diff --git a/.vuepress/public/statics/learning/hpa/php-apache.yaml b/.vuepress/public/statics/learning/hpa/php-apache.yaml
new file mode 100644
index 0000000..25b2067
--- /dev/null
+++ b/.vuepress/public/statics/learning/hpa/php-apache.yaml
@@ -0,0 +1,36 @@
+apiVersion: apps/v1
+kind: Deployment
+metadata:
+  name: php-apache
+spec:
+  selector:
+    matchLabels:
+      run: php-apache
+  replicas: 1
+  template:
+    metadata:
+      labels:
+        run: php-apache
+    spec:
+      containers:
+      - name: php-apache
+        image: eipsample/hpa-example
+        ports:
+        - containerPort: 80
+        resources:
+          limits:
+            cpu: 500m
+          requests:
+            cpu: 200m
+---
+apiVersion: v1
+kind: Service
+metadata:
+  name: php-apache
+  labels:
+    run: php-apache
+spec:
+  ports:
+  - port: 80
+  selector:
+    run: php-apache
diff --git a/learning/k8s-advanced/hpa/hpa.md b/learning/k8s-advanced/hpa/hpa.md
index 7cf1bc2..3a0a2be 100644
--- a/learning/k8s-advanced/hpa/hpa.md
+++ b/learning/k8s-advanced/hpa/hpa.md
@@ -4,7 +4,7 @@ layout: LearningLayout
 description: Kubernetes_自动水平伸缩_Horizontal_Pod_Autoscaler
 meta:
   - name: keywords
-    content: Kubernetes 教程,Kubernetes 授权,Kubernetes RBAC,Kubernetes权限
+    content: Kubernetes 教程,Kubernetes 授权,Kubernetes Horizontal Pod Autoscaler,水平自动伸缩
 ---
 
 # 自动伸缩
@@ -40,7 +40,7 @@ HorizontalPodAutoscaler 通常从一系列 [聚合 API](/learning/k8s-advanced/e
 自 Kubernetes 1.11 开始，已经不推荐从 Heapster 中获取度量信息。
 :::
 
-## 算法
+### 算法
 
 简单地说，Horizontal Pod Autoscaler 控制器基于期望的度量值和当前度量值之间的比例运作：
 ```
@@ -177,4 +177,86 @@ scaleDown:
   stabilizationWindowSeconds: 300
 ```
 
-当度量值表明目标控制器（Deployment、StatefulSet 等）应该被向下伸缩时，自动伸缩算法将会查找 `stabilizationWindowSeconds` 指定的时间窗口内已计算出来的目标伸缩副本数，并使用这些数值里最大的一个作为伸缩的目标副本数。
+当度量值表明目标控制器（Deployment、StatefulSet 等）应该被向下伸缩时，自动伸缩算法将会查找 `stabilizationWindowSeconds` 指定的时间窗口内已计算出来的目标伸缩副本数，并使用这些数值里最大的一个作为伸缩的目标副本数。在上面的例子中，`stabilizationWindowSeconds=300`，因此，过去 5 分钟内所有的已计算出来的目标伸缩副本数都会被纳入考量。
+
+### 默认行为
+
+如果要使用自定义伸缩，并不一定要指定所有的字段，只需要指定那些需要自定义的字段就可以了。您在 HorizontalPodAutoscaler 的 `.spec.behavior` 中自定义的字段将会和默认值合并后再使用。默认值如下所示：
+
+``` yaml
+behavior:
+  scaleDown:
+    stabilizationWindowSeconds: 300
+    policies:
+    - type: Percent
+      value: 100
+      periodSeconds: 15
+  scaleUp:
+    stabilizationWindowSeconds: 0
+    policies:
+    - type: Percent
+      value: 100
+      periodSeconds: 15
+    - type: Pods
+      value: 4
+      periodSeconds: 15
+    selectPolicy: Max
+```
+
+对于向下伸缩来说，默认的稳定窗口（Stabilization Window）是 300 秒（或者 `--horizontal-pod-autoscaler-downscale-stabilization` 参数指定的值）。当前，默认值中只包含一个向下伸缩的伸缩策略，即允许移除当前所有正在运行的副本，这意味着，HorizontalPodAutoscaler 可以直接将副本数缩减到期望的目标值。
+
+对于向上伸缩来说，默认值中指定了稳定窗口（Stabilization Window）为 0，当观测到的度量值表明需要执行向上伸缩，则 HorizontalPodAutoscaler 将立刻执行伸缩动作。默认值中还包括两个向上伸缩的策略，一个允许每 15 秒中添加和当前副本数同等数量的副本数，另一个允许每 15 秒中添加 4 个副本数。
+
+### 例子：调整向下伸缩的稳定窗口
+
+下面的例子指定了 HPA 使用 1 分钟作为向下伸缩的稳定窗口：
+
+``` yaml
+behavior:
+  scaleDown:
+    stabilizationWindowSeconds: 60
+```
+
+### 例子：限制向下伸缩的速度
+
+下面的例子限定了 HPA 每分钟只能移除当前副本数的 10% 的副本：
+
+``` yaml
+behavior:
+  scaleDown:
+    policies:
+    - type: Percent
+      value: 10
+      periodSeconds: 60
+```
+
+下面的例子中，增加了另外一个 Policy，以使得 HorizontalPodAutoscaler 可以一次性移除最后 5 个 Pod （策略选择方式为 Maximum）：
+
+``` yaml
+behavior:
+  scaleDown:
+    policies:
+    - type: Percent
+      value: 10
+      periodSeconds: 60
+    - type: Pods
+      value: 5
+      periodSeconds: 60
+    selectPolicy: Max
+```
+
+### 例子：禁用向下伸缩
+
+将 `selectPolicy` 字段设置为 `Disabled` 可以关闭该伸缩方向的自动伸缩。因此，如果要禁止向下伸缩，配置文件如下所示：
+
+``` yaml
+behavior:
+  scaleDown:
+    selectPolicy: Disabled
+```
+
+## 下一步
+
+* 设计文档： [Horizontal Pod Autoscaling](https://git.k8s.io/community/contributors/design-proposals/autoscaling/horizontal-pod-autoscaler.md)
+* kubectl autoscale command ： [kubectl autoscale](https://kubernetes.io/docs/reference/generated/kubectl/kubectl-commands/#autoscale)
+* 使用 [Horizontal Pod Autoscaler](./walkthrough.html) 的例子
diff --git a/learning/k8s-advanced/hpa/walkthrough.md b/learning/k8s-advanced/hpa/walkthrough.md
new file mode 100644
index 0000000..dd7c0dc
--- /dev/null
+++ b/learning/k8s-advanced/hpa/walkthrough.md
@@ -0,0 +1,261 @@
+---
+# vssueId: 66
+layout: LearningLayout
+description: Kubernetes_自动水平伸缩_Horizontal_Pod_Autoscaler_例子
+meta:
+  - name: keywords
+    content: Kubernetes 教程,Kubernetes 授权,Kubernetes Horizontal Pod Autoscaler,水平自动伸缩
+---
+
+# 自动伸缩-例子
+
+<AdSenseTitle/>
+
+本文翻译自 Kubernetes 官网文档 [Horizontal Pod Autoscaler Walkthrough](https://kubernetes.io/docs/tasks/run-application/horizontal-pod-autoscale-walkthrough/)
+
+HorizontalPodAutoscaler 可以根据观察到的 CPU 利用率（或者 beta 阶段的其他应用程序提供的度量值）对 ReplicationController、Deployment、ReplicaSet、StatefulSet 中的 Pod 副本数执指定自动伸缩操作。
+
+本文阐述了一个使用 HorizontalPodAutoscaler 对 php-apache 服务进行自动伸缩的例子。更多与 HorizontalPodAutoscaler 相关的内容，请参考 [自动伸缩](./hpa.html)。
+
+## 前提条件
+
+如运行本文中的例子，必须满足以下条件：
+* Kubernetes 集群，版本不低于 v1.6；可以参考 [安装 Kubernetes 单节点](/install/install-k8s.html) 完成集群的安装；
+* Kubernetes 集群中已安装 [metrics-server](https://github.com/kubernetes-incubator/metrics-server/)，用于提供资源度量的 API 接口，可以使用 `kubectl apply -f https://addons.kuboard.cn/metrics-server/0.3.7/metrics-server.yaml` 指令完成 metrics-server 的安装；
+* 如果想要使用自定义度量值，您的集群必须能够和这些度量值接口的服务进行通信；
+* 如果想要使用与 Kubernetes Object 无关的度量值（External metrics API），Kubernetes 集群版本必须不低于 v1.10，并且集群必须能够与提供外部度量值的 API 服务进行通信。
+
+## 运行并发布 php-apache server
+
+本文将要使用一个基于 php-apache 镜像自定义的 docker 镜像来演示 HorizontalPodAutoscaler。Dockerfile 如下所示：
+
+``` yaml
+FROM php:5-apache
+COPY index.php /var/www/html/index.php
+RUN chmod a+rx index.php
+```
+
+其中 `index.php` 文件的内容如下所示，该 php 页面执行了一些大量消耗 CPU 的计算：
+
+``` php
+<?php
+  $x = 0.0001;
+  for ($i = 0; $i <= 1000000; $i++) {
+    $x += sqrt($x);
+  }
+  echo "OK!";
+?>
+```
+
+首先，我们使用下面的 YAML 文件运行该镜像，并且将其暴露为一个 Kubernetes Service：
+
+<<< @/.vuepress/public/statics/learning/hpa/php-apache.yaml
+
+执行指令下面的指令，可以直接在您的集群中应用该文件：
+
+``` sh
+kubectl apply -f https://kuboard.cn/statics/learning/hpa/php-apache.yaml
+```
+
+正常情况下，该指令的输出信息为：
+```
+deployment.apps/php-apache created
+service/php-apache created
+```
+
+## 创建 Horizontal Pod Autoscaler
+
+php-apache 服务启动以后，现在可以使用 [kubectl autoscale](https://kubernetes.io/docs/reference/generated/kubectl/kubectl-commands#autoscale) 指令来创建 Autoscaler。下面的指令创建了一个 HorizontalPodAutoscaler，该 Autoscaler 使得我们在前一个步骤中创建的 php-apache Deployment 在 1 到 10 个副本之间伸缩。大致上，HPA 在通过增加或减少 Deployment 的副本数，以使得所有 Pod 的平均 CPU 利用率维持在 50% 左右（每个 Pod 的 CPU Request 是 200 milli-cores，即平均 CPU 利用率应该是 100 milli-cores）。[点击此处](./hpa.html#算法) 了解更多自动伸缩的算法。
+
+``` sh
+kubectl autoscale deployment php-apache --cpu-percent=50 --min=1 --max=10
+```
+输出信息如下所示：
+```
+horizontalpodautoscaler.autoscaling/php-apache autoscaled
+```
+执行下面的指令，可以查看当前 HPA 的状态
+```sh
+kubectl get hpa
+```
+输出结果如下所示：
+```
+NAME         REFERENCE                     TARGET    MINPODS   MAXPODS   REPLICAS   AGE
+php-apache   Deployment/php-apache/scale   0% / 50%  1         10        1          18s
+```
+> * 请注意，当前 CPU 的消耗是 0%，因为我们尚未向 php-apache 服务发送任何请求；
+> * `TARGET` 这一列展示了 Deployment 中所有 Pod 的平均 CPU 利用率。
+
+## 增加负荷
+
+接下来，我们为 php-apache 服务增加一些负荷，并观察 HPA 如何应对增加的负荷。
+
+* 请打开一个新的命令行终端，并执行以下命令，该命令启动了一个容器，并进入该容器的命令行终端：
+  ``` sh
+  kubectl run -it --rm load-generator --image=busybox /bin/sh
+  ```
+  在容器命令行中输入如下脚本，并回车：
+  > 该脚本向 php-apache 服务无限循环地发送查询请求：
+  ``` sh
+  while true; do wget -q -O- http://php-apache; done
+  ```
+* 大约 1 分钟左右，我们可以通过指令观察到较高的 CPU 利用率；
+  ``` sh
+  kubectl get hpa
+  ```
+  输出如下：
+  ```
+  NAME         REFERENCE                     TARGET      MINPODS   MAXPODS   REPLICAS   AGE
+  php-apache   Deployment/php-apache/scale   305% / 50%  1         10        1          3m
+  ```
+* 此时，CPU 利用率增加到了 CPU 请求的 305%。对应的，HPA 将 Deployment 的副本数调整到 7：
+  ``` sh
+  kubectl get deployment php-apache
+  ```
+  输出如下：
+  ```
+  NAME         READY   UP-TO-DATE   AVAILABLE   AGE
+  php-apache   7/7      7           7           19m
+  ```
+::: tip 备注
+* 大约需要好几分钟的时间，Deployment 的副本数才会稳定下来；
+* 由于我们并没有对施加在 php-apache 服务上的负荷做任何形式的控制，您在执行此实验时最终得到的副本数很可能与文档中的描述不一样。
+:::
+
+## 撤销负荷
+
+在 [增加负荷](#增加负荷) 章节中创建的 load-generator 终端界面中输入组合键 `<ctrl> + c` 可以终止模拟的用户请求。此后，php-apache 服务的 CPU 利用率将持续下降到 0。
+
+执行以下指令可以观察到这个变化的过程：
+```sh
+watch "kubectl get hpa && echo && kubectl get deployment php-apache"
+```
+
+一分钟左右，最终的输出结果如下：
+```
+NAME         REFERENCE                     TARGET       MINPODS   MAXPODS   REPLICAS   AGE
+php-apache   Deployment/php-apache/scale   0% / 50%     1         10        1          11m
+
+NAME         READY   UP-TO-DATE   AVAILABLE   AGE
+php-apache   1/1     1            1           27m
+```
+
+此时，CPU 利用率降低到 0，因此 HPA 将副本数自动地将副本数向下伸缩到 1。
+
+::: tip 注意
+自动伸缩的过程可能需要持续几分钟才能完成。
+:::
+
+## 基于多个度量值以及自定义度量值进行自动伸缩
+
+使用 `autoscaling/v2beta2` 版本的 API，您可以引入额外的度量值用来对 Deployment `php-apache` 进行自动伸缩。
+
+* 执行如下指令，获得前面创建的 HPA 的 `autoscaling/v1` 版本的 YAML：
+  ``` sh
+  kubectl get hpa php-apache -o yaml
+  ```
+  内容如下所示：
+  ``` yaml
+  apiVersion: autoscaling/v1
+  kind: HorizontalPodAutoscaler
+  metadata:
+    name: php-apache
+    namespace: default
+    resourceVersion: "406527"
+    selfLink: /apis/autoscaling/v1/namespaces/default/horizontalpodautoscalers/php-apache
+    uid: 522839bb-1ff2-4364-b5cf-41e58837647e
+  spec:
+    maxReplicas: 10
+    minReplicas: 1
+    scaleTargetRef:
+      apiVersion: apps/v1
+      kind: Deployment
+      name: php-apache
+    targetCPUUtilizationPercentage: 50
+  status:
+    currentCPUUtilizationPercentage: 0
+    currentReplicas: 7
+    desiredReplicas: 7
+    lastScaleTime: "2020-07-29T08:39:34Z"
+  ```
+
+* 执行如下指令获得同一个 HPA 的 `autoscaling/v2beta2` 版本的 YAML：
+
+  ``` sh
+  kubectl get hpa.v2beta2.autoscaling php-apache -o yaml
+  ```
+  内容如下所示：
+  ``` yaml
+  apiVersion: autoscaling/v2beta2
+  kind: HorizontalPodAutoscaler
+  metadata:
+    name: php-apache
+    namespace: default
+    resourceVersion: "407497"
+    selfLink: /apis/autoscaling/v2beta2/namespaces/default/horizontalpodautoscalers/php-apache
+    uid: 522839bb-1ff2-4364-b5cf-41e58837647e
+  spec:
+    maxReplicas: 10
+    metrics:
+    - resource:
+        name: cpu
+        target:
+          averageUtilization: 50
+          type: Utilization
+      type: Resource
+    minReplicas: 1
+    scaleTargetRef:
+      apiVersion: apps/v1
+      kind: Deployment
+      name: php-apache
+  status:
+    conditions:
+    - lastTransitionTime: "2020-07-29T08:36:00Z"
+      message: recommended size matches current size
+      reason: ReadyForNewScale
+      status: "True"
+      type: AbleToScale
+    - lastTransitionTime: "2020-07-29T08:36:31Z"
+      message: the HPA was able to successfully calculate a replica count from cpu resource
+        utilization (percentage of request)
+      reason: ValidMetricFound
+      status: "True"
+      type: ScalingActive
+    - lastTransitionTime: "2020-07-29T08:48:26Z"
+      message: the desired replica count is less than the minimum replica count
+      reason: TooFewReplicas
+      status: "True"
+      type: ScalingLimited
+    currentMetrics:
+    - resource:
+        current:
+          averageUtilization: 0
+          averageValue: 1m
+        name: cpu
+      type: Resource
+    currentReplicas: 1
+    desiredReplicas: 1
+    lastScaleTime: "2020-07-29T08:48:26Z"
+  ```
+
+比对两个版本的差异，您可以注意到 `targetCPUUtilizationPercentage` 字段被替换为一个叫做 `metrics` 的数组。CPU 利用率是一个 ***resource metric***，代表了容器组的某个资源使用情况。此时，您还可以指定 CPU 之外的其他资源度量，默认情况下，除了 CPU 意外，还有另外一个可用的资源度量就是内存了。只要您的集群上安装了 `metrics.k8s.io` 接口（通常由 `metrics-server` 提供），`cpu` 和 `memory` 这两个类型的资源度量就可以使用。
+
+您还可以用具体数值的方式指定资源度量，而不是资源的利用率。此时，您需要：
+* 将 `.spec.metrics[*].resource.target.type` 的值从 `Utilization` 改为 `AverageValue`；
+* 删除 `.spec.metrics[*].resource.target.averageUtilization` 字段；
+* 增加 `.spec.metrics[*].resource.target.averageValue` 并指定对应的度量值。
+
+除了 ***resource metrics*** 资源度量以外，还存在两种类型的度量（pod metrics / object metrics），这两种类型的度量都被认为是 ***custom metrics*** 自定义度量。自定义度量需要对集群进行比较复杂的监控设置，并且，在不同的集群上，其名字可能不一样。
+
+***Pod metrics*** 是用来描述 Pod 的度量值，HPA 控制器对所有 Pod metrics 求平均值后再与目标值进行对比，以此决定最终的伸缩目标副本数。***Pod metrics*** 的工作方式与资源度量非常相似，不同的是，***pod metrics*** 对应的 `.spec.metrics[*].pods.target` 字段只支持 `AverageValue` 这个取值。
+
+例如：
+``` yaml
+type: Pods
+pods:
+  metric:
+    name: packets-per-second
+  target:
+    type: AverageValue
+    averageValue: 1k
+```