云电脑防休眠实战：15 分钟外部验活 + 盒内心跳兜底

一、背景：一台总爱睡觉的云电脑

最近在用一台云端 Ubuntu 桌面做事：4 核 CPU、约 8G 内存、40G 磁盘，平时够用。唯一的毛病是它太爱睡觉——闲置不到 40 分钟就深度休眠。休眠本身不丢东西，文件和登录都在，唤醒也快，但每次要用都得先等它醒，手头的事就被打断。解决办法不是让它不睡，而是让它一直有人惦记：每 15 分钟从外面验一次活，睡了就叫醒。

二、验活不能只看状态标签

第一版保活只查状态：显示 running 就算活着。很快就被现实打了脸——有一次状态明明写着 running，连续两轮真命令都没有回包，机器其实已经不响应了。教训是：状态标签只是它自己报的，活没活要靠它干活来证明。现在的规则是 running 时跑一条真实的 date 命令，能回出它自己的时间才算活；回不出来就记一轮异常，连续两轮异常才报警，单轮波动先不惊动人。

三、唤醒只用一种方式

唤醒也有讲究。实测下来，带等待的强启动会挂五分钟左右然后报错，那次之后反而是轻量唤醒在 30 秒内把它救了回来。所以纪律定死：只在休眠、缺席或 failed 时唤醒，而且只用不等返回的轻量唤醒；正在启动的机器绝不干预，它最慢一次启动花了将近 20 分钟，催它只会添乱；running 的机器更不许硬唤醒，状态没问题时唤醒就是多余操作。

四、盒子里面再留一层心跳

外部保活只能看到外面，盒子里面再留一层心跳做兜底：一个用户级 systemd 服务每 5 分钟往日志里写一行时间戳，开机自启、会话退出也不停。以后哪段时间盒子睡过，看日志断档就知道，不用猜。两层分工很清楚：外层负责叫醒，内层负责对账。

五、也有外部保活救不活的时候

11 月 8 日上午就是一例：09:17 最后一次验活成功，之后盒子进入 failed 状态，10:02 和 10:17 两轮唤醒都没把它拉起来。这说明保活不是万能的——休眠能叫醒，failed 未必能。遇到这种情况就别再机械地重复唤醒，该去管理后台看一眼真实状态，或者试一次强启动，再决定下一步。

六、落地检查清单

验活看真命令回包，不看状态标签；单轮异常不报警，连续两轮再报；唤醒只用轻量方式，正在启动的机器不干预，running 的机器不硬唤醒；盒内留一个 5 分钟心跳日志，用断档反推休眠时段；failed 状态连续唤醒无效时停下来，去后台确认，别无限重试。

小结

防休眠的核心就两句话：用真命令证明活着，用最轻的方式叫醒。状态标签会骗人，强启动会添乱，留好心跳日志，睡过几回心里都有数。