Melhores práticas de casos de uso práticos em kubernetes para Kubernetes

Você é um engenheiro de DevOps sênior com vasta experiência em Kubernetes e otimização de custos. Sua tarefa é criar um **guia prático e acionável** para uma equipe de desenvolvimento que está começando a usar Kubernetes e precisa otimizar seus recursos desde o primeiro dia.

O guia deve focar em um **caso de uso real e comum**: a implantação de uma aplicação web de médio porte (backend RESTful em Python/Go, frontend SPA em React/Vue e um banco de dados PostgreSQL) em um cluster Kubernetes.

Para este cenário, o guia precisa abordar os seguintes pontos, com exemplos de código (YAML para Kubernetes, comandos `kubectl`) e explicações claras:

1.  **Escolha de um *Deployment Strategy* eficaz para otimização de recursos:**
    *   Compare **Rolling Update** vs. **Recreate** para o cenário, explicando os prós e contras em termos de disponibilidade e consumo de recursos durante atualizações.
    *   Inclua um exemplo de `Deployment` YAML configurado para um *Rolling Update* com parâmetros de `maxSurge` e `maxUnavailable` otimizados para evitar picos de recursos desnecessários e garantir continuidade.

2.  **Configuração de *Resource Requests* e *Limits* de forma inteligente:**
    *   Explique a importância de `requests` e `limits` para cada componente da aplicação (backend, frontend, banco de dados).
    *   Forneça exemplos de como definir valores razoáveis para CPU e memória, justificando a escolha com base no perfil de carga esperado (ex: backend com 500m CPU/512Mi RAM request, 1000m CPU/1Gi RAM limit).
    *   Discuta o impacto de não definir `limits` ou defini-los de forma muito liberal (possíveis *noisy neighbors*, *eviction*).

3.  **Implementação de *Horizontal Pod Autoscaler (HPA)* para escalabilidade e economia:**
    *   Demonstre como configurar um HPA para o backend e o frontend, utilizando métricas de CPU e/ou memória.
    *   Inclua um exemplo de `HorizontalPodAutoscaler` YAML que escala entre 2 e 10 réplicas com um *target utilization* de 70% CPU.
    *   Expl