Установка и настройка Watchdog

Сторожевой таймер (Watchdog timer) — это аппаратно реализованная схема контроля над зависанием системы. Он используется для предотвращения длительных сбоев и зависаний на выделенных серверах и VPS. Watchdog представляет собой таймер, который периодически сбрасывается контролируемой системой. Если сброс не происходит в течение заданного интервала времени, таймер инициирует принудительную перезагрузку системы. В некоторых случаях это может быть «мягкая» перезагрузка через сигнал операционной системе, а в других случаях — аппаратная перезагрузка, например замыканием сигнального провода RST или аналогичного ему.

Установка в Linux Ubuntu/Debian:

sudo apt-get install watchdog  

После установки в систему добавляются следующие файлы и директории:

• /etc/init.d/watchdog
• /etc/init.d/wd_keepalive
• /etc/watchdog.conf
• /etc/default/watchdog
• /dev/watchdog
• /usr/sbin/watchdog
• /usr/sbin/wd_identify
• /usr/sbin/wd_keepalive
• /usr/share/doc/watchdog/
• /usr/share/man/man5/watchdog.conf.5.gz
• /usr/share/man/man8/watchdog.8.gz
• /usr/share/man/man8/wd_identify.8.gz
• /usr/share/man/man8/wd_keepalive.8.gz

Основные параметры конфигурации /etc/watchdog.conf:

interval =  

Интервал между двумя операциями записи в устройство watchdog. По умолчанию составляет 10 секунд. Интервалы более одной минуты можно использовать только с параметром -f из командной строки.

logtick =  

Если включена запись логов, этот параметр задаёт пропуск некоторых интервалов между записями. Например, при logtick = 60 и interval = 10 события будут записываться в лог не чаще одного раза в 10 минут.

max-load-1 =  
max-load-5 =  
max-load-15 =  

Максимально допустимая нагрузка на систему за 1, 5 и 15 минут соответственно. При превышении этих значений система будет перезагружена. Значение 0 отключает проверку.

min-memory =  

Минимальный объём свободной виртуальной памяти. Значение 0 отключает проверку.

max-temperature =  

Максимально допустимая температура.

watchdog-device =  
temperature-device =  

Имя устройства watchdog и устройства для измерения температуры.

file =  
change =  

Файловый режим проверки. Параметр change задаёт интервал проверки файлов.

pidfile =  

Имя PID-файла процесса, который нужно контролировать. Например, pidfile = /var/run/apache2.pid. Если процесс не запущен, watchdog будет инициировать перезагрузку системы.

ping =  
interface =  

Проверка сетевых соединений с помощью пинга. Параметр interface указывает сетевой интерфейс для проверки.

test-binary =  
test-timeout =  
repair-binary =  

Параметры для выполнения пользовательских тестов и программ ремонта. test-timeout задаёт максимальное время выполнения теста в секундах (0 — без ограничений).

admin =  

Email для уведомлений о событиях. Можно оставить пустым для отключения уведомлений.

realtime =  
priority = 

Параметры для режима реального времени. realtime = Yes запрещает выгрузку модуля watchdog из памяти, priority задаёт приоритет работы.

Пример настройки с Intel TCO Watchdog Timer:

Загрузка модуля:

sudo modprobe iTCO_wdt

В /etc/watchdog.conf следует раскомментировать или добавить строки:

watchdog-device = /dev/watchdog  
interval = 10  

В /etc/default/watchdog указать имя модуля:

watchdog_module="iTCO_wdt"  

Для отладки можно включить запись детальной информации в syslog:

watchdog_options="-v"  

Перезапуск службы watchdog:

sudo /etc/init.d/watchdog restart

Мониторинг записей в реальном времени:

tail -f /var/log/syslog