关键点

1. 可扩展性应用无状态，配置HPA和VPA和资源Request和Limit，同时要有Metric-Server类的监控
2. HA方面： 自动化监控，自动化伸缩，故障恢复，容量规划和性能优化
3. 可观测性方面： 日志采集（ELK,EFK，云上服务）,监控和告警（Promethus, Grafana）,分布式跟踪和k8s事件和审计日志

1.1 可扩展性方面：

1. microservice最好是无状态的，这样可以对我们的microservice进行任意扩展。

2. kubernetes支持HPA和VPA两种auto-scaling模式。
   HPA方面我可以对deployment定义min和max replica和metrics(前提是k8s集群有类似metric-server这类的服务)， metrics方面一般是对cpu和memory的utilization, 我们设置limit和request, 然后设置一个percentage, 当all pod的cpu/memory的平均utilization达到了request threshold，那么会触发k8s auto-scaling。

3. 关于VPA, k8s会动态调整Pod的CPU和内存资源， VPA不是一个built-in功能而是一个独立的项目。

1.2 High availability方面

首先，高可用是个系统工程。高可用应该一直能够对外提供服务，无论遇到什么情况。基于这个愿景，我想基于k8s我们应该做到以下几点：

1. 自动化监控， k8s 提供了自动化探针（startup, readines和liveness)来对应用健康进行监控；k8s提供了metric-server或者三方的监控工具来监控pod的资源利用率。
2. 故障转移和容错。k8s根据探针或者其他方面的监控如果发现Pod已经处于不健康的状态，那么它会自动启动一个新的Pod来替换不健康的Pod。
3. 容量规划和性能优化
4. 自动化扩容和弹性伸缩： Pod在资源超过request的threshold后会触发自动化扩容，在Pod资源低于threshold后会进行自动化缩容以释放资源。当扩容当最大Pod依然处于不健康的状态，那么k8s会自动重启Pod。

1.3 Observability方面

1. 日志管理： 使用工具聚集和分析日志。例如：使用ELK或者Fluented
2. 监控和报警：使用Prometheus和Grafana进行性能监控和告警
3. 分布式跟踪：使用Jaeger或者Zipin或者自定义分布式跟踪ID来跟踪微服务之间的调用
4. k8s事件和设计日志：记录和监视集群操作和状态变化