服务器崩溃 Server process crash

原因 ID sp-crash · 主责 研发团队·服务器开发 · 配合运维团队·系统运维

服务器进程因未处理的错误而崩溃时，这台服务器上的所有人会同时掉线。

起因指向不存在对象的错误（空引用）、错误的数据、内存不足等致命错误 → 结果服务器（或场景）进程终止 → 画面表现 所有人同时掉线，上次存盘之后的进度可能回档

症状: 掉线, 吞操作/回档
因素: 停顿
谁会遇到: 特定地点/分线, 全服
何时出现: 偶尔随机, 做特定操作时
负责方: 主责 研发团队·服务器开发 · 配合运维团队·系统运维
研发团队要做的事: 分析崩溃 dump，修复原因；频繁存盘。
运维团队要做的事: 进程自动重启；搭建收集、保存崩溃 dump 的环境；服务器宕机立即告警。
监控图上: 连接成批断开 · 连接数、进程重启次数
查看位置: coredumpctl list 中的 core dump 记录（时间、PID、终止信号），以及服务管理器（systemd）的异常退出、重启记录。Windows 服务器看 WER 留下的 dump 文件
确认依据: 连接数瞬间掉到接近 0 的时刻，有游戏服务器进程的异常退出和 core dump
排除依据: 进程一直活着却掉线，看网络设备或空闲超时。如果是长时间停住后由看门狗重启的记录，看死循环或死锁
确认手段: 运维工具即可确认（无需游戏代码）

出处

Collecting User-Mode Dumps Microsoft
通过 Windows 错误报告（WER）设置用户模式程序崩溃时把完整 dump 或迷你 dump 收集到本地
systemd.service(5) — Linux manual page systemd
Restart=on-failure 在异常退出、信号终止（含 core dump）、看门狗超时时自动重启服务，推荐用于长期运行的服务
coredumpctl(1) — Linux manual page systemd
用 list 查询 systemd-coredump 保存的 core dump，显示崩溃时间、PID、导致崩溃的信号