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：
(相关资料图)
图片
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.yamlk apply -f deployment/deployment-service.yaml❯ k get podNAME READY STATUS RESTARTS AGEk8s-combat-7867bfb596-67p5m 1/1 Running 0 3h22mk8s-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：
图片
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.yamldeployment.apps/k8s-combat-service configuredservice/k8s-combat-service unchanged图片
image.png
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 EndpointsEndpoints: 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。
图片
此时我进入了k8s-combat-7867bfb596-67p5m的容器：
k exec -it k8s-combat-7867bfb596-67p5m bashcurl 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。