【从问题中去学习k8s】k8s中的常见面试题(夯实理论基础)(十八)

本文主要是介绍【从问题中去学习k8s】k8s中的常见面试题(夯实理论基础)(十八),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

  本站以分享各种运维经验和运维所需要的技能为主

《python零基础入门》:python零基础入门学习

《python运维脚本》: python运维脚本实践

《shell》:shell学习

《terraform》持续更新中:terraform_Aws学习零基础入门到最佳实战

《k8》从问题中去学习k8s

《docker学习》暂未更新

《ceph学习》ceph日常问题解决分享

《日志收集》ELK+各种中间件

《运维日常》运维日常

《linux》运维面试100问

《DBA》db的介绍使用(mysql、redis、mongodb...)

思考一下问题:-今天我们就只聊聊service

86、 K8s的Service是什么?

参考答案:

在 Kubernetes (k8s) 中,Service 是一个非常核心的概念,它定义了一种抽象方式来暴露应用。Service 允许内部或外部的流量访问集群中的一组特定的 Pod,无论这些 Pod 的生命周期和数量如何变化。

### Service 的主要功能和特点:

1. **负载均衡**:
   Service 提供了一个固定的 IP 地址和 DNS 名称,通过这个地址可以访问后端的一组 Pod。当流量发送到 Service 时,它会自动进行负载均衡,将请求分发到后端的多个 Pod 中。

2. **服务发现**:
   Kubernetes 通过 DNS 或环境变量为 Service 自动提供服务发现。这意味着一个 Pod 可以通过 Service 的名称找到它并与之通信,而不需要知道具体的 Pod IP。

3. **抽象和解耦**:
   Service 作为 Pod 的前端代理,使得前端应用不需要关心后端 Pod 的具体部署情况。即使后端 Pod 发生扩展、更新或重启,前端应用也可以通过不变的 Service 访问后端功能。

4. **持久性连接**:
   Service 确保 IP 地址的持久性,即使后端 Pod 发生变化,Service 的 IP 地址和端口保持不变。

### Service 的类型:

1. **ClusterIP**(默认):
   这是默认类型,它为 Service 分配一个内部的 IP 地址,使得 Service 只能在集群内部访问,这适用于集群内部的通信。

2. **NodePort**:
   这种类型的 Service 在所有节点上打开一个端口(NodePort),使得 Service 可以通过 `<NodeIP>:<NodePort>` 从集群外部访问。

3. **LoadBalancer**:
   这种类型的 Service 适用于那些运行在云提供商平台上的 Kubernetes 集群。它在 NodePort 的基础上,使用云提供商的负载均衡器,为 Service 提供一个可从互联网访问的固定 IP 地址。

4. **ExternalName**:
   这种类型的 Service 允许通过 Kubernetes 服务来引用外部的服务。它通过返回一个指定的 DNS 名称来实现,而不是像传统的 Service 那样通过 IP 地址进行通信。

### 如何使用 Service:

要创建一个 Service,你通常会在 Kubernetes 配置文件中定义 Service 对象,指定它的类型和选择器(selector),后者用于确定哪些 Pod 会被 Service 的流量访问。例如,一个简单的 ClusterIP Service 的定义可能如下所示:

```yaml
apiVersion: v1
kind: Service
metadata:
  name: my-service
spec:
  selector:
    app: MyApp
  ports:
    - protocol: TCP
      port: 80
      targetPort: 9376
```

这个 Service 定义创建了一个名为 "my-service" 的 ClusterIP Service,它将端口 80 的流量转发到标签为 `app: MyApp` 的 Pod 上的 9376 端口。

总之,Service 是 Kubernetes 中实现 Pod 间通信和对外连接的关键组件,提供了稳定的接口和负载均衡功能。

这篇关于【从问题中去学习k8s】k8s中的常见面试题(夯实理论基础)(十八)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1105878

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

好题——hdu2522(小数问题:求1/n的第一个循环节)

好喜欢这题,第一次做小数问题,一开始真心没思路,然后参考了网上的一些资料。 知识点***********************************无限不循环小数即无理数,不能写作两整数之比*****************************(一开始没想到,小学没学好) 此题1/n肯定是一个有限循环小数,了解这些后就能做此题了。 按照除法的机制,用一个函数表示出来就可以了,代码如下

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题

题库来源:安全生产模拟考试一点通公众号小程序 2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题是由安全生产模拟考试一点通提供,流动式起重机司机证模拟考试题库是根据流动式起重机司机最新版教材,流动式起重机司机大纲整理而成(含2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题参考答案和部分工种参考解析),掌握本资料和学校方法,考试容易。流动式起重机司机考试技

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

购买磨轮平衡机时应该注意什么问题和技巧

在购买磨轮平衡机时,您应该注意以下几个关键点: 平衡精度 平衡精度是衡量平衡机性能的核心指标,直接影响到不平衡量的检测与校准的准确性,从而决定磨轮的振动和噪声水平。高精度的平衡机能显著减少振动和噪声,提高磨削加工的精度。 转速范围 宽广的转速范围意味着平衡机能够处理更多种类的磨轮,适应不同的工作条件和规格要求。 振动监测能力 振动监测能力是评估平衡机性能的重要因素。通过传感器实时监

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss