Prometheus 服务恢复工具

挑战

运行中的服务仍可能进入需要人工干预的状态。节点运维中的特定日志错误可以作为信号，但反复手动查找并不是理想流程。我构建了一个小工具：检查近期服务日志，统计指定短语，达到设置的阈值后重启服务。

做法

应用运行在 Linux 和 systemd 环境。配置包括服务、日志窗口、匹配短语、阈值和检查间隔。Node.js 协调检查并调用相应系统命令。

Prometheus 指标让检测和恢复活动清晰可见。工具公开日志匹配事件与服务重启计数器，供运维者与其他服务健康信号一同监控。

我的贡献与范围

我将检测、恢复和可观测性连接成一个精简工具。将规则配置化，可以明确记录运维人员设置的信号及触发操作，让工程师继续调查根本问题。

这是一个专注于服务日志的工具。公开源码和 README 说明了其配置与指标。