Merge pull request #54 from morefreeze/29

29

zh/29.md

-# Lineage
+# 数据血缘(Lineage)
 
-注意
+> 贡献者：[@morefreeze](https://github.com/morefreeze)
 
-Lineage 支持是非常实验性的，可能会发生变化。
+> 注意：
+> Lineage 支持是实验性的，可能随时会发生变化。
 
-Airflow可以帮助跟踪数据的来源，发生的事情以及数据随时间的变化。 这有助于实现审计跟踪和数据治理，还可以调试数据流。
+Airflow 可以帮助跟踪数据的来源，以及数据发生了什么变化。 这有助于实现审计跟踪和数据治理，还可以调试数据流。
 
-气流通过任务的入口和出口跟踪数据。 让我们从一个例子开始，看看它是如何工作的。
+Airflow 通过任务的 inlets 和 outlets 跟踪数据。 让我们通过一个例子看看它是如何工作的。
 
 ```py
- from airflow.operators.bash_operator import BashOperator
+from airflow.operators.bash_operator import BashOperator
 from airflow.operators.dummy_operator import DummyOperator
 from airflow.lineage.datasets import File
 from airflow.models import DAG
 from datetime import timedelta
 
-FILE_CATEGORIES = [ "CAT1" , "CAT2" , "CAT3" ]
+FILE_CATEGORIES = ["CAT1", "CAT2", "CAT3"]
 
 args = {
-    'owner' : 'airflow' ,
-    'start_date' : airflow . utils . dates . days_ago ( 2 )
+    'owner': 'airflow' ,
+    'start_date': airflow.utils.dates.days_ago(2)
 }
 
-dag = DAG (
-    dag_id = 'example_lineage' , default_args = args ,
-    schedule_interval = '0 0 * * *' ,
-    dagrun_timeout = timedelta ( minutes = 60 ))
+dag = DAG(
+    dag_id='example_lineage', default_args=args,
+    schedule_interval='0 0 * * *',
+    dagrun_timeout=timedelta(minutes=60))
 
-f_final = File ( "/tmp/final" )
-run_this_last = DummyOperator ( task_id = 'run_this_last' , dag = dag ,
-    inlets = { "auto" : True },
-    outlets = { "datasets" : [ f_final ,]})
+f_final = File("/tmp/final")
+run_this_last = DummyOperator(task_id='run_this_last', dag=dag,
+    inlets={"auto": True},
+    outlets={"datasets": [f_final,]})
 
-f_in = File ( "/tmp/whole_directory/" )
+f_in = File("/tmp/whole_directory/")
 outlets = []
-for file in FILE_CATEGORIES :
-    f_out = File ( "/tmp/ {} /{{{{ execution_date }}}}" . format ( file ))
-    outlets . append ( f_out )
-run_this = BashOperator (
-    task_id = 'run_me_first' , bash_command = 'echo 1' , dag = dag ,
-    inlets = { "datasets" : [ f_in ,]},
-    outlets = { "datasets" : outlets }
+for file in FILE_CATEGORIES:
+    f_out = File("/tmp/{}/{{{{ execution_date }}}}".format(file))
+    outlets.append(f_out)
+run_this = BashOperator(
+    task_id='run_me_first', bash_command='echo 1', dag=dag,
+    inlets={"datasets": [f_in,]},
+    outlets={"datasets": outlets}
     )
-run_this . set_downstream ( run_this_last )
-
+run_this.set_downstream(run_this_last)
 ```
 
-任务采用参数<cite>入口</cite>和<cite>出口</cite> 。 入口可以由数据集列表<cite>{“数据集”：[dataset1，dataset2]}</cite>手动定义，也可以配置为从上游任务中查找出口<cite>{“task_ids”：[“task_id1”，“task_id2”]}</cite>或者可以配置为从直接上游任务<cite>{“auto”：True}</cite>或它们的组合中获取出口。 出口被定义为数据集列表<cite>{“数据集”：[dataset1，dataset2]}</cite> 。 在执行任务时，数据集的任何字段都使用上下文进行模板化。
-
-注意
-
-如果操作员支持，操作员可以自动添加入口和出口。
+任务定义了参数`inlets`和`outlets`。 `inlets`可以是一个数据集列表`{"datesets"：[dataset1，dataset2]}`，也可以是指定的上游任务`outlets`像这样`{"task_ids"：["task_id1"，"task_id2"]}`，或者不想指定直接用`{"auto":True}`也可以，甚至是前面几种的组合。 `outlets` 也是一个数据集列表`{"datesets"：[dataset1，dataset2]}`。 在运行任务时，数据集的字段会被模板渲染。
 
-在示例DAG任务中， <cite>run_me_first</cite>是一个BashOperator，它接收从列表生成的3个入口： <cite>CAT1</cite> ， <cite>CAT2</cite> ， <cite>CAT3</cite> 。 请注意， <cite>execution_date</cite>是一个模板化字段，将在任务运行时呈现。
+> 注意：
+> 只要 Operator 支持，它会自动地加上 inlets 和 outlets。
 
-注意
+在示例DAG任务中， `run_me_first`是一个 BashOperator，它接收`CAT1`, `CAT2`, `CAT3`作为 inlets（译注：根据代码，应为“输出 outlets”）。 其中的`execution_date`会在任务运行时被渲染成执行时间。
 
-在幕后，Airflow将沿袭元数据作为任务的<cite>pre_execute</cite>方法的一部分进行准备。 当任务完成执行<cite>时，</cite>将调用<cite>post_execute</cite>并将lineage元数据推送到XCOM中。 因此，如果您要创建自己的覆盖此方法的运算符，请确保分别使用<cite>prepare_lineage</cite>和<cite>apply_lineage</cite>修饰您的方法。
+> 注意：
+> 在底层，Airflow 会在`pre_execute`方法中准备 lineage 元数据。 当任务运行结束时，会调用`post_execute`将 lineage 元数据推送到 XCOM 中。 因此，如果您要创建自己的 Operator，并且需要覆写这些方法，确保分别用`prepare_lineage`和`apply_lineage`装饰这些方法。
 
 ## Apache Atlas
 
-Airflow可以将其沿袭元数据发送到Apache Atlas。 您需要启用<cite>atlas</cite>后端并正确配置它，例如在<cite>airflow.cfg中</cite> ：
+Airflow 可以将 lineage 元数据发送到 Apache Atlas。 您需要在`airflow.cfg`中配置`atlas`：
 
-```py
- [ lineage ]
-backend = airflow . lineage . backend . atlas
+```config
+[lineage]
+backend = airflow.lineage.backend.atlas
 
-[ atlas ]
+[atlas]
 username = my_username
 password = my_password
 host = host
 port = 21000
-
 ```
 
-请确保安装了<cite>atlasclient</cite>软件包。
\ No newline at end of file
+请确保已经安装了`atlasclient`。