diff --git a/README.ja-JP.md b/README.ja-JP.md
index fe03b0e1a7a9..1422278f3d97 100644
--- a/README.ja-JP.md
+++ b/README.ja-JP.md
@@ -7,7 +7,7 @@
[](https://github.com/dragonflydb/dragonfly/actions/workflows/ci.yml) [](https://twitter.com/dragonflydbio)
-その他の言語: [English](README.md) [简体中文](README.zh-CN.md) [한국어](README.ko-KR.md)
+その他の言語: [English](README.md) [简体中文](README.zh-CN.md) [한국어](README.ko-KR.md) [Português](README.pt-BR.md)
[Web サイト](https://www.dragonflydb.io/) • [ドキュメント](https://dragonflydb.io/docs) • [クイックスタート](https://www.dragonflydb.io/docs/getting-started) • [コミュニティ Discord](https://discord.gg/HsPjXGVH85) • [Dragonfly Forum](https://dragonfly.discourse.group/) • [Join the Dragonfly Community](https://www.dragonflydb.io/community)
@@ -179,5 +179,4 @@ Dragonfly は、インメモリデータストアを 2022 年に設計したら
Dragonfly の基盤を構築し、[そのパフォーマンスに満足したら](#ベンチマーク)、Redis と Memcached の機能を実装していきました。現在までに 185 個の Redis コマンド（Redis 5.0 API とほぼ同等）と 13 個の Memcached コマンドを実装しました。
そして最後に、
-私たちの使命は、最新のハードウェアの進歩を活用した、クラウドワークロード向けの、優れた設計、超高速、コスト効率の良いインメモリデータストアを構築することです。現在のソリューションの API と提案を維持しながら、その問題点を解決するつもりです。
-
+私たちの使命は、最新のハードウェアの進歩を活用した、クラウドワークロード向けの、優れた設計、超高速、コスト効率の良いインメモリデータストアを構築することです。現在のソリューションの API と提案を維持しながら、その問題点を解決するつもりです。
diff --git a/README.ko-KR.md b/README.ko-KR.md
index 999ca5f9ed96..fd90e176e44a 100644
--- a/README.ko-KR.md
+++ b/README.ko-KR.md
@@ -7,7 +7,7 @@
[](https://github.com/dragonflydb/dragonfly/actions/workflows/ci.yml) [](https://twitter.com/dragonflydbio)
-다른 언어 번역본: [English](README.zh-CN.md) [简体中文](README.zh-CN.md) [日本語](README.ja-JP.md)
+다른 언어 번역본: [English](README.zh-CN.md) [简体中文](README.zh-CN.md) [日本語](README.ja-JP.md) [Português](README.pt-BR.md)
[Website](https://www.dragonflydb.io/) • [Docs](https://dragonflydb.io/docs) • [Quick Start](https://www.dragonflydb.io/docs/getting-started) • [Community Discord](https://discord.gg/HsPjXGVH85) • [Dragonfly Forum](https://dragonfly.discourse.group/) • [Join the Dragonfly Community](https://www.dragonflydb.io/community)
@@ -178,5 +178,4 @@ Dragonfly는 2022년에 인-메모리 데이터스토어를 설계한다면 어
저희는 Dragonfly의 기반을 구축하고 성능에 만족하게 되었을 때, Redis와 Memcached의 기능을 구현하기 시작했습니다. 저희는 약 185개의 Redis 명령(대략적으로 Redis 5.0 API와 동등)과 13개의 Memecached 명령을 구현했습니다.
마지막으로,
-저희의 임무는 최신 하드웨어 발전을 활용하는 클라우드 작업을 위한 멋진 설계와 초고속 처리량 그리고 비용효율적인 인-메모리 데이터스토어를 만드는 것입니다. 저희는 현재 솔루션의 제품 API들이나 제안을 유지하면서 당면 과제를 해결하고자 합니다.
-
+저희의 임무는 최신 하드웨어 발전을 활용하는 클라우드 작업을 위한 멋진 설계와 초고속 처리량 그리고 비용효율적인 인-메모리 데이터스토어를 만드는 것입니다. 저희는 현재 솔루션의 제품 API들이나 제안을 유지하면서 당면 과제를 해결하고자 합니다.
diff --git a/README.md b/README.md
index 6f1f974d8fbc..e42a90820a73 100644
--- a/README.md
+++ b/README.md
@@ -9,7 +9,7 @@
> Before moving on, please consider giving us a GitHub star ⭐️. Thank you!
-Other languages: [简体中文](README.zh-CN.md) [日本語](README.ja-JP.md) [한국어](README.ko-KR.md)
+Other languages: [简体中文](README.zh-CN.md) [日本語](README.ja-JP.md) [한국어](README.ko-KR.md) [Português](README.pt-BR.md)
[Website](https://www.dragonflydb.io/) • [Docs](https://dragonflydb.io/docs) • [Quick Start](https://www.dragonflydb.io/docs/getting-started) • [Community Discord](https://discord.gg/HsPjXGVH85) • [Dragonfly Forum](https://dragonfly.discourse.group/) • [Join the Dragonfly Community](https://www.dragonflydb.io/community)
@@ -237,5 +237,4 @@ Our second challenge was to engineer more efficient data structures for the new
Once we had built the foundation for Dragonfly and [we were happy with its performance](#benchmarks), we went on to implement the Redis and Memcached functionality. We have to date implemented ~185 Redis commands (roughly equivalent to Redis 5.0 API) and 13 Memcached commands.
And finally,
-Our mission is to build a well-designed, ultra-fast, cost-efficient in-memory datastore for cloud workloads that takes advantage of the latest hardware advancements. We intend to address the pain points of current solutions while preserving their product APIs and propositions.
-
+Our mission is to build a well-designed, ultra-fast, cost-efficient in-memory datastore for cloud workloads that takes advantage of the latest hardware advancements. We intend to address the pain points of current solutions while preserving their product APIs and propositions.
diff --git a/README.pt-BR.md b/README.pt-BR.md
new file mode 100644
index 000000000000..013fd458d7c6
--- /dev/null
+++ b/README.pt-BR.md
@@ -0,0 +1,249 @@
+
+
+ 
+
+
+
+[](https://github.com/dragonflydb/dragonfly/actions/workflows/ci.yml) [](https://twitter.com/dragonflydbio)
+
+> Antes de continuar, considere deixar uma estrela no nosso repositório ⭐️. Obrigado!
+
+Outros idiomas: [简体中文](README.zh-CN.md) [日本語](README.ja-JP.md) [한국어](README.ko-KR.md) [English](README.md)
+
+[Site oficial](https://www.dragonflydb.io/) • [Documentação](https://dragonflydb.io/docs) • [Guia Rápido](https://www.dragonflydb.io/docs/getting-started) • [Discord da Comunidade](https://discord.gg/HsPjXGVH85) • [Fórum Dragonfly](https://dragonfly.discourse.group/) • [Participe da Comunidade](https://www.dragonflydb.io/community)
+
+[Discussões no GitHub](https://github.com/dragonflydb/dragonfly/discussions) • [Issues no GitHub](https://github.com/dragonflydb/dragonfly/issues) • [Contribuindo](https://github.com/dragonflydb/dragonfly/blob/main/CONTRIBUTING.md) • [Dragonfly Cloud](https://www.dragonflydb.io/cloud)
+
+## O armazenamento de dados em memória mais eficiente do mundo
+
+Dragonfly é um armazenamento de dados em memória projetado para cargas de trabalho modernas.
+
+Totalmente compatível com as APIs do Redis e Memcached, o Dragonfly não requer alterações de código para adoção. Em comparação com armazenamentos legados, o Dragonfly oferece 25x mais throughput, maiores taxas de acerto em cache com menor latência de cauda e pode operar com até 80% menos recursos para a mesma carga.
+
+## Conteúdo
+
+- [Benchmarks](#benchmarks)
+- [Guia rápido](https://github.com/dragonflydb/dragonfly/tree/main/docs/quick-start)
+- [Configuração](#configuration)
+- [Roteiro e status](#roadmap-status)
+- [Decisões de design](#design-decisions)
+- [Contexto](#background)
+- [Compilação a partir do código-fonte](./docs/build-from-source.md)
+
+## Benchmarks
+
+Primeiro comparamos o Dragonfly com o Redis em uma instância `m5.large`, frequentemente usada para rodar Redis devido à sua arquitetura single-threaded. O benchmark roda de outra instância de carga (c5n) na mesma AZ usando `memtier_benchmark -c 20 --test-time 100 -t 4 -d 256 --distinct-client-seed`.
+
+O Dragonfly mostra desempenho comparável:
+
+1. SETs (`--ratio 1:0`):
+
+| Redis | DF |
+| ------------------------------------- | ------------------------------------ |
+| QPS: 159K, P99.9: 1.16ms, P99: 0.82ms | QPS: 173K, P99.9: 1.26ms, P99: 0.9ms |
+
+2. GETs (`--ratio 0:1`):
+
+| Redis | DF |
+| ------------------------------------ | ------------------------------------ |
+| QPS: 194K, P99.9: 0.8ms, P99: 0.65ms | QPS: 191K, P99.9: 0.95ms, P99: 0.8ms |
+
+O benchmark mostra que a camada algorítmica do DF, que permite escalabilidade vertical, não gera sobrecarga significativa em execução single-thread.
+
+Com uma instância mais forte (m5.xlarge), a diferença entre DF e Redis cresce.
+(`memtier_benchmark -c 20 --test-time 100 -t 6 -d 256 --distinct-client-seed`):
+
+1. SETs (`--ratio 1:0`):
+
+| Redis | DF |
+| ------------------------------------- | ------------------------------------- |
+| QPS: 190K, P99.9: 2.45ms, P99: 0.97ms | QPS: 279K, P99.9: 1.95ms, P99: 1.48ms |
+
+2. GETs (`--ratio 0:1`):
+
+| Redis | DF |
+| ------------------------------------ | ------------------------------------- |
+| QPS: 220K, P99.9: 0.98ms, P99: 0.8ms | QPS: 305K, P99.9: 1.03ms, P99: 0.87ms |
+
+A capacidade de throughput do Dragonfly cresce com o tamanho da instância, enquanto o Redis single-thread atinge o limite de CPU.
+
+
+
+Na instância c6gn.16xlarge (maior capacidade de rede), o Dragonfly atinge 25x mais throughput que o Redis, superando 3.8M QPS.
+
+Latência de 99% no pico de throughput do Dragonfly:
+
+| op | r6g | c6gn | c7g |
+| ----- | ----- | ----- | ----- |
+| set | 0.8ms | 1ms | 1ms |
+| get | 0.9ms | 0.9ms | 0.8ms |
+| setex | 0.9ms | 1.1ms | 1.3ms |
+
+_Todos os benchmarks foram realizados com `memtier_benchmark`, ajustando o número de threads conforme a instância. O `memtier` rodava em uma c6gn.16xlarge separada. No benchmark SETEX, foi definido tempo de expiração de 500 para garantir sobrevivência até o final do teste._
+
+```bash
+memtier_benchmark --ratio ... -t -c 30 -n 200000 --distinct-client-seed -d 256 \
+ --expiry-range=...
+```
+
+Em modo pipeline `--pipeline=30`, o Dragonfly alcança **10M QPS** em SET e **15M QPS** em GET.
+
+### Dragonfly vs. Memcached
+
+Comparamos Dragonfly e Memcached em uma c6gn.16xlarge na AWS.
+
+Com latência comparável, o throughput do Dragonfly superou o do Memcached tanto em leitura quanto escrita. Em escrita, a latência do Dragonfly foi melhor devido à contenção no [caminho de escrita do Memcached](docs/memcached_benchmark.md).
+
+#### Benchmark de SET
+
+| Servidor | QPS (milhares) | latência 99% | 99.9% |
+| :-------: | :------------: | :----------: | :------: |
+| Dragonfly | 🟩 3844 | 🟩 0.9ms | 🟩 2.4ms |
+| Memcached | 806 | 1.6ms | 3.2ms |
+
+#### Benchmark de GET
+
+| Servidor | QPS (milhares) | latência 99% | 99.9% |
+| --------- | :------------: | :----------: | :------: |
+| Dragonfly | 🟩 3717 | 1ms | 2.4ms |
+| Memcached | 2100 | 🟩 0.34ms | 🟩 0.6ms |
+
+Memcached teve menor latência em leitura, mas também menor throughput.
+
+### Eficiência de memória
+
+Para testar a eficiência de memória, preenchemos o Dragonfly e o Redis com \~5GB de dados usando o comando `debug populate 5000000 key 1024`, enviamos tráfego de atualização com `memtier` e iniciamos o snapshot com o comando `bgsave`.
+
+A figura abaixo demonstra como cada servidor se comportou em termos de eficiência de memória.
+
+
+
+O Dragonfly foi 30% mais eficiente em memória que o Redis em estado ocioso e não apresentou aumento visível no uso de memória durante a fase de snapshot. No pico, o uso de memória do Redis aumentou para quase 3 vezes o do Dragonfly.
+
+O Dragonfly concluiu o snapshot mais rápido, em poucos segundos.
+
+Para mais informações sobre eficiência de memória no Dragonfly, veja nosso [documento sobre Dashtable](/docs/dashtable.md).
+
+## Configuração
+
+O Dragonfly suporta argumentos comuns do Redis quando aplicável. Por exemplo, você pode executar: `dragonfly --requirepass=foo --bind localhost`.
+
+Atualmente, o Dragonfly suporta os seguintes argumentos específicos do Redis:
+
+- `port`: Porta de conexão Redis (`padrão: 6379`).
+- `bind`: Use `localhost` para permitir conexões apenas locais ou um IP público para permitir conexões **para esse IP** (ou seja, externas também). Use `0.0.0.0` para permitir todas as conexões IPv4.
+- `requirepass`: Senha para autenticação AUTH (`padrão: ""`).
+- `maxmemory`: Limite de memória máxima (em bytes legíveis) usada pelo banco (`padrão: 0`). Um valor `0` significa que o programa determinará automaticamente o uso máximo de memória.
+- `dir`: O Docker do Dragonfly usa a pasta `/data` para snapshots por padrão, o CLI usa `""`. Você pode usar a opção `-v` do Docker para mapear para uma pasta do host.
+- `dbfilename`: Nome do arquivo para salvar/carregar o banco de dados (`padrão: dump`).
+
+Também há argumentos específicos do Dragonfly:
+
+- `memcached_port`: Porta para habilitar API compatível com Memcached (`padrão: desabilitado`).
+
+- `keys_output_limit`: Número máximo de chaves retornadas no comando `keys` (`padrão: 8192`). Note que `keys` é um comando perigoso. Limitamos o resultado para evitar explosão de uso de memória ao buscar muitas chaves.
+
+- `dbnum`: Número máximo de bancos de dados suportados para `select`.
+
+- `cache_mode`: Veja a seção sobre [design de cache inovador](#novel-cache-design).
+
+- `hz`: Frequência de avaliação de expiração de chave (`padrão: 100`). Frequências menores usam menos CPU em idle, mas têm menor taxa de remoção.
+
+- `snapshot_cron`: Expressão cron para snapshots automáticos usando sintaxe cron padrão, com granularidade de minutos (`padrão: ""`).
+
+ Exemplos:
+
+ | Expressão Cron | Descrição |
+ | -------------- | ----------------------------------- |
+ | `* * * * *` | A cada minuto |
+ | `*/5 * * * *` | A cada 5 minutos |
+ | `5 */2 * * *` | No minuto 5 de cada 2 horas |
+ | `0 0 * * *` | Às 00:00 (meia-noite) todos os dias |
+ | `0 6 * * 1-5` | Às 06:00 (manhã) de segunda a sexta |
+
+- `primary_port_http_enabled`: Permite acesso ao console HTTP na porta TCP principal se `true` (`padrão: true`).
+
+- `admin_port`: Habilita acesso admin ao console na porta atribuída (`padrão: desabilitado`). Suporta protocolos HTTP e RESP.
+
+- `admin_bind`: Define o IP de binding do console admin (`padrão: qualquer`). Suporta HTTP e RESP.
+
+- `admin_nopass`: Habilita acesso admin sem autenticação (`padrão: false`). Suporta HTTP e RESP.
+
+- `cluster_mode`: Modo cluster suportado (`padrão: ""`). Atualmente só `emulated`.
+
+- `cluster_announce_ip`: IP que os comandos de cluster anunciam ao cliente.
+
+- `announce_port`: Porta que os comandos de cluster anunciam ao cliente e ao master de replicação.
+
+### Exemplo de script de inicialização com opções populares:
+
+```bash
+./dragonfly-x86_64 --logtostderr --requirepass=youshallnotpass --cache_mode=true -dbnum 1 --bind localhost --port 6379 --maxmemory=12gb --keys_output_limit=12288 --dbfilename dump.rdb
+```
+
+Argumentos também podem ser passados via:
+
+- `--flagfile `: O arquivo deve conter um flag por linha, com `=` em vez de espaços para flags com valor. Não usar aspas.
+- Variáveis de ambiente. Use `DFLY_x`, onde `x` é o nome exato do flag (case sensitive).
+
+Para mais opções como logs ou suporte a TLS, execute `dragonfly --help`.
+
+## Roadmap e status
+
+Atualmente o Dragonfly suporta \~185 comandos Redis e todos os comandos Memcached exceto `cas`. Já quase no nível da API do Redis 5, o próximo marco é estabilizar as funcionalidades básicas e implementar a API de replicação. Caso precise de um comando ainda não implementado, abra uma issue.
+
+Para replicação nativa do Dragonfly, estamos projetando um formato de log distribuído que suportará velocidades ordens de magnitude maiores.
+
+Após a replicação, continuaremos adicionando comandos faltantes das versões 3 a 6 do Redis.
+
+Consulte nossa [Referência de Comandos](https://dragonflydb.io/docs/category/command-reference) para a lista atual.
+
+## Decisões de design
+
+### Design de cache inovador
+
+O Dragonfly tem um algoritmo de cache adaptativo, unificado e simples, eficiente em memória.
+
+Você pode habilitar o modo cache com o flag `--cache_mode=true`. Esse modo remove itens menos prováveis de serem acessados no futuro, mas **somente** próximo ao limite de `maxmemory`.
+
+### Expiração com precisão relativa
+
+Intervalos de expiração são limitados a \~8 anos.
+
+Deadlines com precisão de milissegundos (PEXPIRE, PSETEX etc.) são arredondadas para o segundo mais próximo **quando superiores a 2^28ms**, com erro menor que 0.001%. Se isso for inadequado, entre em contato ou abra uma issue explicando o caso.
+
+Para mais diferenças entre os deadlines do Dragonfly e do Redis, [clique aqui](docs/differences.md).
+
+### Console HTTP nativo e métricas compatíveis com Prometheus
+
+Por padrão, o Dragonfly permite acesso HTTP via porta TCP principal (6379). Ou seja, você pode conectar via protocolo Redis ou HTTP — o servidor reconhece automaticamente o protocolo ao conectar. Acesse com o navegador. Hoje o console HTTP tem pouca informação, mas no futuro incluirá debug e info de gerenciamento.
+
+Acesse `:6379/metrics` para ver métricas Prometheus-compatíveis.
+
+As métricas são compatíveis com o dashboard do Grafana, [veja aqui](tools/local/monitoring/grafana/provisioning/dashboards/dashboard.json).
+
+Importante: o console HTTP deve ser acessado em rede segura. Se expor a porta TCP do Dragonfly externamente, desabilite o console com `--http_admin_console=false` ou `--nohttp_admin_console`.
+
+## Contexto
+
+O Dragonfly começou como um experimento para repensar um datastore in-memory em 2022. Baseado em lições como usuários e engenheiros de cloud, sabíamos que dois princípios deveriam ser preservados: garantias de atomicidade e latência sub-millisecond sob alto throughput.
+
+Desafio 1: Utilizar ao máximo CPU, memória e I/O em servidores modernos. A solução foi adotar [arquitetura shared-nothing](https://en.wikipedia.org/wiki/Shared-nothing_architecture), particionando o keyspace entre threads. Chamamos os slices de “shards”. A biblioteca que gerencia threads e I/O foi open-sourceada [aqui](https://github.com/romange/helio).
+
+Para garantir atomicidade em operações multi-key, usamos avanços recentes da pesquisa acadêmica. Escolhemos o paper ["VLL: a lock manager redesign for main memory database systems"](https://www.cs.umd.edu/~abadi/papers/vldbj-vll.pdf) como base para o framework transacional. A combinação VLL + shared-nothing permitiu compor operações atômicas multi-key **sem mutex ou spinlock**. O resultado foi um PoC com performance superior a outras soluções.
+
+Desafio 2: Estruturas de dados mais eficientes. Baseamos o hashtable no paper ["Dash: Scalable Hashing on Persistent Memory"](https://arxiv.org/pdf/2003.07302.pdf). Mesmo voltado à memória persistente, foi aplicável. O design permitiu manter:
+
+- Hash incremental durante crescimento.
+- Scan stateless mesmo com mudanças.
+
+Além disso, o Dash é mais eficiente em uso de CPU/memória. Com esse design, inovamos ainda com:
+
+- Expiração eficiente para registros TTL.
+- Algoritmo de cache com mais hits que LRU/LFU com **zero overhead**.
+- Algoritmo de snapshot **sem fork**.
+
+Com essa base pronta e [performance satisfatória](#benchmarks), implementamos as APIs Redis e Memcached (\~185 comandos Redis, equivalente ao Redis 5.0, e 13 do Memcached).
+
+Por fim,
Nossa missão é construir um datastore in-memory rápido, eficiente e bem projetado para cargas em nuvem, aproveitando o hardware moderno. Queremos resolver as dores das soluções atuais mantendo APIs e propostas de valor.
diff --git a/README.zh-CN.md b/README.zh-CN.md
index 5a0b69022da2..006731409c20 100644
--- a/README.zh-CN.md
+++ b/README.zh-CN.md
@@ -11,7 +11,7 @@
> 在您继续之前，请考虑给我们一个 GitHub 星标 ⭐️。谢谢！
-其他语言: [English](README.md) [日本語](README.ja-JP.md) [한국어](README.ko-KR.md)
+其他语言: [English](README.md) [日本語](README.ja-JP.md) [한국어](README.ko-KR.md) [Português](README.pt-BR.md)
[主页](https://dragonflydb.io/) • [快速入门](https://github.com/dragonflydb/dragonfly/tree/main/docs/quick-start) • [社区 Discord](https://discord.gg/HsPjXGVH85) • [Dragonfly 论坛](https://dragonfly.discourse.group/) • [加入 Dragonfly 社区](https://www.dragonflydb.io/community)
@@ -204,4 +204,4 @@ Dragonfly始于一项实验，旨在探索如果在2022年重新设计内存数
目前，我们已经实现了约185个Redis命令（大致相当于Redis 5.0 API）和13个Memcached命令。
最后，
-我们的使命是构建一个设计良好、超高速、成本效益高的云工作负载内存数据存储系统，利用最新的硬件技术。我们旨在解决当前解决方案的痛点，同时保留其产品API和优势。
+我们的使命是构建一个设计良好、超高速、成本效益高的云工作负载内存数据存储系统，利用最新的硬件技术。我们旨在解决当前解决方案的痛点，同时保留其产品API和优势。