Rename operator

CONTRIBUTING.md

@@ -22,7 +22,7 @@
 +   [6 操作指南](zh/6.md)
 +   [7 设置配置选项](zh/7.md)
 +   [8 初始化数据库后端](zh/8.md)
-+   [9 使用操作器](zh/9.md)
++   [9 使用Operators](zh/9.md)
 +   [10 管理连接](zh/10.md)
 +   [11 保护连接](zh/11.md)
 +   [12 写日志](zh/12.md)

SUMMARY.md

@@ -6,7 +6,7 @@
 +   [操作指南](zh/6.md)
 +   [设置配置选项](zh/7.md)
 +   [初始化数据库后端](zh/8.md)
-+   [使用操作器](zh/9.md)
++   [使用Operators](zh/9.md)
 +   [管理连接](zh/10.md)
 +   [保护连接](zh/11.md)
 +   [写日志](zh/12.md)

zh/20.md

@@ -54,7 +54,7 @@ print(op.owner) # Airflow
 
 _ 在 Airflow 1.8 中添加 _
 
-DAG 可用作上下文管理器，以自动将新操作器分配给该 DAG。
+DAG 可用作上下文管理器，以自动将新 Operator 分配给该 DAG。
 
 ```py
 with DAG('my_dag', start_date=datetime(2016, 1, 1)) as dag:
@@ -67,11 +67,11 @@ op.dag is dag # True
 
 虽然 DAG 描述了如何运行工作流，但`Operators`确定实际完成的工作。
 
-操作器描述工作流中的单个任务。 操作器通常（但并非总是）是原子的，这意味着他们可以独立运营，而不需要与任何其他操作器共享资源。DAG 将确保操作器以正确的顺序运行; 除了这些依赖项之外，操作器通常独立运行。实际上，它们可能在两台完全不同的机器上运行。
+Operator 描述工作流中的单个任务。Operator 通常（但并非总是）是原子的，这意味着他们可以独立运营，而不需要与任何其他 Operator 共享资源。DAG 将确保 Operator 以正确的顺序运行; 除了这些依赖项之外， Operator 通常独立运行。实际上，它们可以在两台完全不同的机器上运行。
 
-这是一个微妙但非常重要的一点：通常，如果两个操作器需要共享信息，如文件名或少量数据，您应该考虑将它们组合到一个操作器中。如果绝对无法避免，Airflow 确实具有操作员交叉通信的功能，称为 XCom，本文档的其他部分对此进行了描述。
+这是一个微妙但非常重要的一点：通常，如果两个 Operator 需要共享信息，如文件名或少量数据，您应该考虑将它们组合到一个 Operator 中。如果绝对无法避免，Airflow 确实具有操作员交叉通信的功能，称为 XCom，本文档的其他部分对此进行了描述。
 
-Airflow 为许多常见任务提供操作器，包括：
+Airflow 为许多常见任务提供 Operator ，包括：
 
 * `BashOperator` - 执行 bash 命令
 * `PythonOperator` - 调用任意 Python 函数
@@ -80,19 +80,19 @@ Airflow 为许多常见任务提供操作器，包括：
 * `MySqlOperator`，`SqliteOperator`，`PostgresOperator`，`MsSqlOperator`，`OracleOperator`，`JdbcOperator`等 - 执行 SQL 命令
 * `Sensor` - 等待一定时间，文件，数据库行，S3 键等...
 
-除了这些基本构建块之外，还有许多特定的操作器： `DockerOperator`，`HiveOperator`，`S3FileTransformOperator`，`PrestoToMysqlOperator`，`SlackOperator`......你会明白的！
+除了这些基本构建块之外，还有许多特定的 Operator ： `DockerOperator`，`HiveOperator`，`S3FileTransformOperator`，`PrestoToMysqlOperator`，`SlackOperator`......你会明白的！
 
-`airflow/contrib/`目录包含更多由社区构建的操作器。这些运算符并不总是像主发行版中那样完整或经过良好测试，但允许用户更轻松地向平台添加新功能。
+`airflow/contrib/`目录包含更多由社区构建的 Operator 。这些运算符并不总是像主发行版中那样完整或经过良好测试，但允许用户更轻松地向平台添加新功能。
 
-如果将操作器分配给 DAG，则操作器仅由 Airflow 加载。
+如果将 Operator 分配给 DAG，则 Operator 仅由 Airflow 加载。
 
-请参阅[使用操作器](zh/9.md)了解如何使用 Airflow 操作器。
+请参阅[使用Operators](zh/9.md)了解如何使用 Airflow Operator 。
 
 #### DAG 分配
 
 _ 在 Airflow 1.8 中添加 _
 
-操作器不必立即分配给 DAG（之前的`dag`是必需参数）。但是，一旦将操作器分配给 DAG，就无法转移或取消分配。在创建运算符时，通过延迟赋值或甚至从其他运算符推断，可以显式地完成 DAG 分配。
+ Operator 不必立即分配给 DAG（之前的`dag`是必需参数）。但是，一旦将 Operator 分配给 DAG，就无法转移或取消分配。在创建运算符时，通过延迟赋值或甚至从其他运算符推断，可以显式地完成 DAG 分配。
 
 ```py
 dag = DAG('my_dag', start_date=datetime(2016, 1, 1))
@@ -167,7 +167,7 @@ with DAG('my_dag', start_date=datetime(2016, 1, 1)) as dag:
 
 ### 任务
 
-一旦操作器被实例化，它就被称为“任务”。实例化在调用抽象操作器时定义特定值，参数化任务成为 DAG 中的节点。
+一旦 Operator 被实例化，它就被称为“任务”。实例化在调用抽象 Operator 时定义特定值，参数化任务成为 DAG 中的节点。
 
 ### 任务实例
 
@@ -178,8 +178,8 @@ with DAG('my_dag', start_date=datetime(2016, 1, 1)) as dag:
 您现在熟悉 Airflow 的核心构建模块。 有些概念可能听起来非常相似，但词汇表可以概念化如下：
 
 * DAG：描述工作应该发生的顺序
-* 操作器：作为执行某些工作的模板的类
-* 任务：操作器参数化实例
+* Operator：作为执行某些工作的模板的类
+* 任务： Operator 参数化实例
 * 任务实例：1）已分配给 DAG 的任务，2）具有与 DAG 的特定运行相关联的状态
 
 通过组合`DAGs`和`Operators`来创建`TaskInstances`，您可以构建复杂的工作流。
@@ -190,7 +190,7 @@ with DAG('my_dag', start_date=datetime(2016, 1, 1)) as dag:
 
 ### 钩
 
-钩子是外部平台和数据库的接口，如 Hive，S3，MySQL，Postgres，HDFS 和 Pig。Hooks 尽可能实现通用接口，并充当操作器的构建块。他们还使用`airflow.models.Connection`模型来检索主机名和身份验证信息。钩子将身份验证代码和信息保存在管道之外，集中在元数据数据库中。
+钩子是外部平台和数据库的接口，如 Hive，S3，MySQL，Postgres，HDFS 和 Pig。Hooks 尽可能实现通用接口，并充当 Operator 的构建块。他们还使用`airflow.models.Connection`模型来检索主机名和身份验证信息。钩子将身份验证代码和信息保存在管道之外，集中在元数据数据库中。
 
 钩子在 Python 脚本，Airflow airflow.operators.PythonOperator 以及 iPython 或 Jupyter Notebook 等交互式环境中使用它们也非常有用。
 
@@ -224,7 +224,7 @@ Airflow 还能够通过操作系统中的环境变量引用连接。但它只支
 
 如果在 Airflow 元数据数据库和环境变量中都定义了具有相同`conn_id`连接，则 Airflow 将仅引用环境变量中的连接（例如，给定`conn_id` `postgres_master`，在开始搜索元数据数据库之前，Airflow 将优先在环境变量中搜索`AIRFLOW_CONN_POSTGRES_MASTER`并直接引用它）。
 
-许多钩子都有一个默认的`conn_id`，使用该挂钩的操作器不需要提供显式连接 ID。 例如，[`PostgresHook`](zh/31.md)的默认`conn_id`是`postgres_default` 。
+许多钩子都有一个默认的`conn_id`，使用该挂钩的 Operator 不需要提供显式连接 ID。 例如，[`PostgresHook`](zh/31.md)的默认`conn_id`是`postgres_default` 。
 
 请参阅[管理连接](zh/10.md)以了解如何创建和管理连接。
 

zh/5.md

@@ -34,7 +34,7 @@ default_args = {
 
 dag = DAG('tutorial', default_args=default_args, schedule_interval=timedelta(days=1))
 
-# t1、t2 和 t3 是通过实例化 operators（操作器）创建的任务示例
+# t1、t2 和 t3 是通过实例化 Operators 创建的任务示例
 t1 = BashOperator(
     task_id='print_date',
     bash_command='date',
@@ -78,7 +78,7 @@ t3.set_upstream(t1)
 # DAG 对象; 我们将需要它来实例化一个 DAG
 from airflow import DAG
 
-# Operators（操作器）; 我们需要利用这个对象去执行流程!
+# Operators; 我们需要利用这个对象去执行流程!
 from airflow.operators.bash_operator import BashOperator
 ```
 

zh/6.md

@@ -8,7 +8,7 @@
 
 * [设置配置选项](zh/7.md)
 * [初始化数据库后端](zh/8.md)
-* [使用操作器](zh/9.md)
+* [使用Operators](zh/9.md)
   * [BashOperator](zh/9.md)
   * [PythonOperator](zh/9.md)
   * [Google Cloud Platform Operators](zh/9.md)