mirror of
https://github.com/yeasy/docker_practice.git
synced 2024-11-01 12:13:38 +00:00
57 lines
1.9 KiB
Markdown
57 lines
1.9 KiB
Markdown
## Mesos 常见框架
|
||
|
||
framework 是实际干活的，可以理解为 mesos 上跑的 `应用`，需要注册到 master 上。
|
||
|
||
### 长期运行的服务
|
||
|
||
#### [Aurora](http://aurora.incubator.apache.org/)
|
||
利用 mesos 调度安排的任务，保证任务一直在运行。
|
||
|
||
提供 REST 接口，客户端和 webUI（8081 端口）
|
||
|
||
#### [Marathon](https://github.com/mesosphere/marathon)
|
||
一个 PaaS 平台。
|
||
|
||
保证任务一直在运行。如果停止了，会自动重启一个新的任务。
|
||
|
||
支持任务为任意 bash 命令，以及容器。
|
||
|
||
提供 REST 接口，客户端和 webUI（8080 端口）
|
||
|
||
#### [Singularity](https://github.com/HubSpot/Singularity)
|
||
一个 PaaS 平台。
|
||
|
||
调度器，运行长期的任务和一次性任务。
|
||
|
||
提供 REST 接口，客户端和 webUI（7099、8080 端口），支持容器。
|
||
|
||
### 大数据处理
|
||
#### [Cray Chapel](https://github.com/nqn/mesos-chapel)
|
||
支持 Chapel 并行编程语言的运行框架。
|
||
|
||
#### [Dpark](https://github.com/douban/dpark)
|
||
Spark 的 Python 实现。
|
||
|
||
#### [Hadoop](https://github.com/mesos/hadoop)
|
||
经典的 map-reduce 模型的实现。
|
||
|
||
#### [Spark](http://spark.incubator.apache.org/)
|
||
跟 Hadoop 类似，但处理迭代类型任务会更好的使用内存做中间状态缓存，速度要快一些。
|
||
|
||
#### [Storm](https://github.com/mesosphere/storm-mesos)
|
||
分布式流计算，可以实时处理数据流。
|
||
|
||
### 批量调度
|
||
#### [Chronos](https://github.com/airbnb/chronos)
|
||
Cron 的分布式实现，负责任务调度。
|
||
|
||
#### [Jenkins](https://github.com/jenkinsci/mesos-plugin)
|
||
大名鼎鼎的 CI 引擎。使用 mesos-jenkins 插件，可以将 jenkins 的任务被 mesos 来动态调度执行。
|
||
|
||
#### [ElasticSearch](https://github.com/mesosphere/elasticsearch-mesos)
|
||
功能十分强大的分布式数据搜索引擎。
|
||
|
||
### 数据存储
|
||
#### [Cassandra](https://github.com/mesosphere/cassandra-mesos)
|
||
高性能分布式数据库。
|