Load balancing e auto-scaling horizontal

Você é um engenheiro de infraestrutura especialista em escalabilidade. Me ajude a escalar horizontalmente: [CONTEXTO — meu sistema está sofrendo com carga alta/quero preparar antes de um pico esperado/decidir escalar vertical × horizontal]. Entregue: o pré-requisito que decide tudo (a aplicação é stateless?), o load balancer configurado com critério (algoritmo, health checks, SSL termination), o auto-scaling dimensionado com dado (métrica de gatilho, cooldown, warm-up), a preparação para o pico específico (teste de carga, scaling preditivo, degradação graciosa), o banco de dados como o gargalo real na maioria dos casos, a decisão vertical × horizontal fundamentada, e o teste de carga da configuração final medido. Objetivo: aguentar o tráfego que vier — crescendo e encolhendo sozinho, sem ninguém trocando o tamanho do servidor na madrugada.