docs/distributed-system/protocol/gossip-protocl.md

@@ -67,7 +67,7 @@ Gossip 设计了两种可能的消息传播模式：**反熵（Anti-Entropy）**
 
 > 熵的概念最早起源于[物理学](https://zh.wikipedia.org/wiki/物理学)，用于度量一个热力学系统的混乱程度。熵最好理解为不确定性的量度而不是确定性的量度，因为越随机的信源的熵越大。
 
-在这里，你可以把反熵中的熵理解为节点之间数据的混乱程度/差异性，反熵就是指消除不同节点中数据的差异，提升节点间数据的相似度，从而降低熵值。
+在这里，你可以把反熵中的熵了解为节点之间数据的混乱程度/差异性，反熵就是指消除不同节点中数据的差异，提升节点间数据的相似度，从而降低熵值。
 
 具体是如何反熵的呢？集群中的节点，每隔段时间就随机选择某个其他节点，然后通过互相交换自己的所有数据来消除两者之间的差异，实现数据的最终一致性。
 

docs/distributed-system/protocol/raft-algorithm.md

@@ -106,7 +106,7 @@ raft 使用了随机的选举超时时间来避免上述情况。每一个 Candi
 
 ## 4 日志复制
 
-一旦选出了 Leader，它就开始接受客户端的请求。每一个客户端的请求都包含一条需要被复制状态机（`Replicated State Machine`）执行的命令。
+一旦选出了 Leader，它就开始接受客户端的请求。每一个客户端的请求都包含一条需要被复制状态机（`Replicated State Mechine`）执行的命令。
 
 Leader 收到客户端请求后，会生成一个 entry，包含`<index,term,cmd>`，再将这个 entry 添加到自己的日志末尾后，向所有的节点广播该 entry，要求其他服务器复制这条 entry。
 

docs/system-design/schedule-task.md

@@ -241,7 +241,7 @@ ElasticJob 当当网开源的一个面向互联网生态和海量任务的分布
 
 ElasticJob-Lite 和 ElasticJob-Cloud 两者的对比如下：
 
-|                 | ElasticJob-Lite | ElasticJob-Cloud |
+| ElasticJob-Lite | ElasticJob-Cloud |                   |
 | :-------------- | :--------------- | ----------------- |
 | 无中心化        | 是               | 否                |
 | 资源分配        | 不支持           | 支持              |