chore: fix (#146)

zh_CN/development-guide/downsampling.md

@@ -1,6 +1,6 @@
 # 聚合查询
 
-在时序数据库中，降采样与聚合运算是较为常用的应用场景。通过降采样/抽稀减少数据点来降低数据点，以此减少计算、传输的负担，适用于长时间段的数据分析。而聚合计算则通过将多个数据点合并为一个值（如平均值、最大值或最小值）来提取趋势。两者结合可以有效提高查询性能，减少数据处理时间，同时保留重要的趋势信息，适用于工业IoT、监控和数据可视化等场景。
+在时序数据库中，降采样与聚合运算是较为常用的组合。通过降采样/抽稀减少数据点来降低数据点，以此减少计算、传输的负担，适用于长时间段的数据分析。而聚合计算则通过将多个数据点合并为一个值（如平均值、最大值或最小值）来提取趋势。两者结合可以有效提高查询性能，减少数据处理时间，同时保留重要的趋势信息，适用于工业IoT、监控和数据可视化等场景。
 
 ## 按时间窗口查询
 Datalayers 支持按时间窗口进行聚合查询。
@@ -20,28 +20,20 @@ CREATE TABLE sensor_info (
   speed DOUBLE,
   temperature DOUBLE,
   timestamp KEY (ts))
-  PARTITION BY HASH(sn) PARTITIONS 8
-  ENGINE=TimeSeries
-  with (ttl='10d');CREATE TABLE sensor_info (
-  ts TIMESTAMP(9) NOT NULL DEFAULT CURRENT_TIMESTAMP,
-  sn STRING,
-  speed DOUBLE,
-  temperature DOUBLE,
-  timestamp KEY (ts))
-  PARTITION BY HASH(sn) PARTITIONS 8
+  PARTITION BY HASH(sn) PARTITIONS 2
   ENGINE=TimeSeries
   with (ttl='10d');
 ```
 
 假设数据采集频率为 `1Hz`，在数据展示时我们希望查询 `sn = 1` 并且以 1分钟 的区间对数据进行聚合（获取一分钟以内 temperature 的平均值 ），则可使用时间函数对数据进行切割、云计算。SQL 语句如下：
 
-```
+```sql
 SELECT date_bin('1 minutes', ts) as timepoint, avg(temperature) as temp from sensor_info where sn = 1 group by timepoint;
 ```
 
 假设数据采集频率为 `1Hz`，在数据展示时我们希望查询 `sn = 1` 并且以 1天 的区间对数据进行聚合（获取一天以内 temperature 的最大值 ），则可使用时间函数对数据进行切割、云计算。SQL 语句如下：
 
-```
+```sql
 SELECT date_bin('1 day', ts) as timepoint, max(temperature) as temp from sensor_info where sn = 1 group by timepoint;
 ```