# 常见应用框架 应用框架是实际干活的,可以理解为 Mesos 之上跑的 `应用`。应用框架注册到 Mesos master 服务上即可使用。 用户大部分时候,只需要跟应用框架打交道。因此,选择合适的应用框架十分关键。 Mesos 目前支持的应用框架分为四大类:长期运行任务(以及 PaaS)、大数据处理、批量调度、数据存储。 随着 Mesos 自身的发展,越来越多的框架开始支持 Mesos,下面总结了目前常用的一些框架。 ## 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) 一个私有 PaaS 平台,保证运行的应用不被中断。 如果任务停止了,会自动重启一个新的相同任务。 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) 一个私有 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.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/mesos/storm) 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,支持容错。 ### [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 集群来动态调度执行。 ### [JobServer](http://www.grandlogic.com/content/html_docs/jobserver.html) 基于 Java 的调度任务和数据处理引擎。 ### [GoDocker](https://bitbucket.org/osallou/go-docker) 基于 Docker 容器的集群维护工具。提供用户接口,除了支持 Mesos,还支持 Kubernetes、Swarm 等。 ## 数据存储 ### [ElasticSearch](https://github.com/mesos/elasticsearch) 功能十分强大的分布式数据搜索引擎。 一方面通过分布式集群实现可靠的数据库,一方面提供灵活的 API,对数据进行整合和分析。ElasticSearch + LogStash + Kibana 目前合成为 ELK 工具栈。 ### [Hypertable](https://code.google.com/p/hypertable) 高性能的分布式数据库,支持结构化或者非结构化的数据存储。 ### [Tachyon](http://tachyon-project.org/) 内存为中心的分布式存储系统,利用内存访问的高速提供高性能。