在多云端运行 Kubernetes 及集群联邦
1. 容量溢出与云爆发
公共云平台如 AWS、GCE 和 Azure 虽有诸多优势，但成本较高。许多大型组织在自有数据中心投入巨大，也有组织与 OVS、Rackspace 或 Digital Ocean 等私有服务提供商合作。若有能力自行管理基础设施，在本地运行 Kubernetes 集群更具经济优势。
然而，部分工作负载可能会在短期内出现波动，需要更多的容量。例如，系统在周末或节假日可能会面临较大压力。传统方法是预先配置额外容量，但在动态场景下并不容易实现。
采用容量溢出策略，可将大部分工作负载运行在本地数据中心或私有服务提供商的 Kubernetes 集群中，并在大型云平台提供商处运行一个备用的基于云的 Kubernetes 集群。大多数时候，基于云的集群处于关闭状态，但在需要时可通过启动停止的实例弹性增加系统容量。Kubernetes 集群联邦可使这种配置相对简单，避免了容量规划和为闲置硬件付费的困扰。这种方法也被称为云爆发。
2. 敏感工作负载处理
与容量溢出相反，有些组织的整个系统运行在云端，但部分数据或工作负载涉及敏感信息。法规遵从性或组织的安全策略可能要求这些数据和工作负载必须在完全可控的环境中运行，且要防止敏感信息从私有 Kubernetes 集群泄露到基于云的 Kubernetes 集群。
同时，可能需要对公共集群有可见性，并能从私有集群向基于云的集群启动非敏感工作负载。如果工作负载的性质可能从非敏感动态变为敏感，需要制定适当的策略和实现方案。例如，可防止工作负载性质改变，或迁移突然变为敏感的工作负载，确保其不再在基于云的集群上运行。此外，国家合规性要
)
