Linux系统--自启稳定性测试

Linux系统自启稳定性测试

在 Linux 系统的运维和开发工作中，功能迭代、硬件更新或系统配置调整后，都可能藏着一个风险点，就是有时候会出现开机启动异常。最头疼的是，在排查解决后，这种问题通常不会每次都出现。

可能手动重启个三五次都正常，但跑现场时，就起不来了。如果靠人手一遍遍重启记录，不仅累，还测不出那种”100次里失败1次”的隐藏bug。

本文分享一套自动化测试方案：通过脚本让机器自主完成循环重启、状态检测和日志记录。

脚本编写

整套方案由核心执行脚本、服务配置、参数配置、结果分析、安装、卸载脚本组成。如果仅测试自启，可以直接挪用。如果需要针对特定功能测试，可自行添加测试命令和参数配置。

核心脚本

reboot_test.sh
负责实现 “重启计数 - 状态检测 - 日志记录 - 循环重启” 的完整流程。

#!/bin/bash


BASE_DIR="/root/reboot_stress"
STATE_DIR="$BASE_DIR/state"
LOG_DIR="$BASE_DIR/logs"

COUNT_FILE="$STATE_DIR/count"
LOG_FILE="$LOG_DIR/reboot.log"

source "$BASE_DIR/config.conf"

mkdir -p "$STATE_DIR" "$LOG_DIR"

# 初始化
if [ ! -f "$COUNT_FILE" ]; then
    echo 0 > "$COUNT_FILE"
    echo "===== Reboot Stress Test START $(date) =====" >> "$LOG_FILE"
fi

COUNT=$(cat "$COUNT_FILE")

if [ "$COUNT" -ge "$MAX_REBOOT" ]; then
    echo "===== Reboot Stress Test FINISH $(date) =====" >> "$LOG_FILE"
    bash "$BASE_DIR/analyze.sh"
    systemctl disable reboot-test.service
    exit 0
fi

COUNT=$((COUNT + 1))
echo "$COUNT" > "$COUNT_FILE"

# 测试状态检查
TEST_STATUS=$($CHECK_CMD 2>/dev/null)
if echo "$TEST_STATUS" | grep -q "$OK_KEYWORD"; then
    TEST_RESULT="OK"
else
    TEST_RESULT="ERROR"
fi

echo "[$(date)] BOOT OK | Round=$COUNT | TEST=$TEST_RESULT" >> "$LOG_FILE"

sleep "$BOOT_DELAY"
reboot

系统服务配置

reboot-test.service
通过 systemd 服务配置实现核心脚本的 “开机自启”。

[Unit]
Description=Reboot Stress Test
After=multi-user.target

[Service]
Type=simple
ExecStart=/root/reboot_stress/reboot_test.sh
RemainAfterExit=yes

[Install]
WantedBy=multi-user.target

配置文件

config.conf
配置重启次数、测试命令和结果判断关键字。我提供了很多示例，可自行选择。

# 重启次数
MAX_REBOOT=100

# 每次启动后等待秒数
BOOT_DELAY=15

# 显卡状态检测命令（按你实际工具改）
# 示例：hwmc_cli show array

# 网络连通性测试
# CHECK_CMD="ping -c 3 8.8.8.8"

# PCIe设备检测
# CHECK_CMD="lspci | grep -E 'VGA compatible controller|Ethernet controller|USB controller'"

# 显示设备检测
# CHECK_CMD="xrandr --query | grep -q ' connected' && echo 'Display OK' || echo 'Display FAIL'"

# 触摸屏检测
# CHECK_CMD="ls /dev/input/event* | grep -i touch"

# 存储设备检测
# CHECK_CMD="lsblk -d | grep -q disk && echo 'Storage OK' || echo 'Storage FAIL'"

# USB设备检测
# CHECK_CMD="lsusb | wc -l && echo 'USB devices detected'"

# 内存检测
# CHECK_CMD="free -m | grep -q Mem && echo 'Memory OK'"

# CPU检测
# CHECK_CMD="nproc && lscpu | grep -q 'CPU(s):'"

# 组合测试命令
# CHECK_CMD="ping -c 1 8.8.8.8 > /dev/null && echo 'Network: OK'; lspci | grep -q 'VGA' && echo 'GPU: OK'; ls /dev/input/event* | grep -q touch && echo 'Touchscreen: OK'"

# 当前使用的测试命令
CHECK_CMD="echo OK"

# 状态正常判断关键字（按实际修改改）
OK_KEYWORD="OK"

分析脚本

analyze.sh
测试完成后自动统计并生成可视化的测试报告。

#!/bin/bash


BASE_DIR="/root/reboot_stress"
LOG_FILE="$BASE_DIR/logs/reboot.log"
REPORT="$BASE_DIR/logs/summary.txt"

TOTAL=$(grep -c "BOOT OK" "$LOG_FILE")
TEST_ERR=$(grep -c "ERROR" "$LOG_FILE")

{
echo "========== Reboot Stress Test Summary =========="
echo "Test End Time : $(date)"
echo "Total Boots   : $TOTAL"
echo "TEST Errors   : $TEST_ERR"
echo

if [ "$TOTAL" -eq 0 ]; then
    echo "RESULT: Test Invalid (No successful boots)"
elif [ "$TEST_ERR" -eq 0 ]; then
    echo "RESULT: PASS"
else
    echo "RESULT: FAIL"
fi
echo "==============================================="
} | tee "$REPORT"

安装部署脚本

install.sh
一键完成测试环境的部署。

#!/bin/bash

BASE_DIR="/root/reboot_stress"

# 检查目录是否存在，如果不存在则创建，并复制当前目录文件
if [ ! -d "$BASE_DIR" ]; then
    mkdir -p "$BASE_DIR"
    cp -r ./* "$BASE_DIR/"
fi

chmod +x "$BASE_DIR"/*.sh

cp "$BASE_DIR/reboot-test.service" /etc/systemd/system/

systemctl daemon-reexec
systemctl daemon-reload
systemctl enable reboot-test.service

echo "Deploy finished."
echo "Run: /root/reboot_stress/reboot_test.sh"

卸载清理脚本

uninstall.sh
一键清理所有测试相关文件和服务配置，避免残留文件影响系统环境。

#!/bin/bash


systemctl disable reboot-test.service
systemctl stop reboot-test.service

rm -f /etc/systemd/system/reboot-test.service
rm -rf /root/reboot_stress

systemctl daemon-reload

echo "Reboot stress test removed."