运维
先完成就绪、告警与备份检查，再按任务进入运维教程，变更遵循五步流程。
日常运维先确认三件事：节点能接流量、告警有人处理、数据有验证成功的备份。
第一次运维先完成这三项
- 每个节点通过
/readyz，再核对业务收发与恢复。 - 就绪、错误、队列、磁盘有告警，并指定响应人。
- 在 Manager 配置备份、测试存储，确认至少一个完整且验证成功的备份。
你现在要做什么
检查服务是否正常
分别验证就绪、业务与监控采集。
排查故障
按现象检查证据，逐步缩小问题范围。
使用 Manager
登录后查看节点、健康与任务。
备份与恢复数据
验证备份，在维护窗口中恢复。
增加或移除节点
核对迁移任务，安全排空旧节点。
升级版本
先检查兼容性与回滚，再执行升级。
v2 → v3 离线迁移
迁移冷备、验证数据，再切换客户端。
单节点也按集群管理
单节点集群仍按 Manager、Controller 与 Slot 流程操作，不手工绕过它们修改数据。256 个物理哈希槽不随节点增减变化。
所有变更都按这五步做
每一步做什么、何时可以继续
-
记录现状：保存版本、配置、节点状态、
/readyz和关键指标。继续条件：知道变更前是什么样。 -
准备退路：准备回滚方法、负责人和停止条件。继续条件：出错时知道由谁、怎么停。
-
小步执行：一次只改一项；多节点时一次只推进一个节点或一小批任务。继续条件：当前步骤已经结束。
-
验证业务：测试登录或重连、消息发送、接收和历史消息。继续条件：业务正常且节点重新就绪。
-
保存结果：保存任务结果、错误、指标和最终节点清单。继续条件：后续能查清做过什么。
出现这些情况就停手
/readyz返回 503，或节点反复进入和退出就绪状态；- Manager 中的节点、Controller、Slot、Channel 或任务状态缺失、过期或互相矛盾；
- 上一个扩缩容、恢复或升级任务还没有结束；
- 生产变更没有回滚办法，或备份从未验证成功；
- 发布说明没有明确回答当前版本能否与目标版本混合运行。