云计算和大数据是这个时代的主题。这个主题是由数据挖掘、算法、微服务等具体的活动或者业务组成的，进而它们可以分解为离线或实时的任务。这些任务可能是长时间运行的、定时执行的，亦或是短时间内一次执行即结束的。每个任务都需要 CPU 和内存资源来处理，这些资源很可能是跨主机的，甚至是跨数据中心的。那么，面对光鲜亮丽的时代主题，我们该如何设计和实现任务的调度和资源的分配呢？答案是不需要这样做，因为我们有 Mesos。
Mesos 是为软件定义数据中心而生的操作系统，跨数据中心的资源在这个系统中被统一管理。Mesos 非常智慧和优雅地以 Framework 的形式，提供了的两级调度机制，将任务的调度和执行分离。前面提到的各种类型的任务，在调度阶段，由 Framework 的调度器以资源邀约的形式向 Mesos Master 申请资源；在执行阶段，由 Framework 的执行器执行任务。Mesos 帮助我们解决了错综复杂的任务调度和资源管理的问题后，我们可以专注于实现自己的任务，进而完成云计算和大数据业务。
Mesos 的意义不止与此，它为我们带来了一个生机勃勃的生态环境。基于现有的 Framework，我们可以使用 Marathon 跑长时间运行的（微）服务，使用 Chronos 运行批量任务，使用 Spark 做大规模数据处理，使用 Cassandra 实现数据存储。这些 Mesos 生态中的系统都基于两级调度机制，实现了 Framework。Mesos 的这种插件式的 Framework，使其自身轻盈，使其生态蓬勃。
同 Borg 相比，Mesos 更亲民，我们摸得着看得见；同 Omega 相比，Mesos 更现实，曲调虽然不算高山流水，却能奏完每个篇章；与 Kubernetes 相比，Mesos 更成熟；Mesos 之于 Hadoop，计算模型上使用 Spark 超越了 MapR，资源管理上，是 YARN 模仿的样板。
自 2009 年，诞生于加州大学伯克利分校的 AMPlab，Mesos 在不断地完善其生态系统。创始人 Benjamin Hindman 以首席架构师的身份，参与着 Mesos 背后的商业实体公司 Mesosphere 的建设，通过推出数据中心操作系统（DCOS）产品，不断降低 Mesos 的使用门槛，提高生产率；创始人 Andy Konwinski 和 Matei Zaharia 是 Spark 背后的商业实体公司 Databricks 的联合创始人。这样的生态体系和商业形式，为开发者带来了更多的信心和参与其中的兴趣。
目录
- 深入浅出 Mesos（一）：为软件定义数据中心而生的操作系统
- 深入浅出 Mesos（二）：Mesos 的体系结构和工作流
- 深入浅出 Mesos（三）：持久化存储和容错
- 深入浅出 Mesos（四）：Mesos 的资源分配
- 深入浅出 Mesos（五）：成功的开源社区
- 深入浅出 Mesos（六）：亲身体会 Apache Mesos
- Apple 使用 Apache Mesos 重建 Siri 后端服务
- Singularity：基于 Apache Mesos 构建的服务部署和作业调度平台
- Autodesk 基于 Mesos 的可扩展事件系统
- Myriad 项目: Mesos 和 YARN 协同工作
评论