摘要：
一个分布式实时系统集群动辄上百台机器，集群的规模已经限定这将是一个”封闭“的系统。你不可能再一台台去操作上百台机器，传统的人工运维方式早已不能满足当下需要，所有对集群或者集群中某个节点的操作都必需通过系统提供接口来完成。对于一个商用的分布式实时系统来说，如何应对突然出现的业务高峰；及时检测出集群中的故障节点并进行善后处理；对于集群内处理能力不同的节点进行负载均衡调节；系统因过大压力崩溃前进行过载保护；测试容器与运营容器同网测试的灰度发布能力等等。这些都是系统管理模块需要去解决的问题，也是一个系统能否商用，足够智能的关键指标。 阅读全文
