五分鐘 k8s入門到實戰--跨服務調用

service.png

背景

在做傳統業務開發的時候,當我們的服務提供方有多個實例時,往往我們需要將對方的服務列表保存在本地,然後採用一定的算法進行調用;當服務提供方的列表變化時還得及時通知調用方。

student:  
   url:     
   - 192.168.1.1:8081     
   - 192.168.1.2:8081

這樣自然是對雙方都帶來不少的負擔,所以後續推出的服務調用框架都會想辦法解決這個問題。

spring cloud 爲例:
image.png

服務提供方會向一個服務註冊中心註冊自己的服務(名稱、IP等信息),客戶端每次調用的時候會向服務註冊中心獲取一個節點信息,然後發起調用。

但當我們切換到 k8s 後,這些基礎設施都交給了 k8s 處理了,所以 k8s 自然得有一個組件來解決服務註冊和調用的問題。

也就是我們今天重點介紹的 service

service

在介紹 service 之前我先調整了源碼:

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)  
}

新增了一個 /service 的接口,這個接口會通過 service 的方式調用服務提供者的服務,然後重新打包。

make docker

同時也新增了一個 deployment-service.yaml:

apiVersion: apps/v1  
kind: Deployment  
metadata:  
  labels:  
    app: k8s-combat-service # 通過標籤選擇關聯  
  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 # 通過標籤選擇關聯  
  type: ClusterIP  
  ports:  
    - port: 8081        # 本 Service 的端口  
      targetPort: 8081  # 容器端口  
      name: app

使用相同的鏡像部署一個新的 deployment,名稱爲 k8s-combat-service,重點是新增了一個kind: Service 的對象。

這個就是用於聲明 service 的組件,在這個組件中也是使用 selector 標籤和 deployment 進行了關聯。

也就是說這個 service 用於服務於名稱等於 k8s-combat-servicedeployment

下面的兩個端口也很好理解,一個是代理的端口, 另一個是 service 自身提供出去的端口。

至於 type: ClusterIP 是用於聲明不同類型的 service,除此之外的類型還有:

  • NodePort
  • LoadBalancer
  • ExternalName
    等類型,默認是 ClusterIP,現在不用糾結這幾種類型的作用,後續我們在講到 Ingress 的時候會具體介紹。

負載測試

我們先分別將這兩個 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

由於我新增了一個 /service 的接口,用於在 k8s-combat 中通過 service 調用 k8s-combat-service 的接口。

resp, err := http.Get("http://k8s-combat-service:8081/ping")

其中 k8s-combat-service 服務的域名就是他的服務名稱。

如果是跨 namespace 調用時,需要指定一個完整名稱,在後續的章節會演示。

我們整個的調用流程如下:
image.png

相信大家也看得出來相對於 spring cloud 這類微服務框架提供的客戶端負載方式,service 是一種服務端負載,有點類似於 Nginx 的反向代理。

爲了更直觀的驗證這個流程,此時我將 k8s-combat-service 的副本數增加到 2:

spec:  
  replicas: 2

只需要再次執行:

❯ k apply -f deployment/deployment-service.yaml
deployment.apps/k8s-combat-service configured
service/k8s-combat-service unchanged

image.png

不管我們對 deployment 的做了什麼變更,都只需要 apply 這個 yaml 文件即可, k8s 會自動將當前的 deployment 調整爲我們預期的狀態(比如這裏的副本數量增加爲 2);這也就是 k8s 中常說的聲明式 API

可以看到此時 k8s-combat-service 的副本數已經變爲兩個了。
如果我們此時查看這個 service 的描述時:

❯ k describe svc k8s-combat-service |grep Endpoints
Endpoints:         192.168.130.133:8081,192.168.130.29:8081

會發現它已經代理了這兩個 Pod 的 IP。

image.png
此時我進入了 k8s-combat-7867bfb596-67p5m 的容器:

k exec -it k8s-combat-7867bfb596-67p5m bash
curl http://127.0.0.1:8081/service

並執行兩次 /service 接口,發現請求會輪訓進入 k8s-combat-service 的代理的 IP 中。

由於 k8s service 是基於 TCP/UDP 的四層負載,所以在 http1.1 中是可以做到請求級的負載均衡,但如果是類似於 gRPC 這類長鏈接就無法做到請求級的負載均衡。

換句話說 service 只支持連接級別的負載。

如果要支持 gRPC,就得使用 Istio 這類服務網格,相關內容會在後續章節詳解。

總結

總的來說 k8s service 提供了簡易的服務註冊發現和負載均衡功能,當我們只提供 http 服務時是完全夠用的。

相關的源碼和 yaml 資源文件都存在這裏:
https://github.com/crossoverJie/k8s-combat

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章