Apache Mesos + Marathon和Java EE

幻灯片1_980 Apache Mesos是一个开放源代码群集管理器，可在分布式应用程序或框架之间提供有效的资源隔离和共享。

Apache Mesos从计算机（物理或虚拟）上提取CPU，内存，存储和其他计算资源，从而使容错和弹性的分布式系统易于构建和有效运行。它在计算机内部使用应用程序的动态分配。

总之， Apache Mesos由主服务器和从服务器组成。主机负责将工作分配给多个从属，并了解每个从属的状态。对于容错，您可能拥有多个主机。

然后，我们有负责执行应用程序的从站。从站通过容器（cgroup）隔离执行程序和任务（应用程序）。

因此，每个从站都提供其资源，而Apache Mesos负责调度哪个从站将执行它。请注意，如果每个从站都具有足够的资源来执行它，那么它可以执行多个任务。

例如，假设一个从站具有4个CPU（为简化起见，我将不考虑其他参数），那么它可以执行1个任务（4个CPU），2个任务（2个CPU）……

但是Apache Mesos仅管理资源，但是要构建PaaS，我们需要更多类似服务发现或扩展功能的东西。这就是马拉松比赛的目的 。

Marathon是在A pache Mesos之上运行的框架，并提供：

运行Linux二进制文件
集群范围的流程主管
服务发现和负载平衡（HAProxy）
自动化的软件和硬件故障处理
部署和扩展
REST友好

但是使用Marathon的主要优点之一是它可以简化并自动执行所有常见任务。

因此， Marathon的主要任务是将应用程序部署到不同的组件，因此，如果一个组件失败，则将有其他从属服务传入的通信。但是，此外， Marathon将负责将应用程序重新分配给另一个从站，以便每个应用程序的从站数量保持恒定。

在开发人员机器上安装Apache Mesos和Marathon就像安装VirtualBox ， Vagrant和git一样容易。

克隆下一个仓库：

git clone https://github.com/mesosphere/playa-mesos.git

只需从目录运行vagrant-up命令：

cd playa-mesos
vagrant up

第一次需要一些时间，因为它需要下载几个组件。

之后，您可以通过连接到Mesos和Marathon Web Console来检查它是否已正确安装。 http://10.141.141.10:5050和http://10.141.141.10:8080

下一步是安装HAProxy 。尽管不是必需的，但是如果要执行服务发现和负载平衡，则“需要” HAProxy 。

运行vagrant ssh 。

安装HAProxy

sudo apt-get install haproxy

下载haproxy-marathon-bridge脚本：

wget https://raw.githubusercontent.com/mesosphere/marathon/master/bin/haproxy-marathon-bridge
chmod 755 haproxy-marathon-bridge./haproxy_marathon_bridge localhost:8080 > haproxy.cfg
haproxy -f haproxy.cfg -p haproxy.pid -sf $(cat haproxy.pid)

并配置HAproxy 。为了避免每次拓扑更改时都必须手动运行此命令，可以运行：

./haproxy_marathon_bridge install_haproxy_system localhost:8080

它会安装脚本本身， HAProxy和一个cronjob ，它每分钟一次ping指定的Marathon服务器之一，并在发生任何更改时刷新HAProxy 。

仅此而已，现在我们安装了带有Mesosphere和HAProxy的 Apache Mesos 。现在该部署Java EE应用程序服务器了。在这种情况下，我们将使用Apache TomEE 。

我们唯一需要做的就是将JSON文档作为POST发送到http://10.141.141.10:8080/v2/apps

{"id": "projectdemo","cmd": "cd apache-tomee-plus* && sed \"s/8080/$PORT/g\" < ./conf/server.xml > ./conf/server-mesos.xml && ./bin/catalina.sh run -config ./conf/server-mesos.xml","mem": 256,"cpus": 0.5,"instances": 1,"ports":[10000],"constraints": [["hostname", "UNIQUE"]],"uris": ["http://ftp.cixug.es/apache/tomee/tomee-1.7.1/apache-tomee-1.7.1-plus.tar.gz"]
}

该JSON文档将使Marathon在一个节点上部署该应用程序。让我们解释每个属性：

id：是应用程序的id，这里没有太多秘密。

cmd ：选择节点就绪时将执行的命令。在这种情况下，请注意，我们正在创建server-mesos.xml文件，它是server.xml文件的修改版本，但将8080端口替换为$ PORT var。现在就足够了。最后，它使用server-mesos.xml配置文件启动TomEE 。

mem ：节点中将需要的内存。

cpus ：节点中将需要的Cpu资源。

instance ：我们要复制此应用程序的节点数。在这种情况下，只有一个，因为我们在本地运行。

ports ：哪个端口将所有应用程序实例分组。基本上，此端口由
HAProxy路由到正确的实例。我们将在下一段中深入解释。

约束：约束控制应用程序的运行位置，以优化容错能力或位置。在这种情况下，我们设置每个应用程序应该在不同的从属设备中。使用这种方法可以避免端口冲突。

uris ：设置要在执行cmd部分之前执行的URI 。在已知压缩算法的情况下，它会自动解压缩。因此，您可以直接在cmd中执行cd命令，而不必手动将其解压缩。

因此，让我解释一下这里发生的事情或Mesosphere的作用：

首先，读取JSON文档并检查哪个从站具有可以处理此服务的节点。在这种情况下，只需找到一个即可。（实例= 1）。

找到后，将下载uri元素，将其解压缩，然后执行在中指定的命令
当前目录中的cmd属性。

就这样。但是，等待什么是端口和$ PORT呢？

$ PORT是Mesosphere将分配给要与之通信的节点的随机端口。此端口用于确保使用重叠的端口分配的Marathon不能运行两个应用程序。

而且通过在群集中的每个主机上运行一个TCP代理，并将其在localhost上的静态端口透明地转发到运行该应用程序的主机，它还用于服务发现和负载平衡。这样，客户端只需连接到该端口，发现的实现细节就被完全抽象掉了。

因此，我们要做的第一件事是修改TomEE的配置以从Marathon分配的随机端口开始，因此，我们创建了一个新的server.xml文件并将侦听端口设置为$ PORT 。

因此，如果端口是随机的，那么如果客户端不知道从哪个端口启动，该如何连接？这是端口属性的目的。在此属性中，我们设置为：当我连接到端口10000时，我想连接到已定义并部署到任何从站的应用程序，而与实例数无关。

是的，它可能有点复杂，但让我用一个简单的示例进行说明：

假设我有一个与以前相同的示例，但是有两个实例（instances = 2）。两个TomEE实例都将在两个不同的从属设备（因此在不同的节点）和不同的端口中启动。假设31456和31457 。那么我们如何连接到他们呢？

简单。您可以使用Marathon的IP和将要访问该特定服务器的随机端口（ http://10.141.141.10:31456/ ），也可以使用全局定义的端口（ http://10.141.141.10:10000 / ），在这种情况下， HAProxy将路由到一个实例（取决于负载平衡规则）。

请注意，这对我们如何在Marathon内的应用程序之间进行通信有很大的影响，因为如果需要在Marathon内部署的应用程序之间进行内部通信，则只需知道该全局端口，因为可以将主机设置为HAProxy来设置localhost将解决它。因此，从Marathon应用程序中，我们可以简单地使用http：// localhost：10000 /与TomEE通信，因为HAProxy随后会将请求路由到实际运行该服务实例的主机和端口。在下一张图片中，您可以看到Marathon的仪表板以及如何部署应用程序。请注意，您可以看到已部署应用程序的IP和端口。您可以通过单击它或使用Marathon IP （与该链接中提供的相同）但使用端口10000进行访问 。请记住， HAProxy每分钟都会更新一次，因此，如果它通过使用随机端口而不是使用端口10000起作用，则可能需要等待一段时间才能刷新HAProxy数据库。

这就是全部，正如您可能会看到的， Apache Mesos和Marathon并不像您最初想象的那么难。

还要注意，这是一篇有关Mesos和Java EE的“ Hello World”文章，但是Mesos和Mesosphere不仅限于服务的健康检查，运行Docker容器，Artifact Storage或定义依赖项，但我发现运行此功能一个简单的例子，帮助我在很大程度上阐明了中间层概念，这对于更复杂的场景是一个很好的起点。