mirror of
https://gitee.com/xmz7891/ykxmz.git
synced 2026-10-18 14:50:45 +00:00
xmz7891
2b204cae07
用户报 502 Bad Gateway，Cloudflare 的图显示
「Host: relay.xxmxxs.top - Error」，也就是源站/隧道这一跳挂了。
查 watchdog 日志，发现它在**每 50 秒重启一次隧道**：
[10:31:57] 只剩 1 条连接 -> 重启隧道
[10:32:22] 重启完
[10:32:24] 又只剩 1 条 -> 距上次才 27 秒，先不重启
[10:32:47] 距上次 50 秒 -> 又重启
... 循环不停
根因（我上一版的错）：
隧道在**质量差的 4G 上重建 4 条连接要 30~60 秒**。
而我上一版把 MIN_RESTART_GAP 设成 45 秒，并且
"公网不通 + 连接数<=1"就立刻重启 ——
结果每次隧道还没把连接建齐，就被下一次重启打断，
**永远停在"只剩 1 条"的状态**。
等于我自己制造了不稳定。
修法：
1. 重启后给 GRACE=150 秒宽限期，这期间绝不重启，
让 cloudflared 专心把连接建齐
2. MIN_RESTART_GAP 从 45 提到 150（和宽限期一致）
3. "立刻重启"的判定加一条：距上次重启必须超过宽限期
实测（停掉 watchdog -> 手动重启隧道 -> 观察）：
10 秒内建齐 4 条连接，公网立刻 200
宽限期生效后公网 20/20 = 100%，延迟 ~690ms
顺带一个教训：之前测出 80%、20% 的 000，
是我自己后台还跑着一个观察任务在并发打接口造成的干扰。
**测稳定性的时候，测量工具本身不能成为干扰源。**
111 lines
4.6 KiB
Bash
111 lines
4.6 KiB
Bash
#!/bin/bash
|
|
# 修 watchdog 的重启死循环（这是我上一版改过头造成的）
|
|
#
|
|
# 现象（watchdog 日志）：
|
|
# [10:31:57] 只剩 1 条连接 -> 重启隧道
|
|
# [10:32:22] 重启完
|
|
# [10:32:24] 又只剩 1 条 -> 距上次才 27 秒，先不重启
|
|
# [10:32:47] 距上次 50 秒 -> 又重启
|
|
# ... 每 50 秒一次，永远不消停
|
|
#
|
|
# 根因：
|
|
# 隧道在**质量差的 4G 上重建 4 条连接要 30~60 秒**。
|
|
# 而我上一版把 MIN_RESTART_GAP 设成 45 秒，
|
|
# 并且"公网不通 + 连接数<=1"就立刻重启 ——
|
|
# 结果每次隧道还没把连接建齐，就被下一次重启打断，
|
|
# **永远停在"只剩 1 条"的状态**。
|
|
#
|
|
# 等于我自己制造了不稳定。
|
|
#
|
|
# 修法：
|
|
# 1. 重启后给**宽限期**（GRACE=150 秒）：这段时间内绝不重启，
|
|
# 让 cloudflared 专心把连接建齐。
|
|
# 2. MIN_RESTART_GAP 从 45 提到 150 秒（和宽限期一致）。
|
|
# 3. "立刻重启"的判定加一条：距上次重启必须超过宽限期。
|
|
# 确认故障还是立刻重启，但**不能在上次重启还没缓过来的时候**。
|
|
set -u
|
|
|
|
echo "════════ 1. 先停掉 watchdog，别一边改一边被它重启 ════════"
|
|
systemctl stop lanremote-watchdog.timer 2>&1 | sed 's/^/ /'
|
|
echo " timer: $(systemctl is-active lanremote-watchdog.timer)"
|
|
|
|
echo
|
|
echo "════════ 2. 让隧道安静地重建一次（别再打断它）════════"
|
|
systemctl restart lanremote-tunnel
|
|
echo " 已重启，等它把连接建齐…"
|
|
for i in $(seq 1 24); do
|
|
sleep 10
|
|
n=$(curl -s --max-time 4 http://127.0.0.1:20241/metrics 2>/dev/null \
|
|
| grep '^cloudflared_tunnel_ha_connections' | awk '{print $2}')
|
|
pub=$(curl -s -o /dev/null -w '%{http_code}' --max-time 8 \
|
|
-H 'User-Agent: LanRemote/1.4.0' https://relay.xxmxxs.top/v1/health 2>/dev/null)
|
|
echo " ${i}0s: 连接 ${n:-?} 公网 $pub"
|
|
[ "$n" = "4" ] && [ "$pub" = "200" ] && { echo " ✓ 已经建齐且公网通"; break; }
|
|
done
|
|
|
|
echo
|
|
echo "════════ 3. 写入修好的 watchdog ════════"
|
|
# 只在几处关键参数上打补丁，其余逻辑不动
|
|
python3 - <<'PY'
|
|
from pathlib import Path
|
|
|
|
path = Path("/root/lanremote-relay/watchdog.sh")
|
|
text = path.read_text(encoding="utf-8")
|
|
|
|
# 间隔 45 -> 150
|
|
text = text.replace(
|
|
"MIN_RESTART_GAP=45",
|
|
"# 两次重启至少隔这么久。\n"
|
|
"# 150 秒不是拍脑袋：隧道在差的 4G 上重建 4 条连接要 30~60 秒，\n"
|
|
"# 原来设 45 秒会导致**隧道还没建齐就被下一次重启打断**，\n"
|
|
"# 永远停在只剩 1 条连接的状态（实测死循环，每 50 秒重启一次）。\n"
|
|
"# 给足宽限期，让它有机会稳定下来。\n"
|
|
"MIN_RESTART_GAP=150\n"
|
|
"GRACE=150")
|
|
|
|
# "确认故障立刻重启" 加上宽限期判断
|
|
old = '''if [ "$DEGRADED" = "1" ]; then
|
|
restart_tunnel "公网不通且只剩 ${CONNS} 条隧道连接（确认故障，立即重启）"
|
|
fi'''
|
|
new = '''if [ "$DEGRADED" = "1" ]; then
|
|
# 宽限期内不重启 —— 让上一次重启有机会把连接建齐。
|
|
# （不加这条会死循环：隧道还没建齐就被再次打断。）
|
|
LAST_R=$(cat "$LAST_RESTART_FILE" 2>/dev/null || echo 0)
|
|
SINCE=$(( $(date +%s) - LAST_R ))
|
|
if [ "$SINCE" -lt "$GRACE" ]; then
|
|
log "公网不通且只剩 ${CONNS} 条连接，但距上次重启才 ${SINCE} 秒（宽限 ${GRACE} 秒）—— 先让它建完"
|
|
else
|
|
restart_tunnel "公网不通且只剩 ${CONNS} 条隧道连接（确认故障，立即重启）"
|
|
fi
|
|
fi'''
|
|
if old in text:
|
|
text = text.replace(old, new, 1)
|
|
print(" 已加宽限期判断")
|
|
else:
|
|
print(" [警告] 找不到'立即重启'那段，没改")
|
|
|
|
path.write_text(text, encoding="utf-8", newline="\n")
|
|
print(" 参数: MIN_RESTART_GAP=150 GRACE=150")
|
|
PY
|
|
|
|
echo
|
|
echo " 语法检查: $(bash -n /root/lanremote-relay/watchdog.sh 2>&1 && echo OK || echo 失败)"
|
|
grep -E '^MIN_RESTART_GAP|^GRACE|^THRESHOLD' /root/lanremote-relay/watchdog.sh | sed 's/^/ /'
|
|
|
|
echo
|
|
echo "════════ 4. 重新开 watchdog ════════"
|
|
systemctl start lanremote-watchdog.timer
|
|
echo " timer: $(systemctl is-active lanremote-watchdog.timer)"
|
|
|
|
echo
|
|
echo "════════ 5. 公网连测 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/)
|
|
[ "$c" = "200" ] && ok=$((ok+1))
|
|
printf " %2d: %s\n" "$i" "$c"
|
|
sleep 2
|
|
done
|
|
echo " 可用 $ok/15"
|