如何发现机器重启导致任务未执行或异常退出
哪些公司问过
答案要点
- 采集机器负载、心跳和开机时间,指标断档加开机时间变化可判定重启
- 任务实例记录所在机器、开始时间,并定期上报心跳或续租
- 调度中心扫描心跳超时的运行中任务,标记异常并重新调度
- 通过退出码、信号、内核日志区分正常退出、被杀和 OOM
- 重新调度要求任务幂等或支持断点续跑,避免重复执行副作用
易错点
- 只看负载高低判断重启,忽略开机时间和心跳等更直接的证据
- 任务没有持久化状态,重启后无法知道哪些任务没跑完
- 重新调度非幂等任务导致重复执行
面试官常见追问
- 心跳超时时间怎么设?
- 如何避免机器恢复后旧任务和新调度的任务同时运行?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。