systemd 服务陷入重启循环：StartLimitBurst 把故障放大了

现象

一个服务上线后 CPU 打满，systemctl status 显示 activating (auto-restart)，日志里同一段错误刷了几百遍。手动 systemctl stop 之后世界安静了，但不知道为什么会被拉这么多次。

判据

看三个数就知道是不是重启循环：

systemctl show app -p NRestarts -p ActiveEnterTimestamp -p InactiveEnterTimestamp

• NRestarts 短时间内快速增长，就是循环。
• ActiveEnterTimestamp 与 InactiveEnterTimestamp 相差只有几百毫秒，说明起来就死。
• journalctl -u app --since "10 min ago" | grep -c "Started" 数一下 10 分钟内启动了几次。

我这边 10 分钟 312 次，平均 1.9 秒一轮。

根因

Restart=always 配 RestartSec=1，等于崩了就立刻拉，没有任何退避。而 systemd 默认的 StartLimitBurst=5 / StartLimitIntervalSec=10s 是按「10 秒内超过 5 次就放弃」算的，我这个 1.9 秒一轮刚好卡在阈值边缘，有时候触发限制、有时候不触发，行为飘忽。

更麻烦的是配置文件读错了，服务起来就 panic，日志被刷得看不出第一条错误。

修法

# /etc/systemd/system/app.service
[Unit]
StartLimitIntervalSec=60
StartLimitBurst=3

[Service]
Restart=on-failure
RestartSec=5

Restart=on-failure 只在非 0 退出时重启，正常退出不拉。RestartSec=5 给 5 秒退避，避免把日志刷爆。StartLimitBurst=3 配 60 秒窗口，连续 3 次失败就停在 failed 状态，等人来看。

同时把日志限速打开，别让一次故障写满磁盘：

[Service]
LogRateLimitIntervalSec=30s
LogRateLimitBurst=1000

验证

• 改前：10 分钟 312 次启动，日志 18 万行，CPU 满载。
• 改后：同样的错误配置下 3 次启动后停在 failed，日志 240 行，CPU 空闲。
• 修好代码后再启动，NRestarts 保持 0，连续运行 72 小时无异常。
• 日志目录日增量从 1.2GB 降到 4MB。