Установка и настройка Watchdog

Watchdog (сторожевой таймер) — аппаратно-программный механизм защиты от зависаний системы. Он работает по простому принципу: контролируемая система периодически «сбрасывает» таймер, давая понять, что всё в порядке. Если сброс не происходит в течение заданного интервала — таймер инициирует перезагрузку. В зависимости от конфигурации это может быть программная перезагрузка через сигнал ОС или аппаратная — например, замыканием сигнального провода RST.

Watchdog полезен на выделенных серверах и VPS, где ручное вмешательство при зависании невозможно или нежелательно.

Установка на Ubuntu / Debian

sudo apt-get install watchdog

После установки в систему добавляются следующие файлы:

• /etc/init.d/watchdog — скрипт управления службой
• /etc/watchdog.conf — основной файл конфигурации
• /etc/default/watchdog — параметры запуска
• /dev/watchdog — устройство watchdog
• /usr/sbin/watchdog — исполняемый файл

Основные параметры /etc/watchdog.conf

Интервалы и логирование:

• interval — интервал между операциями записи в устройство watchdog. По умолчанию 10 секунд. Значения более 60 секунд требуют флага -f при запуске.
• logtick — частота записи в лог. Например, при logtick = 60 и interval = 10 события записываются не чаще одного раза в 10 минут.

Нагрузка на систему:

• max-load-1, max-load-5, max-load-15 — максимально допустимая нагрузка за 1, 5 и 15 минут. При превышении система перезагружается. Значение 0 отключает проверку.

Память и температура:

• min-memory — минимальный объём свободной виртуальной памяти. Значение 0 отключает проверку.
• max-temperature — максимально допустимая температура.
• watchdog-device — путь к устройству watchdog (обычно /dev/watchdog).
• temperature-device — устройство для измерения температуры.

Мониторинг файлов и процессов:

• file и change — мониторинг изменений файлов. change задаёт интервал проверки.
• pidfile — PID-файл процесса, который нужно контролировать. Например: pidfile = /var/run/apache2.pid. Если процесс не запущен — watchdog инициирует перезагрузку.

Сеть:

• ping и interface — проверка сетевой связности. interface указывает сетевой интерфейс для мониторинга.

Пользовательские тесты:

• test-binary — путь к скрипту или программе проверки.
• test-timeout — максимальное время выполнения теста в секундах (0 — без ограничений).
• repair-binary — программа для автоматического устранения неполадок.

Уведомления и приоритеты:

• admin — email для уведомлений о событиях. Оставьте пустым для отключения.
• realtime = Yes — запрещает выгрузку модуля из памяти.
• priority — приоритет работы в режиме реального времени.

Пример настройки с Intel TCO Watchdog

Загрузите модуль ядра:

sudo modprobe iTCO_wdt

В /etc/watchdog.conf раскомментируйте или добавьте:

watchdog-device = /dev/watchdog
interval = 10

В /etc/default/watchdog укажите имя модуля:

watchdog_module="iTCO_wdt"

Для отладки включите подробный вывод в syslog:

watchdog_options="-v"

Перезапустите службу:

sudo /etc/init.d/watchdog restart

Мониторинг событий в реальном времени:

tail -f /var/log/syslog