共计 1023 个字符，预计需要花费 3 分钟才能阅读完成。
我关注 Apache Mesos 很长时间了。Apache Mesos 从研究论文开始，2010 年成为 Apache 孵化项目，后来从 ASF“毕业”，并于 2013 年建立商业实体 Mesosphere。
过去的几个月，发生了许多事，因此我想，这是个好机会来写写关于 Mesos 和其生态的文章。
关于 Mesos 和 YARN 已经有很多讨论了。我也看到过诸如“Mesos 的资源请求模型非常落后”的评论，也注意到 Mesos 在过去几年变得更加流行。这里的关键因素之一也许是 Docker 天花乱坠般的宣传以及各自对于协作层的需要。在本篇的末尾，我们会再一次回到 Mesos vs. YARN 的话题。
我承认之前自己并没有完全理解 Mesos 的真正潜力，直到那天坐着读完 Mesos 研究论文，它包括设计哲学、资源分配、隔离保证和容错。
Mesos 应对的核心挑战是，在不了解一个框架的前提下如何满足对框架的 约束（constraints），这也是资源分配中最难以理解的地方。Mesos 处理资源的方式就像家长主持一个孩子的生日派对：好比你要为 15 个孩子（== 框架）提供食物（== 资源），并且不可能知道他们的喜好（== 安置倾向）。但你可以提供给他们一块披萨或者一碗芝麻菜，并且他们可以免费接受（现在 或一会之后）或者拒绝。而且，刚接一位客人下车的爸爸也许会告诉你，那人的小孩是素食主义者，那么提供牛肉汉堡（== 过滤物）给那个小孩就说不通了。
有一个有趣的事实（虽然我认为这是公知的），Mesos 和 Spark 有一个共同点：Matei Zaharia——来自一个靠近加拿大安大略的小镇——他是加州伯克利分校 AMP 实验室的学生，这个实验室为 Mesos 和 Spark 都做了巨大贡献。最近，他出任 Databricks 的 CTO，Databricks 是一家指导 Spark 的商业实体公司。
回到 Mesos vs. YARN——幸运的是最近这不再是一个二选一的问题了：使用 Myriad 项目（由 eBay、Mesosphere 和 MapR 的共同开发，现在交由 ASF 孵化），你可以让它们在集群中共存并调度它们。简而言之，是一个 Mesos 框架用来 动态扩展 YARN 集群，并支持运行 Hadoop 应用，如 Spark 和非 Hadoop 应用，如 Node.js、Memcached、RoR 等。激动人心的时刻！
这就是我个人对于 Apache Mesos 的看法，写于 2015 年二月中旬。我会继续关注 Myriad，作为初学者的你如果还未尝试，或许你可以试试测试驱动 Mesos。
