onfailure=无法直接判断连续闪退，需通过守卫服务统计失败频次并触发报警；守卫服务用/run/下时间戳文件或systemd-run计时器实现5分钟内3次失败的判定，再调用oneshot报警服务。

在 systemd 中，OnFailure= 本身不支持“连续闪退”这类状态判断，它只响应单次启动失败（即服务进入 failed 状态），无法直接感知失败频次或时间窗口。要实现“主服务连续闪退时触发备用报警”，必须结合 systemd 的原生机制与外部逻辑协同完成——核心思路是：用 OnFailure= 触发一个守卫单元（guard unit），由该单元负责统计失败次数、判定是否达到阈值，并按需激活报警服务。

1. 基础配置：用 OnFailure 绑定到守卫服务

在主业务服务（如 app.service）的 [Unit] 区块中，指定失败时调用一个专用的守卫服务：

[Unit]
Description=Main Application Service
OnFailure=notify-failure-guard@%i.service

使用 @%i 可传递实例名（如 app），便于守卫服务区分不同主服务；若为非模板服务，可写死为 notify-failure-guard.service。

2. 守卫服务设计：记录失败、判断连续性

守卫服务（如 notify-failure-guard@.service）需具备状态记忆能力。systemd 本身无内置计数器，推荐两种轻量方案：

• 使用 systemd 的临时文件 + 时间戳判断：在 /run/ 下维护一个带时间戳的失败记录文件（如 /run/app-failures.log），每次被 OnFailure 触发时追加当前时间，再读取最近 5 分钟内的条目数。超过阈值（如 3 次）则启动报警服务。
• 用 systemd-run 动态生成一次性计时器：首次失败时启动一个 5 分钟的 .timer，期间所有失败都写入同一临时文件；计时器到期后自动清理。这样避免长期守护进程，更符合 systemd 哲学。

示例守卫服务片段（简化版，依赖外部脚本）：

KPI Alert System

业务KPI监控，支持阈值警报。集成QuickBooks Online、Google Sheets和CSV导出，追踪应收账款账龄、现金跑道、收入增长。

下载

[Service]
Type=oneshot
ExecStart=/usr/local/bin/check-and-notify.sh %I
RemainAfterExit=yes

其中 %I 是实例名（如 app），脚本内做时间窗口统计与阈值判断。

3. 报警服务：作为独立单元按需激活

报警服务（如 alert-on-call.service）应设为 Type=oneshot，且不设置 WantedBy= 或自动启动，仅通过守卫服务的 ExecStart 或 systemctl start 显式触发：

[Service]
Type=oneshot
ExecStart=/usr/bin/send-alert.sh "app crashed 3 times in 5 minutes"

确保该服务有适当权限访问邮件/短信/钉钉等通知通道，并做好错误兜底（如通知失败时不阻塞主流程）。

4. 关键细节与避坑提醒

以下几点直接影响可靠性：

• OnFailure 只在服务进入 failed 状态时触发，若服务崩溃后被 Restart=on-failure 自动拉起成功，则不会触发——因此守卫逻辑必须在“失败发生瞬间”捕获，不能依赖重启后的状态。
• 不要把计数逻辑放在 ExecStartPre 或 ExecStopPost 中：这些钩子不保证执行顺序，且可能因服务未完全退出而读不到最新状态。
• 建议用 /run/ 而非 /tmp/ 存失败日志：前者是内存文件系统，重启即清空，天然契合“连续失败”场景的时间边界。
• 若主服务启用 RestartSec=，守卫服务应在 ExecStart 开头加 sleep 0.1 等微小延迟，避免与主服务重启竞争文件锁。

不复杂但容易忽略。