[内网流媒体] 服务异常后的自动恢复策略

背景

实时画面服务长期运行中难免遇到崩溃、编码失败、端口被占用等异常。缺少自动恢复会导致长时间不可用。本文总结内网场景下的自动恢复策略与实现建议。

常见异常类型

• 采集失败：设备断开、权限被收回、屏幕锁定。
• 编码失败：硬编初始化失败、软编线程异常退出。
• 端口占用：重启后被其他进程占用，启动失败。
• 内存/句柄泄漏：长时间运行后崩溃或 OOM。
• 网络异常：短时断网、DNS 失败。

恢复策略原则

• 先检测再重试：明确错误类型，避免盲目重启。
• 退避重试：指数退避或固定间隔，防止重启风暴。
• 有上限与告警：尝试超过阈值后告警，不无限循环。
• 最小化影响：重启时释放资源、清理句柄，避免僵尸进程。

进程级看门狗

• 采用 supervisor/systemd/pm2 等进程管理：进程退出即重启。
• 配置最大重启次数与时间窗口，超过则告警。
• 记录退出码与 stderr，便于定位根因。

应用内自恢复