Mesos contre Kubernetes

1. Vue d'ensemble

Dans ce didacticiel, nous allons comprendre le besoin de base d'un système d'orchestration de conteneurs.

Nous évaluerons la caractéristique souhaitée d'un tel système. À partir de là, nous allons essayer de comparer deux des systèmes d'orchestration de conteneurs les plus utilisés aujourd'hui, Apache Mesos et Kubernetes.

2. Orchestration de conteneurs

Avant de commencer à comparer Mesos et Kubernetes, passons un peu de temps à comprendre ce que sont les conteneurs et pourquoi nous avons besoin d'une orchestration de conteneurs après tout.

2.1. Conteneurs

Un conteneur est une unité standardisée de logiciel qui regroupe le code et toutes ses dépendances requises .

Par conséquent, il offre l'indépendance de la plate-forme et la simplicité opérationnelle. Docker est l'une des plates-formes de conteneurs les plus utilisées.

Docker exploite les fonctionnalités du noyau Linux telles que les CGroups et les espaces de noms pour isoler différents processus. Par conséquent, plusieurs conteneurs peuvent fonctionner indépendamment et en toute sécurité.

Il est assez simple de créer des images Docker, tout ce dont nous avons besoin est un Dockerfile:

FROM openjdk:8-jdk-alpine VOLUME /tmp COPY target/hello-world-0.0.1-SNAPSHOT.jar app.jar ENTRYPOINT ["java","-jar","/app.jar"] EXPOSE 9001

Donc, ces quelques lignes sont assez bonnes pour créer une image Docker d'une application Spring Boot à l'aide de la CLI Docker:

docker build -t hello_world .

2.2. Orchestration de conteneurs

Nous avons donc vu comment les conteneurs peuvent rendre le déploiement d'applications fiable et reproductible. Mais pourquoi avons-nous besoin d'orchestration de conteneurs?

Maintenant, bien que nous ayons quelques conteneurs à gérer, nous sommes d'accord avec Docker CLI. Nous pouvons également automatiser certaines des tâches simples. Mais que se passe-t-il lorsque nous devons gérer des centaines de conteneurs?

Par exemple, pensez à une architecture avec plusieurs microservices, tous avec des exigences d'évolutivité et de disponibilité distinctes.

Par conséquent, les choses peuvent rapidement devenir incontrôlables, et c'est là que les avantages d'un système d'orchestration de conteneurs se concrétisent. Un système d'orchestration de conteneurs traite un cluster de machines avec une application multi-conteneurs comme une seule entité de déploiement . Il fournit une automatisation du déploiement initial, de la planification, des mises à jour vers d'autres fonctionnalités telles que la surveillance, la mise à l'échelle et le basculement.

3. Bref aperçu de Mesos

Apache Mesos est un gestionnaire de cluster open source développé à l'origine à l'UC Berkeley . Il fournit des applications avec des API pour la gestion des ressources et la planification à travers le cluster. Mesos nous donne la flexibilité d'exécuter des charges de travail conteneurisées et non conteneurisées de manière distribuée.

3.1. Architecture

L'architecture Mesos comprend Mesos Master, Mesos Agent et Application Frameworks:

Comprenons les composants de l'architecture ici:

  • Frameworks : ce sont les applications réelles qui nécessitent une exécution distribuée des tâches ou de la charge de travail. Des exemples typiques sont Hadoop ou Storm. Les cadres dans Mesos comprennent deux composants principaux:
    • Planificateur : il est responsable de l'enregistrement auprès du nœud maître afin que le maître puisse commencer à offrir des ressources
    • Executor : c'est le processus qui est lancé sur les nœuds d'agent pour exécuter les tâches du framework
  • Agents Mesos : ils sont responsables de l'exécution des tâches . Chaque agent publie ses ressources disponibles telles que le processeur et la mémoire sur le maître. À la réception des tâches du maître, ils allouent les ressources nécessaires à l'exécuteur du framework.
  • Mesos Master : il est responsable de la planification des tâches reçues des Frameworks sur l'un des nœuds d'agent disponibles. Master fait des offres de ressources aux Frameworks. Le planificateur de Framework peut choisir d'exécuter des tâches sur ces ressources disponibles.

3.2. Marathon

Comme nous venons de le voir, Mesos est assez flexible et permet aux frameworks de planifier et d'exécuter des tâches via des API bien définies. Cependant, il n'est pas pratique d'implémenter ces primitives directement, en particulier lorsque nous voulons planifier des applications personnalisées. Par exemple, orchestrer des applications conditionnées sous forme de conteneurs.

C'est là qu'un cadre comme Marathon peut nous aider. Marathon est un framework d'orchestration de conteneurs qui fonctionne sur Mesos . À cet égard, Marathon sert de cadre au cluster Mesos. Marathon offre plusieurs avantages que nous attendons généralement d'une plateforme d'orchestration, tels que la découverte de services, l'équilibrage de charge, les métriques et les API de gestion de conteneurs.

Marathon traite un service de longue durée comme une application et une instance d'application comme une tâche. Un scénario typique peut avoir plusieurs applications avec des dépendances formant ce que l'on appelle des groupes d'applications.

3.3. Exemple

Voyons donc comment nous pouvons utiliser Marathon pour déployer notre simple image Docker que nous avons créée précédemment. Notez que l'installation d'un cluster Mesos peut être peu impliquée et que nous pouvons donc utiliser une solution plus simple comme Mesos Mini. Mesos Mini nous permet de créer un cluster Mesos local dans un environnement Docker. Il comprend un Mesos Master, un seul Mesos Agent et un Marathon.

Une fois que le cluster Mesos avec Marathon est opérationnel, nous pouvons déployer notre conteneur en tant que service d'application de longue durée. Tout ce dont nous avons besoin d'une petite définition d'application JSON:

#hello-marathon.json { "id": "marathon-demo-application", "cpus": 1, "mem": 128, "disk": 0, "instances": 1, "container": { "type": "DOCKER", "docker": { "image": "hello_world:latest", "portMappings": [ { "containerPort": 9001, "hostPort": 0 } ] } }, "networks": [ { "mode": "host" } ] }

Comprenons ce qui se passe exactement ici:

  • Nous avons fourni un identifiant pour notre application
  • Ensuite, nous avons défini les besoins en ressources de notre application
  • Nous avons également défini le nombre d'instances que nous souhaitons exécuter
  • Ensuite, nous avons fourni les détails du conteneur pour lancer une application à partir de
  • Finally, we've defined the network mode for us to be able to access the application

We can launch this application using the REST APIs provided by Marathon:

curl -X POST \ //localhost:8080/v2/apps \ -d @hello-marathon.json \ -H "Content-type: application/json"

4. Brief Overview of Kubernetes

Kubernetes is an open-source container orchestration system initially developed by Google. It's now part of Cloud Native Computing Foundation (CNCF). It provides a platform for automating deployment, scaling, and operations of application container across a cluster of hosts.

4.1. Architecture

Kubernetes architecture consists of a Kubernetes Master and Kubernetes Nodes:

Let's go through the major parts of this high-level architecture:

  • Kubernetes Master: The master is responsible for maintaining the desired state of the cluster. It manages all nodes in the cluster. As we can see, the master is a collection of three processes:
    • kube-apiserver: This is the service that manages the entire cluster, including processing REST operations, validating and updating Kubernetes objects, performing authentication and authorization
    • kube-controller-manager: This is the daemon that embeds the core control loop shipped with Kubernetes, making the necessary changes to match the current state to the desired state of the cluster
    • kube-scheduler: This service watches for unscheduled pods and binds them to nodes depending upon requested resources and other constraints
  • Kubernetes Nodes: The nodes in a Kubernetes cluster are the machines that run our containers. Each node contains the necessary services to run the containers:
    • kubelet: This is the primary node agent which ensures that the containers described in PodSpecs provided by kube-apiserver are running and healthy
    • kube-proxy: This is the network proxy running on each node and performs simple TCP, UDP, SCTP stream forwarding or round-robin forwarding across a set of backends
    • container runtime: This is the runtime where container inside the pods are run, there are several possible container runtimes for Kubernetes including the most widely used, Docker runtime

4.2. Kubernetes Objects

In the last section, we saw several Kubernetes objects which are persistent entities in the Kubernetes system. They reflect the state of the cluster at any point in time.

Let's discuss some of the commonly used Kubernetes objects:

  • Pods: Pod is a basic unit of execution in Kubernetes and can consist of one or more containers, the containers inside a Pod are deployed on the same host
  • Deployment: Deployment is the recommended way to deploy pods in Kubernetes, it provides features like continuously reconciling the current state of pods with the desired state
  • Services: Services in Kubernetes provide an abstract way to expose a group of pods, where the grouping is based on selectors targetting pod labels

There are several other Kubernetes objects which serve the purpose of running containers in a distributed manner effectively.

4.3. Example

So, now we can try to launch our Docker container into the Kubernetes cluster. Kubernetes provides Minikube, a tool that runs single-node Kubernetes cluster on a Virtual Machine. We'd also need kubectl, the Kubernetes Command Line Interface to work with the Kubernetes cluster.

After we've kubectl and Minikube installed, we can deploy our container on the single-node Kubernetes cluster within Minikube. We need to define the basic Kubernetes objects in a YAML file:

# hello-kubernetes.yaml apiVersion: apps/v1 kind: Deployment metadata: name: hello-world spec: replicas: 1 template: metadata: labels: app: hello-world spec: containers: - name: hello-world image: hello-world:latest ports: - containerPort: 9001 --- apiVersion: v1 kind: Service metadata: name: hello-world-service spec: selector: app: hello-world type: LoadBalancer ports: - port: 9001 targetPort: 9001

A detailed analysis of this definition file is not possible here, but let's go through the highlights:

  • We have defined a Deployment with labels in the selector
  • We define the number of replicas we need for this deployment
  • Also, we've provided the container image details as a template for the deployment
  • We've also defined a Service with appropriate selector
  • We've defined the nature of the service as LoadBalancer

Finally, we can deploy the container and create all defined Kubernetes objects through kubectl:

kubectl apply -f yaml/hello-kubernetes.yaml

5. Mesos vs. Kubernetes

Now, we've gone through enough context and also performed basic deployment on both Marathon and Kubernetes. We can attempt to understand where do they stand compared to each other.

Just a caveat though, it's not entirely fair to compare Kubernetes with Mesos directly. Most of the container orchestration features that we seek are provided by one of the Mesos frameworks like Marathon. Hence, to keep things in the right perspective, we'll attempt to compare Kubernetes with Marathon and not directly Mesos.

We'll compare these orchestration systems based on some of the desired properties of such a system.

5.1. Supported Workloads

Mesos is designed to handle diverse types of workloads which can be containerized or even non-containerised. It depends upon the framework we use. As we've seen, it's quite easy to support containerized workloads in Mesos using a framework like Marathon.

Kubernetes, on the other hand, works exclusively with the containerized workload. Most widely, we use it with Docker containers, but it has support for other container runtimes like Rkt. In the future, Kubernetes may support more types of workloads.

5.2. Support for Scalability

Marathon supports scaling through the application definition or the user interface. Autoscaling is also supported in Marathon. We can also scale Application Groups which automatically scales all the dependencies.

As we saw earlier, Pod is the fundamental unit of execution in Kubernetes. Pods can be scaled when managed by Deployment, this is the reason pods are invariably defined as a deployment. The scaling can be manual or automated.

5.3. Handling High Availability

Application instances in Marathon are distributed across Mesos agents providing high availability. Typically a Mesos cluster consists of multiple agents. Additionally, ZooKeeper provides high availability to the Mesos cluster through quorum and leader election.

Similarly, pods in Kubernetes are replicated across multiple nodes providing high availability. Typically a Kubernetes cluster consists of multiple worker nodes. Moreover, the cluster can also have multiple masters. Hence, Kubernetes cluster is capable of providing high availability to containers.

5.4. Service Discovery and Load Balancing

Mesos-DNS can provide service discovery and a basic load balancing for applications. Mesos-DNS generates an SRV record for each Mesos task and translates them to the IP address and port of the machine running the task. For Marathon applications, we can also use Marathon-lb to provide port-based discovery using HAProxy.

Deployment in Kubernetes creates and destroys pods dynamically. Hence, we generally expose pods in Kubernetes through Service, which provides service discovery. Service in Kubernetes acts as a dispatcher to the pods and hence provide load balancing as well.

5.5 Performing Upgrades and Rollback

Changes to application definitions in Marathon is handled as deployment. Deployment supports start, stop, upgrade, or scale of applications. Marathon also supports rolling starts to deploy newer versions of the applications. However, rolling back is as straight forward and typically requires the deployment of an updated definition.

Deployment in Kubernetes supports upgrade as well as rollback. We can provide the strategy for Deployment to be taken while relacing old pods with new ones. Typical strategies are Recreate or Rolling Update. Deployment's rollout history is maintained by default in Kubernetes, which makes it trivial to roll back to a previous revision.

5.6. Logging and Monitoring

Mesos has a diagnostic utility which scans all the cluster components and makes available data related to health and other metrics. The data can be queried and aggregated through available APIs. Much of this data we can collect using an external tool like Prometheus.

Kubernetes publish detailed information related to different objects as resource metrics or full metrics pipelines. Typical practice is to deploy an external tool like ELK or Prometheus+Grafana on the Kubernetes cluster. Such tools can ingest cluster metrics and present them in a much user-friendly way.

5.7. Storage

Mesos has persistent local volumes for stateful applications. We can only create persistent volumes from the reserved resources. It can also support external storage with some limitations. Mesos has experimental support for Container Storage Interface (CSI), a common set of APIs between storage vendors and container orchestration platform.

Kubernetes offers multiple types of persistent volume for stateful containers. This includes storage like iSCSI, NFS. Moreover, it supports external storage like AWS, GCP as well. The Volume object in Kubernetes supports this concept and comes in a variety of types, including CSI.

5.8. Networking

Container runtime in Mesos offers two types of networking support, IP-per-container, and network-port-mapping. Mesos defines a common interface to specify and retrieve networking information for a container. Marathon applications can define a network in host mode or bridge mode.

Networking in Kubernetes assigns a unique IP to each pod. This negates the need to map container ports to the host port. It further defines how these pods can talk to each other across nodes. This is implemented in Kubernetes by Network Plugins like Cilium, Contiv.

6. When to Use What?

Finally, in comparison, we usually expect a clear verdict! However, it's not entirely fair to declare one technology better than another, regardless. As we've seen, both Kubernetes and Mesos are powerful systems and offers quite competing features.

Performance, however, is quite a crucial aspect. A Kubernetes cluster can scale to 5000-nodes while Marathon on Mesos cluster is known to support up to 10,000 agents. In most practical cases, we'll not be dealing with such large clusters.

Finally, it boils down to the flexibility and types of workloads that we've. If we're starting afresh and we only plan to use containerized workloads, Kubernetes can offer a quicker solution. However, if we've existing workloads, which are a mix of containers and non-containers, Mesos with Marathon can be a better choice.

7. Other Alternatives

Kubernetes and Apache Mesos are quite powerful, but they are not the only systems in this space. There are quite several promising alternatives available to us. While we'll not go into their details, let's quickly list a few of them:

  • Docker Swarm: Docker Swarm is an open-source clustering and scheduling tool for Docker containers. It comes with a command-line utility to manage a cluster of Docker hosts. It's restricted to Docker containers, unlike Kubernetes and Mesos.
  • Nomad: Nomad is a flexible workload orchestrator from HashiCorp to manage any containerized or non-containerised application. Nomad enables declarative infrastructure-as-code for deploying applications like Docker container.
  • OpenShift: OpenShift is a container platform from Red Hat, orchestrated and managed by Kubernetes underneath. OpenShift offers many features on top of what Kubernetes provide like integrated image registry, a source-to-image build, a native networking solution, to name a few.

8. Conclusion

Pour résumer, dans ce didacticiel, nous avons abordé les conteneurs et les systèmes d'orchestration de conteneurs. Nous avons brièvement passé en revue deux des systèmes d'orchestration de conteneurs les plus utilisés, Kubernetes et Apache Mesos. Nous avons également comparé ces systèmes en fonction de plusieurs fonctionnalités. Enfin, nous avons vu certaines des autres alternatives dans cet espace.

Avant de conclure, nous devons comprendre que le but d'une telle comparaison est de fournir des données et des faits. Ce n'est en aucun cas d'en déclarer un meilleur que d'autres, et cela dépend normalement du cas d'utilisation. Nous devons donc appliquer le contexte de notre problème pour déterminer la meilleure solution pour nous.