我关注Apache Mesos很长时间了。Apache Mesos从研究论文开始，2010年成为Apache孵化项目，后来从ASF“毕业”，并于2013年建立商业实体Mesosphere。

过去的几个月，发生了许多事，因此我想，这是个好机会来写写关于Mesos和其生态的文章。

关于Mesos和YARN已经有很多讨论了。我也看到过诸如“Mesos的资源请求模型非常落后”的评论，也注意到Mesos在过去几年变得更加流行。这里的关键因素之一也许是Docker天花乱坠般的宣传以及各自对于协作层的需要。在本篇的末尾，我们会再一次回到Mesos vs. YARN的话题。

我承认之前自己并没有完全理解Mesos的真正潜力，直到那天坐着读完Mesos研究论文，它包括设计哲学、资源分配、隔离保证和容错。

Mesos应对的核心挑战是，在不了解一个框架的前提下如何满足对框架的 约束（constraints），这也是资源分配中最难以理解的地方。Mesos处理资源的方式就像家长主持一个孩子的生日派对：好比你要为15个孩子 （==框架）提供食物（==资源），并且不可能知道他们的喜好（==安置倾向）。但你可以提供给他们一块披萨或者一碗芝麻菜，并且他们可以免费接受（现在 或一会之后）或者拒绝。而且，刚接一位客人下车的爸爸也许会告诉你，那人的小孩是素食主义者，那么提供牛肉汉堡（==过滤物）给那个小孩就说不通了。

有一个有趣的事实（虽然我认为这是公知的），Mesos和Spark有一个共同点：Matei Zaharia——来自一个靠近加拿大安大略的小镇——他是加州伯克利分校AMP实验室的学生，这个实验室为Mesos和Spark都做了巨大贡献。最近，他出任Databricks的CTO，Databricks是一家指导Spark的商业实体公司。

回到Mesos vs. YARN——幸运的是最近这不再是一个二选一的问题了：使用Myriad项目（由 eBay、Mesosphere和MapR的共同开发，现在交由ASF孵化），你可以让它们在集群中共存并调度它们。简而言之，是一个Mesos框架用来 动态扩展YARN集群，并支持运行Hadoop应用，如Spark和非Hadoop应用，如Node.js、Memcached、RoR等。激动人心的时刻！

这就是我个人对于Apache Mesos的看法，写于2015年二月中旬。我会继续关注Myriad，作为初学者的你如果还未尝试，或许你可以试试测试驱动Mesos。