Mesos和Kubernetes之間的調度差異

Question

前言：我的問題與this one有些相關，但我想深入瞭解調度的特定方面。

除了事實Kubernetes的調度是集中和Mesos的調度是分散，下面有兩個步驟，什麼是這兩個項目的調度算法之間的區別是什麼？

我一直在使用Kubernetes已經有半年了，而且我從未在實踐中使用過Mesos。我瞭解資源產品的概念，但我無法在Mesos和Kubernetes調度算法之間進行比較，主要是因爲我對兩種工具的實現都沒有深入的瞭解。

Answer 1

我不確定這是否可比。 Kubernetes可以作爲Mesos框架運行。其調度器描述爲here。它基於過濾和排名節點。

Mesos兩步調度更多地依賴於框架算法。

1. Mesos根據DRF algorithm提供框架報價。通過使用角色和權重，框架也可以優先考慮。
2. 框架決定基於給出報價運行哪個任務。每個框架都可以實現自己的算法，以便將任務與報價匹配。 This is a NP hard problem

附錄報價從https://medium.com/@ArmandGrillet/comparison-of-container-schedulers-c427f4f7421

單片調度

單片調度是由一個單一的 調度代理所處理的所有請求的，它們通常是用於 高性能計算。單片調度器通常對所有傳入作業應用單算法實現，因此根據作業類型運行不同的調度邏輯是困難的。 Hadoop YARN [55]是一種用於Hadoop的流行體系結構，它將許多調度功能委託給每個應用程序組件，這是由於來自應用程序主機的資源 請求必須發送給單個調度程序體系結構全局 調度程序在資源主文件中。

兩級調度

一個兩級 調度調整資源分配給每個調度 動態使用中央協調來決定每個子羣集可多少資源 有，它是用來在Mesos [50]中，並被用於 Hadoop-on-Demand（現在被YARN取代）。通過這種架構， 分配器一次只向一個 框架提供給定資源，並通過選擇它提供的資源的順序和大小來嘗試實現主導資源公平 以避免衝突。只有一個框架正在一次檢查資源，因此併發控制被稱爲悲觀，與同時向多個框架提供 資源的開放式併發控制相比，這種策略的出錯率較低，但較慢。

共享狀態調度

歐米茄授予每個調度完全訪問整個羣集， 允許它們在自由換所有的方式競爭。沒有中央資源分配器，因爲所有資源分配決定在調度器中都佔用 位置。沒有中央政策執行引擎，個別調度人員正在採取這種兩層方案的變種 的決定。通過支持獨立調度程序和公開調度程序的整個分配狀態，Omega可以擴展到許多調度程序，並使用其自己的調度策略[54]與不同的工作負載一起工作。