Merge pull request #188 from xd122/xd-branch

A)20190423:修改单词翻译错误 院子=》原子

docs/6.md

@@ -466,7 +466,7 @@ Spark Streaming 提供了两种内置的 streaming source（流的数据源）
     Spark Streaming 将监控`dataDirectory` 目录并且该目录中任何新建的文件 (写在嵌套目录中的文件是不支持的)。注意
 
     *   文件必须具有相同的数据格式。
-    *   文件必须被创建在 `dataDirectory` 目录中，通过 atomically（院子的）_moving（移动）_ 或 _renaming（重命名）_ 它们到数据目录。
+    *   文件必须被创建在 `dataDirectory` 目录中，通过 atomically（原子的）_moving（移动）_ 或 _renaming（重命名）_ 它们到数据目录。
     *   一旦移动，这些文件必须不能再更改，因此如果文件被连续地追加，新的数据将不会被读取。
 
     对于简单的文本文件，还有一个更加简单的方法 `streamingContext.textFileStream(dataDirectory)`。并且文件流（file streams）不需要运行一个接收器（receiver），因此，不需要分配内核（core）。
@@ -1610,4 +1610,4 @@ Output operations（输出操作）（如 `foreachRDD`）具有 _at-least once_
         *   [StreamingContext](api/python/pyspark.streaming.html#pyspark.streaming.StreamingContext) 和 [DStream](api/python/pyspark.streaming.html#pyspark.streaming.DStream)
         *   [KafkaUtils](api/python/pyspark.streaming.html#pyspark.streaming.kafka.KafkaUtils)
 *   更多的示例在 [Scala](https://github.com/apache/spark/tree/master/examples/src/main/scala/org/apache/spark/examples/streaming) 和 [Java](https://github.com/apache/spark/tree/master/examples/src/main/java/org/apache/spark/examples/streaming) 和 [Python](https://github.com/apache/spark/tree/master/examples/src/main/python/streaming)
-*   描述 Spark Streaming 的 [Paper](http://www.eecs.berkeley.edu/Pubs/TechRpts/2012/EECS-2012-259.pdf) 和 [video](http://youtu.be/g171ndOHgJ0).
\ No newline at end of file
+*   描述 Spark Streaming 的 [Paper](http://www.eecs.berkeley.edu/Pubs/TechRpts/2012/EECS-2012-259.pdf) 和 [video](http://youtu.be/g171ndOHgJ0).