技术

并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go细节 codereview mat使用 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 MVCC 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes自动扩容缩容 神经网络模型优化 直觉上理解机器学习 knative入门 如何学习机器学习 神经网络系列笔记 TIDB源码分析 《阿里巴巴云原生实践15讲》笔记 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 扩展Kubernetes 副本一致性 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全机制 jvm crash分析 Prometheus 学习 Kubernetes监控 Kubernetes 控制器模型 容器日志采集 容器狂占cpu怎么办? 容器狂打日志怎么办? Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes objects之编排对象 源码分析体会 自动化mock AIOps说的啥 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 kubernetes实践 jib源码分析之细节 线程排队 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 marathon-client 源码分析 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI 为什么很多业务程序猿觉得数据结构和算法没用? 串一串一致性协议 当我在说PaaS时,我在说什么 《数据结构与算法之美》——数据结构笔记 swagger PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 《深入剖析kubernetes》笔记 精简代码的利器——lombok 学习 编程语言的动态性 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 分布式计算系统的那些套路 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 mysql 批量操作优化 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 mesos 的一些tips mesos 集成 calico calico学习 AQS2——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 硬件对软件设计的影响 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记2 《mysql技术内幕》笔记1 log4j学习 为什么netty比较难懂? 回溯法 apollo client源码分析及看待面向对象设计 学习并发 从一个marathon的问题开始的 docker 环境(主要运行java项目)常见问题 Scala的一些梗 OpenTSDB 入门 spring事务小结 事务一致性 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型 java exception Linux IO学习 network channel network byte buffer 测试环境docker化实践 netty(七)netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 mesos深入 Macvlan Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker中涉及到的一些linux知识 hystrix学习 Linux网络源代码学习——整体介绍 zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty(六)netty回顾 Thrift基本原理与实践(二) Thrift基本原理与实践(一) 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 Redis概述 机器学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 那些有用的sql语句 异构数据库表在线同步 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring(八) 支持AOP 自己动手写spring(七) 类结构设计调整 分析log日志 自己动手写spring(六) 支持FactoryBean 自己动手写spring(九) 总结 自己动手写spring(五) bean的生命周期管理 自己动手写spring(四) 整合xml与注解方式 自己动手写spring(三) 支持注解方式 自己动手写spring(二) 创建一个bean工厂 自己动手写spring(一) 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM内存与执行 git spring rmi和thrift maven/ant/gradle使用 再看tcp mesos简介 缓存系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 VPN(Virtual Private Network) Kubernetes存储 Kubernetes 其它特性 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 使用etcd + confd + nginx做动态负载均衡 如何通过fleet unit files 来构建灵活的服务 CoreOS 安装 CoreOS 使用 Go学习 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

标签


mesos简介

2015年07月03日

简介

从PaaS的大概念来理解mesos的小概念。在传统的IT架构里,我们分配资源的单位是服务器。PaaS讲究的是将计算、存储和网络三大资源标准化,然后对上提供api。原先部署某个服务,要自己到那个服务器上部署,而现在则是直接调接口。以docker为例,部署某个服务,就是命令某个主机执行docker run命令。

mesos 是什么

下面是来自apache官网的简介:

Apache Mesos abstracts CPU, memory, storage, and other compute resources away from machines (physical or virtual), enabling fault-tolerant and elastic distributed systems to easily be built and run effectively.

Mesos is built using the same principles as the Linux kernel, only at a different level of abstraction. The Mesos kernel runs on every machine and provides applications (e.g., Hadoop, Spark, Kafka, Elastic Search) with API’s for resource management and scheduling across entire datacenter and cloud environments.

这里有一句话很有意思,说mesos类似于linux kernel,但是集群层次的抽象。观察linux的进程控制块,是各种资源的结合(比如文件描述符)。启动进程,操作系统负责帮进程处理资源的获取和访问等问题。Mesos则允许更精细化的资源的切片和分割。底层的资源像CPU、内存等都完全抽象化,不在跟具体的物理机绑在一起分配。类似于,一个分布式文件系统将多个主机的存储能力聚合起来,mesos则是将多个主机的计算、内存等资源聚合起来。

引用Mesos paper里的一句话,来说明Mesos的设计理念:

define a minimal interface that enables efficient resource sharing across frameworks, and otherwise push control of task scheduling and execution to the frameworks

定义一个最小化的接口来支持跨框架的资源共享,其他的调度以及执行工作都委托给框架自己来控制。

mesos主要解决两个基本问题,更主要的是,以接口的、程序可感知可描述的方式来以下问题(在下文的程序实例中,会有更直观的感受)。

  1. 资源管理。n个主机的资源现在统一分配了,一个任务可以漂移了(一会儿运行在a主机上,一会儿运行在b主机上)。原先一个任务占用资源的上限是其所在主机的全部资源,现在资源共享后,一个任务占用资源的理论上限是整个集群。这就需要管理
  2. 任务调度。任务被调度在哪个机器上,任务挂了怎么办?但这个事儿还要和具体的框架来做。

资源管理和任务调度,是现在很多二元框架的标配,比如hadoop。mesos更侧重于资源管理,大学时,操作系统的笔记上写着,操作系统的两个目标:资源管理、方便操作(对应着mesos提供api接口)从这个角度讲,mesos也算一个os。

PS,进程和文件,真是一个伟大的抽象。

Container-Networking-Docker-Kubernetes:mesos is a general-purpose cluster resource manager that abstracts the resources of a cluster(cpu,ram etc) in such a way that the cluster appears like one giant computer to the developer. In a sense, mesos acts like the kernel of a distributed operating system. It is hence never used on its own, but always togegher with so-called frameworks such as marathon(for long-running stuff like a web server) or chronos(for batch jobs), or big data and fast data frameworks like apache spark.

关键字

  1. general-purpose
  2. cluster resource manager
  3. 单纯的marathon + mesos 与k8s 对比是不公平的,因为marathon 本身就单单专注于 long-running service

集成

与数据处理框架集成

今天了解一下mesos,感觉老外就是牛,什么都想做一个框架出来,写一个分布式软件的难度一下子降低了好多,很多类似软件,都有用mesos重写一番,Mesos frameworks for a list of apps built on top of Mesos and instructions on how to run them.

以与hadoop集成为例,单纯的使用hadoop

  1. 加压*.tar.gz,修改xx.xml,向集群复制文件
  2. 执行/hadoop_home/sbin/start-all.sh,启动hdfs及yarn
  3. hdfs上准备input目录及数据文件,执行任务/hadoop_home/bin/hadoop jar hadoop-examples.jar wordcount input output,即可在output目录查看结果。

使用集成mesos之后的hadoop代码,只需在etc/hadoop/mapred-site.xml设置如下必要的参数(针对1.x版本,配置不完整,只是举例说明):

<property>
	<name>mapred.jobtracker.taskScheduler</name>
	<value>org.apache.hadoop.mapred.MesosScheduler</value>
</property>
<property>
	<name>mapred.mesos.master</name>
	<value>zk://localhost:2181</value>
</property>

通过mapred.jobtracker.taskScheduler属性指定hadoop使用mesos来调度任务。

在mesos上运行服务

因为大多数状态下,我们用mesos来部署服务,以至于我们认为mesos就是用来部署服务的。其实,更准确的说,mesos是抽象了一套接口,并为这些接口的运行提供支持。

数据处理框架的作业一般是短暂的,比如wordcount计算完毕,则scheduler和executor进程都会退出。而服务一般都是长期的(怪不得叫marathon),并有一些自己的特点,比如服务发现(如何定位)、负载均衡(如何分发请求)、健康检查和失败重启等。marathon就是这样一个服务调度/管理器。

  1. 确保服务高可用,即当机器发生故障时可以将服务迁移。
  2. 支持比较多的服务类型,比如web服务、标准shell等

《Mesos大数据资源调度与大规模容器运行最佳实践》中提到,如果将mesos比做操作系统,那么marathon就好比它的init.d,可以确保在其上运行的服务一直运行着。再比如,chronos框架类似于cron,用来处理定时作业。

mesos接口

Alt text

mesos包括以下概念:

  • Master daemon
  • Slave daemon
  • Scheduler
  • Executor

    为task提供上下文环境

  • task

    具体的任务,类似hadoop中的map task和reduce task

master daemon和slave daemon提供mesos的服务能力,而对于Scheduler和Executor抽象,我们可以通过其接口来理解,接口包含了一系列回调函数:

public abstract interface org.apache.mesos.Scheduler {
  // 向SchedulerDriver注册Scheduler
  public abstract void registered(org.apache.mesos.SchedulerDriver arg0, org.apache.mesos.Protos.FrameworkID arg1, org.apache.mesos.Protos.MasterInfo arg2);
  // 注册成功后
  public abstract void reregistered(org.apache.mesos.SchedulerDriver arg0, org.apache.mesos.Protos.MasterInfo arg1);
  // 处理来自各slave的Resource offer,以决定将task分配到哪个slave上
  public abstract void resourceOffers(org.apache.mesos.SchedulerDriver arg0, java.util.List arg1);
  // resource offer撤回
  public abstract void offerRescinded(org.apache.mesos.SchedulerDriver arg0, org.apache.mesos.Protos.OfferID arg1);
  // 某个task的状态发生改变
  public abstract void statusUpdate(org.apache.mesos.SchedulerDriver arg0, org.apache.mesos.Protos.TaskStatus arg1);
  // 收到来自某个Executor的消息
  public abstract void frameworkMessage(org.apache.mesos.SchedulerDriver arg0, org.apache.mesos.Protos.ExecutorID arg1, org.apache.mesos.Protos.SlaveID arg2, byte[] arg3);
  // "失联"后
  public abstract void disconnected(org.apache.mesos.SchedulerDriver arg0);
  // 某个slave"失联"后
  public abstract void slaveLost(org.apache.mesos.SchedulerDriver arg0, org.apache.mesos.Protos.SlaveID arg1);
  // 某个executor"失联"后
  public abstract void executorLost(org.apache.mesos.SchedulerDriver arg0, org.apache.mesos.Protos.ExecutorID arg1, org.apache.mesos.Protos.SlaveID arg2, int arg3);
  // 运行过程中发生错误时
  public abstract void error(org.apache.mesos.SchedulerDriver arg0, java.lang.String arg1);
}

executor

public abstract interface org.apache.mesos.Executor {
  // 向ExecutorDriver注册Executor
  public abstract void registered(org.apache.mesos.ExecutorDriver arg0, org.apache.mesos.Protos.ExecutorInfo arg1, org.apache.mesos.Protos.FrameworkInfo arg2, org.apache.mesos.Protos.SlaveInfo arg3);
  // 估计是注册成功后
  public abstract void reregistered(org.apache.mesos.ExecutorDriver arg0, org.apache.mesos.Protos.SlaveInfo arg1);
  // “失联”后
  public abstract void disconnected(org.apache.mesos.ExecutorDriver arg0);
  // 运行任务
  public abstract void launchTask(org.apache.mesos.ExecutorDriver arg0, org.apache.mesos.Protos.TaskInfo arg1);
  // 收到scheduler杀死task的命令
  public abstract void killTask(org.apache.mesos.ExecutorDriver arg0, org.apache.mesos.Protos.TaskID arg1);
  // 接受scheduler发送的消息
  public abstract void frameworkMessage(org.apache.mesos.ExecutorDriver arg0, byte[] arg1);
  // 收到scheduler shutdown的命令
  public abstract void shutdown(org.apache.mesos.ExecutorDriver arg0);
  // 运行过程中出错
  public abstract void error(org.apache.mesos.ExecutorDriver arg0, java.lang.String arg1);
}

言而总之,scheduler和executor提供了一系列回调函数。从这些函数中,我们可以看到,假如我们将Scheduler/Executor(task)作为分布式框架的基本模型,那么mesos封装了大量细节,比如:

  • slave信息的汇集
  • slave有效性检测
  • Scheduler与Executor通信(包括task status汇报等)

从而大大减少我们编写一个分布式任务的复杂性。

一个简单的Scheduler示例如下

public class MesosScheduler implements Scheduler {
	// 各种回调方法的实现
	public static void main(String[] args) {
        FrameworkInfo framework = FrameworkInfo.newBuilder()
                .setName("MesosSchedulerExample")
                .setUser("")
                .setRole("*")
                .build();
        String mesosAddress = args[0];
        String executorScriptPath = args[1];
        System.setProperty("executor_script_path", executorScriptPath);
        MesosScheduler scheduler = new MesosScheduler(1);
        MesosSchedulerDriver driver = new MesosSchedulerDriver(scheduler, framework, mesosAddress);
        driver.run();
	}	
}

Executor示例类似

public class MesosExecutor implements Executor {
	// 各种回调方法实现
	public static void main(String[] args) {
        MesosExecutor exec = new MesosExecutor();
        new MesosExecutorDriver(exec).run();
	}
}

Scheduler和Executor因为包含main函数,是一个java进程,进程执行Scheduler/Executor Driver。Driver会执行Scheduler逻辑(和master daemon交互)和Executor的业务逻辑(和slave daemon交互),在合适的时机调用自定义Scheduler和Executor的回调函数。

简单的例子参见sjarvie/mesos_example,只有三个java类。

引用

An Introduction to Mesosphere