展厅播放软件崩了怎么自动拉起？进程守护实操

2026-07-27

「给核心软件装个看门狗」这句话在运维清单里出现过无数次，但很少有人说清楚这玩意儿具体怎么装。本文补上这一段。文中脚本以 Windows 环境为例，路径与进程名请按你的实际情况替换。

做展厅久了会发现一件事：指望软件永远不崩，是不现实的。播放软件跑一个月不出问题算它争气，可展厅是 365 天连轴转，显卡驱动打个嗝、素材文件读到坏扇区、第三方 SDK 内存泄漏，总有一次让它挂掉。

真正能拉开差距的不是”崩不崩”，而是崩了之后多久能自己起来。没有守护，软件半夜两点崩一次，黑屏就一直挂到第二天早上开馆；有守护，十秒钟自己活过来，观众根本不知道发生过什么。

这篇把进程守护从头讲一遍——怎么判断软件”死了”、怎么把它拉起来、怎么避免拉出更大的乱子。

守护到底在守什么

看门狗的活儿说白了就两步循环：判断目标还活着吗 → 不活了就拉起来。难点全在第一步，因为”活着”有三种口径，越往下越准，也越难做。

第一种：进程名还在不在。 最简单，tasklist 一查就知道。问题是它只能发现”进程没了”这一种死法。

第二种：主窗口句柄还在不在。 比进程名进一步。有些软件崩溃后进程还挂着（变成僵尸），但窗口已经没了，画面自然也没了。查窗口句柄能抓到这一类。

第三种：窗口还响应吗。 最准。程序卡死（无响应白屏）时，进程在、窗口也在，但已经不干活了。这种要靠给窗口发消息看是否超时来判断。

现场怎么选？绝大多数情况下，进程名 + 窗口句柄这两条就够用了，能覆盖八九成的崩溃。第三种”响应性检测”实现复杂，还容易误判——软件正在加载大素材时本来就会短暂无响应，判错了反而把好好的程序杀掉重启，得不偿失。

先动手：一个最简守护脚本

理解了原理，先用十行脚本跑通一遍。新建 guard.ps1：

$exe  = 'D:\Player\player.exe'
$name = [System.IO.Path]::GetFileNameWithoutExtension($exe)

while ($true) {
    if (-not (Get-Process -Name $name -ErrorAction SilentlyContinue)) {
        Write-Host "$(Get-Date -f 'HH:mm:ss') 进程不在，拉起"
        Start-Process $exe
    }
    Start-Sleep -Seconds 10
}

用批处理也行，逻辑一样：

@echo off
:loop
tasklist /fi "imagename eq player.exe" | find /i "player.exe" >nul
if errorlevel 1 start "" "D:\Player\player.exe"
timeout /t 10 /nobreak >nul
goto loop

你应该看到——脚本跑起来后，去任务管理器把 player.exe 结束掉，十秒内它自己又出现了。这就是守护最核心的那点东西，不神秘。

把这个脚本本身加进开机自启（做法见展厅播放设备开机自启与断电恢复设置），一台机的基础守护就成了。

裸重启的坑：重启风暴

上面那个脚本能用，但不能直接拿去上生产。因为它有个致命问题：如果软件是因为”必然失败”的原因起不来——素材盘没挂上、授权过期、配置文件损坏——那它会每隔十秒重启一次，一晚上拉起几千次。

后果不只是日志被刷爆。反复拉起会疯狂占 CPU、疯狂写盘，严重时把机器拖到连远程桌面都连不上，你连救都救不回来，只能第二天跑现场。这叫重启风暴，是自制看门狗最常见的翻车方式。

躲开它要加两道闸：

第一道，指数退避。 别每次都等固定十秒。第一次崩了等 5 秒拉，还崩就等 10 秒、20 秒、40 秒……逐次翻倍，直到某个上限（比如 5 分钟）封顶。这样偶发崩溃能秒恢复，而”必然失败”的情况会自动降频，不至于把机器拖死。

第二道，时间窗限次。 设一个规则：10 分钟内最多拉起 5 次，超了就停手，别再试了，同时把这个状态记下来报给运维。因为连续崩 5 次说明这不是偶发问题，机器自己解决不了，需要人介入。守护的职责是扛偶发故障，不是硬扛配置错误。

改进后的核心逻辑长这样：

$delay = 5           # 当前退避秒数
$max   = 300         # 退避上限 5 分钟
$fails = @()         # 最近失败时间戳

while ($true) {
    if (-not (Get-Process -Name $name -ErrorAction SilentlyContinue)) {
        # 清掉 10 分钟以前的记录，只看时间窗内的
        $fails = @($fails | Where-Object { $_ -gt (Get-Date).AddMinutes(-10) })
        if ($fails.Count -ge 5) {
            Write-Host "10 分钟内已拉起 5 次，停止重试，等待人工处理"
            Start-Sleep -Seconds 600
            $fails = @(); $delay = 5
            continue
        }
        Start-Sleep -Seconds $delay
        Start-Process $exe
        $fails += (Get-Date)
        $delay = [Math]::Min($delay * 2, $max)   # 翻倍，封顶
    } else {
        $delay = 5    # 恢复正常就把退避重置
    }
    Start-Sleep -Seconds 10
}

这两道闸是自制看门狗和能用的看门狗之间的分界线。如果你只从这篇文章带走一件事，就带走这个。

三条落地路线怎么选

守护逻辑想明白了，落地有三条路，各有各的适用面。

方式	好在哪	代价	适合
Windows 任务计划	系统自带，不装东西	只能定时轮询，退避限次得自己在脚本里写；会话/权限坑多	单台、临时、能接受粗糙
自己写脚本	完全可控，想加什么加什么	退避、限次、日志、自启、自身被杀了谁管，全得自己兜	有开发能力、场景特殊
现成代理软件	装上配一下就行，坑别人替你踩过了	得接受它的配置方式	多台点位、要统一管

第二条路有个容易被忽略的问题：守护脚本自己崩了谁来守护？ 一个 PowerShell 窗口被人误关、或者脚本自身抛异常退出，整套守护就静默失效了，而你完全不知道——直到某天软件崩了没起来。成熟做法是双进程互相保活：两个进程互相盯着对方，谁没了另一个把它拉起来。这东西自己写起来不难，但要写对（避免互相拉起打架、避免同时挂掉）需要花点心思。

第三条路就是省掉这些。我们自研的 SoftAgent 走的是这条：装在被控电脑上，在界面里填程序路径、勾上守护开关就行，崩溃自愈带指数退避 + 时间窗限次（就是上面讲的那两道闸），自身是双进程互相保活。免费版可以守 2 个程序，展厅现场典型就是”播放软件 + 中控客户端”两个关键进程，通常够用。每项还能单独设启动延迟，用来做开机错峰——先起 A，隔十秒再起 B。

配好之后一定要验一遍

守护这东西最怕”配了但没生效”，上线前务必实测：

杀进程测试：任务管理器结束目标进程，掐表看多久自恢复；
重启测试：重启机器，确认守护自身也跟着自启了（这一步最常漏）；
风暴测试：把目标程序改个名让它必然起不来，观察是否在若干次后停手，而不是无限重试；
误杀测试：确认软件正常加载大素材时不会被守护判死后杀掉。

第二条特别容易栽——守护配得好好的，结果它自己没设开机自启，机器一重启守护就没了，等于裸奔。

常见症状对照

症状	多半原因	怎么办
软件崩了不恢复	守护没跑，或没设自启	确认守护进程在，且自身已加开机自启
一晚上重启几千次	没有退避和限次	加指数退避 + 时间窗限次
进程在但画面黑	只查了进程名，僵尸进程没抓到	改查窗口句柄
加载大素材时被重启	用了响应性检测且超时设太短	放宽超时，或退回句柄判活
守护和自启抢着拉起，开了两个实例	两套机制重复启动	二选一，或给程序加单实例互斥
拉起来了但没全屏	拉起的是程序本身，没恢复播放态	让程序自身支持启动即全屏播放

最后一条值得多说一句：守护只负责把程序拉起来，拉起来之后能不能自动回到播放状态，取决于程序自己。所以选播控软件时要确认它支持”启动即自动加载片源并全屏”，具体配置见展厅设备开机自动全屏播放配置。

小结

进程守护的核心就三句话：判活优先用进程名 + 窗口句柄，重启必须带退避和限次，守护自己也得有人守。

它在整个无人值守体系里的位置是”最后一道保险”——定时和自启保证展厅能自己开起来，守护保证开起来之后一直不掉链子。三件套的全貌可以看展厅无人值守怎么做；如果现在正卡在”软件根本起不来”，那先按设备开机/自启失败 8 步排查清单把地基修好，再回来加守护。