上一篇把防火墙立好了,服务器算是「门窗关严」。但一台服务器真正干活靠的是服务:网站、数据库、代理、监控、定时清理脚本……这些东西谁来启动、谁来盯着、崩了谁来拉起来、开机谁先谁后,全归一个组件管——systemd。这一篇就把 systemd 吃透:先认清它是什么,再掌握 systemctl 的核心命令,然后逐段拆解一份真实的 unit 文件,亲手把一个脚本写成正经服务,最后用 timer 把 cron 换掉,并给服务加上资源限制与自动重启。学完这一篇,你在 Debian 上管任何服务都不用再到处搜命令了。
一、systemd 是什么:开机后的第一个进程
你按下电源,内核加载完,第一个被拉起来的用户态进程就是 systemd,它的 PID 永远是 1。之后所有的事——挂载文件系统、拉起网络、启动 SSH、启动你的应用——都由它按依赖顺序安排。它不只是一个「启动脚本的集合」,而是一整套系统与服务管理器:
- 服务管理:启动、停止、重启、崩溃自动拉起、依赖排序
- 日志管理:配套的 journald 收集所有服务的输出(本系列日志篇会细讲)
- 定时任务:timer 单元可以替代 cron,而且能看上次执行结果
- 资源控制:底层用 cgroup 给每个服务限 CPU、内存
- 挂载与设备:文件系统挂载、设备出现事件也归它管
unit:systemd 眼里的一切都是单元
systemd 管理的对象统称 unit(单元),每个 unit 对应一个配置文件,靠后缀区分类型:
| 后缀 | 类型 | 管什么 |
|---|---|---|
.service | 服务 | 一个进程(或一组进程),本篇主角 |
.timer | 定时器 | 到点触发一个 .service,替代 cron |
.mount | 挂载点 | 一个文件系统挂载 |
.socket | 套接字 | 按需拉起服务(有连接才启动) |
.target | 目标 | 一组 unit 的集合,类似旧的运行级别 |
.path | 路径监控 | 文件出现或变化时触发服务 |
unit 文件分布在三个目录,优先级从高到低:
| 目录 | 放什么 |
|---|---|
/etc/systemd/system/ | 管理员自己写的、改的,优先级最高 |
/run/systemd/system/ | 运行时生成的,重启即失 |
/usr/lib/systemd/system/ | 软件包自带的,别直接改 |
WARNING改包自带服务的行为,用
systemctl edit生成覆盖文件,或者在/etc/systemd/system/放同名文件;直接编辑 /usr/lib/systemd/system/ 下的文件,软件一升级你的修改就被覆盖没了。
和 SysVinit、cron 是什么关系
老一代 Linux 用 SysVinit:一堆放在 /etc/init.d/ 的 shell 脚本,按运行级别顺序执行,服务之间谁先谁后靠文件名编号硬排,崩了也没人管。systemd 把这些全部收编:启动改为按依赖并行拉起,快得多;每个服务独立成 unit,状态、日志、资源都可查可控。
和 cron 的关系是「替代但兼容」:cron 还能用,但 systemd timer 在可观测性上完胜——能查上次什么时候跑的、成功还是失败、输出全在 journal 里。本篇第八节会把一个每日清理脚本从 cron 迁到 timer。
先记住一句核心结论:在 Debian 上管服务,只需要围着 systemctl、unit 文件和 journalctl 这三样转,其余都是细节。
二、systemctl 生存命令:先把开关认全
systemctl 是 systemd 的总遥控器。下面这张表是日常运维的全部高频命令,建议先通读一遍,后面实战里会反复用到:
| 命令 | 作用 | 备注 |
|---|---|---|
systemctl start <服务> | 立即启动 | 只管这一次 |
systemctl stop <服务> | 立即停止 | 只管这一次 |
systemctl restart <服务> | 重启(先停后启) | 没在运行也能执行,等于直接启动 |
systemctl reload <服务> | 让服务重读配置,不重启进程 | 服务本身要支持,如 Nginx、SSH |
systemctl reload-or-restart <服务> | 能 reload 就 reload,否则 restart | 改配置后不确定用哪个时用它 |
systemctl status <服务> | 看状态、最近日志、主进程 PID | 排障第一站 |
systemctl enable <服务> | 设为开机自启 | 只登记,不立即启动 |
systemctl disable <服务> | 取消开机自启 | 不影响当前运行状态 |
systemctl enable --now <服务> | 自启 + 立即启动 | 最常用的组合 |
systemctl is-enabled <服务> | 查是否自启 | 输出 enabled / disabled / static |
systemctl is-active <服务> | 查是否在运行 | 脚本里判断状态常用 |
systemctl list-units --failed | 列出所有失败的 unit | 巡检必看 |
systemctl list-units --type=service | 列出全部服务 unit | 加 --state=running 只看运行中 |
systemctl daemon-reload | 重读 unit 文件 | 改完 unit 必须执行 |
systemctl cat <服务> | 打印 unit 文件(含覆盖合并结果) | 确认最终生效配置 |
enable 和 start 是两件完全不同的事
这是新手最容易混的一对,务必分清:
start管现在:进程立刻跑起来,但重启机器后不会自动恢复enable管以后:在开机目标里登记一笔,这次开机不会启动它
只 start 没 enable,机器一重启服务就没了;只 enable 没 start,要等下次开机才生效。所以装好一个新服务,标准动作是 systemctl enable --now <服务>,一次到位。反过来,下线一个服务也要两步:先 stop 再 disable,漏掉 disable 的话下次开机它还会爬起来。
看状态是最常用的命令,先混个眼熟:
systemctl status ssh● ssh.service - OpenBSD Secure Shell server Loaded: loaded (/usr/lib/systemd/system/ssh.service; enabled; preset: enabled) Active: active (running) since Mon 2026-11-10 08:15:23 CST; 2h 14min ago Main PID: 812 (sshd) Tasks: 1 (limit: 114514) Memory: 3.8M CPU: 420ms CGroup: /system.slice/ssh.service └─812 "sshd: /usr/sbin/sshd -D [listener] 0 of 10-100 startups"Loaded 一行告诉你 unit 文件在哪、是否自启;Active 是运行状态和启动时间;下面还会带最近 10 行日志——很多时候故障原因直接就写在这里。
巡检时先扫一眼有没有失败的 unit:
systemctl list-units --failedsystemctl --failed # 等价简写输出为空(0 loaded units listed)就是全绿。这一条也应该是你每次登录服务器后的肌肉记忆。
三、unit 文件逐段拆解
命令是皮,unit 文件才是骨。下面是一份真实可用的服务文件,我们逐段拆开看每个字段在说什么。假设场景:你有一个用 Python 写的 HTTP 接口程序,装在 /opt/myapi/,要用它对外提供服务。
[Unit]Description=My API ServiceAfter=network-online.targetWants=network-online.target
[Service]Type=simpleUser=myapiGroup=myapiWorkingDirectory=/opt/myapiExecStart=/opt/myapi/venv/bin/python -m myapi.mainRestart=on-failureRestartSec=3
[Install]WantedBy=multi-user.target[Unit] 段:身份与依赖
这一段描述「我是谁、我和谁有先后关系」,不涉及进程本身:
| 字段 | 含义 |
|---|---|
Description= | 一句话说明,systemctl status 和开机日志里显示的就是它 |
After= | 我要在这些 unit 之后启动(只定顺序,不定是否拉起) |
Before= | 我要在这些 unit 之前启动 |
Wants= | 我启动时,顺带把这些 unit 也拉起来;对方失败不连累我 |
Requires= | 同上,但对方启动失败,我也跟着失败(强依赖) |
Wants=network-online.target + After=network-online.target | 经典组合:等网络真正可用(拿到 IP)再启动 |
After 和 Wants 最容易搞混,记住:After 只管排队顺序,不管拉不拉人;Wants 只管拉人,不管顺序。 想表达「等网络好了再启动我」,两个必须一起写,缺一个都可能在开机时抢跑、连不上网。
另外提醒:依赖的是 network-online.target(网络已就绪)而不是 network.target(网络服务已启动),一字之差,含义完全不同。数据库、远程挂载这类依赖同理。
[Service] 段:进程怎么跑
这是最长的一段,决定进程的启动方式、身份和待遇:
| 字段 | 含义 |
|---|---|
Type= | 启动类型,决定 systemd 怎么判断「服务已就绪」,下一节专讲 |
ExecStart= | 启动命令,必须写绝对路径,不支持 shell 语法(管道、重定向、变量展开都不行) |
ExecReload= | 收到 reload 时执行的命令,如给主进程发 SIGHUP |
ExecStop= | 停止命令;不写则默认给主进程发 SIGTERM |
User= / Group= | 用哪个用户跑,能不用 root 就不要用 root 跑网络服务 |
WorkingDirectory= | 进程的工作目录,相对路径、日志落点都受它影响 |
Environment= | 设置环境变量,如 Environment=PORT=8080,可写多行 |
EnvironmentFile= | 从文件读环境变量,密钥类配置放这里并收紧文件权限 |
Restart= | 退出后是否自动重启,第六节专讲 |
RestartSec= | 重启前等几秒 |
StandardOutput= | 标准输出去哪,默认 journal,即 journalctl 能看 |
关于 ExecStart 有两个高频坑:一是相对路径直接报 203/EXEC 错误(第十节细讲);二是想当然地写 shell 命令,比如 ExecStart=cd /opt/app && ./run.sh 必然失败——ExecStart 的第一个词就是可执行文件本身。要用 shell 特性,得显式写 ExecStart=/bin/sh -c '...',但更推荐把逻辑收进脚本文件再调用。
环境变量还有个细节:写在 Environment= 里的值在 unit 文件中是明文,systemctl cat 人人可见。密码、Token 这类密钥不要写进 unit 文件,放进单独的 EnvironmentFile 并把权限设成 600。
[Install] 段:自启登记处
这一段只有一个高频字段:
[Install]WantedBy=multi-user.targetmulti-user.target 是「正常多用户运行状态」这个目标,相当于图形界面之外的默认开机终点。systemctl enable 干的事,就是按这一段的指示,在 /etc/systemd/system/multi-user.target.wants/ 下给你的 unit 建一个软链接。开机时 systemd 达成 multi-user.target,顺带把 .wants 目录里的 unit 全部拉起。
所以:没有 [Install] 段、或者 WantedBy 写错,enable 要么报错要么登记到没人达成的目标上——这正是「明明 enable 了却不开机自启」的头号原因(第十节还会碰到)。
WARNINGunit 文件改完(包括新建)必须先
systemctl daemon-reload,systemd 才认识新内容。跳过这一步直接 start,跑起来的还是旧配置,甚至直接报 Unit not found。
四、实战:把一个脚本手写成正经服务
光看不练假把式。现在动手:把一个日志清理脚本做成服务。脚本本身很简单,扫 /var/log/myapp/ 下 7 天前的日志并删除:
sudo mkdir -p /usr/local/binsudo nano /usr/local/bin/clean-myapp-logs.sh#!/bin/bash# 清理 myapp 7 天前的日志find /var/log/myapp/ -type f -name "*.log" -mtime +7 -deleteecho "cleanup done: $(date '+%F %T')"sudo chmod +x /usr/local/bin/clean-myapp-logs.sh第一步:写 unit 文件
管理员自写的 unit 一律放 /etc/systemd/system/:
sudo nano /etc/systemd/system/clean-myapp-logs.service[Unit]Description=Clean myapp logs older than 7 daysAfter=local-fs.target
[Service]Type=oneshotExecStart=/usr/local/bin/clean-myapp-logs.sh这个脚本「跑完就结束」,所以 Type=oneshot;它不需要开机自启,所以没有 [Install] 段——它由后面的 timer 到点触发,这正是 timer 组合的标准形态。
第二步:再写一个常驻服务的例子
为了把「自启 + 崩溃自拉」也练到,再拿第三节的 API 服务落地。先建专用用户和目录(密钥文件顺手放好):
sudo useradd --system --home /opt/myapi --shell /usr/sbin/nologin myapisudo mkdir -p /opt/myapisudo chown myapi:myapi /opt/myapi把程序放进 /opt/myapi 后,写 unit:
sudo nano /etc/systemd/system/myapi.service内容就是第三节拆解的那份,补上环境文件:
[Unit]Description=My API ServiceAfter=network-online.targetWants=network-online.target
[Service]Type=simpleUser=myapiGroup=myapiWorkingDirectory=/opt/myapiEnvironmentFile=/opt/myapi/myapi.envExecStart=/opt/myapi/venv/bin/python -m myapi.mainRestart=on-failureRestartSec=3
[Install]WantedBy=multi-user.targetecho 'API_TOKEN=change-me' | sudo tee /opt/myapi/myapi.envsudo chmod 600 /opt/myapi/myapi.envsudo chown myapi:myapi /opt/myapi/myapi.env第三步:登记并启动
sudo systemctl daemon-reloadsudo systemctl enable --now myapisudo systemctl status myapistatus 显示 active (running) 且 Loaded 一行带 enabled,就说明「现在在跑、开机也自启」两件事都齐了。
第四步:验证崩溃自拉
亲手把进程杀掉,看 systemd 会不会按 Restart=on-failure 把它拉回来:
# 拿到主进程 PID 并杀掉sudo kill -9 $(systemctl show -p MainPID --value myapi)sleep 5systemctl status myapikill -9 是异常终止,属于 failure,几秒后 status 里应该能看到一个新的 Main PID、启动时间刚刚刷新。再试一次优雅退出对照:
sudo kill -TERM $(systemctl show -p MainPID --value myapi)systemctl is-active myapi # 输出 inactive:正常退出不触发 on-failure这个对照实验能帮你真正理解下一节的重启策略:怎么死的,决定了要不要拉。
手动触发一次清理服务,确认 oneshot 形态工作正常:
sudo systemctl start clean-myapp-logssystemctl status clean-myapp-logs # 应显示 inactive (dead),且日志里有 cleanup done注意:oneshot 跑完状态是 inactive (dead),这是成功,不是故障——它的「完成态」就是退出。
五、Type 选型:告诉 systemd「什么算启动成功」
Type= 是 unit 里最需要动脑的一个字段。systemd 要靠它判断服务何时算「起来了」,好安排后续依赖它的服务启动。选错的典型症状是:服务明明在跑,systemctl start 却卡住或超时;或者反过来,服务还没就绪,依赖它的服务就抢跑报错。
| Type | 就绪判定 | 适合什么 | 备注 |
|---|---|---|---|
simple | 进程拉起即算就绪 | 绝大多数前台常驻程序(默认推荐) | 程序要以前台方式运行,不要自己 fork 到后台 |
exec | 同上,但要等 exec 成功才算 | 担心可执行文件不存在、权限不对时 | 判定比 simple 更严一点 |
forking | 主进程 fork 后退出、子进程接管时算就绪 | 传统自带 daemon 模式的老程序 | 需配合 PIDFile= 指明主进程 |
oneshot | 进程退出且返回 0 才算完成 | 一次性任务:清理、初始化、迁移脚本 | 常配 timer,或配合 RemainAfterExit= |
notify | 程序主动通过 sd_notify 上报 READY | 自己开发、集成了 systemd 通知的程序 | 就绪判定最准确,但要程序支持 |
dbus | 服务在 D-Bus 上注册了指定名字时算就绪 | 系统级 D-Bus 服务 | 一般用户很少写 |
选型口诀:自己写的、常驻前台跑的,用 simple;跑完就走的,用 oneshot;老牌 daemon 只能 forking;其余先别碰。
最常见的翻车是:程序默认会「自我后台化」(比如某些老牌服务不加参数就 fork 进后台),却配了 Type=simple。systemd 看到主进程秒退,以为服务挂了,配了 Restart 的话还会反复拉起,日志里刷一排 started 又 stopped。解法二选一:给程序加前台运行参数(多数现代程序都有,如 Nginx 的 daemon off、sshd 的 -D),或改用 Type=forking 并写对 PIDFile=。
六、重启策略:崩了要拉,但不能疯拉
服务半夜崩掉没人管是事故,崩了以后每秒重启一万次把日志刷爆也是事故。重启策略就三个字段配合:
| 字段 | 作用 | 常用值 |
|---|---|---|
Restart= | 什么情况下重启 | no(默认)/ on-failure / on-success / always / on-abnormal |
RestartSec= | 重启前等待秒数 | 3、5s |
StartLimitIntervalSec= + StartLimitBurst= | 一段时间内最多尝试启动几次 | 如 60 秒内 5 次 |
Restart= 的几个值怎么分:
on-failure:退出码非 0、被信号杀死、超时、看门狗触发时重启。这是绝大多数服务的正确选择。always:不管怎么退出都重启,包括你手动kill -TERM让它正常退出——刚才第四节的对照实验里,如果配的是always,TERM 之后它照样会爬起来。注意systemctl stop是明确指令,永远有效,不受always影响。on-success:只在正常退出时重启,场景很少。on-abnormal:只处理信号、超时这类「异常」终止,不看退出码。
防疯拉靠的是 StartLimit 组合。注意这两个字段写在 [Unit] 段,不是 [Service] 段:
[Unit]Description=My API ServiceAfter=network-online.targetWants=network-online.targetStartLimitIntervalSec=60StartLimitBurst=5
[Service]Type=simpleExecStart=/opt/myapi/venv/bin/python -m myapi.mainRestart=on-failureRestartSec=3含义:60 秒内启动尝试达到 5 次还起不来,systemd 就放弃,把 unit 标记为 failed,等你人工介入。这避免了「配置写错 → 无限重启 → 日志和 CPU 一起爆炸」。
放弃之后怎么复位?修好问题,先清掉失败计数再启动:
sudo systemctl reset-failed myapisudo systemctl start myapi还有一条容易被忽略的账:Restart 只对「进程退出」生效,机器重启后服务能不能回来,看的是 enable 登记,两者是完全独立的两套机制。线上排障时先分清你面对的是哪一套出了问题,能少走一半弯路。
七、用 journalctl 看服务日志
服务输出默认全部进 journald,查日志的工具是 journalctl,按服务查是最常见的用法:
| 命令 | 作用 |
|---|---|
journalctl -u myapi | 看 myapi 的全部日志(从旧到新) |
journalctl -u myapi -f | 实时跟踪,相当于 tail -f |
journalctl -u myapi -n 100 | 只看最近 100 行 |
journalctl -u myapi --since today | 今天以来的日志 |
journalctl -u myapi --since "2026-11-15 09:00" --until "2026-11-15 10:00" | 精确时间段 |
journalctl -u myapi -p err | 只看 err 级别及更严重的 |
journalctl -u myapi -b | 本次开机以来的(-b -1 是上一次开机) |
journalctl -u myapi --no-pager | 不进分页器,脚本里用 |
级别 -p 从高到低是 emerg / alert / crit / err / warning / notice / info / debug,写 -p err 表示 err 及以上。排障时先用 -p err 把噪音滤掉,往往一眼就看到病根。
两个实用习惯:
- 服务起不来时,先
systemctl status看尾部那 10 行,不够再journalctl -u翻全量,顺序别反。 - 重启服务后日志里会有一条分隔,
journalctl -u myapi --since "1 min ago"能精准框住这次启动的输出。
日志能存多久、占多大磁盘、怎么轮转清理,是另一整套话题,本系列另有专篇细讲:日志管理:journald 与日志轮转。
八、timer 替代 cron:定时任务也要有状态
现在把第四节的清理服务接上定时器,让它每天凌晨 3 点半自动跑。timer 的形态是「一对文件」:.service 描述干什么(已经写好),.timer 描述什么时候干。同名配对是硬性要求:clean-myapp-logs.timer 触发的就是 clean-myapp-logs.service。
sudo nano /etc/systemd/system/clean-myapp-logs.timer[Unit]Description=Run log cleanup daily
[Timer]OnCalendar=*-*-* 03:30:00Persistent=trueRandomizedDelaySec=300
[Install]WantedBy=timers.target逐个看 [Timer] 段的字段:
| 字段 | 含义 |
|---|---|
OnCalendar= | 日历式触发时间,格式「星期 年-月-日 时:分:秒」,* 为通配 |
Persistent=true | 错过的时间点在下次开机时补跑(关机期间错过凌晨任务,必开) |
RandomizedDelaySec= | 在触发点后随机延迟 0~N 秒,防一堆任务同一秒挤爆 |
OnBootSec= / OnUnitActiveSec= | 相对触发:开机后 N 分钟、距上次运行 N 小时(二选一逻辑,可与 OnCalendar 混写) |
OnCalendar 速查:
| 写法 | 含义 |
|---|---|
*-*-* 03:30:00 | 每天 03:30 |
Mon *-*-* 04:00:00 | 每周一 04:00 |
*-*-01 05:00:00 | 每月 1 号 05:00 |
hourly | 每小时整点(*-*-* *:00:00 的简写) |
daily | 每天 00:00(*-*-* 00:00:00 的简写) |
weekly | 每周一 00:00 |
monthly | 每月 1 号 00:00 |
写完别急着启用,先用工具验证你的时间表达式到底解析成了什么:
systemd-analyze calendar "*-*-* 03:30:00"它会打印出规范化结果和下一次触发时间,人眼核对无误再启用:
sudo systemctl daemon-reloadsudo systemctl enable --now clean-myapp-logs.timersystemctl list-timers # 看全部定时器systemctl list-timers --all # 包括还没触发过的list-timers 的输出里有 NEXT(下次触发)、LAST(上次触发)、LEFT、PASSED 和它对应的 service,一眼看清每个任务的健康状况——这是 cron 永远给不了你的。
cron 与 timer 对比
| 维度 | cron | systemd timer |
|---|---|---|
| 配置形态 | 一张总表 crontab | 一任务一对文件 |
| 上次执行结果 | 无记录,要自己重定向日志 | systemctl status 和 journal 全有 |
| 失败可见性 | 静默失败,邮件经常没人看 | 进 --failed 列表,巡检可见 |
| 关机错过任务 | 直接丢 | Persistent=true 开机补跑 |
| 随机延迟 | 靠自己写 sleep | RandomizedDelaySec 原生支持 |
| 依赖与资源限制 | 无 | 可写 After、MemoryMax 等全套 unit 字段 |
| 上手成本 | 低,语法简单 | 略高,但换来可观测性 |
结论很明确:一次性图省事的任务 cron 还能凑合,正经长期运行的定时任务,尤其是清理、备份这类「悄悄失败就出大事」的,用 timer。
九、给服务上笼头:资源限制
服务器就那么多内存,一个服务泄漏吃满内存,可能把整机拖进 OOM 连带无辜服务一起死。systemd 的 unit 可以直接给服务划 cgroup 限额,不用额外工具。在 [Service] 段加两行:
[Service]Type=simpleExecStart=/opt/myapi/venv/bin/python -m myapi.mainRestart=on-failureRestartSec=3MemoryMax=512MCPUQuota=50%| 字段 | 含义 | 说明 |
|---|---|---|
MemoryMax= | 内存硬上限 | 超过后该 cgroup 内的进程被 OOM 杀掉,保住整机 |
MemoryHigh= | 内存软上限 | 超过先施压回收(更温和,建议先设这个试探) |
CPUQuota= | CPU 配额 | 50% 表示最多用半个核;200% 是两个核 |
TasksMax= | 进程/线程数上限 | 防 fork 炸弹类失控 |
注意 MemoryMax 和 MemoryHigh 的区别:MemoryHigh 是「尽量别超,超了就拼命回收内存」;MemoryMax 是「超了直接杀」。生产服务一般两个一起设:MemoryHigh 略低先预警施压,MemoryMax 兜底保命。
改完照例 daemon-reload 并重启服务,然后验证限额真的生效——不要只看配置文件,要看内核 cgroup 的实际值:
sudo systemctl daemon-reloadsudo systemctl restart myapisystemctl show myapi -p MemoryMax -p CPUQuotaPerSecUSecsystemctl status myapi | grep -i memorysystemctl show 打印的是 systemd 认定的限额;更硬的证据是 status 输出里 Memory: 一行会带上上限(如 Memory: 12.4M (max: 512.0M)),或者直接看进程状态页的资源行:
systemctl status myapi --no-pager | sed -n '1,12p'临时改限额不想动文件,用 systemctl set-property,立即生效但重启服务后失效(加 --runtime 之外的默认写法会写入 drop-in 持久化,查文档按需选用):
sudo systemctl set-property myapi MemoryMax=1GWARNING资源限制是把双刃剑:
MemoryMax设得比服务正常峰值还低,服务会被反复 OOM 杀死再重启,表面看是「老崩」,根子是笼头太紧。上限要按实测峰值留足余量,别凭感觉拍数字。
十、排障:服务起不来时的固定顺序
服务起不来不要乱试,systemd 的排障有固定套路,按顺序走,九成问题在前三步现形。
第一步:status 看现场
systemctl status myapi看三处:Active 是 failed 还是 activating 死循环;Main PID 后面括号里的退出原因(如 code=exited, status=203/EXEC);底部最近日志的报错原文。
第二步:journal 看全量输出
journalctl -u myapi -n 100 --no-pagerjournalctl -u myapi -p err --since today --no-pagerstatus 只带最近 10 行,真正的报错经常在更前面。程序自己打的 traceback、缺文件、连不上数据库,都在这里。
第三步:cat 确认生效的配置
systemctl cat myapi你改的文件和 systemd 实际加载的可能不是一份(drop-in 覆盖、工作目录里另有一份同名文件都会造成这种错觉)。以 cat 的输出为准。
高频故障速查
| 症状 | 常见原因 | 解法 |
|---|---|---|
status=203/EXEC | ExecStart 路径不存在、文件没执行权限、脚本缺 shebang、用了相对路径 | ls -l 核对路径,脚本 chmod +x 并补 #!/bin/bash |
status=200/CHDIR | WorkingDirectory 不存在或 User 无权限进入 | 建目录、改属主 |
status=217/USER | User= 写的用户不存在 | id <用户名> 核对,先建用户 |
Unit xxx could not be found | 刚建/改完 unit 没 daemon-reload,或文件名与服务名对不上 | systemctl daemon-reload 后重试 |
| 改了配置重启还是旧行为 | 没 daemon-reload 就 restart,加载的仍是内存里的旧 unit | 先 reload,再 restart |
| 服务能跑但不开机自启 | 没 enable,或 unit 缺 [Install] 段,或 WantedBy 写错目标 | 补 [Install] 段 WantedBy=multi-user.target,再 enable 并用 is-enabled 验证 |
| 反复重启刷日志 | 程序启动即崩,或 Type 选错(simple 配了自后台化程序) | journal 看崩溃原因;程序加前台参数或改 forking + PIDFile |
| 达到启动上限不再拉起 | StartLimit 触发,unit 被标记 failed | 修因后 systemctl reset-failed 再 start |
| 端口已被占用 | 老进程没停干净或另一个服务在用同一端口 | ss -tlnp 找占用者 |
203/EXEC 值得单独说
203 是新手期出现率最高的退出码,含义是「ExecStart 指向的东西根本执行不起来」。按这个顺序查,基本不会落空:
# 1. 文件在不在ls -l /opt/myapi/venv/bin/python# 2. 是不是可执行file /opt/myapi/venv/bin/python# 3. 脚本的话,第一行有没有 shebang、是不是 Unix 换行head -1 /usr/local/bin/clean-myapp-logs.sh# 4. 以服务用户身份手动跑一遍,看真实报错sudo -u myapi /opt/myapi/venv/bin/python -m myapi.main第 4 步尤其关键:以 root 身份手动跑没问题,不代表换成服务用户也没问题——权限、环境变量、工作目录都可能不同。用服务用户原样复现,才算数。
一个完整的排障剧本
现象:myapi 显示 failed。按顺序走:
systemctl status myapi# Active: failed,Main PID 退出码 status=203/EXEC
journalctl -u myapi -n 20 --no-pager# 日志:Failed to execute /opt/myapi/venv/bin/python: Permission denied
ls -l /opt/myapi/venv/bin/python# 发现是普通文件,执行位丢失(拷贝代码时丢了权限)
chmod +x /opt/myapi/venv/bin/pythonsudo systemctl reset-failed myapisudo systemctl start myapisystemctl is-active myapi # active,收工从 failed 到收工没猜一次,全靠 status 给方向、journal 给实锤。这就是 systemd 排障的正确节奏。
小结
这一篇把 systemd 的核心面过了一遍,最后收束成几条能带走的结论:
- systemd 是 PID 1 的总管,管服务只围着三样东西转:systemctl 命令、unit 文件、journalctl 日志。
start管现在、enable管开机,两回事;新服务的标准动作是enable --now。- unit 文件三段各司其职:[Unit] 管身份与依赖(After 管顺序、Wants 管拉起,要一起写)、[Service] 管进程怎么跑、[Install] 管自启登记(缺了它 enable 等于白登)。
Type按程序形态选:常驻前台用 simple,一次性任务用 oneshot,老 daemon 才用 forking。- 重启策略用
Restart=on-failure+RestartSec+ [Unit] 段的 StartLimit 防疯拉;它管崩溃恢复,管不了开机自启。 - 定时任务优先 timer:一对文件、能补跑、能查状态、能限资源,全面压过 cron。
- 资源限制写进 unit 即可(MemoryMax / CPUQuota),但上限要按实测留余量。
- 排障固定顺序:status 看现场 → journal 看全量 → cat 对配置,203/EXEC 先查路径与权限。
下一篇我们处理日志本身:journald 的日志怎么查、怎么限大小、怎么轮转,见 日志管理:journald 与日志轮转。