Phoenix框架中杀死受管进程致应用崩溃的问题排查

问题原因 #

1. 你杀死的高亮进程是Phoenix Endpoint的核心子进程（大概率是Cowboy HTTP监听进程），它的崩溃触发了Endpoint内部监督器的重启逻辑。但如果该子进程短时间内崩溃次数达到Endpoint监督器的max_restarts/max_seconds阈值，或者重启时遇到不可恢复的错误（比如端口被占用），会导致Endpoint监督器自身退出。
2. Phoenix应用的根监督器默认将Endpoint标记为:permanent类型的子进程——这类进程被设计为必须持续运行，一旦它退出，根监督器会直接终止整个应用，这就是你看到所有API请求无法连接的原因。
3. Telemetry进程符合预期是因为它是独立的顶级子进程，崩溃后不会触发父进程的连锁退出逻辑，且重启条件满足时能被单独重启。

实现单进程重启的方案 #

1. 调整根监督器中Endpoint的重启类型 #

在lib/你的应用名/application.ex的根监督器子进程配置中，将Endpoint的重启类型从默认的:permanent改为:transient，这样当Endpoint崩溃时，根监督器会尝试重启它而非直接关闭整个应用：

children = [
  你的应用名Web.Telemetry,
  {你的应用名Web.Endpoint, restart: :transient},
  # 其他子进程...
]

2. 放宽Endpoint内部的重启阈值 #

在lib/你的应用名_web/endpoint.ex中，调整Endpoint自身监督器的重启阈值，避免短时间内多次崩溃导致Endpoint退出：

# 在Endpoint模块中添加或修改监督器配置
@supervisor_opts [strategy: :one_for_one, max_restarts: 10, max_seconds: 5]

def init(_key, config) do
  # ...原有代码
  {:ok, {config, @supervisor_opts}}
end

3. 确保核心子进程能被成功重启 #

如果是Cowboy监听进程重启失败（比如端口占用），在endpoint.ex的HTTP配置中添加reuseaddr: true，允许端口复用：

http: [
  port: System.get_env("PORT") || 4000,
  reuseaddr: true
]

注意事项 #

• 测试时确保使用异常退出信号（比如Process.exit(pid, :kill)），:normal退出不会触发监督器重启。
• 将Endpoint设为:transient后，若它频繁崩溃，应用会进入反复重启的循环，需确保核心子进程的崩溃原因被彻底修复。

内容的提问来源于stack exchange，提问作者otboss