on-failure的含义-Go服务器开发

好的，这是一个非常关键的概念。在 systemd 的 Restart= 指令中，on-failure 是最常用的配置值之一。

`on-failure` 的含义

简单来说，Restart=on-failure 表示：仅在服务进程“异常失败”时，systemd 才会自动重启它。

这里的“异常失败”具体指的是以下几种情况：

进程以非零退出状态码退出 (Non-zero exit code)：
- 这是最常见的情况。在 Unix/Linux 惯例中，退出码为 0 表示成功，任何非零值（如 1, 127, 255 等）都表示某种错误或失败。
- 举例：你的服务程序遇到了致命错误，调用 exit(1) 退出了。
进程由于信号而终止 (Terminated by a signal)：
- 进程被某个信号（Signal）强制杀死，但这个信号不是由 systemd 本身在正常停止或重启服务时发出的。
- 典型例子：段错误 (Segmentation fault) 会触发 SIGSEGV 信号，导致进程终止。这种情况下 systemd 会重启服务。
- 反例：当你运行 systemctl stop your-service.service 时，systemd 会发送 SIGTERM（或配置的 KillSignal）来优雅地停止服务。在这种情况下，即使进程被信号终止，也不会触发重启，因为这是预期的正常行为。
进程操作超时 (Operation timeout)：
- 如果为服务配置了 TimeoutStartSec= 或 TimeoutStopSec=，并且在规定时间内启动或停止没有完成，systemd 会强制终止进程。这种因超时而导致的终止也会触发 on-failure 重启。
进程的守护进程初始化失败 (Watchdog failure)：
- 这是一个更高级的场景。如果配置了硬件看门狗 (WatchdogSec=)，并且服务没有按时“报平安”，systemd 会认为服务挂起并将其终止，然后触发重启。

`on-failure` 与其它选项的对比

为了更好地理解它，可以看看其他常用的 Restart= 选项：

选项值	含义	适用场景
`no`	永不自动重启。	简单的、运行一次就结束的任务，或者需要人工介入处理的故障。
`on-success`	仅在成功退出后重启（即退出码为 `0`）。	极其罕见。通常用于需要循环执行但每次都必须成功才继续的任务。
`on-failure`	仅在异常失败时重启（非零退出码、意外信号等）。	最常用。适用于需要持续运行的后台守护进程（daemons）。
`on-abnormal`	仅在因信号或超时等“异常”情况终止时重启。（比 `on-failure` 范围窄）	较少使用，用于区分正常退出和异常退出的场景。
`on-watchdog`	仅在看门狗超时时重启。	高级用途，用于配置了硬件看门狗的服务。
`always`	无条件总是重启。无论进程如何退出（即使是正常停止），systemd都会重启它。	Docker容器、某些必须保证“永远在线”的激进策略。使用时需谨慎，因为用 `systemctl stop` 可能无法停止服务（需要配合 `KillMode=mixed`等）。

`.service`文件配置示例

[Unit]
Description=My Awesome Service

[Service]
Type=simple
ExecStart=/usr/bin/my-awesome-service
# Restart策略：在失败时重启
Restart=on-failure
# 如果连续启动太快，等待10秒再尝试重启
RestartSec=10s
# “异常失败”的判断条件：在60秒内最多允许重启5次
StartLimitIntervalSec=60
StartLimitBurst=5

[Install]
WantedBy=multi-user.target

⚠️重要提示：防止重启风暴

仅仅设置 Restart=on-failure 可能导致系统在服务有固有启动缺陷时陷入不断重启的循环（“重启风暴”）。因此，强烈建议同时配置以下两个参数来控制频率：

```
StartLimitIntervalSec=<时长>
```
设置一个时间窗口（例如 60s, 1min)。
```
StartLimitBurst=<次数>
```
在上述时间窗口内允许的最大启动次数。

如果在一分钟内 restarting超过了这个限制次数, systemd将不再尝试重新启动该单元,并会把该单元置入failed状态.

###总结

总而言之，

on success: exit code ==0 && exit signal is not one of the following: SIGHUP, SIGINT, SIGTERM, SIGPIPE, and also not be an unclean exit as result of a timeout or watchdog.

on failure: exit code !=0 || exit signal is one of the following: SIGHUP, SIGINT, SIGTERM, SIGPIPE, and also be an unclean exit as result of a timeout or watchdog.

on abnormal: exit signal is one of the following: SIGHUP, SIGINT, SIGTERM, SIGPIPE, and also be an unclean exit as result of a timeout or watchdog.

on abort: only when the service process exits withSIGABRT or due to an uncaught critical exception that triggers such behaviour.

所以对于你的问题来说:

ExecStartPost脚本执行失败(以非0状态码退出),会被视为一种failure.如果主服务的Restart=设置为包含这种情况(例如设置为always),那么主服务可能会被标记为失败并被尝试restart.
ExecStartPost脚本卡住无法退出(不返回),这会导致整个service startup过程超时(如果设置了TimeoutStartSec).这种超时属于一种unclean exit/abnormal termination.同样根据主服务的Restart策略来决定是否要restart.

所以答案是:取决于主服务的 Restart=和SuccessExitStatus等参数的配置.默认情况下(Restart=no),不会自动restart;但如果明确配置了比如 Restart=on-failure/always ,那么这两种情况都可能触发auto-restart.

内容由零声教学AI助手提供，问题来源于学员提问