用Python编写daemon监控进程并自动恢复(附Shell版)

因为Hadoop集群中datanode是大量存在的，那么多机器，什么事都可能发生，最通常的大概就是进程挂掉了。所以为了省事，参考别人的代码写了这个监控进程的daemon。当然，稍加修改就可以用来监控别的必须常驻的进程。只需start，不用后面跟&或者前面加nohup。 

其实很多人都对进程挂掉很头疼，没事半夜得爬起来上服务器启动进程是一件非常痛苦的事情。
每2秒监测一次进程，发现进程消失就重启进程。主要原理是fork出子进程，然后将子进程挂起，并退出父进程。其程序本身作为被监控进程的外壳程序存在。

#!/usr/bin/env pythonimport sys, os, time, atexit, stringfrom signal import SIGTERM class Daemon:  def __init__(self, pidfile, stdin='/dev/null', stdout='/dev/null', stderr='/dev/null'):    #需要获取调试信息，改为stdin='/dev/stdin', stdout='/dev/stdout', stderr='/dev/stderr'，以root身份运行。    self.stdin = stdin    self.stdout = stdout    self.stderr = stderr    self.pidfile = pidfile    def _daemonize(self):    try:       pid = os.fork()       if pid > 0:        #退出主进程        sys.exit(0)     except OSError, e:      sys.stderr.write('fork #1 failed: %d (%s)\n' % (e.errno, e.strerror))      sys.exit(1)      os.chdir("/")     os.setsid()     os.umask(0)       #创建子进程    try:       pid = os.fork()       if pid > 0:        sys.exit(0)     except OSError, e:       sys.stderr.write('fork #2 failed: %d (%s)\n' % (e.errno, e.strerror))      sys.exit(1)       #重定向文件描述符    sys.stdout.flush()    sys.stderr.flush()    si = file(self.stdin, 'r')    so = file(self.stdout, 'a+')    se = file(self.stderr, 'a+', 0)    os.dup2(si.fileno(), sys.stdin.fileno())    os.dup2(so.fileno(), sys.stdout.fileno())    os.dup2(se.fileno(), sys.stderr.fileno())      #创建processid文件    atexit.register(self.delpid)    pid = str(os.getpid())    file(self.pidfile,'w+').write('%s\n' % pid)    def delpid(self):    os.remove(self.pidfile)  def start(self):    #检查pid文件是否存在以探测是否存在进程    try:      pf = file(self.pidfile,'r')      pid = int(pf.read().strip())      pf.close()    except IOError:      pid = None      if pid:      message = 'pidfile %s already exist. Daemon already running?\n'      sys.stderr.write(message % self.pidfile)      sys.exit(1)        #启动监控    self._daemonize()    self._run()  def stop(self):    #从pid文件中获取pid    try:      pf = file(self.pidfile,'r')      pid = int(pf.read().strip())      pf.close()    except IOError:      pid = None      if not pid:      message = 'pidfile %s does not exist. Daemon not running?\n'      sys.stderr.write(message % self.pidfile)      return #重启不报错    #杀进程    try:      while 1:        os.kill(pid, SIGTERM)        time.sleep(0.1)        os.system('/opt/modules/hadoop/hadoop-0.20.203.0/bin/hadoop-daemon.sh stop datanode')        os.system('/opt/modules/hadoop/hadoop-0.20.203.0/bin/hadoop-daemon.sh stop tasktracker')    except OSError, err:      err = str(err)      if err.find('No such process') > 0:        if os.path.exists(self.pidfile):          os.remove(self.pidfile)      else:        print str(err)        sys.exit(1)  def restart(self):    self.stop()    self.start()  def _run(self):    while True:      datanode = os.popen('ps -fe | grep "java" | grep "datanode" | grep -v "grep" | wc -l').read().strip()      tasktracker = os.popen('ps -fe | grep "java" | grep "tasktracker" | grep -v "grep" | wc -l').read().strip()      #选出进程中含有java且含有datanode|tasktracker且不含有grep，计算出现行数。修改上面的进程监控语句以适应其他应用需求                 if datanode == '0':                                 os.system('/opt/modules/hadoop/hadoop-0.20.203.0/bin/hadoop-daemon.sh start datanode')          #修改这里的启动命令                 if tasktracker == '0':                                 os.system('/opt/modules/hadoop/hadoop-0.20.203.0/bin/hadoop-daemon.sh start tasktracker')          #修改这里的启动命令      time.sleep(2)      #修改这里的停留时间        if __name__ == '__main__':        daemon = Daemon('/tmp/watch_process.pid')        if len(sys.argv) == 2:                if 'start' == sys.argv[1]:                        daemon.start()                elif 'stop' == sys.argv[1]:                        daemon.stop()                elif 'restart' == sys.argv[1]:                        daemon.restart()                else:                        print 'Unknown command'                        sys.exit(2)                sys.exit(0)        else:                print 'usage: %s start|stop|restart' % sys.argv[0]                sys.exit(2)实际使用中还是比较好用的，把该程序加入到启动文件中，重启服务器，服务器重启后会自动启动其所监控的进程。用到的都是python的基本模块，不会存在依赖缺失问题。#/bin/shwhile true;do  count=`ps -fe | grep "java" | grep "datanode" | grep -v "grep"`  if [ "$?" != "0" ]; then    /opt/modules/hadoop/hadoop-0.20.203.0/bin/hadoop-daemon.sh start datanode  fi  sleep 2done-----------------------------------#/bin/shwhile true;do  count=`ps -fe | grep "java" | grep "tasktracker" | grep -v "grep"`  if [ "$?" != "0" ]; then    /opt/modules/hadoop/hadoop-0.20.203.0/bin/hadoop-daemon.sh start tasktracker  fi  sleep 2done其实作用是一样的，只是一个前台，一个后台。一个占用bash，一个占用python。

转自：http://www.linuxidc.com/Linux/2011-12/49695.htm