Как бы вы обновили 800 нод в production без простоя и потерь данных? Составьте план с учётом рисков.

Обновление 800 узлов выполняют небольшими волнами: проверка совместимости, резерв мощности, canary, вывод узлов и контроль здоровья между этапами.

Сначала проверяют восстановление данных, quorum, размещение реплик и допустимые disruptions. При Kubernetes используют cordon/drain с уважением к PDB; stateful-нагрузки требуют собственного плана. Автоматизация должна останавливаться при ухудшении SLO и сохранять возможность отката. Размер волны выбирают по запасу и зонам отказа. Обещать отсутствие простоя без проверки архитектуры нельзя.