导读:约 10 分钟读完;需要你会看进程列表、写过一个定时脚本;不熟 PowerShell 也能跟,命令有注释。
这篇写给所有「写了个后台任务,让它自己定时跑」的人:定时同步、进度轮询、队列消费(从队列里不断取任务来处理)、构建看护,都算。这类脚本第一次跑通很容易,难的是它跑上几天之后:进程变成好几个、状态文件互相覆盖、告警一会儿多一会儿少。读完你能带走一个启动闸门写法、一条判断「我是不是唯一实例」的可执行命令,和三条能写进检查脚本的判据。下面这张表按你手上的问题分读者,标了各自应该从哪节看起。
| 读者 | 带走什么 | 拿它做什么 | 从哪节开始读 |
|---|---|---|---|
| 写定时脚本、跑在常开机器上的人 | 单实例启动闸门 | 贴到自己脚本开头,避免一次任务起多个进程 | 6 |
| 用 pid 文件判活、偶尔对不上的人 | pid 文件为什么不可信 | 换成扫真实进程,并解释给同事听 | 5、6 |
| 告警经常误报、查不出原因的人 | 包装进程造成的假阳性 + 排查命令 | 用一条 -notmatch 过滤掉包装进程,恢复告警可信度 |
7 |
不适合谁:只跑一次性脚本、不涉及长期常驻进程的读者。
一句话:「我是不是唯一实例」这个判断,不能靠猜、不能靠文件、不能靠进程名一个字串。本文用三个真实踩过的坑说明为什么,最后收敛成三条判据。
下面这张表是全文导航,按「先看到现象、再理解原因、最后拿判据」的顺序读:
| 小节 | 讲什么 | 解决什么问题 |
|---|---|---|
| 3 | 环境准备 + 一条最小命令 | 先能自己看到进程列表 |
| 4 | 三个现场现象 | 判断自己遇到的是哪一类 |
| 5 | 幂等(同一件事触发多次,结果与触发一次相同)的定义与 pid 文件的三个漏洞 | 先理解为什么常见做法不可靠 |
| 6 | 坑 1:不做单实例检查 | 进程越积越多怎么根治 |
| 7 | 坑 2:只看进程名 → 假阳性 | 一次启动被判成两次 |
| 8 | 坑 3:路径喂错 → 起来就崩 | 崩了还没人知道 |
| 9 | 三条判据 | 抄进检查脚本 |
后面的排查都要看真实进程列表,所以先备好两样:Windows PowerShell(系统自带)和一个真实在跑的常驻脚本。没有现成的也没关系,先跑下面这段——它会列出当前所有命令行里带 progress-ticker 的进程,跑完你应该看到「总数: 0」或者几行进程信息:
# 存成 list-tickers.ps1,右键「使用 PowerShell 运行」
$procs = Get-CimInstance Win32_Process |
Where-Object { $_.CommandLine -match 'progress-ticker' }
$procs | ForEach-Object { "$($_.ProcessId)|$($_.CommandLine)" }
"总数: $($procs.Count)"
这段代码就是本文唯一的「看现状」工具:后面每次改完,都用它确认进程数。
这三个现象,是我在同一个后台轮询脚本上先后遇到的:
node /d/repo/script.mjs,进程瞬间退出,日志里什么都没有。三个现象看着无关,其实都是同一个问题的三种表现:没有把「我是谁、我该不该存在」这件事判断对。
幂等:同一件事被触发多次,最终结果与只触发一次相同。对定时任务来说,它要求「同一时刻只有一个实例在干活」——注意是同一时刻,不是「一共只跑一次」,任务跑完退出是正常的。
最直觉的写法是 pid 文件:启动时写一个文件记下自己的进程号,下次启动先看文件在不在,在就退出。它有三个漏洞:
| 漏洞 | 什么时候发生 | 后果 |
|---|---|---|
| 进程死了、文件还在 | 脚本被强杀、机器断电 | 新实例以为「已有实例在跑」,永远不再启动 |
| 进程在跑、文件被删 | 用户手动清理、临时目录被清空 | 新实例照常启动,变成两个 |
| 进程号被复用 | 机器重启后,进程号会重新分配 | pid 文件里的号指向了另一个无关进程 |
所以判活要问操作系统,而不是问一个自己维护的文件。真实进程列表是事实,pid 文件是缓存——缓存就会过期。
场景:脚本以「派发一次任务就启动一次」的方式运行,启动前没有任何检查。
为什么是坑:启动动作分散在多个入口(手动执行、定时器、重试逻辑),每个入口都假设「这次是第一次」。重试一次就多一个进程,而这些进程都在写同一个状态文件,谁最后写谁生效,于是状态时好时坏。
怎么做:在脚本最开头加一道闸门——先列出当前真实存在的同类进程,已经有人了就直接退出。下面这条命令用来列出所有正在运行的轮询进程(PowerShell,Windows):
Get-CimInstance Win32_Process |
Where-Object { $_.CommandLine -match 'progress-ticker' } |
ForEach-Object { "$($_.ProcessId)|$($_.CommandLine)" }
它输出每个进程的编号和完整启动命令。判读方式:同一条启动命令出现两次以上,就是重复实例。把它包成一个函数(下面这段是示意,listTickers 就是上面那条命令的封装,省略了错误处理),闸门只要三行:
const mine = listTickers().filter(p => p.taskId === myTaskId);
if (mine.length > 0) {
console.log(`已有实例 ${mine.map(p => p.pid).join(",")},本次退出`);
process.exit(0);
}
为什么能解决:判断对象从「我认为的实例」换成了「操作系统承认的实例」。少一层自己维护的状态,就少一类过期问题。
好处:进程数不再随重试次数增长;状态文件只有一个写入者,不用再猜「最后写的那个是不是对的」。
场景:闸门加上了,但告警开始误报——明明只有一个实例,却被判成「检测到两个,已阻止启动」。
为什么是坑:如果你的进程是通过包装器启动的(比如用 nohup 或 bash -c 包一层再执行),操作系统里会出现父子两行:父进程是包装器,子进程是真正的脚本,两行的命令行里都含有脚本名。按「出现几次」计数,就会数成两个。
这一点很容易被误当成「真的有两个实例」,因为它出现在最像事实的进程列表里。
怎么做:把包装进程排除掉,只认真正干活的那些。下面这条命令在刚才那条上加了一个过滤条件:
Get-CimInstance Win32_Process |
Where-Object {
$_.CommandLine -match 'progress-ticker' -and
$_.CommandLine -notmatch 'nohup'
} |
ForEach-Object { "$($_.ProcessId)|$($_.CommandLine)" }
-notmatch 'nohup' 这一句就是修复。更稳一点的做法是按任务编号去重:同一个任务编号只认最外层那一个进程,父子关系从进程的父编号里能读出来。
为什么能解决:判据从「字符串出现次数」换成「同一任务的实例集合」,包装层不再参与计数。
好处:告警恢复可信。一个会在正常状态下报警的系统,等于没有告警——你会逐渐学会忽略它,真出事时也不看。
场景:同一份脚本要在 Windows 上跑,开发时在 Git Bash 里手敲命令,一切正常;写进启动脚本交给计划任务,进程立刻消失,日志为空。
为什么是坑:Git Bash 这类环境里,路径写成 /d/repo/script.mjs 是对的;但 node 是原生程序,它不认这种路径,会直接失败。而失败发生在「打印任何日志之前」,所以监控看到的现象是「进程根本没起来」,而不是「进程报错了」。
怎么做:给原生程序的路径一律用带盘符的正斜杠写法。下面两行是对与错的对照:
错:node /d/repo/script.mjs
对:node D:/repo/script.mjs
同理,/c/... 和 /mnt/c/... 这类前缀,也要换成 C:/...
再配一条静态检查:扫描启动脚本里所有「原生程序 + 斜杠开头路径」的组合,命中就报错。这类检查用正则就能写,跑一次几百毫秒。
为什么能解决:崩溃原因被前移到「写脚本的时候」暴露,不再等到运行期变成一个「什么都没发生」的黑洞。
好处:一类「看起来没启动」的故障,变成了一条带行号的报错。
把上面的做法收成三条,可以直接写进你自己的检查脚本:
这三条都能写成「有输出 = 失败、无输出 = 通过」的形式,接进任何 CI 或启动前检查都不需要改结构。
当前做法的边界:
推广性说明:三个坑与平台无关——「用真实状态而不是自己维护的缓存」「排除包装层」「路径要匹配程序的原生约定」,在任何操作系统、任何语言写的常驻任务上都成立。本文的 PowerShell 命令是 Windows 写法,换平台只要换成对应的进程列举方式即可。
这些内容来自一个真实项目里约两周的常驻任务维护记录。期间同一类问题反复出现:一次操作累积出多个后台进程、监控把一次启动算成两次而误报、脚本在另一种 shell 下启动即崩。文中的命令都是当时实际用来排查的,判据也是踩到之后写成脚本固化的——先手工列进程找到规律,再把规律写成能返回退出码的检查,最后给检查脚本配了自检用例,跑通才敢接入。