# 用夜莺监控 Systemd

通过 D-Bus 读取 systemd unit 的状态、重启次数和启动耗时，服务挂了或反复拉起都能第一时间告警。

最后校对于 2026-10-13

systemd 插件通过 D-Bus 接口和 systemd 通信，采集每个 unit 的运行状态、是否 enabled、重启次数、任务数和启动耗时。相比只看进程是否存在，它能分辨「服务在但处于 failed」和「服务被反复拉起」这两种更隐蔽的故障。

默认采集所有 unit，并排除 automount、device、mount、scope、slice 这些噪音类型；生产上建议用 `unit_include` 只保留自己关心的服务。需要 Linux 且 systemd 212 以上。

## 模板里有什么[​](#模板里有什么 "模��板里有什么的直接链接")

* **1 张仪表盘**，共 7 个面板
* **3 条告警规则**，每条附处置步骤
* **12 条指标说明**
* **Categraf 采集配置**：`input.systemd`

## 怎么接入[​](#怎么接入 "怎么接入的直接链接")

1. [安装 Categraf](https://n9e.github.io/zh/docs/data/categraf/install.md)，把下面的配置放到 `conf/input.systemd/systemd.toml`，按实际地址和凭据改好后重启 Categraf。启动日志里出现 `input: local.systemd started` 就说明插件已加载。

   ```
   # # collect interval

   # interval = 15



   # 是否启用 systemd 插件

   enable = true



   # 包含的 unit 正则表达式，默认为 ".+"（所有unit）

   unit_include = '''.+'''



   # 排除的 unit 正则表达式，默认排除 automount、device、mount、scope、slice 类型

   unit_exclude = '''.+\.(automount|device|mount|scope|slice)'''



   # 是否采集 service unit 的启动时间信息（单位：秒）

   enable_start_time_metrics = true



   # 是否采集 service unit task 的 metrics

   enable_task_metrics = true



   # 是否采集 service unit 重启次数信息

   enable_restarts_metrics = true



   # 是否使用私有 systemd 连接

   systemd_private = true
   ```

2. 在夜莺「集成中心」里找到 Systemd，把仪表盘和告警规则[导入到业务组](https://n9e.github.io/zh/docs/data/integrations/import.md)。

3. 导入的告警规则默认是停用的。先[确认指标已经入库](https://n9e.github.io/zh/docs/data/integrations/verify.md)，再按自己环境的阈值逐条启用。

## 内置仪表盘[​](#内置仪表盘 "内置仪表盘的直接链接")

| 仪表盘            | 面板数 |
| ----------------- | ------ |
| Sytemd 监控仪表盘 | 7      |

## 内置告警规则[​](#内置告警规则 "内置告警规则的直接链接")

共 3 条。每条给出触发条件（PromQL）和告警后的处置步骤，导入后可以直接改阈值。

### 服务状态异常[​](#服务状态异常 "服务状态异常的直接链接")

S2 警告 · 持续 3 分钟 · 触发条件:

```
systemd_unit_state{state!="active"} == 1
```

处置步骤:

1. 用 systemctl --failed 列出所有异常单元，再用 systemctl status \<unit> 看具体状态与最近日志；
2. 用 journalctl -u \<unit> -n 100 --no-pager 定位退出原因；
3. 配置问题先修复配置再 systemctl restart \<unit>；
4. 反复失败的用 systemctl show \<unit> -p NRestarts 确认是否已陷入重启循环，先定位根因不要盲目重启。

### 服务频繁重启[​](#服务频繁重启 "服务频繁重启的直接链接")

S2 警告 · 持续 3 分钟 · 触发条件:

```
increase(systemd_service_restart_total[5m]) > 3
```

处置步骤:

1. 用 journalctl -u \<unit> -n 200 --no-pager 看每次退出前的报错；
2. 检查退出码与是否被 OOM 杀死（dmesg -T | grep -i 'killed process'）；
3. 依赖未就绪导致的（连不上数据库、挂载未完成），在 unit 里补 After=/Requires= 并修复依赖；
4. 定位期间可临时 systemctl stop 该服务，避免持续刷日志占满磁盘。

### 系统状态异常[​](#系统状态异常 "系统状态异常的直接链接")

S2 警告 · 持续 3 分钟 · 触发条件:

```
systemd_system_running == 0
```

处置步骤:

1. 用 systemctl status 看整体状态，再用 systemctl --failed 列出失败的单元；
2. 逐个用 journalctl -u \<unit> 定位失败原因并修复；
3. 确认失败单元是否影响关键业务——有些是无关的一次性任务，可用 systemctl reset-failed 清理状态；
4. 修复后再次确认 systemctl is-system-running 返回 running。

## 指标说明[​](#指标说明 "指标说明的直接链接")

共 12 条，和仪表盘、告警规则里用到的指标一一对应。

| 指标                                        | 含义                                                                                                 | 单位 |
| ------------------------------------------- | ---------------------------------------------------------------------------------------------------- | ---- |
| `systemd_service_restart_total`             | 服务重启总次数                                                                                       |      |
| `systemd_socket_accepted_connections_total` | socket 接受的连接总数                                                                                |      |
| `systemd_socket_current_connections`        | socket 当前连接数                                                                                    |      |
| `systemd_socket_refused_connections_total`  | socket 拒绝的连接总数                                                                                |      |
| `systemd_system_running`                    | 服务运行状态 — 系统是否处于运行状态（1=运行，0=非运行）                                              |      |
| `systemd_timer_last_trigger_seconds`        | timer 上次触发时间戳                                                                                 |      |
| `systemd_unit_start_time_seconds`           | unit 启动时间戳 — Unix时间戳                                                                         | ms   |
| `systemd_unit_state`                        | unit 的状态信息 — state值为activating\| active\| deactivating\| failed\| inactive                    |      |
| `systemd_unit_tasks_current`                | 当前任务数量                                                                                         |      |
| `systemd_unit_tasks_max`                    | 最大任务数量限制                                                                                     |      |
| `systemd_units`                             | systemd\_units — 各状态下的 unit 总数. state状态为activating\|active\|deactivating\|failed\|inactive |      |
| `systemd_version`                           | systemd 版本信息                                                                                     |      |

## 相关链接[​](#相关链接 "相关链接的直接链接")

* \[Systemd 模板源文件]\([https://github.com/ccfos/nightingale/tree/main/integrations/Systemd）：仪表盘、规则和采集配置的](https://github.com/ccfos/nightingale/tree/main/integrations/Systemd%EF%BC%89%EF%BC%9A%E4%BB%AA%E8%A1%A8%E7%9B%98%E3%80%81%E8%A7%84%E5%88%99%E5%92%8C%E9%87%87%E9%9B%86%E9%85%8D%E7%BD%AE%E7%9A%84) JSON 原文，欢迎提 PR。
* [Categraf `systemd` 插件文档](https://github.com/flashcatcloud/categraf/tree/main/inputs/systemd)：完整配置项和指标列表。
* [实践：进程与端口监控](https://n9e.github.io/zh/docs/practice/proc.md)
* [导入仪表盘和告警规则](https://n9e.github.io/zh/docs/data/integrations/import.md)
* [核对指标是否入库](https://n9e.github.io/zh/docs/data/integrations/verify.md)
* [全部集成目录](https://n9e.github.io/zh/integrations.md)