systemd服务异常自动重启很好用,但有的时候希望某些服务只在特定情况下进行重启,其他时候不要自动重启(比如OOM,需要人工介入)。
本文抛砖引玉,旨在能够让读者对systemd的重启机制有一定了解。
1.最简单的自动重启范例
[Unit]
Description=mytest
[Service]
Type=simple
ExecStart=/root/mytest.sh
Restart=always
RestartSec=5
StartLimitInterval=0
[Install]
WantedBy=multi-user.target
参数详解
- Restart=always: 只要不是通过systemctl stop来停止服务,任何情况下都必须要重启服务,默认值为no
- RestartSec=5: 重启间隔,比如某次异常后,等待5(s)再进行启动,默认值0.1(s)
- StartLimitInterval: 无限次重启,默认是10秒内如果重启超过5次则不再重启,设置为0表示不限次数重启
2.案例需求
需求:有个业务,当程序因受到OOM而退出的时候,不希望自动重启(此时需要人工介入排查),其他情况下可以自动重启
分析:OOM就是通过kill -9来杀进程,因此只要找到方法,告诉systemd当该服务遇到kill -9时候不自动重启即可
3.RestartPreventExitStatus参数
查询man systemd.service发现,systemd的[Service]段落里支持一个参数,叫做RestartPreventExitStatus
该参数从字面上看,意思是当符合某些退出状态时不要进行重启。
该参数的值支持exit code和信号名2种,可写多个,以空格分隔,例如
RestartPreventExitStatus=143 137 SIGTERM SIGKILL
表示,当退出情况只要符合以下4种情况中任意一种时候,则不再进行重启
- exit code为143
- exit code为137
- 信号为TERM
- 信号为KILL
但实际情况并没这么简单,请继续往下看
4.测试方法
/usr/lib/systemd/system/mytest.service
[Unit] Description=mytest [Service] Type=simple ExecStart=/root/mem Restart=always RestartSec=5 StartLimitInterval=0 RestartPreventExitStatus=SIGKILL [Install] WantedBy=multi-user.target
/root/mem.c(不断消耗内存直至发生OOM)
#include <stdio.h> #include <malloc.h> #include <stdlib.h> #include <string.h> #include <unistd.h> int main () { char *p = NULL; int count = 1; while(1){ p = (char *)malloc(1024*1024*100); if(!p){ printf("malloc error!\n"); return -1; } memset(p, 0, 1024*1024*100); printf("malloc %dM memory\n", 100*count++); usleep(500000); } }
编译及执行
gcc -o /root/mem /root/mem.c systemctl daemon-reload systemctl start mytest
5.测试结果
[root@fzxiaomange ~]# systemctl status mytest
● mytest.service - mytest
Loaded: loaded (/usr/lib/systemd/system/mytest.service; disabled; vendor preset: disabled)
Active: failed (Result: signal) since Sat 2018-10-20 23:32:24 CST; 45s ago
Process: 10555 ExecStart=/root/mem (code=killed, signal=KILL)
Main PID: 10555 (code=killed, signal=KILL)
Oct 20 23:31:55 fzxiaomange.com systemd[1]: Started mytest.
Oct 20 23:31:55 fzxiaomange.com systemd[1]: Starting mytest...
Oct 20 23:32:24 fzxiaomange.com systemd[1]: mytest.service: main process exited, code=killed, status=9/KILL
Oct 20 23:32:24 fzxiaomange.com systemd[1]: Unit mytest.service entered failed state.
Oct 20 23:32:24 fzxiaomange.com systemd[1]: mytest.service failed.
重点看上面第6行Main PID: 10555 (code=killed, signal=KILL),这行表示主进程的状态,常见有2种情况
- code=exited, status=143:表示systemd认为主进程自行退出的,exit code为143
- code=killed, signal=KILL:表示systemd认为主进程是被kill的,接收到的信号是SIGKILL
重点看上面第6行Main PID: 10555 (code=killed, signal=KILL),这行表示主进程的状态,常见有2种情况
- code=exited, status=143:表示systemd认为主进程自行退出的,exit code为143
- code=killed, signal=KILL:表示systemd认为主进程是被kill的,接收到的信号是SIGKILL
等待5秒后,并没有自动重启,符合预期
此时将RestartPreventExitStatus=SIGKILL改为RestartPreventExitStatus=SIGTERM
执行systemctl restart mytest,再进行一次观察,等待5秒后,服务自动重启,符合预期
6.注意事项
6.1.RestartPreventExitStatus与Restart的关系
配置RestartPreventExitStatus=后,并没有完全忽略Restart=,而是指当退出情况与RestartPreventExitStatus=匹配的时候,才忽略Restart=,若没有匹配,根据Restart=该怎么样还怎么样(具体详见后面的扩展部分)
6.2.kill子进程会是什么情况
若systemd启动的不是一个简单进程,而是会派生子进程的情况(比如执行shell脚本,shell脚本里启动多个程序),那么当另外开一个窗口通过kill -信号测试时,会是什么情况呢,先贴出测试方法
ExecStart=/root/mem改为ExecStart=/root/mytest.sh
/root/mytest.sh内容为
#!/bin/bash
sleep 100000 &
sleep 200000
测试结果
-
若kill 主进程PID(kill不带参数),则主进程状态为
code=killed, signal=TERM
-
若kill -9 主进程PID,则主进程状态为
code=killed, signal=KILL
-
若kill 最后一个子进程PID(kill不带参数),则systemd不认为是接收到信号,而是根据最后一个进程的exit code进行处理,此时主进程状态为
code=exited, status=143
-
若kill -9 最后一个子进程PID,此时主进程状态为
code=exited, status=137
7.扩展
上面有提到RestartPreventExitStatus和Restart的关系,但没有数据说明
另外,kill和kill -9的区别,也需要有一份数据说明
因此做了一个详细对比,这里附上详细数据