GCE虚拟机运行一段时间后休眠断连，如何保持服务长期正常运行？

1 先确认VM非预期重启的根因 #

• 登录GCE控制台进入对应VM实例详情页，查看监控标签页下的CPU使用率、内存使用率、磁盘IO指标，确认1.5小时左右的时间点是否出现指标骤降后恢复的典型重启特征
• 登录VM后执行命令last reboot查看系统重启记录，确认重启时间是否和你遇到的中断时间完全吻合
• 执行dmesg -T查看内核日志，排查是否存在OOM（内存溢出）触发的系统强制重启、内核崩溃等底层问题

2 排查GCE VM实例的配置问题 #

• 确认你使用的VM实例类型是否为可抢占式实例（Spot VM）：可抢占式实例最长运行时间为24小时，且随时可能被GCE平台回收，非常容易出现运行1-2小时就被强制重启/销毁的情况，若使用的是可抢占式实例，直接更换为标准按需实例即可解决
• 检查VM的可用性策略配置：确认是否开启了「主机维护时迁移实例」，如果未开启，GCE进行宿主机运维时会直接重启你的VM
• 检查VPC防火墙规则：确认MQTT使用的端口（默认1883/8883）、SSH端口22的入站/出站规则超时时间是否设置过短，同时确认VM内的操作系统防火墙（ufw/iptables/firewalld）没有配置超时自动封禁规则

3 配置应用开机自启与进程守护 #

很多时候VM本身无故障，但手动在SSH终端启动的应用会在SSH断开后随会话结束被终止，或是VM重启后没有自动拉起：

• 对于Node.js前端，推荐使用pm2管理进程，配置pm2 startup实现开机自启，同时设置进程崩溃自动重启规则
• 对于Java后端，可通过systemd配置系统服务，添加Restart=always参数，进程崩溃或VM重启后会自动拉起服务
• 不要直接在SSH交互终端启动应用，避免SSH断开后SIGHUP信号杀掉进程，临时启动可在命令结尾加&或者用nohup命令包裹，示例：nohup java -jar xxx.jar &

4 长连接保活配置 #

针对MQTT和SSH长连接容易被防火墙切断的问题：

• 本地SSH配置文件添加ServerAliveInterval 60参数，每60秒给服务器发心跳包避免连接超时
• MQTT客户端配置心跳包（keepalive）参数，设置为30-60秒，同时服务端的MQTT broker也对应配置匹配的超时时间

内容的提问来源于stack exchange，提问作者Aurbcd