導致 systemd 錯誤「無法排隊 OnFailure= 作業：避免資源死鎖」的可能原因是什麼？

Question 1

這裡到底發生的是：您觸發 shutdown.target，systemd 使用作業模式「不可逆地替換」。該單元失敗是因為該目標與所有其他單元衝突，並觸發它們的停止。同時，你的單位肯定已經失敗了，所以它會觸發OnFailure=單位。現在，預設情況下，這也與 shutdown.target 衝突=，因此將觸發它的停止。但是，由於作業模式是不可逆替換的，因此它無法取消該作業並替換它，並且 systemd 認為這是衝突事務，因此它被中止。 manager_add_job 失敗，並且此匯流排錯誤會對應到 EDEADLK errno，因此您會看到 Resource deadlock escaped 字串。

Answer

這裡到底發生的是：您觸發 shutdown.target，systemd 使用作業模式「不可逆地替換」。該單元失敗是因為該目標與所有其他單元衝突，並觸發它們的停止。同時，你的單位肯定已經失敗了，所以它會觸發OnFailure=單位。現在，預設情況下，這也與 shutdown.target 衝突=，因此將觸發它的停止。但是，由於作業模式是不可逆替換的，因此它無法取消該作業並替換它，並且 systemd 認為這是衝突事務，因此它被中止。 manager_add_job 失敗，並且此匯流排錯誤會對應到 EDEADLK errno，因此您會看到 Resource deadlock escaped 字串。

Question 2

這可以在旨在啟動系統、運行單一任務然後關閉的系統配置中觸發。包含失敗任務的 systemd 服務OnFailure=可能還包含：

ExecStopPost=/usr/bin/sudo /sbin/poweroff

為了完成關閉設備需要執行 poweroff 命令，存在死鎖。但要使 poweroff 指令完成運行，就需要停止設備。

同時，OnFailure=在發生死鎖時作業正在嘗試執行。

最終，該操作似乎poweroff很快就「贏得」了僵局，也搶先了OnFailure=任務的運作。

AWS 上的另一個解決方案是在執行個體上設定 CloudWatch 警報。如果執行個體上的最大 CPU 低於 1% CPU 持續 15 分鐘，警報將提供「採取操作：關閉」選項。

Answer