Windows服务随机崩溃且无法自动重启的问题排查咨询

1. 先搞懂错误代码0xEEDFADE #

这个代码是.NET运行时标记的未处理托管异常，意思是你的服务代码里有没被捕获的异常直接搞死了进程，但服务控制管理器（SCM）没识别到进程已经挂了，所以还显示“运行中”状态。

2. 强制抓崩溃时的内存dump #

故障随机，必须拿到崩溃瞬间的内存快照才能深挖：

• 手动抓：任务管理器找到MyProgramService.exe进程，右键点创建转储文件，保存好dump文件
• 自动抓：用Windows自带的procdump工具自动捕获，命令行执行：

  procdump -ma -e 1 -w MyProgramService.exe C:\CrashDumps\
  

  提前建C:\CrashDumps文件夹，这个命令会在进程抛出未处理异常时自动生成完整内存dump

3. 用WinDbg分析dump文件 #

装Windows调试工具包里的WinDbg，打开dump文件后：

• 加载.NET调试扩展：输入.loadby sos clr（对应.NET Framework）
• 执行!pe命令，直接查看导致崩溃的异常详情和调用栈，精准定位代码里的出错位置

4. 对比原服务器和测试服务器的差异 #

测试服务器能自动重启，原服务器不行，重点查这几点：

• 服务恢复配置：原服务器服务属性的恢复选项卡，确认有没有勾选“第一次失败时重启服务”，以及重启延迟设置是否合理
• 系统依赖库：原服务器的KERNELBASE.dll版本（10.0.17763.4720）和测试服务器的combase.dll版本不同，检查原服务器是否有未安装的Windows更新，先补全系统补丁；同时对比两台服务器的.NET Framework v4.0补丁情况
• 运行权限：服务用的账户在原服务器上有没有文件读写、注册表访问的权限问题，测试服务器的权限是否更宽松
• 服务器负载：原服务器的CPU、内存负载是不是更高，会不会导致异常触发后SCM没资源执行重启逻辑

5. 给服务加全局异常捕获 #

在代码里加全局异常处理，避免未处理异常直接炸进程，同时记详细日志：

• 在Main方法外层包try-catch，捕获所有未处理异常
• 服务的OnStart方法和工作线程里也要加异常捕获，用日志库（比如NLog、log4net）把异常类型、消息、完整调用栈都写进日志文件，没有dump的时候也能查问题

6. 排查“服务显示运行但无响应”的问题 #

这种情况大概率是主线程被阻塞，没及时回应SCM的状态查询：

• 把服务的核心工作逻辑全放到后台线程执行，主线程只处理SCM的控制请求（比如停止、暂停）
• 检查代码里有没有死锁、无限等待、IO操作没设超时（比如数据库查询、网络请求）的情况

内容的提问来源于stack exchange，提问作者Ozan