requests/limits говорят «сколько», но не «куда» — а раскладку подов по узлам определяют другие рычаги: taints/tolerations (узел отталкивает поды), node/pod affinity и anti-affinity (тянуть к или разводить), topology spread (равномерно по зонам), priority и preemption (кого выселить под важный под). Как управлять размещением осознанно и не собрать все реплики в одной стойке
Технические паттерны устойчивости не работают без процесса вокруг них: как устроен инцидент-менеджмент (роли, severity, коммуникация), почему постмортемы должны быть блеймлесс (иначе люди прячут причины), как из инцидента рождаются action items и runbooks, и как политика error budget превращает надёжность из лозунга в решения о релизах. SRE-сторона отказоустойчивости
Отказоустойчивость — это не только про «не упасть», но и про «восстановиться». RTO и RPO как язык договорённостей о потерях, стратегия бэкапов (3-2-1, полные/инкрементальные, PITR), почему бэкап без regular restore-теста — это не бэкап, мульти-регион failover (active-passive vs active-active), DR-runbook и учения. Дисциплина, которая проверяется только реальным восстановлением
Rate limiting ограничивает клиента, но что делать, когда система сама не тянет? Backpressure (распространить «притормози» вверх по цепочке через bounded queues) и load shedding (сознательно отбросить часть нагрузки, чтобы не упасть целиком) — механика самозащиты: почему неограниченные очереди убивают, adaptive concurrency, приоритезация и деградация, и чем это отличается от rate limiting и circuit breaker
Как не дать одному отказу обрушить систему: timeout, retry с backoff, circuit breaker, bulkhead, fallback и graceful degradation
Как ограничивать нагрузку: token bucket, leaky bucket, sliding window, распределённый rate limiting и чем throttling отличается от отказа
Перегрузка — это не одна проблема и не один механизм. Лимит частоты, backpressure, сброс нагрузки, предохранители, автоскейл и наблюдаемость решают разные части задачи и стоят на разных рубежах. Карта показывает, что за что отвечает, в каком порядке срабатывает и куда идти за деталями
Write-ahead logging как фундамент надёжности: сначала журнал, потом данные; durability и crash recovery (redo/undo), checkpoints, fsync и group commit — и во что обходится эта гарантия и что она покупает
Как Kafka не теряет сообщения: лидеры и фолловеры, ISR, acks (0/1/all), min.insync.replicas, unclean leader election и идемпотентный producer — и как одной неверной настройкой превратить надёжный кластер в дырявый
Навигатор по надёжности распределённых систем: консенсус, согласованность, атомарность и транзакции, гарантии доставки сообщений и устойчивость под нагрузкой — как это связано и в каком порядке разбираться
