博客
关于我
CentOS7利用Systemd添加用户自定义系统服务
阅读量:603 次
发布时间:2019-03-12

本文共 1501 字,大约阅读时间需要 5 分钟。

在CentOS7系统中,通过Systemd管理Java项目服务是一项非常实用的操作方法。下面将详细介绍如何配置一个自定义的Systemd服务。

一、创建服务文件

首先,进入 /usr/lib/systemd/system/ 目录,创建一个名为 service-demo.service 的文件。文件内容如下:

[Unit]Description=我的示例服务After=network.target[Service]Type=forkingExecStart=/home/bee/apps/service-demo.sh startExecReload=/home/bee/apps/service-demo.sh restartExecStop=/home/bee/apps/service-demo.sh stopPrivateTmp=True[Install]WantedBy=multi-user.target

二、设置权限

为避免权限问题,对服务文件进行权限设置:

chmod 644 /usr/lib/systemd/system/service-demo.service

这将确保文件的读写权限仅限于拥有者和特定的用户组。

三、启用服务

使用以下命令启用服务,确保服务在开机时自动启动:

systemctl enable service-demo.service

这将创建一个符号链接,如:

Created symlink '/etc/systemd/system/multi-user.target.wants/service-demo.service' → '/usr/lib/systemd/system/service-demo.service'

四、启动、重启和停止服务

通过以下命令控制服务的运行:

  • 启动:

    systemctl start service-demo.service
  • 停止:

    systemctl stop service-demo.service
  • 重启:

    systemctl restart service-demo.service
  • 检查状态:

    systemctl status service-demo.service

五、可选配置(高级应用)

  • 指定用户和组

    修改 [Service] 部分,添加 User=youruserGroup=yourgroup,以指定运行时的用户和组。

  • 指定PID文件

    添加 PIDFile=/home/YOURUSER/.pid,以记录服务的PID。

  • 资源限制

    为防止资源耗尽,可以设置 LimitCPU=LimitMemory=,例如:

    LimitCPU=-1LimitMemory=500M
  • 日志输出

    为了确保日志正确输出,可以使用 nohup 和重定向:

    在脚本中用:

    nohup /path/to/your/script.sh > /path/to/logfile.log 2>&1 &

六、停止服务(强制重载)

在某些情况下,服务可能不响应,可以使用以下命令强制停止并重载:

systemctl force-reload service-demo.service

注意事项

  • 确保所有脚本路径均为绝对路径,以避免相对路径导致的问题。
  • 如果服务依赖于特定用户登录(例如,使用-u选项),请在[Service]中指定用户。
  • 如果您遇到权限问题,可以尝试使用sudo执行相关命令。

通过以上步骤,您可以成功地将自定义Java项目配置为CentOS7的Systemd服务,确保其自动启动并在系统运行中顺利运行。

转载地址:http://lijxz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>
OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>