Mesos contro Kubernetes

1. Panoramica

In questo tutorial, capiremo la necessità di base di un sistema di orchestrazione dei contenitori.

Valuteremo le caratteristiche desiderate di un tale sistema. Da questo, proveremo a confrontare due dei più popolari sistemi di orchestrazione dei container in uso oggi, Apache Mesos e Kubernetes.

2. Orchestrazione dei contenitori

Prima di iniziare a confrontare Mesos e Kubernetes, dedichiamo un po 'di tempo a capire cosa sono i container e perché, dopotutto, abbiamo bisogno dell'orchestrazione dei container.

2.1. Contenitori

Un contenitore è un'unità standardizzata di software che confeziona il codice e tutte le sue dipendenze richieste .

Pertanto, fornisce indipendenza dalla piattaforma e semplicità operativa. Docker è una delle piattaforme container più popolari in uso.

Docker sfrutta le funzionalità del kernel Linux come CGroup e spazi dei nomi per fornire l'isolamento dei diversi processi. Pertanto, più contenitori possono essere eseguiti in modo indipendente e sicuro.

È abbastanza banale creare immagini Docker, tutto ciò di cui abbiamo bisogno è 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

Quindi, queste poche righe sono sufficienti per creare un'immagine Docker di un'applicazione Spring Boot utilizzando la Docker CLI:

docker build -t hello_world .

2.2. Orchestrazione dei contenitori

Quindi, abbiamo visto come i contenitori possono rendere la distribuzione delle applicazioni affidabile e ripetibile. Ma perché abbiamo bisogno dell'orchestrazione dei container?

Ora, anche se abbiamo alcuni container da gestire, stiamo bene con Docker CLI. Possiamo automatizzare anche alcune delle semplici faccende. Ma cosa succede quando dobbiamo gestire centinaia di container?

Ad esempio, pensa all'architettura con diversi microservizi, tutti con requisiti di scalabilità e disponibilità distinti.

Di conseguenza, le cose possono sfuggire rapidamente al controllo ed è qui che si realizzano i vantaggi di un sistema di orchestrazione dei container. Un sistema di orchestrazione dei contenitori tratta un cluster di macchine con un'applicazione multi-contenitore come una singola entità di distribuzione . Fornisce automazione dalla distribuzione iniziale, pianificazione, aggiornamenti ad altre funzionalità come monitoraggio, scalabilità e failover.

3. Breve panoramica di Mesos

Apache Mesos è un gestore di cluster open source sviluppato originariamente presso l'UC Berkeley . Fornisce alle applicazioni API per la gestione delle risorse e la pianificazione nel cluster. Mesos ci offre la flessibilità di eseguire carichi di lavoro sia containerizzati che non containerizzati in modo distribuito.

3.1. Architettura

L'architettura Mesos è composta da Mesos Master, Mesos Agent e Application Frameworks:

Comprendiamo qui i componenti dell'architettura:

  • Framework : sono le applicazioni effettive che richiedono l'esecuzione distribuita di attività o carico di lavoro. Esempi tipici sono Hadoop o Storm. I framework in Mesos comprendono due componenti principali:
    • Scheduler : è responsabile della registrazione con il Master Node in modo che il master possa iniziare a offrire risorse
    • Esecutore : questo è il processo che viene avviato sui nodi dell'agente per eseguire le attività del framework
  • Agenti Mesos : sono responsabili dell'esecuzione effettiva delle attività . Ogni agente pubblica le proprie risorse disponibili come CPU e memoria al master. Quando ricevono le attività dal master, assegnano le risorse richieste all'esecutore del framework.
  • Mesos Master : è responsabile della pianificazione delle attività ricevute dai Framework su uno dei nodi agente disponibili. Master fa offerte di risorse a Framework. Lo scheduler di Framework può scegliere di eseguire attività su queste risorse disponibili.

3.2. Maratona

Come abbiamo appena visto, Mesos è abbastanza flessibile e consente ai framework di pianificare ed eseguire attività tramite API ben definite. Tuttavia, non è conveniente implementare direttamente queste primitive, soprattutto quando si desidera pianificare applicazioni personalizzate. Ad esempio, orchestrare applicazioni confezionate come contenitori.

È qui che un framework come Marathon può aiutarci. Marathon è un framework di orchestrazione di container che funziona su Mesos . A questo proposito, Marathon funge da struttura per il cluster Mesos. Marathon offre diversi vantaggi che in genere ci aspettiamo da una piattaforma di orchestrazione come l'individuazione dei servizi, il bilanciamento del carico, le metriche e le API di gestione dei contenitori.

Marathon considera un servizio di lunga durata come un'applicazione e un'istanza dell'applicazione come un'attività. Uno scenario tipico può avere più applicazioni con dipendenze che formano i cosiddetti gruppi di applicazioni.

3.3. Esempio

Quindi, vediamo come possiamo usare Marathon per distribuire la nostra semplice immagine Docker che abbiamo creato in precedenza. Si noti che l'installazione di un cluster Mesos può essere poco complicata e quindi possiamo utilizzare una soluzione più semplice come Mesos Mini. Mesos Mini ci consente di creare un cluster Mesos locale in un ambiente Docker. Include un Mesos Master, un singolo Mesos Agent e Marathon.

Una volta installato e funzionante il cluster Mesos con Marathon, possiamo distribuire il nostro container come servizio applicativo di lunga durata. Abbiamo solo bisogno di una piccola definizione di applicazione 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" } ] }

Capiamo cosa sta succedendo esattamente qui:

  • Abbiamo fornito un ID per la nostra applicazione
  • Quindi, abbiamo definito i requisiti di risorse per la nostra applicazione
  • Abbiamo anche definito il numero di istanze che vorremmo eseguire
  • Quindi, abbiamo fornito i dettagli del contenitore da cui avviare un'app
  • 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

Per riassumere, in questo tutorial, abbiamo discusso di contenitori e sistemi di orchestrazione dei contenitori. Abbiamo esaminato brevemente due dei sistemi di orchestrazione dei container più utilizzati, Kubernetes e Apache Mesos. Abbiamo anche confrontato questi sistemi in base a diverse funzionalità. Infine, abbiamo visto alcune delle altre alternative in questo spazio.

Prima di chiudere, dobbiamo capire che lo scopo di tale confronto è fornire dati e fatti. Questo non è in alcun modo per dichiarare uno migliore degli altri, e questo normalmente dipende dal caso d'uso. Quindi, dobbiamo applicare il contesto del nostro problema nel determinare la migliore soluzione per noi.