Avis et détails du produit Apache Mesos

J'aime l'abstraction que Mesos offre en termes de gestion des ressources pour le cluster. Est intégré de manière transparente avec Apache Spark. Cela permet de lancer des tâches Spark dans un cluster Mesos en spécifiant simplement l'URL du cluster Mesos. De la computation locale à la computation en cluster avec un seul paramètre.

Sa base de code en C++ est assez propre, utilisant souvent des modèles de programmation fonctionnelle. Avis collecté par et hébergé sur G2.com.

Si vous avez une application distribuée que vous souhaitez déployer sur Mesos, vous devez utiliser un framework pour gérer les offres de ressources pour celle-ci. Ce framework est ad-hoc pour cette application et soit quelqu'un d'autre l'a écrit, soit vous devez l'écrire vous-même. Cependant, grâce à Marathon, qui agit comme un framework générique pour les applications conteneurisées, vous pouvez déployer n'importe quelle application que vous pourriez envelopper dans un conteneur tel que Docker. Avis collecté par et hébergé sur G2.com.

C'était facile à configurer et à faire fonctionner dans un cluster sur du matériel standard. Cela fonctionne également bien dans un environnement virtuel. Avis collecté par et hébergé sur G2.com.

Le configurer correctement pour l'utilisation de la mémoire et du processeur est délicat. Il n'y a pas non plus beaucoup de logiciels pour la gestion et l'orchestration des clusters. Il était difficile d'obtenir de la visibilité sur vos applications en cours d'exécution. Avis collecté par et hébergé sur G2.com.

Les fonctionnalités d'allocation des ressources sont la meilleure chose que Mesos possède. J'aime la façon dont nous faisons la configuration, c'est très simple de faire fonctionner le processus maître et esclave. L'idée de l'étendre avec des frameworks était vraiment géniale, maintenant nous avons de nombreux frameworks pour exécuter beaucoup de tâches différentes. Avis collecté par et hébergé sur G2.com.

Je n'aime pas avoir à utiliser zookeeper pour faire l'élection du maître. Ce serait mieux si je pouvais choisir le meilleur service de découverte de services pour moi.

Parfois, il est difficile de déboguer une tâche avec des erreurs. L'interface utilisateur n'est pas si bonne. Elle pourrait être meilleure mais elle fonctionne telle quelle. Avis collecté par et hébergé sur G2.com.

Nous sommes censés préparer les environnements d'exécution nécessaires, de la phase de test à la production, et tout ce qui se trouve entre les deux. L'utilisation de Docker avec Mesos nous permet d'encapsuler les environnements d'exécution à l'intérieur du conteneur. En coordination avec Mesos, il alloue une machine appropriée pour le service et le déploie en le récupérant depuis notre hub Docker privé sur la machine allouée. Cependant, pour les logiciels externes comme ElasticSearch, nous n'avons pas besoin d'intégration continue et nous les publions directement depuis notre environnement de développement local. Pour gérer ce cas d'utilisation, nous avons développé Shovel, que nous prévoyons de rendre open-source prochainement. Il automatise le processus depuis la construction de l'image Docker contenant le microservice jusqu'à sa publication finale. Pour publier un microservice aujourd'hui, nous devons seulement préparer un Dockerfile et fournir une configuration de base. Le reste du processus de publication est ensuite entièrement géré par Shovel. Pour simplifier davantage le démarrage, nous avons un modèle de service qui contient des composants couramment utilisés et nous permet de publier un nouveau microservice en quelques minutes. Avis collecté par et hébergé sur G2.com.

Mesos en est encore à ses débuts, probablement mieux illustré par les numéros de version bien inférieurs à 1.0. Les nouvelles versions de Mesos incluent souvent des corrections de bugs importantes, mais la mise à niveau a été un point de douleur pour nous en raison du nombre de pièces mobiles qui ont conduit à des situations de type catch-22. Avis collecté par et hébergé sur G2.com.

Dans l'ère pré-Mesos, nous devions préparer les environnements d'exécution nécessaires, de la phase de test à la production, et tout ce qui se trouve entre les deux. Utiliser Docker avec Mesos nous permet d'encapsuler les environnements d'exécution à l'intérieur du conteneur. Cela nous libère de l'effort de provisionner l'infrastructure de chaque nouveau microservice que nous voulons déployer.

Cependant, pour les logiciels externes comme ElasticSearch, nous n'avons pas besoin d'intégration continue et nous les déployons directement depuis notre environnement de développement local. Pour gérer ce cas d'utilisation, nous avons développé Shovel, que nous prévoyons de rendre open-source prochainement. Il automatise le processus depuis la construction de l'image Docker contenant le microservice jusqu'à sa mise en ligne. Pour déployer un microservice aujourd'hui, nous devons seulement préparer un Dockerfile et fournir une configuration de base. La configuration de base inclut des paramètres tels que l'URL publique ou la quantité de ressources CPU et mémoire requises. Le reste du processus de déploiement est ensuite entièrement géré par Shovel. Pour simplifier encore plus le démarrage, nous avons un modèle de service qui contient des composants couramment utilisés et nous permet de déployer un nouveau microservice en quelques minutes. Avis collecté par et hébergé sur G2.com.

Mesos en est encore à ses débuts, probablement mieux illustré par les numéros de version bien inférieurs à 1.0. Les nouvelles versions de Mesos incluent souvent des corrections de bugs importantes, mais la mise à niveau a été un point de douleur pour nous en raison du nombre de pièces mobiles qui ont conduit à des situations de catch-22.

Par exemple, nous avons rencontré des fuites de mémoire avec Docker 1.6 mais n'avons pas pu mettre à niveau pendant un certain temps même si le bug a été corrigé dans Docker 1.8. Mettre à niveau Docker aurait nécessité de passer à une version de Mesos (0.23) qui n'était pas testée avec la version 0.10 de Marathon. Avis collecté par et hébergé sur G2.com.

Stabilité. Nous rencontrons rarement des problèmes dus à Mesos lui-même. C'est agréable de pouvoir simplement retirer ou ajouter des machines et de voir Mesos s'ajuster en conséquence.

La capacité d'utiliser des frameworks, tels que Marathon, par-dessus est également essentielle pour nous. Nous avions besoin de tâches de longue durée et de la possibilité de les invoquer en utilisant des API REST.

Le support pour exécuter des tâches dans des conteneurs Docker est crucial pour nous, donc le Docker Containerizer est important. Avis collecté par et hébergé sur G2.com.

La documentation est suffisante à bien des égards, mais de nos jours, il faut supposer que certaines personnes voudront exécuter l'ensemble du framework Mesos dans Docker, donc des conteneurs Docker officiellement pris en charge sur Docker Hub seraient utiles.

Le mécanisme de spécification des options de configuration de Mesos (qu'un fichier existe ou non, le nom d'un fichier est le nom de l'option, et le contenu est la valeur de l'option) est étrange. C'est la première fois que je le rencontre. Avis collecté par et hébergé sur G2.com.

Avant Mesos, nous devions préparer les environnements d'exécution nécessaires, de la phase de test à la production et tout ce qui se trouve entre les deux. Utiliser Docker avec Mesos nous permet d'encapsuler les environnements d'exécution à l'intérieur du conteneur. Cela nous libère de l'effort de provisionner l'infrastructure de chaque nouveau microservice que nous voulons publier.

Notre processus de publication consistait initialement à pousser vers la branche de publication git d'un service, ce qui déclenchait automatiquement le processus d'intégration continue. Marathon sert de gestionnaire de déploiement. En coordination avec Mesos, il alloue une machine appropriée pour le service et le déploie en le récupérant depuis notre hub Docker privé sur la machine allouée.

Cependant, pour les logiciels externes comme ElasticSearch, nous n'avons pas besoin d'intégration continue et nous les publions directement depuis notre environnement de développement local. Pour gérer ce cas d'utilisation, nous avons développé Shovel, que nous prévoyons de rendre open-source prochainement. Il automatise le processus depuis la construction de l'image Docker contenant le microservice jusqu'à sa publication finale. Pour publier un microservice aujourd'hui, nous devons seulement préparer un Dockerfile et fournir une configuration de base. La configuration de base inclut des paramètres comme l'URL publique ou la quantité de ressources CPU et mémoire requises. Le reste du processus de publication est ensuite entièrement géré par Shovel. Pour simplifier encore plus le démarrage, nous avons un modèle de service qui contient des composants couramment utilisés et nous permet de publier un nouveau microservice en quelques minutes. Avis collecté par et hébergé sur G2.com.

Mesos en est encore à ses débuts, probablement mieux illustré par les numéros de version bien inférieurs à 1.0. Les nouvelles versions de Mesos incluent souvent des corrections de bugs importantes, mais la mise à niveau a été un point de douleur pour nous en raison du nombre de pièces mobiles qui ont conduit à des situations de catch-22.

Par exemple, nous avons rencontré des fuites de mémoire avec Docker 1.6 mais n'avons pas pu mettre à niveau pendant un certain temps même si le bug a été corrigé dans Docker 1.8. Mettre à niveau Docker aurait nécessité de passer à une version de Mesos (0.23) qui n'était pas testée avec la version 0.10 de Marathon. Avis collecté par et hébergé sur G2.com.

Mesos est un bon outil et j'ai constaté qu'il s'adapte assez bien sans être gênant. Il y a aussi une communauté autour de lui, et le soutien de Google est un atout. Je ne peux pas parler de Mesosphere DCOS car je ne l'ai pas utilisé. Avis collecté par et hébergé sur G2.com.

Certains aspects de la conception peuvent poser problème. En particulier, la manière dont l'allocation des ressources est conçue rend plus difficile l'intégration de modules d'allocation "intelligents" dans le maître Mesos qui peuvent décider à qui offrir des ressources. D'une part, il est assez simple d'écrire un allocateur, mais d'autre part, un allocateur personnalisé ne peut pas (la dernière fois que j'ai vérifié) accéder facilement à toutes les données qu'il souhaite sur l'état actuel des agents et des frameworks Mesos. Des progrès sont cependant réalisés dans ce domaine. Avis collecté par et hébergé sur G2.com.

Mesos est excellent pour aider les équipes d'exploitation à simplifier et condenser leur infrastructure. L'outil est très solide et nous avons eu très peu de problèmes avec lui. Il y a aussi une communauté de développeurs large et croissante qui crée différents frameworks pour Mesos afin de répondre à différents besoins. Nous avons créé notre propre framework sur Mesos qui fait fonctionner presque tout le produit. Avis collecté par et hébergé sur G2.com.

La documentation peut être insuffisante dans certains cas, rendant difficile le démarrage dans certains domaines. Commencer à développer un cadre, ou faire fonctionner le cluster mesos pour la première fois peut être des étapes délicates. Cependant, d'autres membres de la communauté ou les développeurs de cadres ont souvent des informations qui peuvent combler les lacunes dans ces cas.

Remarque : nous exploitons notre propre cluster mesos et n'utilisons pas de service hébergé. Avis collecté par et hébergé sur G2.com.

1. Très bon support pour les conteneurs Docker.

2. Configuration facile

3. Informations de journalisation et de débogage Avis collecté par et hébergé sur G2.com.

1. À quelques occasions, le mesos-slave devient non réactif ou se bloque, ce qui entraîne une file d'attente de tâches.

2. Intégration très étroite avec Zookeeper. Parfois, Zookeeper cause des problèmes de mémoire qui mènent à l'instabilité. L'intégration avec etcd/consul est préférable. Avis collecté par et hébergé sur G2.com.