mirror of
https://gitee.com/xmz7891/ykxmz.git
synced 2026-10-18 10:10:43 +00:00
xmz7891
bcb089eded
排查公网间歇 530 时发现的：
watchdog 日志显示「公网不通（HTTP 530，ha_connections=1）」
—— 出问题那段时间隧道**只剩 1 条连接**。
原来 watchdog 只把 CONNS == 0 算"零连接"，
CONNS == 1 不当回事。但实测**只剩一条连接时跨机房回源就会失败**
（请求落 SEA，隧道只剩 LAX 一条）。
改法：
* CONNS <= 1 都计入降级计数
* 公网不通 **且** 连接数已在危险区 = 确认的故障（不是短抖动）
-> 立刻重启，不等 3 次
每次检查间隔 20 秒，等 3 次就是白断 40 秒。现在能省下来。
实测：改完公网 15/15 = 100%，连接数 4 条。
顺带说明 watchdog 是怎么跑的：
systemd timer（lanremote-watchdog.timer），每 20 秒调一次
watchdog.service。之前查"服务是 inactive"一度以为它没在跑，
其实是 timer 触发型的 —— oneshot 服务跑完就是 inactive，正常。
39 lines
1.1 KiB
Bash
39 lines
1.1 KiB
Bash
#!/bin/bash
|
|
# 验证改进后的 watchdog
|
|
set -u
|
|
|
|
echo " 一、语法检查"
|
|
if bash -n /root/lanremote-relay/watchdog.sh 2>&1; then
|
|
echo " ✓ watchdog.sh 语法 OK"
|
|
else
|
|
echo " ✗ 语法有问题"
|
|
fi
|
|
|
|
echo
|
|
echo " 二、手动跑一次（看它怎么判断）"
|
|
bash /root/lanremote-relay/watchdog.sh 2>&1 | tail -4 | sed 's/^/ /'
|
|
|
|
echo
|
|
echo " 三、公网连打 15 次"
|
|
ok=0
|
|
for i in $(seq 1 15); do
|
|
c=$(curl -s -o /dev/null -w '%{http_code}' --max-time 15 \
|
|
-H 'User-Agent: LanRemote/1.4.0' https://relay.xxmxxs.top/v1/health)
|
|
[ "$c" = "200" ] && ok=$((ok + 1))
|
|
printf " %2d: %s\n" "$i" "$c"
|
|
sleep 1
|
|
done
|
|
echo " 可用 $ok/15"
|
|
|
|
echo
|
|
echo " 四、当前连接数"
|
|
echo " $(curl -s --max-time 5 http://127.0.0.1:20241/metrics 2>/dev/null | grep '^cloudflared_tunnel_ha_connections' | awk '{print $2}') 条"
|
|
|
|
echo
|
|
echo " 五、watchdog 定时器"
|
|
systemctl list-timers lanremote-watchdog.timer --no-pager 2>/dev/null | head -3 | sed 's/^/ /'
|
|
|
|
echo
|
|
echo " 六、watchdog 日志最后 6 行"
|
|
tail -6 /root/lanremote-relay/watchdog.log 2>/dev/null | sed 's/^/ /'
|