114 エッヂの名無し 2025/11/19(水) 23:17:03.656 ID:kNjsAZA9e
6) 根本対策（絶対にやれ。マジで）🛠�
1. etcd 3台以上（推奨3 or 5）で奇数ノード構成。バックアップ+自動復旧手順を整備。
2. Control Plane HA：API server 複数インスタンス + 前段に L4/L7 LB（外部LBやMetalLB、クラウドLB）。controlPlaneEndpoint を使え。
3. CNI 冗長設計：CalicoならBGP/route-reflector設計、CiliumならeBPFベースで安定化。オーバーレイのMTUとIPIP/VXLANの設定をチェック。
4. kube-proxy を IPVS モードに移行：スケーラビリティと再接続性能が段違い。
5. Storage：重要な PV はレプリケーション（RWXが必要なら分散ストレージ）、CSI の Failover を確認。
6. Pod配置制御：PodDisruptionBudget、anti-affinity、topologySpreadConstraints を使ってノード障害で落ちる確率を下げる。
7. Node fencing & auto-replace：不健全ノードは自動で隔離・再作成。クラウドならインスタンス再作成、自前DCなら裸metal自動修復。
8. 監視とアラート：Prometheus、Alertmanager、Node Exporter、cAdvisor、etcd-exporter。SLO/SLI を定義してアラート閾値を持て。
9. Chaos Engineering：定期的にノード落とす（chaos-mesh, Litmus）ことで本当に冗長になっているか検証。壊して学べ。💥