物理主机重启时 Mesos 集群无法恢复答案

【问题标题】：Mesos cluster does not recover when physical host restart物理主机重启时 Mesos 集群无法恢复
【发布时间】：2016-05-13 17:14:12
【问题描述】：

我在 Ubuntu 14.04 上的 3 台主机上使用 mesosphere，如下所示：

一个有 mesos 主的
两个与 mesos 从属

一切正常，但重新启动所有物理主机后，所有计划的作业都丢失了。 正常吗？预计zookeeper会保存当前jobs，等系统需要重启时，master boot后所有jobs都会重新调度。

更新： 我在同一个节点上使用 marathon 和 mesos，并且我正在运行带有标志 --zk

的马拉松

【问题讨论】：

你用的是什么调度器？
@KirkSpaziani，我正在参加马拉松比赛
你能检查一下zookeeper的状态吗？

标签： apache-zookeeper mesos mesosphere

【解决方案1】：

启用 marathon 的 --zk 和 --ha 后，Marathon 应该将其状态存储在 ZK 中并在重启时恢复它，只要 Mesos 允许它使用相同的框架 ID 重新注册。

但是，您还需要启用 Mesos 注册表（即使对于单个主节点），以确保 Mesos 保留有关在主节点故障转移事件中注册了哪些 frameworkId 的信息。这可以通过设置--registry=replicated_log（默认）、--quorum=1（因为您只有 1 个主服务器）和--work_dir=/path/to/registry（存储状态的位置）来实现。

【讨论】：

【解决方案2】：

我按照这个安装说明解决了这个问题：How To Configure a Production-Ready Mesosphere Cluster on Ubuntu 14.04

【讨论】：

您能否在此答案中留下一套完整的说明，而不是仅仅留下链接？这样一来，即使链接断开，也可以帮助未来的 Stack Overflow 访问者。

【解决方案3】：

虽然您找到了解决方案，但我想对此问题进行更多解释：)

在官方文档中：http://mesos.apache.org/documentation/latest/slave-recovery/

注意，如果从机上的操作系统重新启动，所有在主机上运行的执行者和任务被杀死并且不会主机恢复后自动重启。

所以 Mesos 上的所有框架都将在重启后被杀死。重新启动框架的一种方法是在 Marathon 上运行所有框架，这将管理其他框架并在需要时重新启动它们。

但是，您需要在 Marathon 被杀死时自动重启它。在您提到的 digitialocean 链接中，Marathon 是使用 init.d 中的脚本安装的，因此可以在重新启动后重新启动。否则，如果您通过源代码安装 Marathon，则可以使用 supervisord 等工具监控 Marathon。

【讨论】：