如何实现异常挂起的Python脚本自动重启保障业务连续运行

方案1：PowerShell原生守护（最快落地，零额外依赖） #

这个方案不需要重构现有业务代码，仅需要在Python脚本主逻辑里加2行心跳上报，再配一个常驻的PowerShell守护脚本即可，适合快速上线解决当前停机问题。
核心逻辑：

• 为每个Python业务脚本分配独立的心跳文件，要求脚本每完成一轮业务处理/每固定间隔（比如30秒），就更新对应心跳文件的时间戳
• 守护脚本按固定频率轮询两个状态：一是对应Python进程是否存活，二是心跳文件最后更新时间是否超过预设阈值
• 判定进程消失/心跳超时（即挂起）时，先强制终止残留的无响应进程，再重新拉起脚本，所有操作写入本地日志留痕

可直接复用的PowerShell守护脚本示例：

<# 单脚本配置项，多脚本部署时复制整段配置、修改参数即可 #>
$config = @{
    ScriptName   = "file_detect_prod.py"
    WorkDir      = "D:\prod_py_scripts\"
    PythonPath   = "C:\Python310\python.exe"
    HeartbeatFile= "D:\py_heartbeat\file_detect_lastbeat.txt"
    HangThreshold= 180  # 超过3分钟无心跳判定为挂起，根据业务实际处理时长调整
    LogFile      = "D:\py_logs\daemon_running.log"
}

while ($true) {
    $currentTime = Get-Date
    $runProc = Get-Process python -ErrorAction SilentlyContinue | Where-Object {
        $_.CommandLine -like "*$($config.ScriptName)*"
    }
    $needRestart = $false

    if (-not $runProc) {
        Add-Content $config.LogFile "[$currentTime] 进程$($config.ScriptName)不存在，触发重启"
        $needRestart = $true
    } else {
        if (Test-Path $config.HeartbeatFile) {
            $lastBeatTime = (Get-Item $config.HeartbeatFile).LastWriteTime
            $timeDiff = ($currentTime - $lastBeatTime).TotalSeconds
            if ($timeDiff -gt $config.HangThreshold) {
                Add-Content $config.LogFile "[$currentTime] 进程$($config.ScriptName)心跳超时$timeDiff秒，判定挂起，触发重启"
                Stop-Process -Id $runProc.Id -Force
                Start-Sleep 2
                $needRestart = $true
            }
        } else {
            Add-Content $config.LogFile "[$currentTime] 进程$($config.ScriptName)心跳文件丢失，触发重启"
            Stop-Process -Id $runProc.Id -Force
            $needRestart = $true
        }
    }

    if ($needRestart) {
        Start-Process -FilePath $config.PythonPath -ArgumentList $config.ScriptName -WorkingDirectory $config.WorkDir -WindowStyle Hidden
        Add-Content $config.LogFile "[$currentTime] 进程$($config.ScriptName)重启完成"
    }

    Start-Sleep 60 # 每1分钟巡检一次
}

Python侧需要加的心跳代码，直接塞到主业务循环里就行，不碰核心逻辑：

import time
# 心跳路径和守护脚本里的配置保持一致
HEARTBEAT_PATH = r"D:\py_heartbeat\file_detect_lastbeat.txt"

# 你的原有主逻辑
while True:
    # 检测新增文件、处理数据、写MySQL的原有代码
    # xxx

    # 每轮处理完更新心跳
    with open(HEARTBEAT_PATH, "w", encoding="utf-8") as f:
        f.write(str(time.time()))
    time.sleep(1) # 原有轮询间隔

如果遇到单文件处理耗时较长的场景，可以把心跳更新逻辑拆到单独的守护线程里，固定间隔更新，避免处理大文件时被误判为挂起。

方案2：Python进程自托管（不需要单独维护PowerShell脚本） #

如果不想额外跑一个PowerShell守护脚本，可以写一个统一的Python入口，用子进程模式托管业务脚本：

• 入口脚本用subprocess.Popen拉起业务脚本
• 主进程持续监听子进程状态，同时通过心跳文件/管道通信检测子进程是否响应
• 判定子进程退出/挂起时，杀掉残留子进程后重新拉起
• 可额外配置重启冷却规则：比如10分钟内连续重启超过5次，就停止重启并写错误日志，避免脚本死循环崩溃占满资源

方案3：Windows服务化托管（生产环境长期运行推荐） #

如果要覆盖服务器崩溃重启的场景，推荐把脚本封装成Windows系统服务：

• 用服务封装工具把每个Python脚本注册为系统服务，设置启动类型为自动，服务器开机后不需要登录就会自动拉起脚本
• 配置服务失败恢复规则：服务异常退出后自动重启，设置合适的重启延迟
• 搭配前面提到的心跳检测逻辑，补充服务自带的进程存活检测无法识别的假死挂起场景
• 服务运行权限可以单独配置，不需要给运维账号之外的人开服务器登录权限

落地避坑要点 #

• 绝对不能只靠“进程是否存在”判定脚本正常运行，绝大多数挂起场景下Python进程是存活的，但已经停止处理业务，必须加心跳类的健康度检测
• 挂起判定阈值要根据业务实际耗时设置，比如单文件最大处理时长是4分钟，就把阈值设为6-8分钟，避免正常处理被误杀
• 重启前必须强制结束旧进程，防止多实例同时运行导致重复写MySQL、文件重复处理的问题
• 所有重启、异常操作必须写本地日志，记录触发原因和时间，方便后续回溯脚本挂起的根因，逐步修复业务代码的bug
• 有条件的话可以加简单的告警逻辑，触发重启时给相关对接人发通知，方便及时跟进异常情况

内容的提问来源于stack exchange，提问作者panzers1