标签: mesosphere

我有Mesos集群由3台CentOS6.5机器组成.

ZooKeeper和Mesos-Master在其中一台机器上运行,Mesos-Slave在每台机器上运行.

此外,Marathon正在主节点上运行.

然后,我按照 Mesosphere的指示,尝试在Marathon上运行docker容器.

job.json 如下,

{
  "container": {
    "type": "DOCKER",
    "docker": {
      "image": "libmesos/ubuntu"
    }
  },
  "id": "ubuntu",
  "instances": 1,
  "cpus": 0.5,
  "mem": 512,
  "uris": [],
  "cmd": "date -u +%T"
}

然后我运行以下命令,

curl -X POST -H "Accept: application/json" -H "Content-Type: application/json" <master-hostname>:8080/v2/apps -d@job.json

然后在Marathon Web UI上,我可以看到Docker容器即使在很长一段时间后也处于"部署"状态.

在Mesos-Master Web UI上,我可以看到任务在很长一段时间后处于"STAGING"状态.

在Sandbox窗格中,我可以看到stdout,命令似乎已完成successfly.没问题.

stderr是这样的,

I0416 19:19:49.254998 29178 exec.cpp:132] Version: 0.22.0
I0416 19:19:49.257824 29193 exec.cpp:206] Executor registered on slave 20150416-160950-109643786-5050-30728-S0

stdout是这样的,

Registered executor on master-hostname
10:19:49

但我希望容器(TASK)在完成命令后完成. 可能吗？ 如果可能,怎么做？ …

我看了DCOS的介绍视频.这很好,但在Mesosphere的组件定义分类方面让我有点困惑.

1. 我认为DCOS是一个生态系统,Mesos就像一个内核.如果我错了,请纠正我.例如.这就像我认为的Ubuntu和Linux内核.

2. 什么是马拉松？它是一种服务或框架,还是属于其他任何类别的东西？在Mesosphere的上下文中,我在服务与框架与应用程序与任务定义方面有点混淆.

3. 他在视频中发布的服务(Cassandra,HDFS,Kubernetes等)是否可以安全地称为框架？

4. 从3开始,这些"服务"是奴隶中的执行者吗？

5. rails-app的类型应该在这里？这是一项任务吗？那么它还会有一个遗嘱执行人吗？

6. 当他使用马拉松增加流量时,谁决定将rails-app自动扩展到更多节点.

我有领事在Mesos上运行的Consul v0.5.2版本和服务上运行.服务从1台服务器转移到另一台服务器.

是否有办法取消注册处于"失败"状态的领事服务？我可以使用此卷曲获取处于失败状态的服务列表

curl http://localhost:8500/v1/health/state/critical

我们看到的问题是在consul UI中的一段时间内我们有过时的数据并使整个UI无法使用

如何使用Zookeeper,Marathon和Mesos与Postgres数据库通信Rails应用程序？显然我无法在database.yml下硬编码存储位置

Mesosphere 在简化在 Mesos 上运行 Spark 的过程方面做得非常出色。我正在使用本指南在 Google Cloud Compute 上设置开发 Mesos 集群。

https://mesosphere.com/docs/tutorials/run-spark-on-mesos/

spark-shell我可以使用（查找小于 10 的数字）来运行指南中的示例。然而，当我尝试提交一个可以在本地与 Spark 正常工作的应用程序时，它会因 TASK_FAILED 消息而崩溃（即CoarseMesosSchedulerBackend: Mesos task 4 is now TASK_FAILED）。

这是我在提供的 Spark Pi 示例中使用的命令。

./spark-submit --class org.apache.spark.examples.SparkPi --master mesos://10.173.40.36:5050 ~/spark-1.3.0-bin-hadoop2.4/lib/spark-examples-1.3.0-hadoop2.4.0.jar 100

和输出：

jclouds@development-5159-d9:~/learning-spark$ ~/spark-1.3.0-bin-hadoop2.4/bin/spark-submit --class org.apache.spark.examples.SparkPi --master mesos://10.173.40.36:5050 ~/spark-1.3.0-bin-hadoop2.4/lib/spark-examples-1.3.0-hadoop2.4.0.jar 100
Spark assembly has been built with Hive, including Datanucleus jars on classpath
Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties
15/03/22 16:44:02 INFO SparkContext: Running Spark version 1.3.0
15/03/22 16:44:02 WARN NativeCodeLoader: Unable …

两级调度程序（如 Apache Mesos）与单级调度程序（如 Kubernetes）的优缺点是什么？它们如何在小型和大型集群上执行通常在构建、测试、部署无状态、有状态和大数据应用程序中发生的各种工作负载？