背景
在做传统业务开发的时候，当我们的服务提供方有多个实例时，往往我们需要将对方的服务列表保存在本地，然后采用一定的算法进行调用；当服务提供方的列表变化时还得及时通知调用方。
student:
url:
- 192.168.1.1:8081
- 192.168.1.2:8081这样自然是对双方都带来不少的负担，所以后续推出的服务调用框架都会想办法解决这个问题。
以 spring cloud 为例：
服务提供方会向一个服务注册中心注册自己的服务（名称、IP等信息），客户端每次调用的时候会向服务注册中心获取一个节点信息，然后发起调用。
但当我们切换到 k8s 后，这些基础设施都交给了 k8s 处理了，所以 k8s 自然得有一个组件来解决服务注册和调用的问题。
也就是我们今天重点介绍的 service。
service
在介绍 service 之前我先调整了源码：
func main() {
http.HandleFunc("/ping", func(w http.ResponseWriter, r *http.Request) {
name, _ := os.Hostname()
log.Printf("%s ping", name)
fmt.Fprint(w, "pong")
})
http.HandleFunc("/service", func(w http.ResponseWriter, r *http.Request) {
resp, err := http.Get("http://k8s-combat-service:8081/ping")
if err != nil {
log.Println(err)
fmt.Fprint(w, err)
return
}
fmt.Fprint(w, resp.Status)
})
http.ListenAndServe(":8081", nil)
}新增了一个 /service 的接口，这个接口会通过 service 的方式调用服务提供者的服务，然后重新打包。
make docker同时也新增了一个 deployment-service.yaml:
apiVersion: apps/v1
kind: Deployment
metadata:
labels:
app: k8s-combat-service # 通过标签选择关联
name: k8s-combat-service
spec:
replicas: 1
selector:
matchLabels:
app: k8s-combat-service
template:
metadata:
labels:
app: k8s-combat-service
spec:
containers:
- name: k8s-combat-service
image: crossoverjie/k8s-combat:v1
imagePullPolicy: Always
resources:
limits:
cpu: "1"
memory: 100Mi
requests:
cpu: "0.1"
memory: 10Mi
---
apiVersion: v1
kind: Service
metadata:
name: k8s-combat-service
spec:
selector:
app: k8s-combat-service # 通过标签选择关联
type: ClusterIP
ports:
- port: 8081 # 本 Service 的端口
targetPort: 8081 # 容器端口
name: app使用相同的镜像部署一个新的 deployment，名称为 k8s-combat-service，重点是新增了一个kind: Service 的对象。
这个就是用于声明 service 的组件，在这个组件中也是使用 selector 标签和 deployment 进行了关联。
也就是说这个 service 用于服务于名称等于 k8s-combat-service 的 deployment。
下面的两个端口也很好理解，一个是代理的端口， 另一个是 service 自身提供出去的端口。
至于 type: ClusterIP 是用于声明不同类型的 service，除此之外的类型还有：
NodePortLoadBalancerExternalName等类型，默认是ClusterIP，现在不用纠结这几种类型的作用，后续我们在讲到Ingress的时候会具体介绍。
负载测试
我们先分别将这两个 deployment 部署好：
k apply -f deployment/deployment.yaml
k apply -f deployment/deployment-service.yaml
❯ k get pod
NAME READY STATUS RESTARTS AGE
k8s-combat-7867bfb596-67p5m 1/1 Running 0 3h22m
k8s-combat-service-5b77f59bf7-zpqwt 1/1 Running 0 3h22m由于我新增了一个 /service 的接口，用于在 k8s-combat 中通过 service 调用 k8s-combat-service 的接口。
resp, err := http.Get("http://k8s-combat-service:8081/ping")其中 k8s-combat-service 服务的域名就是他的服务名称。
如果是跨 namespace 调用时，需要指定一个完整名称，在后续的章节会演示。
我们整个的调用流程如下：
相信大家也看得出来相对于 spring cloud 这类微服务框架提供的客户端负载方式，service 是一种服务端负载，有点类似于 Nginx 的反向代理。
为了更直观的验证这个流程，此时我将 k8s-combat-service 的副本数增加到 2：
spec:
replicas: 2只需要再次执行：
❯ k apply -f deployment/deployment-service.yaml
deployment.apps/k8s-combat-service configured
service/k8s-combat-service unchanged
不管我们对
deployment的做了什么变更，都只需要apply这个yaml文件即可， k8s 会自动将当前的deployment调整为我们预期的状态（比如这里的副本数量增加为 2）；这也就是k8s中常说的声明式 API。
可以看到此时 k8s-combat-service 的副本数已经变为两个了。如果我们此时查看这个 service 的描述时：
❯ k describe svc k8s-combat-service |grep Endpoints
Endpoints: 192.168.130.133:8081,192.168.130.29:8081会发现它已经代理了这两个 Pod 的 IP。
此时我进入了 k8s-combat-7867bfb596-67p5m 的容器：
k exec -it k8s-combat-7867bfb596-67p5m bash
curl http://127.0.0.1:8081/service并执行两次 /service 接口，发现请求会轮训进入 k8s-combat-service 的代理的 IP 中。
由于 k8s service 是基于 TCP/UDP 的四层负载，所以在 http1.1 中是可以做到请求级的负载均衡，但如果是类似于 gRPC 这类长链接就无法做到请求级的负载均衡。
换句话说 service 只支持连接级别的负载。
如果要支持 gRPC，就得使用 Istio 这类服务网格，相关内容会在后续章节详解。
总结
总的来说 k8s service 提供了简易的服务注册发现和负载均衡功能，当我们只提供 http 服务时是完全够用的。
相关的源码和 yaml 资源文件都存在这里： https://github.com/crossoverJie/k8s-combat
往期视频：
往期推荐
k8s 入门到实战--部署应用到 k8s
使用 SQL 的方式查询消息队列数据以及踩坑指南
VictoriaLogs：一款超低占用的 ElasticSearch 替代方案
k8s 常见面试题
新手如何快速参与开源项目
鼓励一下
赞完再走
![[DM8] DM-DM DBLINK DPI方式](https://img-blog.csdnimg.cn/c89a35252ad24e71bfb939356e0cf82b.png)
