回答：在巴西部署时，应优先选择就近可用的区域（如Brazil South或本地服务商），以降低网络延迟对内存敏感服务（例如缓存、内存数据库）的影响。对实时性要求高的服务建议选择更大内存配置以减少频繁的GC与分页。
评估业务访问量与延迟敏感度，按场景选型：缓存/内存数据库优先高内存（例如单实例16GB以上）；应用容器可采用中等内存并配合快速横向扩展。
在云主机上优先选择内存与CPU平衡的实例族（如内存优化实例），必要时使用本地SSD作为缓存层补充，避免因内存不足触发频繁IO。
回答：容器内存的requests决定调度，limits决定OOME策略。合理设置requests为应用正常最低需求，limits设置为峰值上限并留有头部空间，避免过度超订导致节点频繁OOM。
1) 用压力测试获取P95内存占用；2) 将requests设为P50或基础值，limits设为P95或略高；3) 对关键服务设置oomScoreAdj或reservations。
开启Kubernetes的QoS策略，确保关键服务为Guaranteed或Burstable；对长期高内存任务使用Dedicated节点或DaemonSet专属节点。
回答：NUMA布局对内存带宽影响明显，尤其是多路CPU实例。部署时应绑定CPU与内存节点（numactl或cpuManager），避免跨NUMA访问带来的性能损耗。同时开启HugePages可以减少TLB miss，提高大内存应用（如数据库、JVM）的稳定性。
在云主机上检查实例是否为NUMA架构，使用numactl绑定；根据应用类型配置2MB或1GB的HugePages，并调整vm.swappiness为10-20以减少交换。
JVM可用Xmx设置接近物理内存但保留系统与OOM缓冲，数据库（Postgres/MySQL）保留足够的工作内存并利用shared_buffers或innodb_buffer_pool_size合理分配。
回答：必须建立多层次监控：主机级（free/available、swap、cache）、容器级（memory.usage_in_bytes、rss）与应用级（JVM堆、缓存命中率）。基于这些指标实施水平扩缩（HPA/VPA）与垂直扩缩策略，并设置告警与自动化运维流程。
使用Prometheus+Grafana采集并可视化内存指标，设置短周期（1m）和长周期（5m或15m）阈值，短期跳变触发临时扩容，长期趋势触发节点规格调整。
对无状态容器使用HPA基于CPU和内存利用率；对状态ful服务使用Cluster Autoscaler配合节点池（不同内存规格），并预置混合实例类型以提升扩容速度。
回答：结合混合架构（本地缓存+云内存实例）与弹性伸缩，可以在降低长期成本的同时保证性能。对非关键服务使用较低内存规格并启用自动重建，对关键数据采用高内存实例并启用备份与热备。
1) 使用预留实例或长期合约降低云主机费用；2) 对短时峰值采用临时高规格实例或Spot并配合自动回收；3) 将缓存层（如Redis）调整为群集模式分布到多节点以减轻单节点内存压力。
建立内存相关的SLA与演练，定期执行OOM与退役节点演练，确保自动恢复脚本、备份和多可用区部署能在内存资源异常时快速恢复服务。
