translate intro (#55)
diff --git a/i18n/zh-CN/docusaurus-plugin-content-docs/current/01-intro.md b/i18n/zh-CN/docusaurus-plugin-content-docs/current/01-intro.md
new file mode 100644
index 0000000..b62cc54
--- /dev/null
+++ b/i18n/zh-CN/docusaurus-plugin-content-docs/current/01-intro.md
@@ -0,0 +1,252 @@
+---
+title: 介绍
+sidebar_position: 1
+---
+
+# Uniffle 是什么
+
+Uniffle 是一个远程 Shuffle 服务，它为 Apache Spark 应用程序提供了在远程服务器上存储 Shuffle 数据的功能。
+
+[](https://github.com/apache/incubator-uniffle/actions/workflows/build.yml)
+[](https://codecov.io/gh/apache/incubator-uniffle)
+
+## 架构
+
+Uniffle 包含 coordinator cluster (协调器集群)、shuffle server(shuffle服务集群) ，另外如有需要，还可以提供远程存储的能力（如 HDFS）。
+
+Coordinator 会收集 shuffle 服务的状态并分配任务。
+
+Shuffle服务会接收与合并 shuffle 数据，并它们写入存储内。
+
+根据不同情况，Uniffle 支持：内存&本地存储、内存&远程存储（如 HDFS）、内存&本地存储&及远程存储（推荐用于生产环境）。
+
+## Uniffle 的 Shuffle 处理
+
+* Spark driver 会请求 coordinator 为 shuffle 处理获取 shuffle 服务器
+* Spark 任务通过以下步骤将 shuffle 数据写入到 shuffle 服务中：
+
+ 1. 将 KV 数据发送到缓冲区
+ 2. 当缓冲区满或缓冲区管理器满时，将缓冲区刷新到队列中
+ 3. 线程池从队列中获取数据
+ 4. 先向shuffle服务申请内存，然后发送shuffle数据
+ 5. shuffle服务先在内存中缓存数据，并在缓冲区管理器满时刷新到队列中
+ 6. 线程池从队列中获取数据
+ 7. 通过索引文件和数据文件将数据写入存储内
+ 8. 写入数据后，任务向shuffle服务报告所有的 blockId，这一步用于稍后的数据验证
+ 9. 在 MapStatus 中存储 taskAttemptId，以支持 Spark speculation
+
+* 根据不同的存储类型，spark 任务会从 shuffle 服务、远程存储或同时从两者中读取 shuffle 数据。
+
+## Shuffle 文件格式
+shuffle 数据存储在索引文件和数据文件中。数据文件包含特定分区的所有数据块，索引文件则包含每个数据块的元数据。
+
+
+
+## 支持的 Spark 版本
+当前支持 Spark 2.3.x, Spark 2.4.x, Spark3.0.x, Spark 3.1.x, Spark 3.2.x, Spark 3.3.x
+
+注：如果要支持动态分配，应将补丁（包含在 client-spark/patch 文件夹中）打入 Spark 。
+
+## 支持的 MapReduce 版本
+目前支持 Hadoop 2.8.5 的 MapReduce 架构.
+
+## 构建 Uniffle
+> 注：目前 Uniffle 需要 JDK 1.8 才能构建，我们的路线图中未来还包括添加对更高版本 JDK 的支持。
+
+Uniffle 使用 [Apache Maven](https://maven.apache.org/) 进行构建。
+请执行如下命令进行构建:
+
+ mvn -DskipTests clean package
+
+基于 profile Spark2（2.4.6）进行构建
+
+ mvn -DskipTests clean package -Pspark2
+
+基于 profile Spark3（3.1.2） 进行构建
+
+ mvn -DskipTests clean package -Pspark3
+
+基于 Spark 3.2.x 进行构建
+
+ mvn -DskipTests clean package -Pspark3.2
+
+如果需要打包 Uniffle，请运行：
+
+ ./build_distribution.sh
+
+如果使用 Spark 3.2.x 进行打包，请运行:
+
+ ./build_distribution.sh --spark3-profile 'spark3.2'
+
+最后将生成 rss-xxx.tgz 这样的文件用于部署
+
+## 部署
+
+### 部署 Coordinator
+
+1. 解压打包文件到 RSS_HOME
+2. 更新 RSS_HOME/bin/rss-env.sh，例如：
+ ```
+ JAVA_HOME=<java_home>
+ HADOOP_HOME=<hadoop home>
+ XMX_SIZE="16g"
+ ```
+3. 更新 RSS_HOME/conf/coordinator.conf，例如：
+ ```
+ rss.rpc.server.port 19999
+ rss.jetty.http.port 19998
+ rss.coordinator.server.heartbeat.timeout 30000
+ rss.coordinator.app.expired 60000
+ rss.coordinator.shuffle.nodes.max 5
+ # enable dynamicClientConf, and coordinator will be responsible for most of client conf
+ rss.coordinator.dynamicClientConf.enabled true
+ # config the path of client conf
+ rss.coordinator.dynamicClientConf.path <RSS_HOME>/conf/dynamic_client.conf
+ # config the path of excluded shuffle server
+ rss.coordinator.exclude.nodes.file.path <RSS_HOME>/conf/exclude_nodes
+ ```
+4. 更新 <RSS_HOME>/conf/dynamic_client.conf, rss 客户端将从 coordinator 获取默认配置，例如
+ ```
+ # MEMORY_LOCALFILE_HDFS is recommandation for production environment
+ rss.storage.type MEMORY_LOCALFILE_HDFS
+ # multiple remote storages are supported, and client will get assignment from coordinator
+ rss.coordinator.remote.storage.path hdfs://cluster1/path,hdfs://cluster2/path
+ rss.writer.require.memory.retryMax 1200
+ rss.client.retry.max 100
+ rss.writer.send.check.timeout 600000
+ rss.client.read.buffer.size 14m
+ ```
+5. 启动 Coordinator
+ ```
+ bash RSS_HOME/bin/start-coordnator.sh
+ ```
+
+### 部署 Shuffle 服务
+
+1. 解压打包文件到 RSS_HOME
+2. 更新 RSS_HOME/bin/rss-env.sh，例如：
+ ```
+ JAVA_HOME=<java_home>
+ HADOOP_HOME=<hadoop home>
+ XMX_SIZE="80g"
+ ```
+3. 更新 RSS_HOME/conf/server.conf，例如：
+ ```
+ rss.rpc.server.port 19999
+ rss.jetty.http.port 19998
+ rss.rpc.executor.size 2000
+ # it should be configed the same as in coordinator
+ rss.storage.type MEMORY_LOCALFILE_HDFS
+ rss.coordinator.quorum <coordinatorIp1>:19999,<coordinatorIp2>:19999
+ # local storage path for shuffle server
+ rss.storage.basePath /data1/rssdata,/data2/rssdata....
+ # it's better to config thread num according to local disk num
+ rss.server.flush.thread.alive 5
+ rss.server.flush.threadPool.size 10
+ rss.server.buffer.capacity 40g
+ rss.server.read.buffer.capacity 20g
+ rss.server.heartbeat.timeout 60000
+ rss.server.heartbeat.interval 10000
+ rss.rpc.message.max.size 1073741824
+ rss.server.preAllocation.expired 120000
+ rss.server.commit.timeout 600000
+ rss.server.app.expired.withoutHeartbeat 120000
+ # note: the default value of rss.server.flush.cold.storage.threshold.size is 64m
+ # there will be no data written to DFS if set it as 100g even rss.storage.type=MEMORY_LOCALFILE_HDFS
+ # please set proper value if DFS is used, eg, 64m, 128m.
+ rss.server.flush.cold.storage.threshold.size 100g
+ ```
+4. 启动 Shuffle 服务
+ ```
+ bash RSS_HOME/bin/start-shuffle-server.sh
+ ```
+
+### 部署 Spark 客户端
+1. 将客户端 jar 添加到 Spark classpath，例如 SPARK_HOME/jars/。
+
+ Spark2 的 jar 位于 <RSS_HOME>/jars/client/spark2/rss-client-XXXXX-shaded.jar
+
+ Spark3 的 jar 位于 <RSS_HOME>/jars/client/spark3/rss-client-XXXXX-shaded.jar
+
+2. 更新 Spark conf 以启用 Uniffle，例如：
+
+ ```
+ spark.shuffle.manager org.apache.spark.shuffle.RssShuffleManager
+ spark.rss.coordinator.quorum <coordinatorIp1>:19999,<coordinatorIp2>:19999
+ # Note: For Spark2, spark.sql.adaptive.enabled should be false because Spark2 doesn't support AQE.
+ ```
+
+### 支持 Spark 动态分配
+
+要使用 Uniffle 支持 spark 动态分配，需要更新 spark 代码。
+在 spark-patches 文件夹中有 3 个针对 spark（2.4.6/3.1.2/3.2.1）的补丁供参考。
+
+打完补丁并重新编译 spark 后，在 spark conf 中添加以下配置以启用动态分配：
+ ```
+ spark.shuffle.service.enabled false
+ spark.dynamicAllocation.enabled true
+ ```
+
+### 部署 MapReduce 客户端
+
+1. 将客户端 jar 添加到每个 NodeManager 的 classpath，例如 /share/hadoop/mapreduce/
+
+MapReduce 的 jar 位于 /jars/client/mr/rss-client-mr-XXXXX-shaded.jar
+
+2. 更新 MapReduce conf 以启用 Uniffle，例如：
+
+ ```
+ -Dmapreduce.rss.coordinator.quorum=<coordinatorIp1>:19999,<coordinatorIp2>:19999
+ -Dyarn.app.mapreduce.am.command-opts=org.apache.hadoop.mapreduce.v2.app.RssMRAppMaster
+ -Dmapreduce.job.map.output.collector.class=org.apache.hadoop.mapred.RssMapOutputCollector
+ -Dmapreduce.job.reduce.shuffle.consumer.plugin.class=org.apache.hadoop.mapreduce.task.reduce.RssShuffle
+ ```
+
+请注意，RssMRAppMaster 将自动禁用慢启动（即 `mapreduce.job.reduce.slowstart.completedmaps=1`）和作业恢复（即，`yarn.app.mapreduce.am.job.recovery.enable=false`）。
+
+## 配置
+
+重要配置列举如下。
+
+### Coordinator
+
+| 属性值 | 默认值 | 描述 |
+| ----------------------------------------------- | ----------------- | ---------------------------------------------------------------- |
+| rss.coordinator.server.heartbeat.timeout | 30000 | 如果无法从 shuffle 服务器取心跳的超时时间 |
+| rss.coordinator.assignment.strategy | PARTITION_BALANCE | 分配 shuffle 服务的策略，应使用 PARTITION_BALANCE 来平衡工作负载 |
+| rss.coordinator.app.expired | 60000 | 应用的过期时间（毫秒），心跳间隔应小于它 |
+| rss.coordinator.shuffle.nodes.max | 9 | 分配时 shuffle 服务的最大数量 |
+| rss.coordinator.dynamicClientConf.path | - | 包含 rss 客户端默认配置的 conf 文件路径 |
+| rss.coordinator.exclude.nodes.file.path | - | 排除节点的配置文件路径 |
+| rss.coordinator.exclude.nodes.check.interval.ms | 60000 | 排除节点的更新间隔（毫秒） |
+| rss.rpc.server.port | - | coordinator 的 RPC 端口 |
+| rss.jetty.http.port | - | coordinator 的 Http 端口 |
+
+### Shuffle 服务
+
+| 属性值 | 默认值 | 描述 |
+| -------------------------------------------------- | ------ | ---------------------------------------------------------------------------------- |
+| rss.coordinator.quorum | - | Coordinator 配额 |
+| rss.rpc.server.port | - | Shuffle 服务的 RPC 端口 |
+| rss.jetty.http.port | - | Shuffle 服务的 Http 端口 |
+| rss.server.buffer.capacity | - | shuffle 服务缓冲区管理器的最大内存 |
+| rss.server.memory.shuffle.highWaterMark.percentage | 75.0 | 溢出数据到存储的阈值，为 rss.server.buffer.capacity 的百分比 |
+| rss.server.memory.shuffle.lowWaterMark.percentage | 25.0 | 内存中保留数据的阈值，为 rss.server.buffer.capacity 的百分比 |
+| rss.server.read.buffer.capacity | - | 读取数据时缓冲区的最大容量 |
+| rss.server.heartbeat.interval | 10000 | 和 Coordinator 的心跳间隔（毫秒） |
+| rss.server.flush.threadPool.size | 10 | 将数据刷新到文件的线程池数量 |
+| rss.server.commit.timeout | 600000 | 提交 shuffle 数据时的超时时间（毫秒） |
+| rss.storage.type | - | 可支持的类型：MEMORY_LOCALFILE, MEMORY_HDFS, MEMORY_LOCALFILE_HDFS |
+| rss.server.flush.cold.storage.threshold.size | 64M | 如果使用 MEMORY_LOCALFILE_HDFS 的话，为 LOACALFILE 和 HDFS 的数据大小阈值 |
+| rss.server.tags | - | 以逗号分隔的标签列表，用于表示 shuffer 服务的属性。它将作为 coordinator 的分配基础 |
+
+### Shuffle 客户端
+
+有关进阶配置的详细信息，请参阅 [Uniffle Shuffle 客户指南](https://github.com/apache/incubator-uniffle/blob/master/docs/client_guide.md)。
+
+## 许可证
+
+Uniffle 采用 Apache 2.0 许可证。 详请请见 [许可证](https://github.com/apache/incubator-uniffle/blob/master/LICENSE) 文件.
+
+## 贡献
+有关贡献的 issue 或 PR 的更多信息，请参阅 [Uniffle 贡献指南](https://github.com/apache/incubator-uniffle/blob/master/CONTRIBUTING.md)。
