txn_info`](#tidb_last_txn_info-从-v409-版本开始引入) 查看 `pipelined` 字段，如果为 `true` 则表示是使用 `"bulk"` 方式执行。
-        - 以 `"bulk"` 方式执行超大事务时，事务耗时可能较长。对于这种模式的事务，其事务锁的最大 TTL 为 [`max-txn-ttl`](/tidb-configuration-file.md#max-txn-ttl) 与 24 小时中的较大值。此外，当事务执行时间超过 [`tidb_gc_max_wait_time`](#tidb_gc_max_wait_time-从-v610-版本开始引入) 设定值后，GC 可能会强制回滚事务，导致事务失败。
-        - 以 `"bulk"` 方式执行事务时，事务的大小不受 TiDB 配置项 [`txn-total-size-limit`](/tidb-configuration-file.md#txn-total-size-limit) 的限制。
-        - `"bulk"` 方式由 Pipelined DML 特性实现，详细设计和 GitHub issue 可见 [Pipelined DML](https://github.com/pingcap/tidb/blob/master/docs/design/2024-01-09-pipelined-DML.md) 和 [#50215](https://github.com/pingcap/tidb/issues/50215)。
+        - `"bulk"` 方式目前由 Pipelined DML 特性实现，可见 [Pipelined DML](/pipelined-dml.md)。
 
 ### `tidb_enable_1pc` <span class="version-mark">从 v5.0 版本开始引入</span>
 

From 412850f40879f8ed97f4b79946cb8614e9152079 Mon Sep 17 00:00:00 2001
From: ekexium <ekexium@gmail.com>
Date: Thu, 5 Dec 2024 16:04:04 +0800
Subject: [PATCH 02/19] Update pipelined-dml.md

Co-authored-by: you06 <you1474600@gmail.com>
---
 pipelined-dml.md | 2 +-
 1 file changed, 1 insertion(+), 1 deletion(-)

diff --git a/pipelined-dml.md b/pipelined-dml.md
index 40b71552ea40..24b102262642 100644
--- a/pipelined-dml.md
+++ b/pipelined-dml.md
@@ -97,7 +97,7 @@ SELECT @@tidb_last_txn_info;
     - 开启外键约束检查时 (`foreign_key_checks = ON`) ，不可包含外键相关表操作
 
 特殊行为：
-  - `INSERT IGNORE ... ON DUPLICATE UPDATE` 语句可能会在更新造成冲突时报出 `Duplicate entry` 的错误。
+  - `INSERT IGNORE ... ON DUPLICATE KEY UPDATE` 语句可能会在更新造成冲突时报出 `Duplicate entry` 的错误。
 
 ## 最佳实践
 

From c9156ef07ebcba2d56022b04fbaa2cac0013bcc7 Mon Sep 17 00:00:00 2001
From: Grace Cai <qqzczy@126.com>
Date: Wed, 11 Dec 2024 18:27:42 +0800
Subject: [PATCH 03/19] Update pipelined-dml.md

---
 pipelined-dml.md | 108 +++++++++++++++++++++++++----------------------
 1 file changed, 57 insertions(+), 51 deletions(-)

diff --git a/pipelined-dml.md b/pipelined-dml.md
index 24b102262642..a719557e07d4 100644
--- a/pipelined-dml.md
+++ b/pipelined-dml.md
@@ -1,6 +1,6 @@
 ---
 title: Pipelined DML
-summary: Pipelined DML 增强了 TiDB 批量处理的能力，使得事务大小不再受到 TiDB 内存限制。batch processing, bulk, non-transactional DML
+summary: Pipelined DML 增强了 TiDB 批量处理的能力，使得事务大小不再受到 TiDB 内存限制。
 ---
 
 # Pipelined DML
@@ -9,22 +9,25 @@ summary: Pipelined DML 增强了 TiDB 批量处理的能力，使得事务大小
 >
 > 该功能目前为实验特性，不建议在生产环境中使用。该功能可能会在未事先通知的情况下发生变化或删除。语法和实现可能会在 GA 前发生变化。如果发现 bug，请在 GitHub 上提 [issue](https://github.com/pingcap/tidb/issues) 反馈。
 
-本文档介绍 Pipelined DML 的使用场景、使用方法、使用限制和使用该功能的常见问题。
+本文介绍 Pipelined DML 的使用场景、使用方法、使用限制和使用该功能的常见问题。
 
-Pipelined DML 是 TiDB 的一项实验特性，用于优化大规模数据写入场景。通过持续将事务数据写入存储层而不是完全缓存在内存中，该特性可以显著降低内存占用，提升大规模数据写入性能。使用 Pipelined DML，你可以执行超大规模的 DML 操作而不必担心内存溢出问题。
+Pipelined DML 是 TiDB 从 v8.0.0 开始引入的实验特性，用于优化大规模数据写入场景的性能。启用 Pipelined DML 后，当执行 DML 操作时，TiDB 会将相应的数据持续写入存储层，而不是全部缓存在内存中。这种方式就像流水线（Pipeline）一样，数据一边被读取（输入），一边被写入到存储层（输出），从而显著降低 DML 操作对内存的占用，提升大规模数据的写入性能。
+
+通过 Pipelined DML，你可以执行超大规模的 DML 操作而不必担心内存溢出问题。
 
 ## 使用场景和作用
 
-Pipelined DML 在以下场景中具有明显优势：
+Pipelined DML 适用于以下场景：
+
+- 大规模数据的迁移或归档操作
+- 批量数据的导入或更新
+- 涉及大量数据写入的 ETL (Extract, Transform, Load) 数据处理
+- 降低大规模数据写入的内存占用
 
-- 需要执行大规模数据迁移或归档操作
-- 进行批量数据导入或更新
-- ETL (Extract, Transform, Load) 处理涉及大量数据写入
-- 需要降低大规模写入时的内存占用
+在这些场景中，Pipelined DML 具有以下优势：
 
-Pipelined DML 在这些场景主要有 3 点优势
 - 事务使用内存可控，事务大小不受 TiDB 内存总量限制。事务部分内存使用限制在 1 GiB 以内。
-- 延迟更低。
+- 延迟更低，事务执行效率更高。
 - CPU 和 IO 负载更平滑。
 
 ### 数据归档场景
@@ -42,8 +45,8 @@ INSERT INTO sales_archive SELECT * FROM sales WHERE sale_date < '2023-01-01';
 当需要对大量数据进行更新操作时，例如批量调整商品价格或更新用户状态，Pipelined DML 可以高效完成操作：
 
 ```sql
-UPDATE /*+ SET_VAR(tidb_dml_type='bulk') */ products 
-SET price = price * 1.1 
+UPDATE /*+ SET_VAR(tidb_dml_type='bulk') */ products
+SET price = price * 1.1
 WHERE category = 'electronics';
 ```
 
@@ -57,23 +60,27 @@ DELETE /*+ SET_VAR(tidb_dml_type='bulk') */ FROM logs WHERE log_time < '2023-01-
 
 ## 使用方法
 
+本小节介绍如何启用 Pipelined DML 并验证其是否生效。
+
 ### 启用 Pipelined DML
 
-要使用 Pipelined DML，你需要将 `tidb_dml_type` 会话变量设置为 `"bulk"`：
+根据需要，你可以选择以下方式之一启用 Pipelined DML：
 
-```sql
-SET tidb_dml_type = "bulk";
-```
+- 如需在会话级别启用 Pipelined DML，请将 [`tidb_dml_type`](system-variables.md#tidb_dml_type-从-v800-版本开始引入) 变量设置为 `"bulk"`：
 
-或者使用 SET_VAR hint，如：
+    ```sql
+    SET tidb_dml_type = "bulk";
+    ```
 
-```sql
-INSERT /*+ SET_VAR(tidb_dml_type='bulk') */ INTO target_table SELECT * FROM source_table;
-```
+- 如需为某一条 DML 语句启用 Pipelined DML，请在该语句中添加 SET_VAR hint，例如：
+
+    ```sql
+    INSERT /*+ SET_VAR(tidb_dml_type='bulk') */ INTO target_table SELECT * FROM source_table;
+    ```
 
 ### 验证是否生效
 
-执行语句后，可以通过检查 [`tidb_last_txn_info`](#tidb_last_txn_info-从-v409-版本开始引入) 变量来确认是否使用了 Pipelined DML：
+执行 DML 语句后，可以查看 [`tidb_last_txn_info`](#tidb_last_txn_info-从-v409-版本开始引入) 变量来确认该语句的执行是否使用了 Pipelined DML：
 
 ```sql
 SELECT @@tidb_last_txn_info;
@@ -81,28 +88,24 @@ SELECT @@tidb_last_txn_info;
 
 如果返回结果中 `pipelined` 字段为 `true`，则表示成功使用了 Pipelined DML。
 
-## 使用条件
-
-1. 操作包含涉及 TiCDC、TiFlash 或 BR 的表时不可以使用。
-> **警告：**
->
-> 目前 Pipelined DML 尚不兼容，强行使用可能会引发阻塞和相关组件 OOM 等问题。未来版本会逐渐支持。
+## 使用限制
 
-2. Pipelined DML 不适合在有写写冲突的场景使用。在这种场景下，Pipelined DML 性能可能大幅下降，或失败回滚。
-3. 需要确保在语句执行过程中保持[元数据锁](/metadata-lock.md)处于开启状态。 
-4. 使用 Pipelined DML 时，TiDB 会检测以下条件是否符合，不符合时 TiDB 会拒绝使用 Pipelined DML 执行，并自动回退到普通 DML 执行，同时生成对应的 Warning 信息：
-    - 仅适用于自动提交的语句
-    - 仅适用于 `INSERT`、`UPDATE`、`REPLACE` 和 `DELETE` 语句
-    - 不可用于[临时表](/temporary-tables.md)和[缓存表](/cached-tables.md)
-    - 开启外键约束检查时 (`foreign_key_checks = ON`) ，不可包含外键相关表操作
+目前，Pipelined DML 存在以下使用限制：
 
-特殊行为：
-  - `INSERT IGNORE ... ON DUPLICATE KEY UPDATE` 语句可能会在更新造成冲突时报出 `Duplicate entry` 的错误。
+- 与 TiCDC、TiFlash 或 BR 尚不兼容，请勿在与这些组件有关的表上使用 Pipelined DML。强行使用可能会引发阻塞以及这些组件的 OOM 等问题。
+- 不适用于存在写写冲突的场景。在这种场景下，Pipelined DML 性能可能大幅下降，或失败回滚。
+- 在 DML 语句执行过程中，需要确保[元数据锁](/metadata-lock.md)保持开启。
+- 使用 Pipelined DML 时，TiDB 会自动检测以下条件是否全部符合。如果其中任一条件不符合，TiDB 会拒绝使用 Pipelined DML 执行，自动回退到普通 DML 执行，并生成对应的 warning 信息：
+    - 仅支持自动提交的语句
+    - 仅支持 `INSERT`、`UPDATE`、`REPLACE` 和 `DELETE` 语句。
+    - 操作的表不包含[临时表](/temporary-tables.md)或[缓存表](/cached-tables.md)。
+    - 当外键约束检查开启 (`foreign_key_checks = ON`)时，操作的表不包含外键关系。
+- 当使用 Pipelined DML 执行 `INSERT IGNORE ... ON DUPLICATE KEY UPDATE` 语句时，如果更新操作发生冲突，可能会返回 `Duplicate entry` 错误。
 
 ## 最佳实践
 
-- 将 [`tidb_mem_quota_query`](/system-variables.md#tidb_mem_quota_query) 略微调大，以确保执行器等部分的内存使用不会超过限制。建议值为至少 2 GiB。对于 TiDB 内存充足的情况，可以适当调大。
-- 在向新表进行插入的场景，Pipelined DML 易于受到热点影响。为实现最佳性能，建议尽可能先打散热点。可以参考[TiDB 热点问题处理](/troubleshoot-hot-spot-issues.md#tidb-热点问题处理)。
+- 将 [`tidb_mem_quota_query`](/system-variables.md#tidb_mem_quota_query) 略微调大，以确保执行器等部分的内存使用不会超过限制。建议至少设置为 2 GiB。对于 TiDB 内存充足的情况，可以适当调大。
+- 在向新表插入数据的场景，Pipelined DML 易受到热点影响。为实现最佳性能，建议尽可能先打散热点。可以参考[TiDB 热点问题处理](/troubleshoot-hot-spot-issues.md#tidb-热点问题处理)。
 
 ## 相关配置
 
@@ -114,37 +117,40 @@ SELECT @@tidb_last_txn_info;
 
 ## 观测 Pipelined DML
 
-Pipelined DML 的执行过程可以通过以下方式进行观测：
-- 系统变量[`tidb_last_txn_info`](#tidb_last_txn_info-从-v409-版本开始引入)，它可以查看上一个事务的执行信息，包括是否使用了 Pipelined DML。
-- TiDB 日志中包含 "[pipelined dml]" 字样的日志行表示展示了 Pipelined DML 的执行过程和进度，包括当前阶段、已经写入的数据量等。
-- TiDB 日志中的 ["expensive query" 日志](/identify-expensive-queries.md#expensive-query-日志示例) 包含的 affected rows 字段，可以查看耗时较长语句的当前进度。
-- [`INFORMATION_SCHEMA.PROCESSLIST`](/information-schema/information-schema-processlist.md)表，会展示事务的执行进度。Pipelined DML 通常用于大事务，执行耗时较长，可以通过该表查看事务的执行进度。
+你可以通过以下方式观测 Pipelined DML 的执行过程：
+
+- 查看系统变量 [`tidb_last_txn_info`](#tidb_last_txn_info-从-v409-版本开始引入)，获取当前会话上一个事务的执行信息，包括是否使用了 Pipelined DML。
+- 查看 TiDB 日志中包含 `"[pipelined dml]"` 字样的行，了解 Pipelined DML 的执行过程和进度，包括当前阶段、已经写入的数据量等。
+- 查看 TiDB 日志中的 [`expensive query` 日志](/identify-expensive-queries.md#expensive-query-日志示例)的 `affected rows` 字段，获取耗时较长语句的当前进度。
+- 查看 [`INFORMATION_SCHEMA.PROCESSLIST`](/information-schema/information-schema-processlist.md) 表，了解事务的执行进度。Pipelined DML 通常用于大事务，执行耗时较长，可以通过该表查看事务的执行进度。
 
 ## 常见问题
 
 ### 为什么我的查询没有使用 Pipelined DML？
 
-当 TiDB 拒绝以 Pipelined DML 模式执行语句时，会生成对应的 warning，可以通过检查 warning 信息得知原因。
+当 TiDB 拒绝以 Pipelined DML 模式执行语句时，会生成对应的 warning，可以通过检查 warning 信息 (`SHOW WARNINGS;`) 得知原因。
 
 常见的原因：
 
-1. 语句不是自动提交的
-2. 使用了不支持的表类型
-3. 涉及外键且外键检查开启
+- DML 语句不是自动提交的
+- 使用了不支持的表类型，例如[临时表](/temporary-tables.md)或[缓存表](/cached-tables.md)
+- 涉及外键且外键检查开启
 
 ### Pipelined DML 会影响事务的隔离级别吗？
 
 不会。Pipelined DML 仅改变了事务写入的实现机制，不影响 TiDB 的事务隔离保证。
 
-### 为什么使用了 Pipelined DML 还是会内存不足？
+### 为什么使用了 Pipelined DML 还是会出现内存不足？
+
+即使开启了 Pipelined DML，仍然有可能碰到内存 quota 不足导致语句被 kill 的情况：
 
-即时开启了 Pipelined DML，仍然有可能碰到内存 quota 不足导致语句被 kill 的情况：
 ```
 The query has been canceled due to exceeding the memory limit allowed for a single SQL query. Please try to narrow the query scope or increase the tidb_mem_quota_query limit, and then try again.
 ```
 
-这是因为 Pipelined DML 功能仅控制了事务部分使用的内存，但语句使用的总内存还需要包括执行器等部分的内存。如果语句需要的总内存空间超过了 TiDB 的内存限制，仍然会出现内存不足的情况。
-通常将 [`tidb_mem_quota_query`](/system-variables.md#tidb_mem_quota_query) 设置为更大的值可以解决这个问题。推荐设置为 2 GiB。对于算子复杂或数据量大的 SQL，可能需要更大的值。
+这是因为 Pipelined DML 功能仅控制了事务执行过程中数据使用的内存，但语句使用的总内存还包括执行器等部分的内存。如果语句执行时所需的总内存（事务内存 + 执行器内存等）超过了 TiDB 的内存限制，仍然可能会出现内存不足的错误。
+
+通常情况下，将系统变量 [`tidb_mem_quota_query`](/system-variables.md#tidb_mem_quota_query) 设置为更大的值可以解决该问题。推荐设置为 2 GiB。对于算子复杂或涉及数据量大的 SQL 语句，可能需要将该变量设置为更大的值。
 
 ## 探索更多
 

From 206d352920b3c33ca67ea193238d32f3a2b9a853 Mon Sep 17 00:00:00 2001
From: Grace Cai <qqzczy@126.com>
Date: Thu, 12 Dec 2024 16:42:06 +0800
Subject: [PATCH 04/19] update descriptions

---
 batch-processing.md | 111 +++++++++++++++++++++++++-------------------
 pipelined-dml.md    |  40 ++++++++--------
 2 files changed, 83 insertions(+), 68 deletions(-)

diff --git a/batch-processing.md b/batch-processing.md
index d92512e80290..4bc1e8fb0234 100644
--- a/batch-processing.md
+++ b/batch-processing.md
@@ -1,75 +1,90 @@
 ---
-title: 批量处理概览
-summary: 介绍了 TiDB 为批量处理场景提供的功能，包括 Pipelined DML、非事务性 DML、IMPORT INTO 语句、被废弃的 batch dml 等
+title: 数据批量处理
+summary: 介绍了 TiDB 为数据批量处理场景提供的功能，包括 Pipelined DML、非事务性 DML、IMPORT INTO 语句、被废弃的 batch dml。
 ---
 
-# 批量处理概览
+# 数据批量处理
 
-批量处理场景对 TiDB 的主要挑战在于 TiDB 内存限制了事务的大小，以及对更快的处理速度的要求。
+批量数据处理是实际业务中常见且重要的操作，它涉及到对大量数据进行高效操作，如数据迁移、批量导入、归档操作或大规模更新等。
 
-随着版本演进，TiDB 提供了多种批量数据处理功能，但它们之间的区别和适用场景容易混淆。本文将详细对比：
-- Pipelined DML
-- 非事务性 DML
-- IMPORT INTO 语句
-- 已废弃 batch dml
+为了提升批量处理性能，TiDB 随着版本的演进提供了多种数据批量处理功能：
 
-通过明确每个功能的特点，帮助在批量处理场景下做出正确选择。
+- 数据导入
+    - `IMPORT INTO` 语句（从 TiDB v7.2.0 开始引入、从 v7.5.0 开始 GA）
+- 数据增删改
+    - Pipelined DML（从 TiDB v8.0.0 开始引入，实验特性）
+    - 非事务性 DML（从 TiDB v6.1.0 开始引入）
+    - 已废弃的 batch-dml 功能
 
-## Pipelined DML
+本文将分别介绍这些功能的主要优势、限制、使用场景，帮助你根据实际需求选择合适的方案，更高效地完成批量数据处理任务。
 
-Pipelined DML 在 TiDB v8.1 LTS 作为实验性特性发布，在 v8.5 LTS 内核部分功能得到完善，性能大幅提升。
+## 数据导入
 
-它的主要特点是:
-1. 适合通用的批量数据处理场景，支持 INSERT、REPLACE、UPDATE、DELETE 操作。
-2. 事务大小不再受到 TiDB 内存限制，支持处理超大规模数据。
-3. 速度比标准 DML 更快。
-4. 通过系统变量启用，无需修改 SQL 语句。
+`IMPORT INTO` 语句专为数据导入设计，使你无需单独部署 TiDB Lightning，即可将 CSV、SQL 或 PARQUET 等格式的数据快速导入到 TiDB 的一张空表中。
 
-它的主要限制是：
-1. 只适用于自动提交的语句。
+主要优势：
 
-它的适用场景是：通用的批量数据处理场景，例如大量数据的插入、更新、删除等。
+- 导入速度非常快。
+- 易用性比 TiDB Lightning 更高。
 
-更多信息见[Pipelined DML](/pipelined-dml.md)。
+主要限制：
 
-## 非事务 DML 语句
+- 不满足事务 ACID 性质。
+- 使用限制较多。
 
-非事务 DML 语句是在 TiDB v6.1 LTS 首次引入的功能，支持 DELETE。在 v6.5 中开始支持 INSERT、REPLACE、UPDATE。
+适用场景：
 
-它的主要特点是：
-- 通过将一条语句拆为多条语句执行，使得每个语句的事务更小，绕开内存限制。
-- 处理速度比标准 DML 稍快或相当。
+- 数据导入场景，例如数据迁移、数据恢复等。建议在合适的场景下，使用 IMPORT INTO 代替 TiDB Lightning。
 
-它的主要限制是：
-- 只适用于自动提交的语句。
-- 需要修改 SQL 语句。
-- 对 SQL 语句本身限制较多，不符合条件的语句可能需要改写。
-- 因为拆分执行，不具有完整的事务 ACID 性质，在失败时语句可能部分完成。
+更多信息，请参考 [IMPORT INTO](/sql-statements/sql-statement-import-into.md)。
 
-它的适用场景是：大量数据的插入、更新、删除等场景。由于限制较多，建议在 Pipelined DML 不适用的场景下考虑使用。
+## 数据增删改
 
-更多信息见[非事务 DML 语句](/non-transactional-dml.md)。
+### Pipelined DML
 
-## IMPORT INTO 语句
+Pipelined DML 是从 TiDB v8.0.0 开始引入的实验特性。在 v8.5.0 中，TiDB 对该功能进行了完善，其性能得到大幅提升。
 
-IMPORT INTO 语句是在 TiDB v7.5 LTS 首次引入的功能，专为数据导入设计，以替代 TiDB Lightning。
+主要优势：
 
-它的主要特点是：
-- 导入速度非常快。
-- 易用性比 TiDB Lightning 更高。
+- 在事务执行过程中，通过将数据持续写入存储层，而不是全部缓存在内存中，使得事务大小不再受到 TiDB 内存限制，支持处理超大规模数据。
+- 速度比标准 DML 更快。
+- 通过系统变量启用，无需修改 SQL 语句。
 
-它的主要限制是：
-- 只适合数据导入场景。
-- 不满足事务 ACID 性质。
-- 使用限制较多。
+主要限制：
+
+- 只适用于[自动提交](/transaction-overview.md#自动提交)的 `INSERT`、`REPLACE`、`UPDATE`、`DELETE` 语句。
+
+适用场景：
+
+- 通用的批量数据处理场景，例如大量数据的插入、更新、删除等。
+
+更多信息，请参考[Pipelined DML](/pipelined-dml.md)。
+
+### 非事务 DML 语句
+
+非事务 DML 语句是从 TiDB v6.1.0 开始引入的功能。在 v6.1.0 中，该功能仅支持 `DELETE` 语句。从 v6.5.0 起，该功能新增支持 `INSERT`、`REPLACE`、`UPDATE` 语句。
+
+主要优势：
+
+- 通过将一条 SQL 语句拆为多条语句执行，使得每个语句的事务更小，绕开内存限制。
+- 处理速度比标准 DML 稍快或相当。
+
+主要限制：
+
+- 只适用于[自动提交](/transaction-overview.md#自动提交)的语句。
+- 需要修改 SQL 语句。
+- 对 SQL 语句本身限制较多，不符合条件的语句可能需要改写。
+- 因为 SQL 语句被拆分执行，不具有完整的事务 ACID 性质，在失败时语句可能部分完成。
+
+适用场景：
 
-它的适用场景是：数据导入场景，例如数据迁移、数据恢复等。建议在合适的场景下，使用 IMPORT INTO 代替 TiDB Lightning。
+- 大量数据的插入、更新、删除等场景。由于限制较多，建议在 Pipelined DML 不适用的场景下考虑使用。
 
-更多信息见[IMPORT INTO](/sql-statements/sql-statement-import-into.md)。
+更多信息，请参考[非事务 DML 语句](/non-transactional-dml.md)。
 
-## 已被废弃的 batch dml
+### 已被废弃的 batch-dml
 
-在 TiDB v4.0 以前用于批量处理的 batch dml 功能已被废弃，不再推荐使用。这个功能是由以下这组系统变量控制的:
+在 TiDB v4.0 以前用于批量处理的 batch-dml 功能已被废弃，不再推荐使用。该功能由以下这些系统变量控制：
 
 - `tidb_batch_insert`
 - `tidb_batch_delete`
@@ -77,6 +92,6 @@ IMPORT INTO 语句是在 TiDB v7.5 LTS 首次引入的功能，专为数据导
 - `tidb_enable_batch_dml`
 - `tidb_dml_batch_size`
 
-这组功能因为容易引起数据索引不一致，导致数据损坏或丢失，已被废弃。相关变量将被逐渐移除。
+因为该功能可能引起数据索引不一致，导致数据损坏或丢失，以上变量已被废弃，并计划将在未来的版本中逐渐移除。
 
-不建议在任何场景下使用已被废弃的 batch dml 功能。建议迁移到上面描述的其它方案。
\ No newline at end of file
+不建议在任何场景下使用已被废弃的 batch dml 功能。建议选择上面描述的其它方案。
\ No newline at end of file
diff --git a/pipelined-dml.md b/pipelined-dml.md
index a719557e07d4..36abf709ca6c 100644
--- a/pipelined-dml.md
+++ b/pipelined-dml.md
@@ -15,7 +15,7 @@ Pipelined DML 是 TiDB 从 v8.0.0 开始引入的实验特性，用于优化大
 
 通过 Pipelined DML，你可以执行超大规模的 DML 操作而不必担心内存溢出问题。
 
-## 使用场景和作用
+## 使用场景
 
 Pipelined DML 适用于以下场景：
 
@@ -58,6 +58,20 @@ WHERE category = 'electronics';
 DELETE /*+ SET_VAR(tidb_dml_type='bulk') */ FROM logs WHERE log_time < '2023-01-01';
 ```
 
+## 使用限制
+
+目前，Pipelined DML 存在以下使用限制：
+
+- 与 TiCDC、TiFlash 或 BR 尚不兼容，请勿在与这些组件有关的表上使用 Pipelined DML。强行使用可能会引发阻塞以及这些组件的 OOM 等问题。
+- 不适用于存在写入冲突的场景。在这种场景下，Pipelined DML 性能可能大幅下降，或失败回滚。
+- 在使用 Pipelined DML 执行 DML 语句的过程中，需要确保[元数据锁](/metadata-lock.md)保持开启。
+- 启用 Pipelined DML 后，TiDB 在执行 DML 语句时会自动检测以下条件是否全部符合。如果其中任一条件不符合，TiDB 会拒绝使用 Pipelined DML 执行该语句，自动回退到普通 DML 执行，并生成对应的 warning 信息：
+    - 仅支持[自动提交](/transaction-overview.md#自动提交)的语句。
+    - 仅支持 `INSERT`、`UPDATE`、`REPLACE` 和 `DELETE` 语句。
+    - 操作的表不包含[临时表](/temporary-tables.md)或[缓存表](/cached-tables.md)。
+    - 当[外键约束](/foreign-key.md)检查开启 (`foreign_key_checks = ON`)时，操作的表不包含外键关系。
+- 当使用 Pipelined DML 执行 `INSERT IGNORE ... ON DUPLICATE KEY UPDATE` 语句时，如果更新操作发生冲突，可能会返回 `Duplicate entry` 错误。
+
 ## 使用方法
 
 本小节介绍如何启用 Pipelined DML 并验证其是否生效。
@@ -88,20 +102,6 @@ SELECT @@tidb_last_txn_info;
 
 如果返回结果中 `pipelined` 字段为 `true`，则表示成功使用了 Pipelined DML。
 
-## 使用限制
-
-目前，Pipelined DML 存在以下使用限制：
-
-- 与 TiCDC、TiFlash 或 BR 尚不兼容，请勿在与这些组件有关的表上使用 Pipelined DML。强行使用可能会引发阻塞以及这些组件的 OOM 等问题。
-- 不适用于存在写写冲突的场景。在这种场景下，Pipelined DML 性能可能大幅下降，或失败回滚。
-- 在 DML 语句执行过程中，需要确保[元数据锁](/metadata-lock.md)保持开启。
-- 使用 Pipelined DML 时，TiDB 会自动检测以下条件是否全部符合。如果其中任一条件不符合，TiDB 会拒绝使用 Pipelined DML 执行，自动回退到普通 DML 执行，并生成对应的 warning 信息：
-    - 仅支持自动提交的语句
-    - 仅支持 `INSERT`、`UPDATE`、`REPLACE` 和 `DELETE` 语句。
-    - 操作的表不包含[临时表](/temporary-tables.md)或[缓存表](/cached-tables.md)。
-    - 当外键约束检查开启 (`foreign_key_checks = ON`)时，操作的表不包含外键关系。
-- 当使用 Pipelined DML 执行 `INSERT IGNORE ... ON DUPLICATE KEY UPDATE` 语句时，如果更新操作发生冲突，可能会返回 `Duplicate entry` 错误。
-
 ## 最佳实践
 
 - 将 [`tidb_mem_quota_query`](/system-variables.md#tidb_mem_quota_query) 略微调大，以确保执行器等部分的内存使用不会超过限制。建议至少设置为 2 GiB。对于 TiDB 内存充足的情况，可以适当调大。
@@ -109,11 +109,11 @@ SELECT @@tidb_last_txn_info;
 
 ## 相关配置
 
-- 系统变量 [`tidb_dml_type`](/system-variables.md#tidb_dml_type-从-v800-版本开始引入)：用于控制是否启用 Pipelined DML。
-- 配置项[`pessimistic-auto-commit`](/tidb-configuration-file.md#pessimistic-auto-commit)：当使用 Pipelined DML 时，该配置项的效果等同于设置为 `false`。
+- 系统变量 [`tidb_dml_type`](/system-variables.md#tidb_dml_type-从-v800-版本开始引入) 用于控制是否在会话级别启用 Pipelined DML。
+- 当 [`tidb_dml_type`](/system-variables.md#tidb_dml_type-从-v800-版本开始引入) 设置为 `"bulk"` 时，配置项 [`pessimistic-auto-commit`](/tidb-configuration-file.md#pessimistic-auto-commit) 的效果等同于设置为 `false`。
+- 以 Pipelined DML 方式执行事务时，事务的大小不受 TiDB 配置项 [`txn-total-size-limit`](/tidb-configuration-file.md#txn-total-size-limit) 的限制。
 - 以 Pipelined DML 方式执行超大事务时，事务耗时可能较长。对于这种模式的事务，其事务锁的最大 TTL 为 [`max-txn-ttl`](/tidb-configuration-file.md#max-txn-ttl) 与 24 小时中的较大值。
 - 当事务执行时间超过 [`tidb_gc_max_wait_time`](/system-variables.md#tidb_gc_max_wait_time-从-v610-版本开始引入) 设定值后，GC 可能会强制回滚事务，导致事务失败。
-- 以 `"bulk"` 方式执行事务时，事务的大小不受 TiDB 配置项 [`txn-total-size-limit`](/tidb-configuration-file.md#txn-total-size-limit) 的限制。
 
 ## 观测 Pipelined DML
 
@@ -128,7 +128,7 @@ SELECT @@tidb_last_txn_info;
 
 ### 为什么我的查询没有使用 Pipelined DML？
 
-当 TiDB 拒绝以 Pipelined DML 模式执行语句时，会生成对应的 warning，可以通过检查 warning 信息 (`SHOW WARNINGS;`) 得知原因。
+当 TiDB 拒绝以 Pipelined DML 模式执行语句时，会生成对应的警告信息，可以通过检查警告信息 (`SHOW WARNINGS;`) 确定原因。
 
 常见的原因：
 
@@ -148,7 +148,7 @@ SELECT @@tidb_last_txn_info;
 The query has been canceled due to exceeding the memory limit allowed for a single SQL query. Please try to narrow the query scope or increase the tidb_mem_quota_query limit, and then try again.
 ```
 
-这是因为 Pipelined DML 功能仅控制了事务执行过程中数据使用的内存，但语句使用的总内存还包括执行器等部分的内存。如果语句执行时所需的总内存（事务内存 + 执行器内存等）超过了 TiDB 的内存限制，仍然可能会出现内存不足的错误。
+这是因为 Pipelined DML 功能仅能控制事务执行过程中数据使用的内存，但语句执行时使用的总内存还包括执行器等部分的内存。如果语句执行时所需的总内存超过了 TiDB 的内存限制，仍然可能会出现内存不足的错误。
 
 通常情况下，将系统变量 [`tidb_mem_quota_query`](/system-variables.md#tidb_mem_quota_query) 设置为更大的值可以解决该问题。推荐设置为 2 GiB。对于算子复杂或涉及数据量大的 SQL 语句，可能需要将该变量设置为更大的值。
 

From 094337298c0837301e0b1e922de16d334c280ebe Mon Sep 17 00:00:00 2001
From: Grace Cai <qqzczy@126.com>
Date: Thu, 12 Dec 2024 16:42:38 +0800
Subject: [PATCH 05/19] Update TOC.md

---
 TOC.md | 2 +-
 1 file changed, 1 insertion(+), 1 deletion(-)

diff --git a/TOC.md b/TOC.md
index 8b280fb7cdff..8d337a604863 100644
--- a/TOC.md
+++ b/TOC.md
@@ -349,7 +349,7 @@
   - [Load Base Split 使用文档](/configure-load-base-split.md)
   - [Store Limit 使用文档](/configure-store-limit.md)
   - [DDL 执行原理及最佳实践](/ddl-introduction.md)
-  - [批量处理概览](/batch-processing.md)
+  - [数据批量处理](/batch-processing.md)
   - PD 微服务使用文档
     - [PD 微服务概览](/pd-microservices.md)
     - [使用 TiUP 扩容缩容 PD 微服务节点](/scale-microservices-using-tiup.md)

From 5275c2165219ff044df449031293a6578cfffb3e Mon Sep 17 00:00:00 2001
From: Grace Cai <qqzczy@126.com>
Date: Thu, 12 Dec 2024 17:09:55 +0800
Subject: [PATCH 06/19] move hint usage to enabling steps

---
 batch-processing.md |  4 ++--
 pipelined-dml.md    | 36 ++++++++++++++++++++++++++++--------
 2 files changed, 30 insertions(+), 10 deletions(-)

diff --git a/batch-processing.md b/batch-processing.md
index 4bc1e8fb0234..f8d4a809535f 100644
--- a/batch-processing.md
+++ b/batch-processing.md
@@ -58,7 +58,7 @@ Pipelined DML 是从 TiDB v8.0.0 开始引入的实验特性。在 v8.5.0 中，
 
 - 通用的批量数据处理场景，例如大量数据的插入、更新、删除等。
 
-更多信息，请参考[Pipelined DML](/pipelined-dml.md)。
+更多信息，请参考 [Pipelined DML](/pipelined-dml.md)。
 
 ### 非事务 DML 语句
 
@@ -94,4 +94,4 @@ Pipelined DML 是从 TiDB v8.0.0 开始引入的实验特性。在 v8.5.0 中，
 
 因为该功能可能引起数据索引不一致，导致数据损坏或丢失，以上变量已被废弃，并计划将在未来的版本中逐渐移除。
 
-不建议在任何场景下使用已被废弃的 batch dml 功能。建议选择上面描述的其它方案。
\ No newline at end of file
+不建议在任何场景下使用已被废弃的 batch-dml 功能。建议选择上面描述的其它方案。
\ No newline at end of file
diff --git a/pipelined-dml.md b/pipelined-dml.md
index 36abf709ca6c..8f2840f43514 100644
--- a/pipelined-dml.md
+++ b/pipelined-dml.md
@@ -42,22 +42,26 @@ INSERT INTO sales_archive SELECT * FROM sales WHERE sale_date < '2023-01-01';
 
 ### 批量数据更新场景
 
-当需要对大量数据进行更新操作时，例如批量调整商品价格或更新用户状态，Pipelined DML 可以高效完成操作：
+当需要对大量数据进行更新操作时，例如批量调整商品价格或更新用户状态：
 
 ```sql
-UPDATE /*+ SET_VAR(tidb_dml_type='bulk') */ products
+UPDATE products
 SET price = price * 1.1
 WHERE category = 'electronics';
 ```
 
+使用 Pipelined DML 可以高效完成更新操作。
+
 ### 批量删除场景
 
-当需要删除大量数据时，例如删除历史数据或清理过期数据，Pipelined DML 可以高效完成操作：
+当需要删除大量数据时，例如删除历史数据或清理过期数据：
 
 ```sql
-DELETE /*+ SET_VAR(tidb_dml_type='bulk') */ FROM logs WHERE log_time < '2023-01-01';
+DELETE FROM logs WHERE log_time < '2023-01-01';
 ```
 
+使用 Pipelined DML 可以高效完成删除操作。
+
 ## 使用限制
 
 目前，Pipelined DML 存在以下使用限制：
@@ -86,11 +90,27 @@ DELETE /*+ SET_VAR(tidb_dml_type='bulk') */ FROM logs WHERE log_time < '2023-01-
     SET tidb_dml_type = "bulk";
     ```
 
-- 如需为某一条 DML 语句启用 Pipelined DML，请在该语句中添加 SET_VAR hint，例如：
+- 如需为某一条 DML 语句启用 Pipelined DML，请在该语句中添加 SET_VAR hint。
 
-    ```sql
-    INSERT /*+ SET_VAR(tidb_dml_type='bulk') */ INTO target_table SELECT * FROM source_table;
-    ```
+    - 数据归档示例：
+
+        ```sql
+        INSERT /*+ SET_VAR(tidb_dml_type='bulk') */ INTO target_table SELECT * FROM source_table;
+        ```
+
+    - 批量数据更新示例：
+
+        ```sql
+        UPDATE /*+ SET_VAR(tidb_dml_type='bulk') */ products
+        SET price = price * 1.1
+        WHERE category = 'electronics';
+        ```
+
+    - 批量删除示例：
+
+        ```sql
+        DELETE /*+ SET_VAR(tidb_dml_type='bulk') */ FROM logs WHERE log_time < '2023-01-01';
+        ```
 
 ### 验证是否生效
 

From dbe9bdb283495387ff126b9a5f151874e7a9f0c1 Mon Sep 17 00:00:00 2001
From: Grace Cai <qqzczy@126.com>
Date: Fri, 13 Dec 2024 10:52:41 +0800
Subject: [PATCH 07/19] Update pipelined-dml.md

---
 pipelined-dml.md | 46 +++++++++++++++-------------------------------
 1 file changed, 15 insertions(+), 31 deletions(-)

diff --git a/pipelined-dml.md b/pipelined-dml.md
index 8f2840f43514..4ad359a2cae6 100644
--- a/pipelined-dml.md
+++ b/pipelined-dml.md
@@ -19,48 +19,32 @@ Pipelined DML 是 TiDB 从 v8.0.0 开始引入的实验特性，用于优化大
 
 Pipelined DML 适用于以下场景：
 
-- 大规模数据的迁移或归档操作
-- 批量数据的导入或更新
-- 涉及大量数据写入的 ETL (Extract, Transform, Load) 数据处理
-- 降低大规模数据写入的内存占用
+- **大规模数据的迁移或归档**
 
-在这些场景中，Pipelined DML 具有以下优势：
+    例如，将历史数据从活跃表归档到归档表。
 
-- 事务使用内存可控，事务大小不受 TiDB 内存总量限制。事务部分内存使用限制在 1 GiB 以内。
-- 延迟更低，事务执行效率更高。
-- CPU 和 IO 负载更平滑。
+- **批量数据的导入或更新**
 
-### 数据归档场景
+    例如，批量调整商品价格或更新用户状态。
 
-当需要将历史数据从活跃表归档到归档表时，通常涉及大量数据迁移。例如：
+- **批量数据的删除**
 
-```sql
-INSERT INTO sales_archive SELECT * FROM sales WHERE sale_date < '2023-01-01';
-```
-
-使用 Pipelined DML 可以有效处理数百万行数据的迁移，避免 OOM 问题。
+    例如，删除历史数据或清理过期数据。
 
-### 批量数据更新场景
+- **涉及大量数据的 ETL (Extract, Transform, Load) 数据处理**
 
-当需要对大量数据进行更新操作时，例如批量调整商品价格或更新用户状态：
+    例如，从多个数据源提取数据，进行必要的转换处理后，加载到目标数据库或数据仓库。
 
-```sql
-UPDATE products
-SET price = price * 1.1
-WHERE category = 'electronics';
-```
+- **大规模写入内存优化**
 
-使用 Pipelined DML 可以高效完成更新操作。
+    降低大规模数据写入操作对系统内存的占用。
 
-### 批量删除场景
-
-当需要删除大量数据时，例如删除历史数据或清理过期数据：
-
-```sql
-DELETE FROM logs WHERE log_time < '2023-01-01';
-```
+在这些场景中，Pipelined DML 具有以下优势：
 
-使用 Pipelined DML 可以高效完成删除操作。
+- 事务使用内存可控，事务大小不受 TiDB 内存总量限制。事务部分内存使用限制在 1 GiB 以内。
+- 有效处理数百万行数据的迁移，避免 OOM 问题。
+- 延迟更低，事务执行效率更高。
+- CPU 和 IO 负载更平滑。
 
 ## 使用限制
 

From daf1cf4744005842d1488a0db317a4c6aea3ecfd Mon Sep 17 00:00:00 2001
From: ekexium <eke@fastmail.com>
Date: Fri, 13 Dec 2024 12:30:07 +0800
Subject: [PATCH 08/19] rework introduction section

Signed-off-by: ekexium <eke@fastmail.com>
---
 pipelined-dml.md | 43 ++++++++++++++-----------------------------
 1 file changed, 14 insertions(+), 29 deletions(-)

diff --git a/pipelined-dml.md b/pipelined-dml.md
index 4ad359a2cae6..de7c8df25272 100644
--- a/pipelined-dml.md
+++ b/pipelined-dml.md
@@ -11,40 +11,25 @@ summary: Pipelined DML 增强了 TiDB 批量处理的能力，使得事务大小
 
 本文介绍 Pipelined DML 的使用场景、使用方法、使用限制和使用该功能的常见问题。
 
-Pipelined DML 是 TiDB 从 v8.0.0 开始引入的实验特性，用于优化大规模数据写入场景的性能。启用 Pipelined DML 后，当执行 DML 操作时，TiDB 会将相应的数据持续写入存储层，而不是全部缓存在内存中。这种方式就像流水线（Pipeline）一样，数据一边被读取（输入），一边被写入到存储层（输出），从而显著降低 DML 操作对内存的占用，提升大规模数据的写入性能。
+## 功能概述
 
-通过 Pipelined DML，你可以执行超大规模的 DML 操作而不必担心内存溢出问题。
+Pipelined DML 是 TiDB 从 v8.0.0 开始引入的实验特性，用于优化大规模数据写入场景的性能。启用 Pipelined DML 后，当执行 DML 操作时，TiDB 会将相应的数据持续写入存储层，而不是全部缓存在内存中。这种方式就像流水线（Pipeline）一样，数据一边被读取（输入），一边被写入到存储层（输出），从而解决了大规模 DML 操作的以下常见问题：
 
-## 使用场景
+- 内存限制：传统 DML 在处理大量数据时容易导致 OOM
+- 性能瓶颈：大事务执行效率低，容易引起系统负载波动
+- 操作限制：受限于 TiDB 内存总量，难以执行超大规模数据处理
 
-Pipelined DML 适用于以下场景：
+启用此功能后，你可以：
+- 执行不受 TiDB 内存限制的大规模数据操作
+- 获得更平稳的系统负载和更低的操作延迟
+- 将事务内存使用控制在可预测范围内（在 1 GiB 以内）
 
-- **大规模数据的迁移或归档**
+当你遇到以下情况时，建议考虑使用 Pipelined DML：
+- 需要处理数百万行及以上级别的数据写入
+- 执行 DML 时遇到内存不足错误
+- 大规模数据操作导致系统负载波动明显
 
-    例如，将历史数据从活跃表归档到归档表。
-
-- **批量数据的导入或更新**
-
-    例如，批量调整商品价格或更新用户状态。
-
-- **批量数据的删除**
-
-    例如，删除历史数据或清理过期数据。
-
-- **涉及大量数据的 ETL (Extract, Transform, Load) 数据处理**
-
-    例如，从多个数据源提取数据，进行必要的转换处理后，加载到目标数据库或数据仓库。
-
-- **大规模写入内存优化**
-
-    降低大规模数据写入操作对系统内存的占用。
-
-在这些场景中，Pipelined DML 具有以下优势：
-
-- 事务使用内存可控，事务大小不受 TiDB 内存总量限制。事务部分内存使用限制在 1 GiB 以内。
-- 有效处理数百万行数据的迁移，避免 OOM 问题。
-- 延迟更低，事务执行效率更高。
-- CPU 和 IO 负载更平滑。
+需要注意的是，虽然 Pipelined DML 显著降低了事务处理的内存需求，但执行大规模数据操作时仍需要合理的内存空间（建议至少 2 GiB）来支持执行器等其他模块的运行。
 
 ## 使用限制
 

From a0eb4c7d8a4f4e9fc0b452e135ac6e405bbef0e0 Mon Sep 17 00:00:00 2001
From: ekexium <ekexium@gmail.com>
Date: Fri, 13 Dec 2024 14:17:16 +0800
Subject: [PATCH 09/19] Apply suggestions from code review

Co-authored-by: Grace Cai <qqzczy@126.com>
---
 pipelined-dml.md | 8 +++++---
 1 file changed, 5 insertions(+), 3 deletions(-)

diff --git a/pipelined-dml.md b/pipelined-dml.md
index de7c8df25272..eec82946a6c4 100644
--- a/pipelined-dml.md
+++ b/pipelined-dml.md
@@ -20,13 +20,15 @@ Pipelined DML 是 TiDB 从 v8.0.0 开始引入的实验特性，用于优化大
 - 操作限制：受限于 TiDB 内存总量，难以执行超大规模数据处理
 
 启用此功能后，你可以：
+
 - 执行不受 TiDB 内存限制的大规模数据操作
 - 获得更平稳的系统负载和更低的操作延迟
 - 将事务内存使用控制在可预测范围内（在 1 GiB 以内）
 
-当你遇到以下情况时，建议考虑使用 Pipelined DML：
-- 需要处理数百万行及以上级别的数据写入
-- 执行 DML 时遇到内存不足错误
+在以下场景中，建议考虑启用 Pipelined DML：
+
+- 需要处理数百万行或更多数据的写入
+- 执行 DML 操作时遇到内存不足错误
 - 大规模数据操作导致系统负载波动明显
 
 需要注意的是，虽然 Pipelined DML 显著降低了事务处理的内存需求，但执行大规模数据操作时仍需要合理的内存空间（建议至少 2 GiB）来支持执行器等其他模块的运行。

From afe2447f6aa53cd0be6fb1d51f80d82669631d4e Mon Sep 17 00:00:00 2001
From: ekexium <eke@fastmail.com>
Date: Fri, 13 Dec 2024 14:20:02 +0800
Subject: [PATCH 10/19] apply suggestion

Signed-off-by: ekexium <eke@fastmail.com>
---
 pipelined-dml.md | 2 +-
 1 file changed, 1 insertion(+), 1 deletion(-)

diff --git a/pipelined-dml.md b/pipelined-dml.md
index eec82946a6c4..cb4e43dcd937 100644
--- a/pipelined-dml.md
+++ b/pipelined-dml.md
@@ -31,7 +31,7 @@ Pipelined DML 是 TiDB 从 v8.0.0 开始引入的实验特性，用于优化大
 - 执行 DML 操作时遇到内存不足错误
 - 大规模数据操作导致系统负载波动明显
 
-需要注意的是，虽然 Pipelined DML 显著降低了事务处理的内存需求，但执行大规模数据操作时仍需要合理的内存空间（建议至少 2 GiB）来支持执行器等其他模块的运行。
+需要注意的是，虽然 Pipelined DML 能显著降低事务处理的内存需求，但执行大规模数据操作时，仍需要[设置合理的内存阈值](/system-variables.md#tidb_mem_quota_query)（建议至少 2 GiB），以确保除事务以外其他模块（如执行器）的正常运行。
 
 ## 使用限制
 

From ad34229052c59cc46f8a4df71a40fb1698120c24 Mon Sep 17 00:00:00 2001
From: Grace Cai <qqzczy@126.com>
Date: Fri, 13 Dec 2024 15:05:59 +0800
Subject: [PATCH 11/19] fix a broken link

---
 pipelined-dml.md | 2 +-
 1 file changed, 1 insertion(+), 1 deletion(-)

diff --git a/pipelined-dml.md b/pipelined-dml.md
index cb4e43dcd937..a82f926ad107 100644
--- a/pipelined-dml.md
+++ b/pipelined-dml.md
@@ -55,7 +55,7 @@ Pipelined DML 是 TiDB 从 v8.0.0 开始引入的实验特性，用于优化大
 
 根据需要，你可以选择以下方式之一启用 Pipelined DML：
 
-- 如需在会话级别启用 Pipelined DML，请将 [`tidb_dml_type`](system-variables.md#tidb_dml_type-从-v800-版本开始引入) 变量设置为 `"bulk"`：
+- 如需在会话级别启用 Pipelined DML，请将 [`tidb_dml_type`](/system-variables.md#tidb_dml_type-从-v800-版本开始引入) 变量设置为 `"bulk"`：
 
     ```sql
     SET tidb_dml_type = "bulk";

From ccf8d2c5e41df48b5998ff7d217b7c6a77b19f25 Mon Sep 17 00:00:00 2001
From: Grace Cai <qqzczy@126.com>
Date: Fri, 13 Dec 2024 15:10:59 +0800
Subject: [PATCH 12/19] Update system-variables.md

---
 system-variables.md | 3 +--
 1 file changed, 1 insertion(+), 2 deletions(-)

diff --git a/system-variables.md b/system-variables.md
index 4c34f1e9d739..5e5259a30f8e 100644
--- a/system-variables.md
+++ b/system-variables.md
@@ -1627,8 +1627,7 @@ mysql> SELECT job_info FROM mysql.analyze_jobs ORDER BY end_time DESC LIMIT 1;
 - 可选值：`"standard"`、`"bulk"`
 - 该变量用来设置 DML 语句的执行方式。
     - `"standard"` 表示使用标准的 DML 执行方式，TiDB 事务在提交前缓存在内存中。适用于处理高并发且可能存在冲突的事务场景，为默认推荐使用的执行方式。
-    - `"bulk"` 表示使用批量 DML 执行方式，适合于处理因大量数据写入导致 TiDB 内存使用过多的情况。
-        - `"bulk"` 方式目前由 Pipelined DML 特性实现，可见 [Pipelined DML](/pipelined-dml.md)。
+    - `"bulk"` 表示使用 Pipelined DML 执行方式，适合于处理因大量数据写入导致 TiDB 内存使用过多的情况。更多信息，请参考 [Pipelined DML](/pipelined-dml.md)。
 
 ### `tidb_enable_1pc` <span class="version-mark">从 v5.0 版本开始引入</span>
 

From 9c8cdfe6e306b3ee147b5d611417a5b37966b628 Mon Sep 17 00:00:00 2001
From: Grace Cai <qqzczy@126.com>
Date: Wed, 25 Dec 2024 09:35:23 +0800
Subject: [PATCH 13/19] Apply suggestions from code review

Co-authored-by: Aolin <aolinz@outlook.com>
---
 batch-processing.md |  6 +++---
 pipelined-dml.md    | 10 +++++-----
 2 files changed, 8 insertions(+), 8 deletions(-)

diff --git a/batch-processing.md b/batch-processing.md
index f8d4a809535f..f739b5587358 100644
--- a/batch-processing.md
+++ b/batch-processing.md
@@ -10,7 +10,7 @@ summary: 介绍了 TiDB 为数据批量处理场景提供的功能，包括 Pipe
 为了提升批量处理性能，TiDB 随着版本的演进提供了多种数据批量处理功能：
 
 - 数据导入
-    - `IMPORT INTO` 语句（从 TiDB v7.2.0 开始引入、从 v7.5.0 开始 GA）
+    - `IMPORT INTO` 语句（从 TiDB v7.2.0 开始引入，在 v7.5.0 成为正式功能）
 - 数据增删改
     - Pipelined DML（从 TiDB v8.0.0 开始引入，实验特性）
     - 非事务性 DML（从 TiDB v6.1.0 开始引入）
@@ -20,7 +20,7 @@ summary: 介绍了 TiDB 为数据批量处理场景提供的功能，包括 Pipe
 
 ## 数据导入
 
-`IMPORT INTO` 语句专为数据导入设计，使你无需单独部署 TiDB Lightning，即可将 CSV、SQL 或 PARQUET 等格式的数据快速导入到 TiDB 的一张空表中。
+`IMPORT INTO` 语句专为数据导入设计，使你无需单独部署 [TiDB Lightning](/tidb-lightning/tidb-lightning-overview.md)，即可将 CSV、SQL 或 PARQUET 等格式的数据快速导入到 TiDB 的一张空表中。
 
 主要优势：
 
@@ -29,7 +29,7 @@ summary: 介绍了 TiDB 为数据批量处理场景提供的功能，包括 Pipe
 
 主要限制：
 
-- 不满足事务 ACID 性质。
+- 不满足事务 [ACID](/glossary.md#acid) 性质。
 - 使用限制较多。
 
 适用场景：
diff --git a/pipelined-dml.md b/pipelined-dml.md
index a82f926ad107..7e73ff4d76ce 100644
--- a/pipelined-dml.md
+++ b/pipelined-dml.md
@@ -13,7 +13,7 @@ summary: Pipelined DML 增强了 TiDB 批量处理的能力，使得事务大小
 
 ## 功能概述
 
-Pipelined DML 是 TiDB 从 v8.0.0 开始引入的实验特性，用于优化大规模数据写入场景的性能。启用 Pipelined DML 后，当执行 DML 操作时，TiDB 会将相应的数据持续写入存储层，而不是全部缓存在内存中。这种方式就像流水线（Pipeline）一样，数据一边被读取（输入），一边被写入到存储层（输出），从而解决了大规模 DML 操作的以下常见问题：
+Pipelined DML 是 TiDB 从 v8.0.0 开始引入的实验特性，用于优化大规模数据写入场景的性能。启用 Pipelined DML 后，当执行 DML 操作时，TiDB 会将相应的数据持续写入存储层，而不是全部缓存在内存中。这种方式就像流水线 (Pipeline) 一样，数据一边被读取（输入），一边被写入到存储层（输出），从而解决了大规模 DML 操作的以下常见问题：
 
 - 内存限制：传统 DML 在处理大量数据时容易导致 OOM
 - 性能瓶颈：大事务执行效率低，容易引起系统负载波动
@@ -44,7 +44,7 @@ Pipelined DML 是 TiDB 从 v8.0.0 开始引入的实验特性，用于优化大
     - 仅支持[自动提交](/transaction-overview.md#自动提交)的语句。
     - 仅支持 `INSERT`、`UPDATE`、`REPLACE` 和 `DELETE` 语句。
     - 操作的表不包含[临时表](/temporary-tables.md)或[缓存表](/cached-tables.md)。
-    - 当[外键约束](/foreign-key.md)检查开启 (`foreign_key_checks = ON`)时，操作的表不包含外键关系。
+    - 当[外键约束](/foreign-key.md)检查开启 (`foreign_key_checks = ON`) 时，操作的表不包含外键关系。
 - 当使用 Pipelined DML 执行 `INSERT IGNORE ... ON DUPLICATE KEY UPDATE` 语句时，如果更新操作发生冲突，可能会返回 `Duplicate entry` 错误。
 
 ## 使用方法
@@ -61,7 +61,7 @@ Pipelined DML 是 TiDB 从 v8.0.0 开始引入的实验特性，用于优化大
     SET tidb_dml_type = "bulk";
     ```
 
-- 如需为某一条 DML 语句启用 Pipelined DML，请在该语句中添加 SET_VAR hint。
+- 如需为某一条 DML 语句启用 Pipelined DML，请在该语句中添加 [`SET_VAR`](/optimizer-hints.md#set_varvar_namevar_value) hint。
 
     - 数据归档示例：
 
@@ -85,7 +85,7 @@ Pipelined DML 是 TiDB 从 v8.0.0 开始引入的实验特性，用于优化大
 
 ### 验证是否生效
 
-执行 DML 语句后，可以查看 [`tidb_last_txn_info`](#tidb_last_txn_info-从-v409-版本开始引入) 变量来确认该语句的执行是否使用了 Pipelined DML：
+执行 DML 语句后，可以查看 [`tidb_last_txn_info`](/system-variables.md#tidb_last_txn_info-从-v409-版本开始引入) 变量来确认该语句的执行是否使用了 Pipelined DML：
 
 ```sql
 SELECT @@tidb_last_txn_info;
@@ -96,7 +96,7 @@ SELECT @@tidb_last_txn_info;
 ## 最佳实践
 
 - 将 [`tidb_mem_quota_query`](/system-variables.md#tidb_mem_quota_query) 略微调大，以确保执行器等部分的内存使用不会超过限制。建议至少设置为 2 GiB。对于 TiDB 内存充足的情况，可以适当调大。
-- 在向新表插入数据的场景，Pipelined DML 易受到热点影响。为实现最佳性能，建议尽可能先打散热点。可以参考[TiDB 热点问题处理](/troubleshoot-hot-spot-issues.md#tidb-热点问题处理)。
+- 在向新表插入数据的场景，Pipelined DML 易受到热点影响。为实现最佳性能，建议尽可能先打散热点。可以参考 [TiDB 热点问题处理](/troubleshoot-hot-spot-issues.md#tidb-热点问题处理)。
 
 ## 相关配置
 

From 630a21108de415b49bb136cbf9dc4d55c5f9699a Mon Sep 17 00:00:00 2001
From: ekexium <ekexium@gmail.com>
Date: Wed, 25 Dec 2024 10:55:57 +0800
Subject: [PATCH 14/19] Apply suggestions from code review

Co-authored-by: Aolin <aolinz@outlook.com>
Co-authored-by: Grace Cai <qqzczy@126.com>
---
 batch-processing.md | 8 ++++----
 pipelined-dml.md    | 2 +-
 2 files changed, 5 insertions(+), 5 deletions(-)

diff --git a/batch-processing.md b/batch-processing.md
index f739b5587358..940ab0ae52f4 100644
--- a/batch-processing.md
+++ b/batch-processing.md
@@ -1,6 +1,6 @@
 ---
 title: 数据批量处理
-summary: 介绍了 TiDB 为数据批量处理场景提供的功能，包括 Pipelined DML、非事务性 DML、IMPORT INTO 语句、被废弃的 batch dml。
+summary: 介绍了 TiDB 为数据批量处理场景提供的功能，包括 Pipelined DML、非事务性 DML、IMPORT INTO 语句以及已被废弃的 batch-dml。
 ---
 
 # 数据批量处理
@@ -16,7 +16,7 @@ summary: 介绍了 TiDB 为数据批量处理场景提供的功能，包括 Pipe
     - 非事务性 DML（从 TiDB v6.1.0 开始引入）
     - 已废弃的 batch-dml 功能
 
-本文将分别介绍这些功能的主要优势、限制、使用场景，帮助你根据实际需求选择合适的方案，更高效地完成批量数据处理任务。
+本文分别介绍这些功能的主要优势、限制和使用场景，帮助你根据实际需求选择合适的方案，从而更高效地完成批量数据处理任务。
 
 ## 数据导入
 
@@ -36,7 +36,7 @@ summary: 介绍了 TiDB 为数据批量处理场景提供的功能，包括 Pipe
 
 - 数据导入场景，例如数据迁移、数据恢复等。建议在合适的场景下，使用 IMPORT INTO 代替 TiDB Lightning。
 
-更多信息，请参考 [IMPORT INTO](/sql-statements/sql-statement-import-into.md)。
+更多信息，请参考 [`IMPORT INTO`](/sql-statements/sql-statement-import-into.md)。
 
 ## 数据增删改
 
@@ -84,7 +84,7 @@ Pipelined DML 是从 TiDB v8.0.0 开始引入的实验特性。在 v8.5.0 中，
 
 ### 已被废弃的 batch-dml
 
-在 TiDB v4.0 以前用于批量处理的 batch-dml 功能已被废弃，不再推荐使用。该功能由以下这些系统变量控制：
+TiDB 在 v4.0 之前提供了 batch-dml 功能，用于批量数据处理。该功能已被废弃，不再推荐使用。batch-dml 功能由以下这些系统变量控制：
 
 - `tidb_batch_insert`
 - `tidb_batch_delete`
diff --git a/pipelined-dml.md b/pipelined-dml.md
index 7e73ff4d76ce..955c83726cdd 100644
--- a/pipelined-dml.md
+++ b/pipelined-dml.md
@@ -1,6 +1,6 @@
 ---
 title: Pipelined DML
-summary: Pipelined DML 增强了 TiDB 批量处理的能力，使得事务大小不再受到 TiDB 内存限制。
+summary: 介绍 Pipelined DML 的使用场景、使用方法、使用限制和使用该功能的常见问题。Pipelined DML 增强了 TiDB 批量处理的能力，使得事务大小不再受到 TiDB 内存限制。
 ---
 
 # Pipelined DML

From 0d6086be71821881426e94d51beefbdf1b2cb37d Mon Sep 17 00:00:00 2001
From: ekexium <ekexium@gmail.com>
Date: Wed, 25 Dec 2024 12:44:06 +0800
Subject: [PATCH 15/19] Update batch-processing.md

Co-authored-by: Aolin <aolinz@outlook.com>
---
 batch-processing.md | 2 +-
 1 file changed, 1 insertion(+), 1 deletion(-)

diff --git a/batch-processing.md b/batch-processing.md
index 940ab0ae52f4..55fdce1c8243 100644
--- a/batch-processing.md
+++ b/batch-processing.md
@@ -25,7 +25,7 @@ summary: 介绍了 TiDB 为数据批量处理场景提供的功能，包括 Pipe
 主要优势：
 
 - 导入速度非常快。
-- 易用性比 TiDB Lightning 更高。
+- 比 TiDB Lightning 更易用。
 
 主要限制：
 

From a2e59040b65ac2fdf4a13860fcf064c2f7d13b14 Mon Sep 17 00:00:00 2001
From: Grace Cai <qqzczy@126.com>
Date: Thu, 26 Dec 2024 18:17:58 +0800
Subject: [PATCH 16/19] fix a broken link

---
 pipelined-dml.md | 2 +-
 1 file changed, 1 insertion(+), 1 deletion(-)

diff --git a/pipelined-dml.md b/pipelined-dml.md
index 955c83726cdd..21592619b81f 100644
--- a/pipelined-dml.md
+++ b/pipelined-dml.md
@@ -110,7 +110,7 @@ SELECT @@tidb_last_txn_info;
 
 你可以通过以下方式观测 Pipelined DML 的执行过程：
 
-- 查看系统变量 [`tidb_last_txn_info`](#tidb_last_txn_info-从-v409-版本开始引入)，获取当前会话上一个事务的执行信息，包括是否使用了 Pipelined DML。
+- 查看系统变量 [`tidb_last_txn_info`](/system-variables.md#tidb_last_txn_info-从-v409-版本开始引入)，获取当前会话上一个事务的执行信息，包括是否使用了 Pipelined DML。
 - 查看 TiDB 日志中包含 `"[pipelined dml]"` 字样的行，了解 Pipelined DML 的执行过程和进度，包括当前阶段、已经写入的数据量等。
 - 查看 TiDB 日志中的 [`expensive query` 日志](/identify-expensive-queries.md#expensive-query-日志示例)的 `affected rows` 字段，获取耗时较长语句的当前进度。
 - 查看 [`INFORMATION_SCHEMA.PROCESSLIST`](/information-schema/information-schema-processlist.md) 表，了解事务的执行进度。Pipelined DML 通常用于大事务，执行耗时较长，可以通过该表查看事务的执行进度。

From e82b7fb1c467514ff1622e9f6cab34ea8b5fc9e9 Mon Sep 17 00:00:00 2001
From: Grace Cai <qqzczy@126.com>
Date: Fri, 27 Dec 2024 16:56:11 +0800
Subject: [PATCH 17/19] minor wording updates

---
 pipelined-dml.md | 2 +-
 1 file changed, 1 insertion(+), 1 deletion(-)

diff --git a/pipelined-dml.md b/pipelined-dml.md
index 21592619b81f..3352d8c2b593 100644
--- a/pipelined-dml.md
+++ b/pipelined-dml.md
@@ -96,7 +96,7 @@ SELECT @@tidb_last_txn_info;
 ## 最佳实践
 
 - 将 [`tidb_mem_quota_query`](/system-variables.md#tidb_mem_quota_query) 略微调大，以确保执行器等部分的内存使用不会超过限制。建议至少设置为 2 GiB。对于 TiDB 内存充足的情况，可以适当调大。
-- 在向新表插入数据的场景，Pipelined DML 易受到热点影响。为实现最佳性能，建议尽可能先打散热点。可以参考 [TiDB 热点问题处理](/troubleshoot-hot-spot-issues.md#tidb-热点问题处理)。
+- 在向新表插入数据的场景，Pipelined DML 性能易受到热点影响。为实现最佳性能，建议尽可能先打散热点。可以参考 [TiDB 热点问题处理](/troubleshoot-hot-spot-issues.md)。
 
 ## 相关配置
 

From 4633326c9bbdbde83124b1e0b68fe608c7b3baa4 Mon Sep 17 00:00:00 2001
From: Grace Cai <qqzczy@126.com>
Date: Mon, 6 Jan 2025 15:51:36 +0800
Subject: [PATCH 18/19] remove a line with duplicated meaning

---
 pipelined-dml.md | 1 -
 1 file changed, 1 deletion(-)

diff --git a/pipelined-dml.md b/pipelined-dml.md
index 3352d8c2b593..dd2e8fd26839 100644
--- a/pipelined-dml.md
+++ b/pipelined-dml.md
@@ -17,7 +17,6 @@ Pipelined DML 是 TiDB 从 v8.0.0 开始引入的实验特性，用于优化大
 
 - 内存限制：传统 DML 在处理大量数据时容易导致 OOM
 - 性能瓶颈：大事务执行效率低，容易引起系统负载波动
-- 操作限制：受限于 TiDB 内存总量，难以执行超大规模数据处理
 
 启用此功能后，你可以：
 

From f2d6c191a28029b094a235778068b6244a9903d9 Mon Sep 17 00:00:00 2001
From: Grace Cai <qqzczy@126.com>
Date: Wed, 8 Jan 2025 16:25:14 +0800
Subject: [PATCH 19/19] Update batch-processing.md

---
 batch-processing.md | 2 +-
 1 file changed, 1 insertion(+), 1 deletion(-)

diff --git a/batch-processing.md b/batch-processing.md
index 55fdce1c8243..96623010cbdb 100644
--- a/batch-processing.md
+++ b/batch-processing.md
@@ -47,7 +47,7 @@ Pipelined DML 是从 TiDB v8.0.0 开始引入的实验特性。在 v8.5.0 中，
 主要优势：
 
 - 在事务执行过程中，通过将数据持续写入存储层，而不是全部缓存在内存中，使得事务大小不再受到 TiDB 内存限制，支持处理超大规模数据。
-- 速度比标准 DML 更快。
+- 性能比标准 DML 更好。
 - 通过系统变量启用，无需修改 SQL 语句。
 
 主要限制：