review fix

Signed-off-by: B1F030 <[email protected]>

i18n/zh/docusaurus-plugin-content-docs/current/tutorials/autoscaling-with-resource-metrics.md

@@ -3,23 +3,23 @@ title: 使用资源指标跨集群自动扩展
 ---
 在 Karmada 中，为了自动扩展工作负载以满足需求，FederatedHPA 会跨多个集群扩/缩容工作负载。
 
-当负载增加时，如果 Pod 数量低于配置的最大值，FederatedHPA 会扩容工作负载的副本（Deployment、StatefulSet 或其他类似资源）。当负载减少时，如果 Pod 数量高于配置的最小值，FederatedHPA 会缩容工作负载的副本。
+当负载增加时，如果 Pod 数量低于配置的最大值，FederatedHPA 会扩容工作负载（Deployment、StatefulSet 或其他类似资源）的副本。当负载减少时，如果 Pod 数量高于配置的最小值，FederatedHPA 会缩容工作负载的副本。
 
 本文档将引导您完成一个启用 FederatedHPA 为跨集群部署的 nginx 自动管理扩展的案例。
 
 演示案例将执行以下操作：
 ![federatedhpa-demo](../resources/tutorials/federatedhpa-demo.png)
 
-* `member1` 集群中存在一个 deployment 下属的 pod。
+* `member1` 集群中存在一个 Deployment 下属的 Pod。
 * Service 部署在 `member1` 和 `member2` 集群。
-* 请求多集群服务并触发 pod 的 CPU 使用率增加。
+* 请求多集群服务并触发 Pod 的 CPU 使用率增加。
 * 副本将在 `member1` 和 `member2` 集群中扩容。
 
 ## 前提条件
 
 ### Karmada 已安装
 
-您可以参考 [快速入门](https://github.com/karmada-io/karmada#quick-start) 安装 Karmada，或直接运行 `hack/local-up-karmada.sh` 脚本，该脚本也用于运行 E2E 测试。
+您可以参考[快速入门](https://github.com/karmada-io/karmada#quick-start)安装 Karmada，或直接运行 `hack/local-up-karmada.sh` 脚本，该脚本也用于运行 E2E 测试。
 
 ### 成员集群网络
 
@@ -91,11 +91,11 @@ hack/deploy-k8s-metrics-server.sh $HOME/.kube/members.config member3
 hack/deploy-metrics-adapter.sh ${host_cluster_kubeconfig} ${host_cluster_context} ${karmada_apiserver_kubeconfig} ${karmada_apiserver_context_name}
 ```
 
-如果您使用 `hack/local-up-karmada.sh` 脚本部署 Karmada，`karmada-metrics-adapter` 将默认安装。
+如果您使用 `hack/local-up-karmada.sh` 脚本部署 Karmada，将默认安装 `karmada-metrics-adapter`。
 
 ## 在 `member1` 和 `member2` 集群中部署工作负载
 
-我们需要在 `member1` 和 `member2` 集群中部署 deployment（1 个副本）和 service。
+我们需要在 `member1` 和 `member2` 集群中部署 Deployment（1 个副本）和 Service。
 
 ```yaml
 apiVersion: apps/v1
@@ -168,7 +168,7 @@ spec:
             weight: 1
 ```
 
-部署完成后，您可以检查 pod 和 service 的分发情况：
+部署完成后，您可以检查 Pod 和 Service 的分发情况：
 ```sh
 $ karmadactl get pods
 NAME                     CLUSTER   READY   STATUS    RESTARTS   AGE
@@ -217,9 +217,9 @@ NAME    REFERENCE-KIND   REFERENCE-NAME   MINPODS   MAXPODS   REPLICAS   AGE
 nginx   Deployment       nginx            1         10        1          9h
 ```
 
-## 将 service 导出到 `member1` 集群
+## 将 Service 导出到 `member1` 集群
 
-正如前文所提到的，我们需要一个多集群服务来将请求转发到 `member1` 和 `member2` 集群中的 pod，因此让我们创建这个多集群服务。
+正如前文所提到的，我们需要一个多集群服务来将请求转发到 `member1` 和 `member2` 集群中的 Pod，因此让我们创建这个多集群服务。
 * 在 Karmada 控制平面创建一个 `ServiceExport` 对象，然后创建一个 `PropagationPolicy` 将 `ServiceExport` 对象分发到 `member1` 和 `member2` 集群。
   ```yaml
   apiVersion: multicluster.x-k8s.io/v1alpha1
@@ -288,7 +288,7 @@ $ docker cp hey_linux_amd64 member1-control-plane:/usr/local/bin/hey
 
 ## 测试扩容
 
-* 首先检查 pod 的分发情况。
+* 首先检查 Pod 的分发情况。
   ```sh
   $ karmadactl get pods
   NAME                     CLUSTER   READY   STATUS      RESTARTS   AGE
@@ -301,12 +301,12 @@ $ docker cp hey_linux_amd64 member1-control-plane:/usr/local/bin/hey
   derived-nginx-service   member1   ClusterIP   10.11.59.213      <none>        80/TCP    20m   Y
   ```
 
-* 使用 hey 请求多集群服务，以提高 nginx pod 的 CPU 使用率。
+* 使用 hey 请求多集群服务，以提高 nginx Pod 的 CPU 使用率。
   ```sh
   $ docker exec member1-control-plane hey -c 1000 -z 1m http://10.11.59.213
   ```
 
-* 等待 15 秒，副本将扩容，然后您可以再次检查 pod 分发状态。
+* 等待 15 秒，副本将扩容，然后您可以再次检查 Pod 分发状态。
   ```sh
   $ karmadactl get pods -l app=nginx
   NAME                     CLUSTER   READY   STATUS      RESTARTS   AGE