LXC在Mesos中的应用

     Mesos是虚拟化的一个非常典型的应用。
    Mesos是UC Berkeley的杰作，Mesos的论文在此，Mesos: A Platform for Fine-Grained Resource Sharing in the Data Center
Berkeley和Apache形成了非常经典的模式是：UC Berkeley 在github上开源，Apache负责孵化成开源项目，非常赞啊。
       与YARN类似，Mesos是一个资源调度系统，可以看到下图是Mesos的结构。LXC可以管理本地的物理资源，包括CPU，内存等等。
Framework1中包括了两个计算任务。
      

（1）slave 1告诉master它有4cpu， 4gb内存。（2）master的分配器决定将资源分配给framework 1，  因此生成resource offer传给framework1的scheduler。（3） framework1回复master，要运行两个framework task， 第一个用2cpu， 1gb内存， 第二个用1cpu，2gb内存。  （4） master把两个task信息传送到slave1， slave1通过lxc分配资源启动2个executor， 每个excutor加载并运行一个task。 剩下的1cpu和1gb内存，默认是被framework1拒绝， 因此分配给framework2。
    利用mesos，这样避免了单一机器系统资源的浪费。比如单台机器有32个CPU，但是某个tasktracker只用了1个CPU，那么就会造成资源的浪费。但是使用了mesos，mesos结合了LXC，可以将CPU和memory的资源虚拟化，实现多个计算框架的并行化。使得多种计算框架运行在同一台机器上。
   
     这样可以使用更少的机器，提供更加经济的服务，虚拟化可以更好的利用机器的计算资源和存储资源。可以看到mesos上运行hadoop的话，由于要和mesos的master做通信，因此，必须要修改hadoop，mesos也并非支持所有的计算框架。
    这里的executor就是tasktracker，而Hadoop scheduler是对应的jobtracker。可以看到在Mesos slave上，既可以运行MPI，同时也可以运行Hadoop的executor。Mesos是面向整个数据中心的。