add chapter number in table doc-zh

src/zh/UserGuide/Master/Table/Background-knowledge/Cluster-Concept_apache.md

@@ -21,34 +21,34 @@
 
 # 常见概念
 
-## 数据模型相关概念 
+## 1 数据模型相关概念 
 
-### 数据模型（sql_dialect）
+### 1.1 数据模型（sql_dialect）
 
 IoTDB 支持两种时序数据模型（SQL语法），管理的对象均为设备和测点树：以层级路径的方式管理数据，一条路径对应一个设备的一个测点表；以关系表的方式管理数据，一张表对应一类设备。
 
-### 元数据（Schema） 
+### 1.2 元数据（Schema） 
 
 元数据是数据库的数据模型信息，即树形结构或表结构。包括测点的名称、数据类型等定义。
 
-### 设备（Device）
+### 1.3 设备（Device）
 
 对应一个实际场景中的物理设备，通常包含多个测点。
 
-### 测点（Timeseries）
+### 1.4 测点（Timeseries）
 
 又名：物理量、时间序列、时间线、点位、信号量、指标、测量值等。<br>
 测点是多个数据点按时间戳递增排列形成的一个时间序列。通常一个测点代表一个采集点位，能够定期采集所在环境的物理量。 
 
-### 编码（Encoding）       
+### 1.5 编码（Encoding）       
 
 编码是一种压缩技术，将数据以二进制的形式进行表示，可以提高存储效率。IoTDB 支持多种针对不同类型的数据的编码方法，详细信息请查看：[压缩和编码](../Technical-Insider/Encoding-and-Compression.md)。
 
-### 压缩（Compression）
+### 1.6 压缩（Compression）
 
 IoTDB 在数据编码后，使用压缩技术进一步压缩二进制数据，提升存储效率。IoTDB 支持多种压缩方法，详细信息请查看：[压缩和编码](../Technical-Insider/Encoding-and-Compression.md)。
 
-## 分布式相关概念
+## 2 分布式相关概念
 
 下图展示了一个常见的 IoTDB 3C3D（3 个 ConfigNode、3 个 DataNode）的集群部署模式：                 
 
@@ -63,23 +63,23 @@ IoTDB 的集群包括如下常见概念：
 下文将对以上概念进行介绍。
 
 
-### 节点
+### 2.1 节点
 
 IoTDB 集群包括三种节点（进程）：ConfigNode（管理节点），DataNode（数据节点）和 AINode（分析节点），如下所示：
 
 - ConfigNode：管理集群的节点信息、配置信息、用户权限、元数据、分区信息等，负责分布式操作的调度和负载均衡，所有 ConfigNode 之间互为全量备份，如上图中的 ConfigNode-1，ConfigNode-2 和 ConfigNode-3 所示。
 - DataNode：服务客户端请求，负责数据的存储和计算，如上图中的 DataNode-1，DataNode-2 和 DataNode-3 所示。
 - AINode：负责提供机器学习能力，支持注册已训练好的机器学习模型，并通过 SQL 调用模型进行推理，目前已内置自研时序大模型和常见的机器学习算法（如预测与异常检测）。
 
-### 数据分区
+### 2.2 数据分区
 
 在 IoTDB 中，元数据和数据都被分为小的分区，即 Region，由集群的各个 DataNode 进行管理。
 
 - SchemaRegion：元数据分区，管理一部分设备和测点的元数据。不同 DataNode 相同 RegionID 的 SchemaRegion 互为副本，如上图中 SchemaRegion-1 拥有三个副本，分别放置于 DataNode-1，DataNode-2 和 DataNode-3。
 - DataRegion：数据分区，管理一部分设备的一段时间的数据。不同 DataNode 相同 RegionID 的 DataRegion 互为副本，如上图中 DataRegion-2 拥有两个副本，分别放置于 DataNode-1 和 DataNode-2。
 - 具体分区算法可参考：[数据分区](../Technical-Insider/Cluster-data-partitioning.md)
 
-### 多副本
+### 2.3 多副本
 
 数据和元数据的副本数可配置，不同部署模式下的副本数推荐如下配置，其中多副本时可提供高可用服务。
 
@@ -89,28 +89,28 @@ IoTDB 集群包括三种节点（进程）：ConfigNode（管理节点），Data
 | 数据   | data_replication_factor   | 1            | 2            |
 
 
-## 部署相关概念
+## 3 部署相关概念
 
 IoTDB 有两种运行模式：单机模式、集群模式。
 
-### 单机模式 
+### 3.1 单机模式 
 
 IoTDB单机实例包括 1 个ConfigNode、1个DataNode，即1C1D；
 
 - **特点**：便于开发者安装部署，部署和维护成本较低，操作方便。
 - **适用场景**：资源有限或对高可用要求不高的场景，例如边缘端服务器。
-- **部署方法**：[单机版部署](../Deployment-and-Maintenance/Stand-Alone-Deployment_timecho.md)
+- **部署方法**：[单机版部署](../Deployment-and-Maintenance/Stand-Alone-Deployment_apache.md)
 
 
-### 集群模式
+### 3.2 集群模式
 
 IoTDB 集群实例为 3 个ConfigNode 和不少于 3 个 DataNode，通常为 3 个 DataNode，即3C3D；当部分节点出现故障时，剩余节点仍然能对外提供服务，保证数据库服务的高可用性，且可随节点增加提升数据库性能。
 
 - **特点**：具有高可用性、高扩展性，可通过增加 DataNode 提高系统性能。
 - **适用场景**：需要提供高可用和可靠性的企业级应用场景。
-- **部署方法**：[集群版部署](../Deployment-and-Maintenance/Cluster-Deployment_timecho.md)
+- **部署方法**：[集群版部署](../Deployment-and-Maintenance/Cluster-Deployment_apache.md)
 
-### 特点总结
+### 3.3 特点总结
 
 | 维度         | 单机模式                     | 集群模式                 |
 | ------------ | ---------------------------- | ------------------------ |

src/zh/UserGuide/Master/Table/Background-knowledge/Cluster-Concept_timecho.md

@@ -21,34 +21,34 @@
 
 # 常见概念
 
-## 数据模型相关概念 
+## 1 数据模型相关概念 
 
-### 数据模型（sql_dialect）
+### 1.1 数据模型（sql_dialect）
 
 IoTDB 支持两种时序数据模型（SQL语法），管理的对象均为设备和测点树：以层级路径的方式管理数据，一条路径对应一个设备的一个测点表；以关系表的方式管理数据，一张表对应一类设备。
 
-### 元数据（Schema） 
+### 1.2 元数据（Schema） 
 
 元数据是数据库的数据模型信息，即树形结构或表结构。包括测点的名称、数据类型等定义。
 
-### 设备（Device）
+### 1.3 设备（Device）
 
 对应一个实际场景中的物理设备，通常包含多个测点。
 
-### 测点（Timeseries）
+### 1.4 测点（Timeseries）
 
 又名：物理量、时间序列、时间线、点位、信号量、指标、测量值等。<br>
 测点是多个数据点按时间戳递增排列形成的一个时间序列。通常一个测点代表一个采集点位，能够定期采集所在环境的物理量。 
 
-### 编码（Encoding）       
+### 1.5 编码（Encoding）       
 
 编码是一种压缩技术，将数据以二进制的形式进行表示，可以提高存储效率。IoTDB 支持多种针对不同类型的数据的编码方法，详细信息请查看：[压缩和编码](../Technical-Insider/Encoding-and-Compression.md)。
 
-### 压缩（Compression）
+### 1.6 压缩（Compression）
 
 IoTDB 在数据编码后，使用压缩技术进一步压缩二进制数据，提升存储效率。IoTDB 支持多种压缩方法，详细信息请查看：[压缩和编码](../Technical-Insider/Encoding-and-Compression.md)。
 
-## 分布式相关概念
+## 2 分布式相关概念
 
 下图展示了一个常见的 IoTDB 3C3D（3 个 ConfigNode、3 个 DataNode）的集群部署模式：                 
 
@@ -63,23 +63,23 @@ IoTDB 的集群包括如下常见概念：
 下文将对以上概念进行介绍。
 
 
-### 节点
+### 2.1 节点
 
 IoTDB 集群包括三种节点（进程）：ConfigNode（管理节点），DataNode（数据节点）和 AINode（分析节点），如下所示：
 
 - ConfigNode：管理集群的节点信息、配置信息、用户权限、元数据、分区信息等，负责分布式操作的调度和负载均衡，所有 ConfigNode 之间互为全量备份，如上图中的 ConfigNode-1，ConfigNode-2 和 ConfigNode-3 所示。
 - DataNode：服务客户端请求，负责数据的存储和计算，如上图中的 DataNode-1，DataNode-2 和 DataNode-3 所示。
 - AINode：负责提供机器学习能力，支持注册已训练好的机器学习模型，并通过 SQL 调用模型进行推理，目前已内置自研时序大模型和常见的机器学习算法（如预测与异常检测）。
 
-### 数据分区
+### 2.2 数据分区
 
 在 IoTDB 中，元数据和数据都被分为小的分区，即 Region，由集群的各个 DataNode 进行管理。
 
 - SchemaRegion：元数据分区，管理一部分设备和测点的元数据。不同 DataNode 相同 RegionID 的 SchemaRegion 互为副本，如上图中 SchemaRegion-1 拥有三个副本，分别放置于 DataNode-1，DataNode-2 和 DataNode-3。
 - DataRegion：数据分区，管理一部分设备的一段时间的数据。不同 DataNode 相同 RegionID 的 DataRegion 互为副本，如上图中 DataRegion-2 拥有两个副本，分别放置于 DataNode-1 和 DataNode-2。
 - 具体分区算法可参考：[数据分区](../Technical-Insider/Cluster-data-partitioning.md)
 
-### 多副本
+### 2.3 多副本
 
 数据和元数据的副本数可配置，不同部署模式下的副本数推荐如下配置，其中多副本时可提供高可用服务。
 
@@ -89,19 +89,19 @@ IoTDB 集群包括三种节点（进程）：ConfigNode（管理节点），Data
 | 数据   | data_replication_factor   | 1            | 2            |
 
 
-## 部署相关概念
+## 3 部署相关概念
 
 IoTDB 有三种运行模式：单机模式、集群模式和双活模式。
 
-### 单机模式 
+### 3.1 单机模式 
 
 IoTDB单机实例包括 1 个ConfigNode、1个DataNode，即1C1D；
 
 - **特点**：便于开发者安装部署，部署和维护成本较低，操作方便。
 - **适用场景**：资源有限或对高可用要求不高的场景，例如边缘端服务器。
 - **部署方法**：[单机版部署](../Deployment-and-Maintenance/Stand-Alone-Deployment_timecho.md)
 
-### 双活模式 
+### 3.2 双活模式 
 
 双活版部署为 TimechoDB 企业版功能，是指两个独立的实例进行双向同步，能同时对外提供服务。当一台停机重启后，另一个实例会将缺失数据断点续传。
 
@@ -111,15 +111,15 @@ IoTDB单机实例包括 1 个ConfigNode、1个DataNode，即1C1D；
 - **适用场景**：资源有限（仅有两台服务器），但希望获得高可用能力。
 - **部署方法**：[双活版部署](../Deployment-and-Maintenance/Dual-Active-Deployment_timecho.md)
 
-### 集群模式
+### 3.3 集群模式
 
 IoTDB 集群实例为 3 个ConfigNode 和不少于 3 个 DataNode，通常为 3 个 DataNode，即3C3D；当部分节点出现故障时，剩余节点仍然能对外提供服务，保证数据库服务的高可用性，且可随节点增加提升数据库性能。
 
 - **特点**：具有高可用性、高扩展性，可通过增加 DataNode 提高系统性能。
 - **适用场景**：需要提供高可用和可靠性的企业级应用场景。
 - **部署方法**：[集群版部署](../Deployment-and-Maintenance/Cluster-Deployment_timecho.md)
 
-### 特点总结
+### 3.4 特点总结
 
 | 维度         | 单机模式                     | 双活模式                 | 集群模式                 |
 | ------------ | ---------------------------- | ------------------------ | ------------------------ |

src/zh/UserGuide/Master/Table/Background-knowledge/Navigating_Time_Series_Data.md

@@ -20,7 +20,7 @@
 -->
 # 时序数据模型
 
-## 1. 什么叫时序数据？
+## 1 什么叫时序数据？
 
 万物互联的今天，物联网场景、工业场景等各类场景都在进行数字化转型，人们通过在各类设备上安装传感器对设备的各类状态进行采集。如电机采集电压、电流，风机的叶片转速、角速度、发电功率；车辆采集经纬度、速度、油耗；桥梁的振动频率、挠度、位移量等。传感器的数据采集，已经渗透在各个行业中。
 
@@ -33,7 +33,7 @@
 
 传感器产生的海量时序数据是各行各业数字化转型的基础，因此我们对时序数据的模型梳理主要围绕设备、传感器展开。
 
-## 2. 时序数据中的关键概念有哪些？
+## 2 时序数据中的关键概念有哪些？
 
 时序数据中主要涉及的概念如下。
 

src/zh/UserGuide/Master/Table/Basic-Concept/Database-Management.md

@@ -21,7 +21,7 @@
 
 # 数据库管理
 
-## 1. 数据库管理
+## 1 数据库管理
 
 ### 1.1 创建数据库
 

src/zh/UserGuide/Master/Table/Basic-Concept/Delete-Data.md

@@ -21,7 +21,7 @@
 
 # 数据删除
 
-## 1. 数据删除：
+## 1 数据删除：
 
 数据删除可以通过 delete 语句来完成，其中可以通过指定标签和时间的过滤条件来删除部分数据。
 
@@ -92,7 +92,7 @@ DELETE FROM table1
 DELETE FROM table1 WHERE model_id = 'B'
 ```
 
-## 2. 设备删除：
+## 2 设备删除：
 
 当一个设备写入后，在 IoTDB 中即保留了其元数据，数据删除语句无法删除设备的元数据，可以使用设备删除语句删除设备的所有数据和元数据。
 

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

@@ -21,7 +21,7 @@
 
 # 数据查询
 
-## 1. 语法概览
+## 1 语法概览
 
 ```SQL
 SELECT ⟨select_list⟩
@@ -47,12 +47,13 @@ IoTDB 查询语法提供以下子句：
 - 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)
 - LIMIT 子句：限制查询结果的行数，通常与 OFFSET 子句一起使用以实现分页功能。详细语法见：[LIMIT 和 OFFSET 子句](../SQL-Manual/Limit-Offset-Clause.md)
 
-## 2. 子句执行顺序
+## 2 子句执行顺序
 
 ![](/img/%E5%AD%90%E5%8F%A5%E6%89%A7%E8%A1%8C%E9%A1%BA%E5%BA%8F01.png)
 
 
-## 3. 常见查询示例
+
+## 3 常见查询示例
 
 ### 3.1 示例数据
 

src/zh/UserGuide/Master/Table/Basic-Concept/TTL-Delete-Data.md

@@ -21,7 +21,7 @@
 
 # 过期自动删除（TTL）
 
-## 1. 概览
+## 1 概览
 
 IoTDB支持表级的数据自动过期删除（TTL）设置，允许系统自动定期删除旧数据，以有效控制磁盘空间并维护高性能查询和低内存占用。TTL默认以毫秒为单位，数据过期后不可查询且禁止写入，但物理删除会延迟至压缩时。需注意，TTL变更可能导致短暂数据可查询性变化。
 
@@ -31,7 +31,7 @@ IoTDB支持表级的数据自动过期删除（TTL）设置，允许系统自动
 2. TTL变更可能影响数据的可查询性。
 3. 系统最终会移除过期数据，但存在延迟。
 
-## 2. 设置 TTL
+## 2 设置 TTL
 
 在表模型中，IoTDB 的 TTL 是按照表的粒度生效的。可以直接在表上设置 TTL，或者在数据库级别设置 TTL。当在数据库级别设置了TTL时，在创建新表的过程中，系统会自动采用这个TTL值作为新表的默认设置，但每个表仍然可以独立地被设置或覆盖该值。
 
@@ -89,15 +89,15 @@ use db
 CREATE TABLE test3 ("场站" string id, "温度" int32) with (ttl='INF')
 ```
 
-## 3. 取消 TTL
+## 3 取消 TTL
 
 取消 TTL 设置，可以修改表的 TTL 设置为 'INF'。目前，IoTDB 不支持修改数据库的 TTL。
 
 ```SQL
 ALTER TABLE tableB set properties TTL='INF'
 ```
 
-## 4. 查看 TTL 信息
+## 4 查看 TTL 信息
 
 使用 "SHOW DATABASES" 和 "SHOW TABLES" 命令可以直接显示数据库和表的 TTL 详情。数据库和表管理语句详情可见：[数据库管理](../Basic-Concept/Database-Management.md)、[表管理](../Basic-Concept/Table-Management.md)
 

src/zh/UserGuide/Master/Table/Basic-Concept/Table-Management.md

@@ -21,7 +21,7 @@
 
 # 表管理
 
-## 1. 表管理
+## 1 表管理
 
 ### 1.1 创建表
 

src/zh/UserGuide/Master/Table/Basic-Concept/Write-Updata-Data.md

@@ -21,7 +21,7 @@
 
 # 数据写入&更新
 
-## 1. 数据写入
+## 1 数据写入
 
 ### 1.1 语法
 
@@ -178,7 +178,7 @@ values
 - 如果在 SQL 语句中引用了表中不存在的列，IoTDB 将返回错误码 `COLUMN_NOT_EXIST(616)`。
 - 如果写入的数据类型与表中列的数据类型不一致，将报错 `DATA_TYPE_MISMATCH(507)`。
 
-## 2. 数据更新
+## 2 数据更新
 
 ### 2.1 语法
 

src/zh/UserGuide/Master/Table/Deployment-and-Maintenance/Deployment-form_apache.md

@@ -22,23 +22,23 @@
 
 IoTDB 有两种运行模式：单机模式、集群模式。
 
-## 单机模式 
+## 1 单机模式 
 
 IoTDB单机实例包括 1 个ConfigNode、1个DataNode，即1C1D；
 
 - **特点**：便于开发者安装部署，部署和维护成本较低，操作方便。
 - **适用场景**：资源有限或对高可用要求不高的场景，例如边缘端服务器。
 - **部署方法**：[单机版部署](../Deployment-and-Maintenance/Stand-Alone-Deployment_apache.md)
 
-## 集群模式
+## 2 集群模式
 
 IoTDB 集群实例为 3 个ConfigNode 和不少于 3 个 DataNode，通常为 3 个 DataNode，即3C3D；当部分节点出现故障时，剩余节点仍然能对外提供服务，保证数据库服务的高可用性，且可随节点增加提升数据库性能。
 
 - **特点**：具有高可用性、高扩展性，可通过增加 DataNode 提高系统性能。
 - **适用场景**：需要提供高可用和可靠性的企业级应用场景。
 - **部署方法**：[集群版部署](../Deployment-and-Maintenance/Cluster-Deployment_apache.md)
 
-## 特点总结
+## 3 特点总结
 
 | 维度         | 单机模式                     | 集群模式                 |
 | ------------ | ---------------------------- | ------------------------ |