云计算相关话题已经写了3篇，准备再写一篇，给这个系列做一个阶段性的结尾，最后选择了Mesos这个社区里又一个明星产品作为结尾。
回顾Mesos的历史，其实Mesos并不是为Docker而生的，
Mesos 始于加州大学伯克利分校
UC Berkeley
的下一代容器集群管理器项目，并应用了从云计算级别的分布式基础架构中习得的经验和教训。
它产生的初衷是为spark做集群管理。而且，Mesos有自己的容器隔离，后来，随着Docker的崛起，Mesos就开始支持Docker容器了。有了Docker助力，大家就开始去尝试Mesos了。
Mesos 独有的独立管理各种工作负载的能力，包括 Java 这样的传统应用程序、无状态 Docker 微服务、批处理作业、实时分析和有状态的分布式数据服务。Mesos 广泛的工作负载覆盖来自于其两级架构，从而实现了“应用感知”调度。通过将应用程序特定的操作逻辑封装在“Mesos 框架”中来实现应用程序感知调度。
资源管理策略Dominant Resource Fairness(DRF), 这是Mesos的核心，也是我们把Mesos比作分布式系统Kernel的根本原因。通俗讲，Mesos能够保证集群内的所有用户有平等的机会使用集群内的资源，这里的资源包括CPU，内存，磁盘等等。
Mesos Master资源管理器，提供这些底层基础设施的框架部分，同时保持隔离。这种方法允许每个工作负载有自己专用的应用程序调度器，它了解其对部署、缩放和升级的具体操作需求。应用程序调度程序也独立地被开发、管理和更新，这让Mesos保持高度可扩展性，支持新的工作负载，或者随着时间的推移增加更多的操作能力。
很多朋友拿
Kubernetes
和Mesos进行对比，Mesos更侧重底层资源的管理，Kubernetes侧重业务层的调度，容器服务编排，服务发现等。其实Kubernetes也可以运行在Mesos上，也可以选择两者结合。Mesos相当于一堆积木，通过组装实现自己的业务模型，而Kubernetes已经是组装好的积木，直接拿来用就好了。
如果我们想构建一个可靠的平台，用以运行多任务关键工作负载，包括Docker容器和分布式数据服务(例如Spark、Kafka、Cassandra)，并希望所有这些都可以在云或数据中心上可移植，那么，Mesos就是最适合的。
![]()
扫描二维码或手动搜索微信公众号【架构栈】： ForestNotes
欢迎转载，带上以下二维码即可
