华为云 ECS 上用 systemd 托管 Nginx 与业务进程:开机自启、崩溃自愈与日志轮转的完整实操
很多 ECS 上的小服务不是死于代码 bug,而是死于一次重启、一次 OOM、一次日志把磁盘写满。本文不谈 HTTP/2 与安全组,只做一件事:把 Nginx 与业务进程交给 systemd 托管,让开机自启、崩溃自愈、日志轮转都变成可验证的配置,而不是靠 nohup 与人工值守。
一、目标与环境
目标是三条可验收的标准:
- 服务器重启后,Nginx 与业务进程自动恢复,不需要人工登录启动。
- 业务进程异常退出后,systemd 在限定次数内自动拉起,并留下可查的重启记录。
- 日志不会无限增长,单文件与总容量都有上限,磁盘满之前就能发现。
环境示例:华为云 ECS,Linux 发行版自带 systemd,Nginx 已安装,业务进程以一个监听 8080 端口的服务为例,本文用 myapp 指代它,实际替换为自己的服务名与启动命令即可。
二、先分清两种进程类型
这是最容易写错的地方:
- 业务进程通常是前台运行的简单进程,用
Type=simple,systemd 直接以 ExecStart 的进程作为主进程。 - Nginx 默认是守护进程模式,
nginx命令会 fork 后退出父进程,systemd 需要用Type=forking,或者改用nginx -g 'daemon off;'配合Type=simple。
混用两者会导致 systemd 误判进程已退出,反复重启,或者误判启动失败。写 unit 之前,先确认你的程序到底是前台还是 fork 模式。
三、业务进程的 unit 写法
新建 /etc/systemd/system/myapp.service:
[Unit]
Description=myapp service
After=network-online.target
Wants=network-online.target
[Service]
Type=simple
User=appuser
WorkingDirectory=/opt/myapp
ExecStart=/opt/myapp/myapp --port 8080
Restart=on-failure
RestartSec=5
StartLimitIntervalSec=300
StartLimitBurst=5
LimitNOFILE=65535
StandardOutput=journal
StandardError=journal
[Install]
WantedBy=multi-user.target
关键字段说明:
Restart=on-failure只在异常退出时重启,正常systemctl stop不会触发拉起,避免停不下来。RestartSec=5给依赖与端口释放留出时间,避免秒级循环冲击。StartLimitBurst=5是熔断:如果 300 秒内失败 5 次,systemd 会停止继续拉起,这时要先看日志而不是无限重试。User=appuser不要用 root 跑业务进程,目录与端口权限要提前配好。- 输出统一进 journal,后面做日志上限时可以直接用 journald 的配置约束。
四、Nginx 的 unit 与反向代理
发行版自带的 nginx.service 一般已经处理了 forking 与 PID 文件,优先用它,不要自己再写一个同名服务。关键是确认两件事:
systemctl is-enabled nginx
systemctl status nginx --no-pager
nginx -t
如果输出显示 enabled 且 nginx -t 通过,再做反向代理。示例只转发本地业务端口,不暴露 8080 对外:
server {
listen 80;
server_name example.com;
location / {
proxy_pass http://127.0.0.1:8080;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
proxy_set_header X-Forwarded-Proto $scheme;
proxy_connect_timeout 5s;
proxy_read_timeout 30s;
}
}
改完配置的固定顺序是先测试、再重载,不要直接 restart:
nginx -t && systemctl reload nginx
重载失败时旧进程继续服务,比直接重启导致全站中断要安全得多。
五、启用、启动与开机自启验证
systemctl daemon-reload
systemctl enable --now myapp
systemctl enable --now nginx
systemctl status myapp --no-pager
curl -I http://127.0.0.1/
验收不要只看 status 里的一行 active。建议按这个顺序验证:
curl本地 80 端口能拿到业务响应,说明 Nginx 到业务的链路通了。systemctl is-enabled myapp nginx两项都是 enabled,说明重启后还会自动启动。- 在测试环境重启一次 ECS,再重复第 1 步,确认不是靠手工启动撑起来的。
生产变更前,先在测试机或低峰期做重启验证,不要在业务高峰直接拿生产机做第一次重启实验。
六、崩溃自愈的演练方法
只写 Restart 是不够的,要演练一次:
systemctl show myapp -p NRestarts
kill -9 $(systemctl show myapp -p MainPID --value)
sleep 8
systemctl status myapp --no-pager
journalctl -u myapp --since "10 minutes ago" --no-pager | tail -50
预期结果是:主进程 PID 变化,NRestarts 增加,journal 里能看到退出与重新拉起的记录。如果 kill 后服务一直没有恢复,先查 systemctl status 是否显示 start-limit-hit,这说明触发了熔断,需要先修好导致反复退出的原因,再用 systemctl reset-failed myapp 清除失败状态后重新启动。
常见导致反复退出的原因有三类:端口已被旧进程占用、WorkingDirectory 或数据目录权限不对、启动命令依赖的环境变量没有写进 unit。把环境变量写进 Environment= 或 EnvironmentFile=,不要依赖交互 shell 的 profile。
七、日志轮转:journal 与 Nginx 文件日志分开处理
业务进程走 journal 时,在 /etc/systemd/journald.conf 或 drop-in 里限制总量:
[Journal]
SystemMaxUse=500M
MaxFileSec=7day
改完执行 systemctl restart systemd-journald,并用 journalctl --disk-usage 核对。不要把 SystemMaxUse 设得过大,ECS 系统盘本身就不大,日志上限要和磁盘容量一起算。
Nginx 的 access 与 error 日志走文件时,用 logrotate:
/var/log/nginx/*.log {
daily
rotate 14
missingok
notifempty
compress
delaycompress
sharedscripts
postrotate
[ -f /run/nginx.pid ] && kill -USR1 $(cat /run/nginx.pid)
endscript
}
要点是 kill -USR1 让 Nginx 重新打开日志文件,而不是靠重启服务。可以用 logrotate -d /etc/logrotate.d/nginx 先做一次调试输出检查,再等第二天自然轮转后确认旧文件是否被压缩归档。
八、回滚清单
任何一次托管改造都要能一键回到之前的状态:
- 停用自启并停止新服务:
systemctl disable --now myapp。 - 恢复旧的启动方式,例如之前的手工启动脚本或旧 unit 备份。
- Nginx 配置改动先备份:
cp /etc/nginx/conf.d/myapp.conf /etc/nginx/conf.d/myapp.conf.bak,回滚时恢复备份并nginx -t && systemctl reload nginx。 - 确认端口与日志:
ss -tlnp | grep -E ':(80|8080)',以及最近的 error 日志没有新增报错。
九、容易踩的坑
- 只写了
systemctl start,忘了enable,重启后服务没起来,还以为是代码问题。 - unit 里用了相对路径或
~,systemd 的执行环境和登录 shell 不一样,路径必须写绝对路径。 - 把
Restart=always用在所有服务上,配置错误时也会无限拉起,排障时先停服务再看日志。 - 日志只看最后几行就下结论,崩溃自愈的完整链路要看 journal 的时间线:退出原因、重启时间、是否触发熔断。
- 改完 unit 忘了
daemon-reload,systemd 还在用旧配置,测试结果和预期对不上。
十、结语
把进程托管交给 systemd,核心收益不是少敲几条启动命令,而是把“重启后怎么办、崩溃后怎么办、日志满了怎么办”变成三组可测试的配置。先在测试环境走完启用、kill 演练、重启验证、日志轮转四步,再把这套 unit 与 logrotate 配置落到生产 ECS 上,后续的值守成本会明显下降。
- 点赞
- 收藏
- 关注作者
评论(0)