Glances项目中使用systemd实现开机自启的完整指南
2025-05-06 06:24:15作者:鲍丁臣Ursa
系统服务化部署的必要性
对于系统监控工具Glances而言,实现开机自启动是生产环境部署的基本需求。通过systemd服务管理,可以确保监控服务在系统启动时自动运行,并在意外终止时自动重启,保障监控的持续性和可靠性。
常见问题分析
许多用户在按照官方文档配置systemd服务时遇到启动失败的问题,主要表现包括:
- 服务启动后立即退出
- 权限不足导致的执行失败
- Python环境路径问题
- SELinux安全策略限制
这些问题通常源于服务配置不完整或系统安全限制,而非Glances本身的功能缺陷。
完整解决方案
基础systemd服务配置
创建/etc/systemd/system/glances.service文件,内容如下:
[Unit]
Description=Glances监控服务
After=network.target
[Service]
User=your_username
ExecStart=/home/your_username/.local/bin/glances -w
Restart=always
RestartSec=5
WorkingDirectory=/home/your_username
[Install]
WantedBy=multi-user.target
关键配置说明:
User字段指定运行服务的用户账户ExecStart需指向Glances的实际安装路径Restart策略确保服务异常退出时自动重启WorkingDirectory设置工作目录避免路径问题
SELinux环境额外配置
在Fedora等默认启用SELinux的系统上,需要额外步骤:
- 创建自定义SELinux策略:
ausearch -c '(glances)' --raw | audit2allow -M my-glances
semodule -X 300 -i my-glances.pp
- 恢复安全上下文:
restorecon -v /home/your_username/.local/bin/glances
服务管理命令
配置完成后执行以下命令:
# 重新加载systemd配置
sudo systemctl daemon-reload
# 启用服务开机自启
sudo systemctl enable glances.service
# 立即启动服务
sudo systemctl start glances.service
# 检查服务状态
sudo systemctl status glances.service
高级配置建议
-
环境变量传递:如需特定环境变量,可在Service段添加
Environment指令 -
资源限制:可设置CPU和内存限制防止监控工具本身消耗过多资源
-
日志管理:配置
StandardOutput和StandardError重定向到特定日志文件 -
多实例运行:通过模板服务支持多个监控实例同时运行
故障排查技巧
当服务未能正常启动时,可通过以下命令获取详细信息:
journalctl -u glances.service -b
常见错误及解决方法:
- 权限问题:确保服务配置中User字段正确
- 路径问题:检查ExecStart路径是否存在且可执行
- 端口冲突:更改Glances的Web监听端口
通过以上完整配置,Glances监控服务将能够稳定地在系统启动时自动运行,为用户提供持续的系统监控能力。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C037
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0113
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
432
3.29 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
351
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
689
162
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
327
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
79
37
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
671