O marketing te avisa que uma campanha vai gerar dez vezes o tráfego normal na próxima terça. O que você faz?

Faça teste de carga contra o gargalo real, não contra a camada web. Derive a capacidade por componente a partir do tráfego atual e da folga, e então examine o que não escala horizontalmente: throughput de escrita do banco, limites de conexão, rate limits de terceiros e cotas de nuvem. Escale de forma antecipada em vez de confiar que o autoscaling vai reagir a tempo, aumente cotas com antecedência, prepare um plano de descarte e degradação, e escale gente de plantão para a janela.

Primeiro eu cravaria o que dez vezes significa, porque dez vezes ao longo de um dia é um problema diferente de dez vezes nos primeiros quatro minutos de um disparo de email, e campanhas são quase sempre o segundo caso. Depois eu modelo cada camada a partir do uso atual: se rodamos a 30% de CPU no pico de hoje, a camada sem estado é fácil, mas as partes interessantes são as que não escalam adicionando pods. Para a gente eram throughput de escrita do Postgres e um provedor de pagamento que tinha um rate limit do qual a gente nunca tinha chegado perto, e que exigiu uma ligação e uma semana de antecedência. Eu rodaria um teste de carga que bate no caminho real, não num health check sintético, e eu escalaria de forma antecipada em vez de contar com o autoscaler, porque um cold start de noventa segundos é uma eternidade num pico. Por fim, um plano de degradação escrito: o que a gente desliga primeiro, quem pode acionar, e um canal compartilhado com o marketing para o disparo poder ser pausado.