SergioandClaude Opus 5
588fedebcb
`Restart=always` + `RestartSec=30` sin límite: si una receta no entra en la RAM de la caja, el OOM killer la mata, systemd relanza a los 30 s, el loop recorre la cola por glob alfabético y vuelve a la MISMA receta. En el LXC dev.gioser.net eso duró 30 horas con `clang18`, y dejó la máquina con presión de I/O `full avg300=43` —todo bloqueado en disco casi la mitad del tiempo— y sshd incapaz de completar el banner. Diagnosticarla desde fuera era imposible: parecía red o disco. El único rastro eran dos `oom-kill` en el journal, que sólo se ven desde dentro. StartLimitBurst=3 / StartLimitIntervalSec=3600: a los 3 arranques en una hora systemd se rinde y deja la unidad en `failed`, VISIBLE en `systemctl status`. OOMPolicy=stop: un OOM no es un fallo transitorio, si no entra ahora no entra en 30 segundos. Rendirse no pierde nada: el hub ya tolera workers ausentes —cosecha-cron dice "siembra falló" y sigue con el siguiente— y un worker parado y diagnosticable vale más que uno que se reinicia para siempre. Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01LykB7vw38b4Ck1Zij15RQ4
39 lines
2.0 KiB
Desktop File
39 lines
2.0 KiB
Desktop File
[Unit]
|
|
Description=hammer build farm worker (loop autónomo)
|
|
After=network-online.target
|
|
Wants=network-online.target
|
|
# ── FRENO AL CRASHLOOP (2026-08-31) ──────────────────────────────────────────────────────────────
|
|
# Sin esto, `Restart=always` + una receta que no entra en RAM = bucle infinito. Medido en el LXC
|
|
# dev.gioser.net: `clang18` disparó el OOM killer, systemd relanzó a los 30 s, el loop volvió a la
|
|
# misma receta (build-farm recorre la cola por glob alfabético y clang18 sale primera), OOM otra vez.
|
|
# **30 HORAS así**: la caja quedó con presión de I/O `full avg300=43` —todo bloqueado en disco casi
|
|
# la mitad del tiempo— y sshd sin poder ni completar el banner, o sea imposible de diagnosticar
|
|
# desde fuera. Dos `oom-kill` en el journal fue todo lo que quedó como rastro.
|
|
#
|
|
# 3 arranques en 1 h ⇒ systemd se rinde y deja la unidad en `failed`, VISIBLE en `systemctl status`.
|
|
# Un worker parado y diagnosticable vale más que uno que se reinicia para siempre: el hub ya tolera
|
|
# workers ausentes (cosecha-cron avisa "siembra falló" y sigue), así que rendirse no pierde nada.
|
|
StartLimitIntervalSec=3600
|
|
StartLimitBurst=3
|
|
|
|
[Service]
|
|
Type=simple
|
|
WorkingDirectory=/opt/hammer
|
|
Environment=HOME=/root
|
|
Environment=HAMMER_DIR=/opt/hammer
|
|
# JOBS no se fija: el loop usa nproc por defecto (cada build usa 1 core por codegen-units=1).
|
|
# Así, al REPOTENCIAR la caja (CCX13→CCX23/33), el worker auto-escala los slots sin tocar config.
|
|
# La línea CCX da ~4GB RAM/core ⇒ nproc slots quedan con margen para builds Rust + swap.
|
|
ExecStart=/opt/hammer/scripts/farm/farm-worker-loop.sh
|
|
Restart=always
|
|
RestartSec=30
|
|
# El OOM del worker NO se reintenta como si fuera un fallo transitorio: si la receta no entra en la
|
|
# caja, no va a entrar en 30 segundos. `stop` deja la unidad detenida y contable por StartLimitBurst.
|
|
OOMPolicy=stop
|
|
# deja respirar al sistema en una caja chica
|
|
Nice=10
|
|
IOSchedulingClass=idle
|
|
|
|
[Install]
|
|
WantedBy=multi-user.target
|