先给结论
崩溃后的第一目标不是立刻让进程再次启动,而是保护现场、避免损坏存档和重复触发同一错误。预案要让不熟悉服务器的管理员也能按顺序执行,而不是依赖某个人临场判断。
执行步骤
- 先记录崩溃时间、在线人数、最后一次操作和控制台最后 100 行,不要连续点击重启覆盖现场。
- 复制崩溃报告、latest.log、hs_err 文件和最近修改的配置到独立目录,给每次事故编号。
- 如果怀疑插件或配置,先在副本世界和测试服复现;生产服优先使用最近一次可验证备份,而不是随意删除文件。
- 恢复后按登录、移动、交互、区块加载、保存和备份顺序验收,确认服务看似在线但数据没有继续损坏。
验收标准
- 恢复时间、数据丢失范围和根因都有明确记录。
- 恢复后的首个备份可以成功生成并被读取。
- 同一异常在观察窗口内没有重复出现,必要时已暂时禁用高风险功能。
常见误区
- 连续重启导致日志被覆盖,最后无法判断真正的触发条件。
- 把备份恢复到生产目录前没有先停服或保留当前损坏现场。
建议先在测试服完成验证,再安排线上维护窗口;每次只改变一组相关变量,并保留可回退的配置和数据副本。