# 常見應用框架 應用框架是實際干活的，可以理解為 Mesos 之上跑的 `應用`。應用框架注冊到 Mesos master 服務上即可使用。 用戶大部分時候，只需要跟應用框架打交道。因此，選擇合適的應用框架十分關鍵。 Mesos 目前支持的應用框架分為四大類：長期運行任務（以及 PaaS）、大數據處理、批量調度、數據存儲。 隨著 Mesos 自身的發展，越來越多的框架開始支持 Mesos，下面總結了目前常用的一些框架。 ## 長期運行的服務 ### [Aurora](http://aurora.incubator.apache.org) 利用 Mesos 調度安排的任務，保證任務一直在運行。 提供 REST 接口，客戶端和 webUI（8081 端口） ### [Marathon](https://github.com/mesosphere/marathon) 一個私有 PaaS 平臺，保證運行的應用不被中斷。 如果任務停止了，會自動重啟一個新的相同任務。 支持任務為任意 bash 命令，以及容器。 提供 REST 接口，客戶端和 webUI（8080 端口） ### [Singularity](https://github.com/HubSpot/Singularity) 一個私有 PaaS 平臺。 調度器，運行長期的任務和一次性任務。 提供 REST 接口，客戶端和 webUI（7099、8080 端口），支持容器。 ## 大數據處理 ### [Cray Chapel](https://github.com/nqn/mesos-chapel) 支持 Chapel 并行編程語言的運行框架。 ### [Dpark](https://github.com/douban/dpark) Spark 的 Python 實現。 ### [Hadoop](https://github.com/mesos/hadoop) 經典的 map-reduce 模型的實現。 ### [Spark](http://spark.apache.org) 跟 Hadoop 類似，但處理迭代類型任務會更好的使用內存做中間狀態緩存，速度要快一些。 ### [Storm](https://github.com/mesos/storm) 分布式流計算，可以實時處理數據流。 ## 批量調度 ### [Chronos](https://github.com/airbnb/chronos) Cron 的分布式實現，負責任務調度，支持容錯。 ### [Jenkins](https://github.com/jenkinsci/mesos-plugin) 大名鼎鼎的 CI 引擎。使用 mesos-jenkins 插件，可以將 jenkins 的任務被 Mesos 集群來動態調度執行。 ### [JobServer](http://www.grandlogic.com/content/html_docs/jobserver.html) 基于 Java 的調度任務和數據處理引擎。 ### [GoDocker](https://bitbucket.org/osallou/go-docker) 基于 Docker 容器的集群維護工具。提供用戶接口，除了支持 Mesos，還支持 Kubernetes、Swarm 等。 ## 數據存儲 ### [ElasticSearch](https://github.com/mesos/elasticsearch) 功能十分強大的分布式數據搜索引擎。 一方面通過分布式集群實現可靠的數據庫，一方面提供靈活的 API，對數據進行整合和分析。ElasticSearch + LogStash + Kibana 目前合成為 ELK 工具棧。 ### [Hypertable](https://code.google.com/p/hypertable) 高性能的分布式數據庫，支持結構化或者非結構化的數據存儲。 ### [Tachyon](http://tachyon-project.org/) 內存為中心的分布式存儲系統，利用內存訪問的高速提供高性能。