如何配置看門狗自動重啟？ （正常運行時間管理）

了解區塊鏈節點運行中的看門狗機制

1. 看門狗是一個專門的監控進程，用於觀察區塊鏈節點軟件（例如 Geth、Erigon 或 Solana-validator）的運行狀況和響應能力。

2. 它持續檢查活動信號，包括 HTTP API 可用性、RPC 端點響應性和內部心跳日誌。

3. 當節點未能在預定義閾值內響應時（例如連續丟失三個/運行狀況檢查），看門狗會觸發恢復操作。

4. 此機制可防止節點看似正在運行但不再參與共識或中繼事務的靜默故障。

5. 在去中心化基礎設施中，正常運行時間直接影響 dApp 開發人員的驗證者獎勵、內存池傳播速度和 RPC 服務 SLA。

核心配置文件和參數

1. 基於 Systemd 的看門狗依賴於 .service 文件中的Restart=always 、 RestartSec=10和StartLimitIntervalSec=60 。

2. WatchdogSec=30指令啟用 systemd 的內置看門狗定時器，要求二進製文件定期發出 WD_NOTIFY=1。

3. 對於非 systemd 環境，自定義腳本在啟動 systemctl 重新啟動之前使用curl -f http://localhost:8545/health --max-time 5 來驗證 RPC 活動性。

4. 環境變量（如ETH_RPC_URL和VALIDATOR_KEY_PATH）必須在通過 ExecStartPre 指令或外部配置掛載重新啟動時保持不變。

5. 必須強制執行日誌輪換策略，以便看門狗觸發的重新啟動不會因同步嘗試失敗而導致未輪換的調試跟踪填滿磁盤空間。

與共識層健康信號集成

1. 現代驗證器需要跨層驗證：執行客戶端必須報告同步狀態，而共識客戶端確認證明參與。

2. 強大的看門狗會查詢兩個端點（例如，Lighthouse 上的 GET /eth/v1/node/syncing 和 Besu 上的 POST /admin/peers），並將不匹配的狀態視為關鍵狀態。

3. 通過將當前最終確定的紀元與 Redis 或 SQLite 中存儲的最新已知值進行比較來檢測信標鏈最終確定性停頓。

4. 如果削減保護數據庫變得無法訪問，看門狗將停止重新啟動循環併升級到 PagerDuty，而不是冒雙重簽名的風險。

5. 對等計數在 90 秒內衰減到 25 以下時，會在整個進程終止之前通過硬編碼引導節點觸發緊急對等刷新。

自動重啟工作流中的安全約束

1. 重新啟動權限僅限於沒有 shell 訪問權限且具有最小功能的專用系統用戶（通過 Capability=CAP_SYS_ADMIN+ep）。

2. 私鑰保持以只讀方式從加密卷掛載；看門狗進程從不保存解密密鑰或內存映射密鑰文件。

3. 每次重新啟動都會增加存儲在 /run/watchdog/restart_count 中的單調計數器，如果一小時內超過五次，該計數器會鎖定進一步的重新啟動。

4. 所有重啟事件都會使用 _SYSTEMD_UNIT=validator.service 和 _TRANSPORT=journal 將不可變條目寫入日誌，從而實現與鏈上斜線檢測警報的關聯。

5. 使用 openssl x509 -in /etc/ssl/certs/rpc.crt -checkend 86400 在重新啟動前運行 TLS 證書過期檢查，以避免吊銷導致的停機。

常見問題解答

問：看門狗重啟會導致交易廣播中的 nonce 錯位嗎？答：不需要。 Nonce 管理位於 Fireblocks 或本地賬本錢包等外部簽名者的節點進程之外。節點僅通過 eth_getTransactionCount 讀取待處理的隨機數值；重新啟動不會重置或覆蓋它們。

問：自動重啟是否會干擾以太坊的分叉檢測邏輯？答：配置正確時不會。分叉感知看門狗在重新啟動之前解析來自 eth_chainId 和 eth_getBlockByNumber 的響應。如果在三個輪詢中仍然存在鏈 ID 不匹配，則進程將停止並發出 FATAL_CHAIN_MISMATCH 而不是重新啟動。

問：看門狗如何處理快速同步期間的數據庫損壞？答：它會檢測 stderr 輸出中的 leveldb 損壞簽名（例如“損壞：校驗和不匹配”），並觸發安全回滾到最後驗證的快照，而不是重新啟動相同的損壞狀態。

問：在 Docker 容器內運行的節點上啟用看門狗是否安全？答：是的，前提是容器使用 --init、掛載 /dev/kmsg，並使用 --restart=unless-stopped 禁用運行以避免與主機級 systemd 監管發生衝突。