Shell脚本中如何检测serve-prod进程PID 终止后进程仍运行问题排查

• pgrep serve-prod 抓PID逻辑完全不可靠
  • 启动后立刻执行pgrep时，npm进程可能还未完成命令解析、未派生真正的业务服务子进程，存在抓空、抓错的问题
  • pgrep是按命令行字符串模糊匹配，可能匹配到系统中其他带相同字符串的无关进程，也可能只匹配到npm的包装父进程，抓不到真正监听9000端口的node子进程
• pkill serve-prod 终止逻辑存在漏杀
  • npm run启动的服务是嵌套进程树结构：npm包装进程 -> 实际node业务进程，当node进程的命令行不包含serve-prod字符串时，pkill按字符串匹配的规则根本找不到这个子进程，只会杀掉npm的空壳父进程，子进程变成孤儿后被系统init进程接管，持续占用9000端口运行，出现“杀完进程还在”的异常
• 等待逻辑缺乏异常兜底
  • 端口连通性检测的循环里没有校验web进程的存活状态，一旦服务启动崩溃，脚本会无限卡在等待逻辑里，不会主动退出
• 无进程组隔离存在误杀风险
  • 直接后台启动的npm进程会和执行脚本的bash进程共享同一个进程组，后续按进程组终止时，很容易误杀脚本本身的运行进程

• 放弃模糊匹配抓PID的逻辑，直接用Shell内置变量$!捕获后台启动任务的精准父进程PID，该变量永远指向当前shell最近启动的后台任务PID，无匹配误差
• 用setsid给web服务创建独立的进程组，让服务完全和当前脚本的进程环境隔离，从根源上避免终止时的误杀问题
• 采用进程组级别的终止逻辑：发送终止信号时指定进程组ID（在PID前加负号），可以一次性杀掉整个派生树的所有子进程，从根源上避免残留孤儿进程
• 给等待逻辑增加异常兜底：在端口连通性检测的循环里，增加对web进程存活状态的检测，一旦进程提前退出直接抛错退出脚本，避免无限等待

#!/bin/bash
# 开启脚本严格模式，避免静默错误
set -euo pipefail

# 用setsid给web服务创建独立进程组，与当前shell环境隔离
setsid npm run serve-prod &
WEB_PID=$!
echo "已捕获web服务关联父进程PID: $WEB_PID"

echo "waiting for webserver"
while ! nc -z localhost 9000; do
  # 检测web进程是否异常退出，提前中断等待逻辑
  if ! kill -0 "$WEB_PID" 2>/dev/null; then
    echo "错误：web服务进程异常退出，启动失败"
    exit 1
  fi
  sleep 1
done

# 执行业务逻辑
npm run print-map

# 终止整个web独立进程组，无漏杀、无误杀
kill -- -"$WEB_PID"
echo "web服务已正常终止"

内容的提问来源于stack exchange，提问作者Petr Volny