守护进程稳定性提升关键在于嵌入自愈能力：预防（资源限额、内存池）、隔离（子进程沙箱、信号安全）、检测（双向心跳）、归因（协议校验、现场保留）。
守护进程稳定性提升，关键不在“多加一层监控”，而在于让服务具备感知、判断和响应的能力。真正有效的自愈不是等崩溃后再重启，而是把恢复动作嵌入运行逻辑中——故障发生前有预防，发生时有隔离，发生后有闭环。
资源限额与泄漏防护
资源失控是多数守护进程崩溃的起点。不限制文件描述符数，连接暴涨就会触发系统级 kill；不控制内存增长，一次未释放的缓存就可能拖垮整个服务。
- 用 setrlimit(RLIMIT_NOFILE, &lim) 硬性限制最大连接数，推荐上限设为 10240，并在业务层同步做连接池管理
- 避免高频 malloc/free，改用预分配内存池；内存使用超阈值（如 85%）时主动拒绝新请求，而非等待 OOM
- Linux 下通过 cgroup 限定 CPU 和内存配额，例如对核心守护进程分配 50% CPU 时间片+2GB 内存上限，防止突发负载波及其他服务
错误隔离与信号安全
单个请求出错不该导致整个进程退出，这是自愈的前提。子进程沙箱化 + 异步信号安全，是最轻量也最有效的隔离手段。
- 每个客户端连接 fork 出独立子进程处理，子进程结束时调用 _exit(0) 而非 exit()，避免父进程堆栈污染
- 信号处理函数中只调用异步信号安全函数：write()、sigprocmask()、close()；严禁在其中 printf() 或 malloc()
- 对 TCP 连接设置 SO_RCVTIMEO/SO_SNDTIMEO，避免因网络卡顿阻塞主线程；epoll 使用 ET 模式减少事件重复触发开销
心跳检测与自动重启
自愈不是“发现挂了再拉起”，而是持续验证“是否还活着”。主进程定期 ping 子进程，子进程定时上报状态，双向确认比单边轮询更可靠。
- 主进程每 5 秒向子进程发送心跳信号，子进程需在 δt（如 1.5s）内响应，超时即标记为异常并清理资源
- systemd 或 supervisor 配置 Restart=on-failure + RestartSec=3s，配合 StartLimitIntervalSec=60 防止频繁闪退
- 容器场景下，Docker 的 HEALTHCHECK 指令必须包含真实业务逻辑（如访问 /health?ready=true），不能只 ping 端口
协议健壮性与现场保留
很多崩溃源于上游数据异常或协议误用。自愈不仅要恢复进程，还要保留上下文用于归因——否则只是掩盖问题。
- 校验报文头长度与实际负载长度是否匹配（HeaderLen ⊕ BodyLen == 0），不合法直接丢弃并记录原始字节流
- 崩溃时自动保存核心寄存器、堆栈快照和最近 10 条日志到独立磁盘分区，避免重启后现场丢失
- 对金融、电商类服务，增加协议版本协商机制，旧客户端发来新版字段时降级处理，而非直接 panic
