Horizontal Pod Autoscaler (HPA)
Mecanismo do Kubernetes que ajusta automaticamente o NÚMERO de réplicas de pods conforme a carga, medida por CPU, memória ou métricas customizadas. Escala para fora (mais pods) sob carga alta e para dentro (menos) sob carga baixa. A ferramenta de autoscaling mais comum no Kubernetes.
Como funciona: o HPA compara uma métrica observada (por exemplo, a CPU média dos pods) com uma meta, calcula quantas réplicas são necessárias para atingi-la e ajusta a contagem de réplicas do deployment ou statefulset. Suporta CPU e memória (via metrics-server) e métricas customizadas ou externas (via adaptadores, como tamanho de fila ou requisições por segundo). Vantagem: absorve picos de tráfego sozinho e economiza dinheiro quando está tranquilo. Custo: exige requests de recursos bem definidos (o HPA calcula em cima deles), e um escalonamento agressivo demais pode causar "flapping". Difere do VPA (que muda o tamanho de cada pod, não a quantidade) e do cluster autoscaler (que adiciona nós). Os três costumam ser combinados. Peça central da operação elástica.