adjust chapter number of featured function (#925)

Author: leto-b

src/zh/UserGuide/Master/Table/Basic-Concept/Query-Data_timecho.md

@@ -44,7 +44,7 @@ IoTDB 查询语法提供以下子句：
 - WHERE 子句：用于过滤数据，只选择满足特定条件的数据行。这个子句在逻辑上紧跟在 FROM 子句之后执行。详细语法见：[WHERE 子句](../SQL-Manual/Where-Clause.md)
 - GROUP BY 子句：当需要对数据进行聚合时使用，指定了用于分组的列。详细语法见：[GROUP BY 子句](../SQL-Manual/GroupBy-Clause.md)
 - HAVING 子句：在 GROUP BY 子句之后使用，用于对已经分组的数据进行过滤。与 WHERE 子句类似，但 HAVING 子句在分组后执行。详细语法见：[HAVING 子句](../SQL-Manual/Having-Clause.md)
-- WINDOW FUNCTION：窗口函数，是一种基于与当前行相关的特定行集合（称为“窗口”）​ 对每一行进行计算的特殊函数。它将分组操作、排序与可定义的计算范围结合，在不折叠原始数据行的前提下实现复杂的跨行计算。详细语法见：[窗口函数](../SQL-Manual/Featured-Functions_timecho.md#_2-窗口函数)
+- WINDOW FUNCTION：窗口函数，是一种基于与当前行相关的特定行集合（称为“窗口”）​ 对每一行进行计算的特殊函数。它将分组操作、排序与可定义的计算范围结合，在不折叠原始数据行的前提下实现复杂的跨行计算。详细语法见：[窗口函数](../SQL-Manual/Featured-Functions_timecho.md#_4-窗口函数)
 - FILL 子句：用于处理查询结果中的空值，用户可以使用 FILL 子句来指定数据缺失时的填充模式（如前一个非空值或线性插值）来填充 null 值，以便于数据可视化和分析。 详细语法见：[FILL 子句](../SQL-Manual/Fill-Clause.md)
 - ORDER BY 子句：对查询结果进行排序，可以指定升序（ASC）或降序（DESC），以及 NULL 值的处理方式（NULLS FIRST 或 NULLS LAST）。详细语法见：[ORDER BY 子句](../SQL-Manual/OrderBy-Clause.md)
 - OFFSET 子句：用于指定查询结果的起始位置，即跳过前 OFFSET 行。与 LIMIT 子句配合使用。详细语法见：[LIMIT 和 OFFSET 子句](../SQL-Manual/Limit-Offset-Clause.md)

src/zh/UserGuide/Master/Table/QuickStart/QuickStart_timecho.md

@@ -62,7 +62,7 @@
 
 2. 数据写入&更新：在数据写入&更新方面，IoTDB 提供了多种方式来插入实时数据，基本的数据写入&更新操作请查看 [数据写入&更新](../Basic-Concept/Write-Updata-Data.md)
 
-3. 数据查询：IoTDB 提供了丰富的数据查询功能，数据查询的基本介绍请查看 [数据查询](../Basic-Concept/Query-Data.md)，其中包含了适用于识别时序数据中的特定模式、检测特定事件等业务场景的[行模式识别](../SQL-Manual/Row-Pattern-Recognition.md)，以及常用于数据分析场景的[窗口函数](../SQL-Manual/Featured-Functions_timecho.md#_2-窗口函数)等特色函数
+3. 数据查询：IoTDB 提供了丰富的数据查询功能，数据查询的基本介绍请查看 [数据查询](../Basic-Concept/Query-Data.md)，其中包含了适用于识别时序数据中的特定模式、检测特定事件等业务场景的[行模式识别](../SQL-Manual/Row-Pattern-Recognition.md)，以及常用于数据分析场景的[窗口函数](../SQL-Manual/Featured-Functions_timecho.md#_4-窗口函数)等特色函数
 
 4. 数据删除：IoTDB 提供了两种删除方式，分别为SQL语句删除与过期自动删除(TTL)
 

src/zh/UserGuide/Master/Table/SQL-Manual/Featured-Functions_apache.md

@@ -21,22 +21,20 @@
 
 # 特色函数
 
-## 1. 时序特色函数
+## 1. 降采样函数
 
-### 1.1 降采样函数
+### 1.1 `date_bin` 函数
 
-#### 1.1.1 `date_bin` 函数
-
-##### 功能描述：
+#### 1.1.1 功能描述
 
 `date_bin` 是一个标量函数，用于将时间戳规整到指定的时间区间起点，并结合 `GROUP BY` 子句实现降采样。
 
 - 部分区间结果为空：只会对满足条件的数据进行时间戳规整，不会填充缺失的时间区间。
 - 全部区间结果为空：：满足条件的整个查询范围内没有数据时，降采样返回空结果集
 
-##### 使用示例：
+#### 1.1.2 使用示例
 
-###### 示例数据
+##### 示例数据
 
 在[示例数据页面](../Reference/Sample-Data.md)中，包含了用于构建表结构和插入数据的SQL语句，下载并在IoTDB CLI中执行这些语句，即可将数据导入IoTDB，您可以使用这些数据来测试和执行示例中的SQL语句，并获得相应的结果。
 
@@ -117,16 +115,16 @@ SELECT date_bin(1h, time) AS hour_time, avg(temperature) AS avg_temp
 +-----------------------------+--------+
 ```
 
-#### 1.1.2 `date_bin_gapfill` 函数
+### 1.2 `date_bin_gapfill` 函数
 
-##### 功能描述
+#### 1.2.1 功能描述
 
 `date_bin_gapfill` 是 `date_bin` 的扩展，能够填充缺失的时间区间，从而返回完整的时间序列。
 
 - 部分区间结果为空：对满足条件的数据进行时间戳规整，并填充缺失的时间区间。
 - 全部区间结果为空：：整个查询范围内没有数据时，`date_bin_gapfill`会返回空结果集
 
-##### 功能限制
+#### 1.2.2 功能限制
 
 - **`date_bin_gapfill`** **必须与** **`GROUP BY`** **子句搭配使用**，如果用在其他子句中，不会报错，但不会执行 gapfill 功能，效果与使用 `date_bin` 相同。
 - **每个** **`GROUP BY`** **子句中只能使用一个** **`date_bin_gapfill`**。如果出现多个 `date_bin_gapfill`，会报错：multiple date_bin_gapfill calls not allowed
@@ -138,7 +136,7 @@ SELECT date_bin(1h, time) AS hour_time, avg(temperature) AS avg_temp
 - **使用** **`date_bin_gapfill`** **时，如果出现其他时间过滤条件**，会报错。时间过滤条件与其他值过滤条件只能通过 `AND` 连接。
 - **如果不能从 where 子句中推断出 startTime 和 endTime，则报错**：could not infer startTime or endTime from WHERE clause。
 
-##### 使用示例
+#### 1.2.3 使用示例
 
 示例 1：填充缺失时间区间
 
@@ -215,19 +213,19 @@ GROUP BY 1, device_id;
 +---------+---------+--------+
 ```
 
-### 1.2 DIFF函数
+## 2. DIFF函数
 
-##### 功能概述
+### 2.1 功能概述
 
 `DIFF` 函数用于计算当前行与上一行的差值。对于第一行，由于没有前一行数据，因此永远返回 `NULL`。
 
-##### 函数定义
+### 2.2 函数定义
 
 ```
 DIFF(numberic[, boolean]) -> Double
 ```
 
-##### 参数说明
+### 2.3 参数说明
 
 - 第一个参数：数值类型
 
@@ -241,12 +239,12 @@ DIFF(numberic[, boolean]) -> Double
         - **`true`**：忽略 `NULL` 值，向前找到第一个非 `NULL` 值进行差值计算。如果前面没有非 `NULL` 值，则返回 `NULL`。
         - **`false`**：不忽略 `NULL` 值，如果前一行为 `NULL`，则差值结果为 `NULL`。
 
-##### 注意事项
+### 2.4 注意事项
 
 - 在树模型中，第二个参数需要指定为 `'ignoreNull'='true'` 或 `'ignoreNull'='false'`，但在表模型中，只需指定为 `true` 或 `false`。
 - 如果用户写成 `'ignoreNull'='true'` 或 `'ignoreNull'='false'`，表模型会将其视为对两个字符串常量进行等号比较，返回布尔值，但结果总是 `false`，等价于指定第二个参数为 `false`。
 
-##### 使用示例
+### 2.5 使用示例
 
 示例 1：忽略 `NULL` 值
 
@@ -325,7 +323,7 @@ WHERE device_id = '100';
 +-----------------------------+-----------+-----------+-----------+
 ```
 
-### 1.3 时序分窗函数
+## 3. 时序分窗函数
 
 原始示例数据如下：
 
@@ -348,19 +346,19 @@ CREATE TABLE bid(time TIMESTAMP TIME, stock_id STRING TAG, price FLOAT FIELD);
 INSERT INTO bid(time, stock_id, price) VALUES('2021-01-01T09:05:00','AAPL',100.0),('2021-01-01T09:06:00','TESL',200.0),('2021-01-01T09:07:00','AAPL',103.0),('2021-01-01T09:07:00','TESL',202.0),('2021-01-01T09:09:00','AAPL',102.0),('2021-01-01T09:15:00','TESL',195.0);
 ```
 
-#### 1.3.1 HOP
+### 3.1 HOP
 
-##### 功能描述
+#### 3.1.1 功能描述
 
 HOP 函数用于按时间分段分窗分析，识别每一行数据所属的时间窗口。该函数通过指定固定窗口大小（size）和窗口滑动步长（SLIDE），将数据按时间戳分配到所有与其时间戳重叠的窗口中。若窗口之间存在重叠（步长 < 窗口大小），数据会自动复制到多个窗口。
 
-##### 函数定义
+#### 3.1.2 函数定义
 
 ```SQL
 HOP(data, timecol, size, slide[, origin])
 ```
 
-##### 参数说明
+#### 3.1.3 参数说明
 
 | 参数名  | 参数类型 | 参数属性                        | 描述               |
 | --------- | ---------- | --------------------------------- | -------------------- |
@@ -370,15 +368,15 @@ HOP(data, timecol, size, slide[, origin])
 | SLIDE   | 标量参数 | 长整数类型                      | 窗口滑动步长       |
 | ORIGIN  | 标量参数 | 时间戳类型默认值：Unix 纪元时间 | 第一个窗口起始时间 |
 
-##### 返回结果
+#### 3.1.4 返回结果
 
 HOP 函数的返回结果列包含：
 
 * window\_start: 窗口开始时间（闭区间）
 * window\_end: 窗口结束时间（开区间）
 * 映射列：DATA 参数的所有输入列
 
-##### 使用示例
+#### 3.1.5 使用示例
 
 ```SQL
 IoTDB> SELECT * FROM HOP(DATA => bid,TIMECOL => 'time',SLIDE => 5m,SIZE => 10m);
@@ -413,18 +411,18 @@ IoTDB> SELECT window_start, window_end, stock_id, avg(price) as avg FROM HOP(DAT
 +-----------------------------+-----------------------------+--------+------------------+
 ```
 
-#### 1.3.2 SESSION
+### 3.2 SESSION
 
-##### 功能描述
+#### 3.2.1 功能描述
 
 SESSION 函数用于按会话间隔对数据进行分窗。系统逐行检查与前一行的时间间隔，小于阈值（GAP）则归入当前窗口，超过则归入下一个窗口。
 
-##### 函数定义
+#### 3.2.2 函数定义
 
 ```SQL
 SESSION(data [PARTITION BY(pkeys, ...)] [ORDER BY(okeys, ...)], timecol, gap)
 ```
-##### 参数说明
+#### 3.2.3 参数说明
 
 | 参数名  | 参数类型 | 参数属性                 | 描述                                   |
 | --------- | ---------- | -------------------------- | ---------------------------------------- |
@@ -433,15 +431,15 @@ SESSION(data [PARTITION BY(pkeys, ...)] [ORDER BY(okeys, ...)], timecol, gap)
 |
 | GAP     | 标量参数 | 长整数类型               | 会话间隔阈值                           |
 
-##### 返回结果
+#### 3.2.4 返回结果
 
 SESSION 函数的返回结果列包含：
 
 * window\_start: 会话窗口内的第一条数据的时间
 * window\_end: 会话窗口内的最后一条数据的时间
 * 映射列：DATA 参数的所有输入列
 
-##### 使用示例
+#### 3.2.5 使用示例
 
 ```SQL
 IoTDB> SELECT * FROM SESSION(DATA => bid PARTITION BY stock_id ORDER BY time,TIMECOL => 'time',GAP => 2m);
@@ -467,34 +465,34 @@ IoTDB> SELECT window_start, window_end, stock_id, avg(price) as avg FROM SESSION
 +-----------------------------+-----------------------------+--------+------------------+
 ```
 
-#### 1.3.3 VARIATION
+### 3.3 VARIATION
 
-##### 功能描述
+#### 3.3.1 功能描述
 
 VARIATION 函数用于按数据差值分窗，将第一条数据作为首个窗口的基准值，每个数据点会与基准值进行差值运算，如果差值小于给定的阈值（delta）则加入当前窗口；如果超过阈值，则分为下一个窗口，将该值作为下一个窗口的基准值。
 
-##### 函数定义
+#### 3.3.2 函数定义
 
 ```sql
 VARIATION(data [PARTITION BY(pkeys, ...)] [ORDER BY(okeys, ...)], col, delta)
 ```
 
-##### 参数说明
+#### 3.3.3 参数说明
 
 | 参数名 | 参数类型 | 参数属性                 | 描述                                   |
 | -------- | ---------- | -------------------------- | ---------------------------------------- |
 | DATA   | 表参数   | SET SEMANTICPASS THROUGH | 输入表通过 pkeys、okeys 指定分区和排序 |
 | COL    | 标量参数 | 字符串类型               | 标识对哪一列计算差值                   |
 | DELTA  | 标量参数 | 浮点数类型               | 差值阈值                               |
 
-##### 返回结果
+#### 3.3.4 返回结果
 
 VARIATION 函数的返回结果列包含：
 
 * window\_index: 窗口编号
 * 映射列：DATA 参数的所有输入列
 
-##### 使用示例
+#### 3.3.5 使用示例
 
 ```sql
 IoTDB> SELECT * FROM VARIATION(DATA => bid PARTITION BY stock_id ORDER BY time,COL => 'price',DELTA => 2.0);
@@ -521,33 +519,33 @@ IoTDB> SELECT first(time) as window_start, last(time) as window_end, stock_id, a
 +-----------------------------+-----------------------------+--------+-----+
 ```
 
-#### 1.3.4 CAPACITY
+### 3.4 CAPACITY
 
-##### 功能描述
+#### 3.4.1 功能描述
 
 CAPACITY 函数用于按数据点数（行数）分窗，每个窗口最多有 SIZE 行数据。
 
-##### 函数定义
+#### 3.4.2 函数定义
 
 ```sql
 CAPACITY(data [PARTITION BY(pkeys, ...)] [ORDER BY(okeys, ...)], size)
 ```
 
-##### 参数说明
+#### 3.4.3 参数说明
 
 | 参数名 | 参数类型 | 参数属性                 | 描述                                   |
 | -------- | ---------- | -------------------------- | ---------------------------------------- |
 | DATA   | 表参数   | SET SEMANTICPASS THROUGH | 输入表通过 pkeys、okeys 指定分区和排序 |
 | SIZE   | 标量参数 | 长整数类型               | 窗口大小                               |
 
-##### 返回结果
+#### 3.4.4 返回结果
 
 CAPACITY 函数的返回结果列包含：
 
 * window\_index: 窗口编号
 * 映射列：DATA 参数的所有输入列
 
-##### 使用示例
+#### 3.4.5 使用示例
 
 ```sql
 IoTDB> SELECT * FROM CAPACITY(DATA => bid PARTITION BY stock_id ORDER BY time, SIZE => 2);
@@ -574,18 +572,18 @@ IoTDB> SELECT first(time) as start_time, last(time) as end_time, stock_id, avg(p
 +-----------------------------+-----------------------------+--------+-----+
 ```
 
-#### 1.3.5 TUMBLE
+### 3.5 TUMBLE
 
-##### 功能描述
+#### 3.5.1 功能描述
 
 TUMBLE 函数用于通过时间属性字段为每行数据分配一个窗口，滚动窗口的大小固定且不重复。
 
-##### 函数定义
+#### 3.5.2 函数定义
 
 ```sql
 TUMBLE(data, timecol, size[, origin])
 ```
-##### 参数说明
+#### 3.5.3 参数说明
 
 | 参数名  | 参数类型 | 参数属性                        | 描述               |
 | --------- | ---------- | --------------------------------- | -------------------- |
@@ -594,15 +592,15 @@ TUMBLE(data, timecol, size[, origin])
 | SIZE    | 标量参数 | 长整数类型                      | 窗口大小，需为正数 |
 | ORIGIN  | 标量参数 | 时间戳类型默认值：Unix 纪元时间 | 第一个窗口起始时间 |
 
-##### 返回结果
+#### 3.5.4 返回结果
 
 TUBMLE 函数的返回结果列包含：
 
 * window\_start: 窗口开始时间（闭区间）
 * window\_end: 窗口结束时间（开区间）
 * 映射列：DATA 参数的所有输入列
 
-##### 使用示例
+#### 3.5.5 使用示例
 
 ```SQL
 IoTDB> SELECT * FROM TUMBLE( DATA => bid, TIMECOL => 'time', SIZE => 10m);
@@ -628,19 +626,19 @@ IoTDB> SELECT window_start, window_end, stock_id, avg(price) as avg FROM TUMBLE(
 +-----------------------------+-----------------------------+--------+------------------+
 ```
 
-#### 1.3.6 CUMULATE
+### 3.6 CUMULATE
 
-##### 功能描述
+#### 3.6.1 功能描述
 
 Cumulate 函数用于从初始的窗口开始，创建相同窗口开始但窗口结束步长不同的窗口，直到达到最大的窗口大小。每个窗口包含其区间内的元素。例如：1小时步长，24小时大小的累计窗口，每天可以获得如下这些窗口：`[00:00, 01:00)`，`[00:00, 02:00)`，`[00:00, 03:00)`， …， `[00:00, 24:00)`
 
-##### 函数定义
+#### 3.6.2 函数定义
 
 ```sql
 CUMULATE(data, timecol, size, step[, origin])
 ```
 
-##### 参数说明
+#### 3.6.3 参数说明
 
 | 参数名  | 参数类型 | 参数属性                        | 描述                                       |
 | --------- | ---------- | --------------------------------- | -------------------------------------------- |
@@ -652,15 +650,15 @@ CUMULATE(data, timecol, size, step[, origin])
 
 > 注意：size 如果不是 step 的整数倍，则会报错`Cumulative table function requires size must be an integral multiple of step`
 
-##### 返回结果
+#### 3.6.4 返回结果
 
 CUMULATE函数的返回结果列包含：
 
 * window\_start: 窗口开始时间（闭区间）
 * window\_end: 窗口结束时间（开区间）
 * 映射列：DATA 参数的所有输入列
 
-##### 使用示例
+#### 3.6.5 使用示例
 
 ```sql
 IoTDB> SELECT * FROM CUMULATE(DATA => bid,TIMECOL => 'time',STEP => 2m,SIZE => 10m);