Proofread use-mesos section

README.md

@@ -64,8 +64,8 @@
 | [11 保护连接](zh/11.md) | [@ImPerat0R\_](https://github.com/tssujt) |
 | [12 写日志](zh/12.md) | [@ImPerat0R\_](https://github.com/tssujt) |
 | [13 用Celery扩大规模](zh/13.md) | [@ImPerat0R\_](https://github.com/tssujt) |
-| [14 用Dask扩展](zh/14.md) | |
-| [15 使用Mesos扩展（社区贡献）](zh/15.md) | |
+| [14 用Dask扩展](zh/14.md) | [@ImPerat0R\_](https://github.com/tssujt) |
+| [15 使用Mesos扩展（社区贡献）](zh/15.md) | [@ImPerat0R\_](https://github.com/tssujt) |
 | [16 使用systemd运行Airflow](zh/16.md) | |
 | [17 用upstart运行Airflow](zh/17.md) | |
 | [18 使用测试模式配置](zh/18.md) | |

zh/15.md

 # 使用Mesos扩展（社区贡献）
 
-有两种方法可以将气流作为mesos框架运行：
+有两种方法可以将Airflow作为mesos框架运行：
 
-1.  直接在mesos从站上运行气流任务，要求每个mesos从站安装和配置气流。
-2.  在安装了气流的docker容器内运行气流任务，该容器在mesos slave上运行。
+1. 想要直接在mesos从站上运行Airflow任务，要求每个mesos slave安装和配置Airflow。
+2. 在安装了Airflow的docker容器内运行Airflow任务，该容器在mesos slave上运行。
 
-## 任务直接在mesos从站上执行
+## 任务直接在mesos slave上执行
 
-`MesosExecutor`允许您在Mesos群集上安排气流任务。 为此，您需要一个正在运行的mesos集群，并且必须执行以下步骤 -
+`MesosExecutor`允许您在Mesos群集上安排Airflow任务。为此，您需要一个正在运行的mesos集群，并且必须执行以下步骤 -
 
-1.  在将运行Web服务器和调度程序的mesos从站上安装气流，让我们将其称为“Airflow服务器”。
-2.  在Airflow服务器上，从[mesos下载](http://open.mesosphere.com/downloads/mesos/)安装mesos python eggs。
-3.  在Airflow服务器上，使用可从所有mesos从站访问的数据库（例如mysql）并在`airflow.cfg`添加配置。
-4.  将`airflow.cfg`更改为指向`airflow.cfg`的point executor参数，并提供相关的Mesos设置。
-5.  在所有mesos奴隶上，安装气流。 从Airflow服务器复制`airflow.cfg` （以便它使用相同的sql炼金术连接）。
-6.  在所有mesos从服务器上，运行以下服务日志：
+1. 在将运行Web服务器和调度程序的mesos slave上安装Airflow，让我们将其称为“Airflow服务器”。
+2. 在Airflow服务器上，从[mesos下载](http://open.mesosphere.com/downloads/mesos/)安装mesos python eggs。
+3. 在Airflow服务器上，使用可从所有mesos slave访问的数据库（例如mysql），并在`airflow.cfg`添加配置。
+4. 将`airflow.cfg`更改为指向`airflow.cfg`的point executor参数，并提供相关的Mesos设置。
+5. 在所有mesos slave上，安装Airflow。 从Airflow服务器复制`airflow.cfg` （以便它使用相同的sqlalchemy连接）。
+6. 在所有mesos slave上，运行以下服务日志：
 
 ```
 airflow serve_logs
-
 ```
 
-1.  在Airflow服务器上，要开始在mesos上处理/调度DAG，请运行：
+7. 在Airflow服务器上，要开始在mesos上处理/调度DAG，请运行：
 
 ```
 airflow scheduler -p
-
 ```
 
 注意：我们需要-p参数来挑选DAG。
 
-您现在可以在mesos UI中查看气流框架和相应的任务。 气流任务的日志可以像往常一样在气流UI中查看。
+您现在可以在mesos UI中查看Airflow框架和相应的任务。Airflow任务的日志可以像往常一样在Airflow UI中查看。
+
+有关mesos的更多信息，请参阅[mesos文档](http://mesos.apache.org/documentation/latest/)。 有关MesosExecutor的任何疑问/错误，请联系[@kapil-malik](https://github.com/kapil-malik)。
 
-有关mesos的更多信息，请参阅[mesos文档](http://mesos.apache.org/documentation/latest/) 。 有关<cite>MesosExecutor的</cite>任何疑问/错误，请联系[@ kapil-malik](https://github.com/kapil-malik) 。
+## 在mesos slave上的容器中执行的任务
 
-## 在mesos从站上的容器中执行的任务
+[此gist](https://gist.github.com/sebradloff/f158874e615bda0005c6f4577b20036e)包含实现以下所需的所有文件和配置更改：
 
-[此要点](https://gist.github.com/sebradloff/f158874e615bda0005c6f4577b20036e)包含实现以下所需的所有文件和配置更改：
+1. 使用安装了mesos python eggs创建一个dockerized版本的Airflow。
 
-1.  使用安装了mesos python鸡蛋创建一个dockerized版本的气流。
+> 我们建议利用docker的多阶段构建来实现这一目标。我们有一个Dockerfile定义从源（Dockerfile-mesos）构建特定版本的mesos，以便创建python eggs。在Airflow Dockerfile（Dockerfile-airflow）中，我们从mesos镜像中复制python eggs。
 
-> 我们建议利用docker的多阶段构建来实现这一目标。 我们有一个Dockerfile定义从源（Dockerfile-mesos）构建特定版本的mesos，以便创建python egg。 在气流Dockerfile（Dockerfile-airflow）中，我们从mesos图像中复制python eggs。
+2. 在`airflow.cfg`创建一个mesos配置块。
 
-1.  在`airflow.cfg`创建一个mesos配置块。
+> 配置块保持与默认Airflow配置（default_airflow.cfg）相同，但添加了一个选项`docker_image_slave`。 这应该设置为您希望mesos在运行Airflow任务时使用的镜像的名称。确保您具有适用于您的mesos主服务器的DNS记录的正确配置以及任何类型的授权（如果存在）。
 
-> 配置块保持与默认气流配置（default_airflow.cfg）相同，但添加了一个选项`docker_image_slave` 。 这应该设置为您希望mesos在运行气流任务时使用的图像的名称。 确保您具有适用于您的mesos主服务器的DNS记录的正确配置以及任何类型的授权（如果存在）。
+3. 更改`airflow.cfg`以将执行程序参数指向MesosExecutor（executor = SequentialExecutor）。
 
-1.  更改`airflow.cfg`以将执行程序参数指向<cite>MesosExecutor</cite> （ <cite>executor = SequentialExecutor</cite> ）。
-2.  确保您的mesos slave可以访问您用于`docker_image_slave`存储库。
+4. 确保您的mesos slave可以访问您`docker_image_slave`的docker存储库。
 
 > [mesos文档中提供了相关说明。](https://mesos.readthedocs.io/en/latest/docker-containerizer/)
 
-其余部分取决于您以及您希望如何使用dockerized气流配置。
\ No newline at end of file
+其余部分取决于您以及您希望如何使用dockerized Airflow配置。