我们工作的部门刚买了4个节点（服务器），每个节点有80个核心，还有一堆内存和磁盘空间。
我们只是在开始阶段，希望确保节点被正确地引入到集群中，以供将来使用。
预期用途集中于机器学习/大数据。基本上我们是高级分析团队。我们为完整的数据设置了sql服务器和数据库。我们的主要目标是使用数据来获得业务洞察力，开发算法，并为组织的数据和流程构建优化引擎。我们在某些时候可能需要的工具：

-Docker images for developed applications 
-Place to run jobs when developing new algorithms in batch job/maybe real time.
-Python ML algorithms
-Spark Jobs
-Possible Hadoop cluster? (this one uncertain about now)

-我们要运行批处理作业，但也要运行交互式作业。
我们目前的计划是运行chronos，并最终马拉松以及调度。我们计划使用apachemesos进行资源管理。
最后是问题。我们的it部门告诉我们，要运行hadoop集群，我们必须虚拟化每个节点。这种虚拟化在每个节点上占用了8个内核，还占用了GB的内存和大量的磁盘空间。他们说的对吗？怎样才能减少系统开销，从而在设置服务器时不消耗10-20%的资源？
最后，作为一个额外的好处，有关于建立mesos集群、添加hadoop和配置一切的好书。
根据一些评论，也许我们不需要hadoop，在这种情况下，我们就不需要虚拟化。