update docs

docs/gitbook/gitbook-plugin-livereload/plugin.js

-(function() {
-  var newEl = document.createElement('script'),
-      firstScriptTag = document.getElementsByTagName('script')[0];
-
-  if (firstScriptTag) {
-    newEl.async = 1;
-    newEl.src = '//' + window.location.hostname + ':35729/livereload.js';
-    firstScriptTag.parentNode.insertBefore(newEl, firstScriptTag);
-  }
-
-})();

docs/pages/background-1.md

-# 1.md
\ No newline at end of file

docs/pages/foreground-1.md

-# 1.md
\ No newline at end of file

docs/zh_CN/README.md

+### Easy Scheduler
+
+[![License](https://img.shields.io/badge/license-Apache%202-4EB1BA.svg)](https://www.apache.org/licenses/LICENSE-2.0.html)
+
+> Easy Scheduler for Big Data
+
+**设计特点：** 一个分布式易扩展的可视化DAG工作流任务调度系统。致力于解决数据处理流程中错综复杂的依赖关系，使调度系统在数据处理流程中`开箱即用`。
+其主要目标如下：
+ - 以DAG图的方式将Task按照任务的依赖关系关联起来，可实时可视化监控任务的运行状态
+ - 支持丰富的任务类型：Shell、MR、Spark、SQL(mysql、postgresql、hive、sparksql),Python,Sub_Process、Procedure等
+ - 支持工作流定时调度、依赖调度、手动调度、手动暂停/停止/恢复，同时支持失败重试/告警、从指定节点恢复失败、Kill任务等操作
+ - 支持工作流优先级、任务优先级及任务的故障转移及任务超时告警/失败
+ - 支持工作流全局参数及节点自定义参数设置
+ - 支持资源文件的在线上传/下载，管理等，支持在线文件创建、编辑
+ - 支持任务日志在线查看及滚动、在线下载日志等
+ - 实现集群HA，通过Zookeeper实现Master集群和Worker集群去中心化
+ - 支持对`Master/Worker` cpu load，memory，cpu在线查看
+ - 支持工作流运行历史树形/甘特图展示、支持任务状态统计、流程状态统计
+ - 支持补数
+ - 支持多租户
+ - 支持国际化
+ - 还有更多等待伙伴们探索
+
+### 与同类调度系统的对比
+<style>
+table th:first-of-type {
+	width: 200px;
+}
+</style>
+
+|                        | EasyScheduler                                                | Azkaban                                                      | Airflow                                                      |
+| :---------------------- | :------------------------------------------------------------ | :------------------------------------------------------------ | :------------------------------------------------------------ |
+| <h6>稳定性               |                                                              |                                                              |                                                              |
+| 单点故障 | 去中心化的多Master和多Worker | 是 <br>    单个Web和调度程序组合 | 是<br> 单一调度程序 |
+| HA额外要求             | 不需要(本身就支持HA) | DB | Celery   / Dask / Mesos + Load Balancer + DB  |
+| 过载处理               | 任务队列机制，单个机器上可调度的任务数量可以灵活配置，当任务过多时会缓存在任务队列中，不会造成机器卡死 | 任务太多时会卡死服务器 | 任务太多时会卡死服务器                                       |
+| <h6>易用性             | | | |
+| DAG监控界面            | 任务状态、任务类型、重试次数、任务运行机器、可视化变量等关键信息一目了然 | 只能看到任务状态  | 不能直观区分任务类型  |
+| 可视化流程定义          | 是  <br>    所有流程定义操作都是可视化的，通过拖拽任务来绘制DAG,配置数据源及资源。同时对于第三方系统，提供api方式的操作。 | 否   <br>   通过自定义DSL绘制DAG并打包上传  | 否  <br> 通过python代码来绘制DAG，使用不便，特别是对不会写代码的业务人员基本无法使用。 |
+| 快速部署               | 一键部署 | 集群化部署复杂 | 集群化部署复杂  |
+| <h6>功能               | | | |
+| 是否能暂停和恢复        | 支持暂停，恢复操作 | 否  <br>  需将工作流杀死再运行  | 否 <br>   需将工作流杀死再运行  |
+| 是否支持多租户          | 支持  <br>    easyscheduler上的用户可以通过租户和hadoop用户实现多对一或一对一的映射关系，这对大数据作业的调度是非常重要的。 | 否   | 否  |
+| 任务类型               | 支持传统的shell任务，同时支持大数据平台任务调度：   MR、Spark、SQL(mysql、postgresql、hive、sparksql)、Python、Procedure、Sub_Process | shell、gobblin、hadoopJava、java、hive、pig、spark、hdfsToTeradata、teradataToHdfs | BashOperator、DummyOperator、MySqlOperator、HiveOperator、EmailOperator、HTTPOperator、SqlOperator |
+| 契合度                 | 支持大数据作业spark,hive,mr的调度，同时由于支持多租户，与大数据业务更加契合 | 由于不支持多租户，在大数据平台业务使用不够灵活               | 由于不支持多租户，在大数据平台业务使用不够灵活               |
+| <h6>扩展性             |  |  |  |
+| <center>是否支持自定义任务类型 | 是 | 是 | 是 |
+| 是否支持集群扩展        | 是   <br>   调度器使用分布式调度，整体的调度能力会随便集群的规模线性增长，Master和Worker支持动态上下线 | 是，但是复杂   <br>   Executor水平扩展 | 是，但是复杂 <br>  Executor水平扩展  |
+
+
+### 系统部分截图
+
+![](http://geek.analysys.cn/static/upload/47/2019-03-06/76db3013-8e3b-4d17-b167-2aa1e6a6b0ad.jpeg)
+
+![](http://geek.analysys.cn/static/upload/47/2019-03-06/08b79a19-4aa0-4a73-a71b-81ad210513fb.jpeg)
+
+![](http://geek.analysys.cn/static/upload/47/2019-03-06/384dd8a3-4cf8-4e3e-944d-1185ba198f75.jpeg)
+
+### 文档
+- 部署文档
+<a href="https://analysys.github.io/EasyScheduler/pages/deploy-background.html" target="_blank">后端部署文档</a>
+
+<a href="https://analysys.github.io/EasyScheduler/pages/deploy-foreground.html" target="_blank">前端部署文档</a>
+
+[**使用手册**](https://analysys.github.io/EasyScheduler/pages/guide-manual.html?_blank "使用手册") 
+
+更多文档请参考 XXX
+
+### 帮助
+The fastest way to get response from our developers is to submit issues,   or add our wechat : 510570367
+

docs/zh_CN/SUMMARY.md

+# Summary
+
+* [Easyscheduler简介](README.md)
+* 前端文档
+    * [环境搭建](frontend-deploy.md#前端项目环境构建及编译)
+    * [安装及配置](frontend-deploy.md#安装及配置)
+    * [项目生产环境Nginx配置](frontend-deploy.md#项目生产环境配置)
+    * [前端项目发布](frontend-deploy.md#前端项目发布)
+    * [问题](frontend-deploy.md#问题)
+    * [项目目录结构](frontend-development.md#项目目录结构)
+    * [系统功能模块](frontend-development.md#系统功能模块)
+    * [路由和状态管理](frontend-development.md#路由和状态管理)
+    * [规范](frontend-development.md#规范)
+    * [接口](frontend-development.md#接口)
+    * [扩展开发](frontend-development.md#扩展开发)
+* 后端文档
+    * [系统架构设计](architecture-design.md#调度系统架构设计)
+    * [部署文档](backend-deploy.md#部署文档)
+    * [自定义任务插件文档](task-plugin-development.md#任务插件开发)
+* [使用说明文档](user-manual.md#使用手册)
+