Mr-Redis 是华为基于mesos开发的一个redis framework , 方便管理 redis 实例和集群 （github url: https://github.com/mesos/mr-redis ）。Mr-Redis 可以创建单个实例，也可以创建主从实例，并实现了高可用, 这比使用 redis-sentinel 来实现 redis 高可用架构上简单很多。下面是我从测试 Mr-Redis 到上线过程中遇到的问题，希望对正在打算使用和调研 Mr-Redis 的同学有所帮助...

vagrant-mesos 是一款运维工具，可以使 Mesos 集群的安装和运行更加容易。

Apache Mesos系统是一套资源管理调度集群系统，可以用来管理容器化的应用。 Container Solutions团队的Frank Scholten把他们通过容器化部署Mesos集群，如何解决运行多版本Mesos的问题进行了总结。让我们一起来看一下吧。

大家好，我是来自Qunar OpsDev团队的工程师徐磊。今天与大家分享下Mesos在我们团队内部的应用。 我们是在今年的5月份开始调研并尝试使用Mesos，第一个试点就是我们的日志平台，将日志分析全部托管在了Mesos平台上。这个平台面向业务线开发/测试/运营人员，方便定位/追溯线上问题和运营报表。

Mesos是一个集群管理器提供了高效的资源隔离和共享在分布式应用程序和框架中。它可以运行Hadoop、 MPI、Hypertable、Spark（一个新框架用于低延迟交互和工作迭代）等。Mesos是Apache孵化器中的一个开源项目。它使用ZooKeeper实现容错复制、使用Linux Containers来隔离任务。支持多种资源计划分配（内存和CPU）。提供Java、Python和C++ API

Mesos在Qunar DevOps团队内部的应用。 平台介绍 我们是在今年的5月份开始调研并尝试使用Mesos，第一个试点就是我们的日志平台，我们将日志分析全部托管在Mesos平台上。日志平台面向业务线开发、测试、运营人员，方便定位、追溯线上问题和运营报表。

Docker Swarm 是目前 Docker 社区原生支持的集群工具，它通过扩展 Docker API 力图让用户像使用单机 Docker API 一样来驱动整个集群；而 Mesos 是 Apache 基金会下的集群资源管理工具，它通过抽象主机的 CPU、内存、存储等计算资源来搭建一套高效、容错、弹性的分布式系统。

Mesos采用与Linux kernerl相同的机制，只是运行在不同的抽象层次上。Mesos kernel利用资源管理和调度的API在整个数据中心或云环境中运行和提供引用（例如，Hadoop，Spark，Kafaka，Elastic Search）。即Apache Mesos在整个数据中心根据资源利用率和资源占用情况，在整个数据中心内进行任务的调度 。

Apache Aurora 是长期运行服务和计划作业的 Mesos 框架。Aurora 通过一个共享机器池运行应用和服务，并且负责保持它们的运行，知直到永远。当机器失效的时候，Aurora 会智能的重新规划这些作业到健康的机器上。

今天，我们正式将 mesos-ui 开源 - 这是一个针对Apache Mesos的实时，响应式设计的dashboard，使用 React.JS ， D3 ， Nodejs ，Socket.io和 Google Material UI for React 构建。

Apache Mesos 是一个分布式系统的管理软件，对集群的资源进行分配和管理。

华为向 Mesos 社区贡献 Cloud Foundry-Mesos 框架：可将开源CloudFoundry运行在Mesosphere DCOS上

Mesosphere 和微软合作，把 Mesos 移植到 Windows，Mesos 能在 Windows Server 上运行了！

分布式系统是难于理解、设计、构建 和管理的，他们将比单个机器成倍还要多的变量引入到设计中，使应用程序的根源问题更难发现。SLA(服务水平协议)是衡量停机和/或性能下降的标准，大多数现代应用程序有一个期望的弹性SLA水平，通常按＂9＂的数量增加(如,每月99.9或99.99%可用性)。每个额外的9变得越来越难实现。

Apache Mesos系统是一套资源管理调度集群系统，可以用来管理Docker集群，换个思路，本文介绍了如何通过Docker容器来部署一个单节点和多节点的 Mesos集群，整个过程非常简单，只需要七个命令即可完成，整个步骤作者也记录到了GitHub，推荐学习。

下面的这篇博客出自John Omernik之手，他是Big Data Analytics的Data Enthusiast和VP，还是Zions Bank的Fraud Center of Excellence的经理，Zions Bank是家顶级的金融服务公司。在这篇博客中，作者分享了他是怎么利用新技术如Mesos和Docker来使用MapR文件系统的，并编写了一个可以简 化流程的脚本。

Mesos 在爱奇艺目前管理着大约 2000 台物理机，分布在多个数据中心，单个集群最大节点数接近 600。

正如在此博客中我所写到的，我想和你分享我如何在一个单集群中使用docker容器来运行分析作业。该技术我们在 Zions 研究的是在 MapR 平台和 MapR-FS 之上运行的 Apache Mesos.我的目标是尝试构建一个无处不在的计算平台。为了分析，我运行Spark和 Myriad (在该领域针对 MapR 和其他的平台需要更多的开发)。Myriad 是我正在用来运行 MapReduce 作业。我同时使用运行于 mesos 之上的 Kafka 和 Storm,与 MapR 文件系统一起使用，或跟当前环境协同使用。

谷歌最近公布了他们基础设施系统王冠上的宝石之一：Borg，集群调度系统。这促使我重新阅读了Mesos和Omega论文，它们与Borg的功能类似。我觉得对比下这三个系统一定会非常有趣。Mesos两级调度的突破性理念得到了认可，Omega使用类似数据库的技术有所改进，Borg可以看作是对所有这些思想的巅峰之作。

Apache Mesos 是一个集群管理器提供了高效的资源隔离和共享在分布式应用程序和框架中。它可以运行Hadoop、 MPI、Hypertable、Spark（一个新框架用于低延迟交互和工作迭代）等。