5.5.2 错误处理策略与退出码

在Shell脚本中，错误处理的核心目标是“可预期、可定位、可恢复”。应根据业务影响与脚本职责定义统一的错误处理策略，明确哪些错误需立即终止、哪些可降级继续、哪些需重试或回滚。建议在脚本开头声明策略并贯穿全流程，避免“忽略错误”导致隐性故障扩散。

原理草图：错误处理与退出码流转

常见错误处理策略
- 立即终止（Fail Fast）：关键路径失败即退出，防止脏数据或不一致状态扩散。
- 降级继续：非关键步骤失败仅记录警告，确保主流程可用。
- 重试机制：对瞬时错误（网络抖动、锁竞争）设置重试次数与退避时间。
- 回滚/清理：在失败时撤销已执行的部分操作，保证幂等与可重复执行。
- 错误汇总：批处理场景下收集错误信息，最后统一判断与输出。

退出码规范（建议）
- 0：成功
- 1：通用错误（未分类）
- 2：用法错误或参数缺失
- 3：环境依赖缺失（命令、目录、权限）
- 4：外部服务不可用（网络、端口、API）
- 5：数据校验失败（格式、完整性）
- 6：执行超时或重试失败
- 7：资源不足（磁盘、内存、句柄）
- 8：配置错误或加载失败
- 9：权限不足或鉴权失败
- 10：未知异常（保留兜底）

关键实践
- 使用 set -euo pipefail 提高错误显性化，但需对可控失败明确处理。
- 对关键命令采用显式检查：cmd || { log_error; exit 4; }。
- 在函数内返回非0退出码，由调用方统一处理，避免深层直接 exit。
- 统一错误输出到 STDERR，并输出必要上下文（时间、主机、步骤、输入参数）。
- 对外部依赖进行前置健康检查，减少运行时失败。
- 保证脚本幂等：多次执行结果一致，便于失败后重试。

示例：带重试与退出码的备份脚本#

脚本文件：/opt/ops/backup_mysql.sh

#!/usr/bin/env bash
set -euo pipefail

LOG="/var/log/backup_mysql.log"
DB_HOST="127.0.0.1"
DB_USER="backup"
DB_NAME="app"
OUT_DIR="/data/backup"
RETRY=3

log() { echo "$(date +'%F %T') [$1] $2" | tee -a "$LOG" >&2; }

check_env() {
  command -v mysqldump >/dev/null || { log ERROR "mysqldump not found"; return 3; }
  [ -w "$OUT_DIR" ] || { log ERROR "OUT_DIR not writable"; return 3; }
  return 0
}

retry_cmd() {
  local n=1
  until "$@"; do
    if (( n >= RETRY )); then
      return 6
    fi
    log WARN "retry $n failed, sleep 2s..."
    sleep 2
    ((n++))
  done
}

backup() {
  local ts file
  ts="$(date +%F_%H%M%S)"
  file="$OUT_DIR/${DB_NAME}_${ts}.sql"
  retry_cmd mysqldump -h "$DB_HOST" -u "$DB_USER" "$DB_NAME" > "$file"
}

main() {
  check_env || exit $?
  if backup; then
    log INFO "backup success"
    exit 0
  else
    rc=$?
    log ERROR "backup failed rc=$rc"
    exit "$rc"
  fi
}

main "$@"

命令执行与预期结果

chmod +x /opt/ops/backup_mysql.sh
/opt/ops/backup_mysql.sh
echo $?
# 预期：成功时退出码为0，日志记录INFO

命令解释
- set -euo pipefail：启用严格模式，未定义变量、管道失败立即报错。
- retry_cmd：封装重试逻辑，超过重试次数返回 6。
- check_env：检查依赖与目录权限，返回 3 表示环境依赖缺失。

示例：批处理降级继续并汇总错误#

脚本文件：/opt/ops/cleanup_logs.sh

#!/usr/bin/env bash
set -euo pipefail

LOG="/var/log/cleanup_logs.log"
HOSTS=(10.0.0.1 10.0.0.2 10.0.0.3)
FAILED=()

log() { echo "$(date +'%F %T') [$1] $2" | tee -a "$LOG" >&2; }

for h in "${HOSTS[@]}"; do
  if ssh "$h" "find /var/log -name '*.log' -mtime +7 -delete"; then
    log INFO "cleanup ok: $h"
  else
    log WARN "cleanup failed: $h"
    FAILED+=("$h")
  fi
done

if ((${#FAILED[@]} > 0)); then
  log ERROR "failed hosts: ${FAILED[*]}"
  exit 1
else
  exit 0
fi

命令解释
- FAILED 收集失败主机列表，脚本末尾统一判断。
- 单机失败不终止，降级继续执行其他主机。

排错指南（常见错误与处理）#

脚本直接退出且无日志
- 排查：是否启用了 set -e 且未捕获错误。
- 处理：在关键命令处显式捕获并记录日志。
返回码始终为0
- 排查：函数内未 return 非0，或 || true 掩盖错误。
- 处理：规范函数返回值，避免无意义的 || true。
重试无效
- 排查：重试函数未返回非0或管道错误被吞掉。
- 处理：开启 pipefail，确保失败能冒泡。

练习#

将备份脚本加入“回滚/清理”，失败时删除生成的空文件。
为批处理脚本增加超时控制：单机执行超时返回退出码 6。
设计一套退出码规范并与日志级别映射，打印在脚本开头。

5.5.2 错误处理策略与退出码

示例：带重试与退出码的备份脚本#

示例：批处理降级继续并汇总错误#

排错指南（常见错误与处理）#

练习#

本页内容