笔者前段时间看到有个用 QT写的进程守护程序，在程序有卡死等问题时就依靠单独的守护程序来做健康检查，重启进程。
说到进程守护问题，那离不开以前写的脚本了，不管时Windows（tasklist 或qprocess）或者Linux（ps配合grep或pgrep）平台上，脚本判断进程是否存在，如果不存在就开启进程，然后将脚本加入到Windows任务计划程序或者Linux的cron定时任务中来定时检查进程是否存在。但是有个问题，进程存在但是进程已经卡死，这种情况普通脚本是无法感知的。那么进程卡死后，从技术上怎么怎么实现呢？
Linux上在使用systemd管理.service时可以设置Restart选项。我们来搜索一下man -k systemd.service ，定位到systemd.service (5) - Service unit configuration ,然后使用man 5 systemd.service来搜索restart。
部分翻译如下：
选项的值可以取 no, on-success, on-failure, on-abnormal, on-watchdog, on-abort, always 之一。 no(默认值) 表示不会被重启。 always 表示会被无条件的重启。 on-success 表示仅在服务进程正常退出时重启， 所谓"正常退出"是指：退出码为"0"， 或者进程收到 SIGHUP, SIGINT, SIGTERM, SIGPIPE 信号之一， 并且 退出码符合 SuccessExitStatus= 的设置。 on-failure 表示 仅在服务进程异常退出时重启， 所谓"异常退出" 是指： 退出码不为"0"， 或者 进程被强制杀死(包括 "core dump"以及收到 SIGHUP, SIGINT, SIGTERM, SIGPIPE 之外的其他信号)， 或者进程由于 看门狗超时 或者 systemd 的操作超时 而被杀死。
那么进程卡死，可以Restart设置Watchdog，可以实现在失败状态下的自动重启该服务。 WatchdogSec可以配置该服务的看门狗(watchdog)的超时时长。但是笔者没有测试过Watchdog，所以不便细说感受。
除了systemd.service的定义外，笔者总结了其他几种方法。
1、在程序界面上直接写上时间，如果时间停止更新，那么就是程序卡死。当然这属于人肉运维，需要定期巡检。
2、通过心跳检测来判断，程序定时发送信息到特定的接口或者直接广播/组播心跳信息，在经过几个周期后杀死进程，Windows的taskkill或者Linux的kill或者pkill 。
那笔者就使用虚拟仪器来测试一番。现在对于LabVIEW可以几个钟搞定一个程序，实在是太方便了。笔者选用数据通信的通知器来实现，与队列操作函数不同，通知器操作函数不缓冲已发送的消息。读者可以想想为啥不缓冲呢，如果缓冲会啥问题呢？
1、需守护的程序
事件结构里面分为手动关闭和超时时定时发送时间字符串，因为对于手动关闭需要另外处理，不需要进程守护做其他操作。
2、进程守护程序
根据通知器接收到的字符串来分别处理。里面具体实现我就不写了，无非就是判断接收到的时间字符串和现在的时间字符串对比，超过设定的值即判断程序卡死。手动关闭程序则不做任何操作。
利用通知器引用相同的通知器名称可以在内存中完成数据通信。而且通知器的原理也适合做进程状态的判断。你可能会有疑问，就不怕进程守护程序卡死吗？看看进程守护程序的内存使用，只要通知器里面没有插入数据，那么进程守护程序就会一直等待，不会消耗资源。只要控制需要守护的程序的插入通知器的频率，那么这么小的进程守护程序有个没啥问题。
网友评论