Linux内核级看门狗（Watchdog）是解决底层系统死机并自动重启的终极方案，它通过软/硬件计时器联动，在CPU锁死、内核panic或BIOS卡死等场景下强制复位，弥补远程管理卡失效的空白。
服务器远程管理卡（如iDRAC、iLO、IPMI）本身具备独立于主系统的带外管理能力，但当整机因内核锁死、CPU停滞或硬件异常彻底无响应时，远程管理卡可能无法接管——此时它只能看到主机“掉线”，却无法触发复位。真正能解决底层系统死机并自动重启的，是Linux内核级看门狗（Watchdog），它不依赖远程管理卡，而是直接与硬件计时器联动。
为什么远程管理卡不够用？
远程管理卡运行在独立处理器和固件上，通过PCIe或专用总线与主板通信。但它无法干预以下场景：
- CPU完全锁死（如内核panic后未返回到idle状态，中断被屏蔽）
- 内存控制器或系统总线死锁（导致管理卡发来的复位信号无法送达SoC）
- BIOS/UEFI层异常（如POST卡死，系统甚至没启动到Linux）
这些情况下，远程管理卡可能持续显示“主机在线”，但SSH、ping、Web界面全部失联——这就是典型的“假在线真死机”。看门狗的作用，正是填补这一空白。
软件看门狗（softdog）如何工作？
它不需要额外硬件，仅靠Linux内核的软定时器 + watchdog守护进程实现：
- 加载softdog模块后，内核创建/dev/watchdog设备节点
- watchdog服务进程每隔10秒左右向该设备写入任意字节（即“喂狗”）
- 只要内核调度正常、进程可运行，喂狗就持续进行；一旦系统卡死，喂狗停止
- 计时器超时（默认60秒）后，触发硬件复位信号，强制整机重启
注意：softdog依赖内核调度，对内核panic有一定恢复能力，但若中断完全失效或CPU停转，则无效——这时需硬件看门狗。
硬件看门狗（如iTCO_wdt、xilinx_wdt）才是终极保障
它由主板芯片组或SoC内置的独立计时器实现，时钟源不依赖CPU主频，复位信号直连南桥或电源管理单元：
- 即使CPU指令流中断、内核完全挂起，只要晶振还在振荡，倒计时继续
- 超时后直接拉低RESET引脚，效果等同于长按机箱复位键
- 在Ubuntu/Fedora中启用方式类似：安装watchdog包 → 加载对应驱动（如sudo modprobe iTCO_wdt）→ 配置/etc/watchdog.conf指向/dev/watchdog0
验证是否生效：执行echo c > /proc/sysrq-trigger模拟内核panic，观察是否在设定超时后自动重启。
配置关键点：避免误重启与确保启动即生效
两个容易忽略但决定成败的细节：
- 开机自启模块：把softdog或iTCO_wdt写入/etc/modules，否则重启后模块未加载，看门狗形同虚设
- nowayout保护：在/etc/watchdog.conf中启用watchdog-device = /dev/watchdog并确认内核编译时开启CONFIG_WATCHDOG_NOWAYOUT=y，防止程序意外关闭设备导致停喂
完成配置后，用sudo systemctl enable --now watchdog启用服务，并用sudo systemctl status watchdog确认Active状态。
