blog
Servidores

Aviso de serviço caído no WHM sem queda real: o que ajustar

Como o chkservd decide que um serviço está fora, onde ficam tentativas e intervalo, e como confirmar no log que o alarme falso parou.

JR · · 8 min de leitura · 1 tabela · 2 blocos de código

Resposta curta: o que eu aplico em produção é exigir 2 ou 3 falhas consecutivas antes de o chkservd notificar, ajustado no grupo Status do Tweak Settings do WHM. Isso filtra o blip de I/O da madrugada sem desligar o monitoramento, e a confirmação sai no /var/log/chkservd.log.

Neste artigo
  1. O que o chkservd verifica antes de dizer que um serviço caiu
  2. Por que o alerta chega de madrugada e some sozinho
  3. Service Manager decide quais serviços, Tweak Settings decide com qual paciência
  4. Que valores mexer sem cegar o monitoramento
  5. Como confirmar que o aviso recorrente parou
  6. Checklist para padronizar o ajuste em vários servidores
  7. Como explicar o alarme falso para o cliente sem jargão
  8. Quando o alerta volta e a sonda está certa

O que o chkservd verifica antes de dizer que um serviço caiu

O chkservd é o monitor de serviços do cPanel/WHM. Ele não olha se o site abre. Ele roda uma rotina por serviço e decide, a cada ciclo, se aquele serviço passou ou falhou.

Um serviço pode ser verificado por até três caminhos, conforme o que está definido para ele:

Isso importa porque cada caminho falha por motivos diferentes. Um pico de I/O no disco atrasa a resposta do comando. Um backup segurando o MySQL faz o handshake na porta estourar o tempo. Um logrotate reiniciando o Exim deixa o processo ausente por alguns segundos. Nos três casos o site do cliente continua respondendo, e mesmo assim o ciclo registra falha.

Quando a falha é registrada, o comportamento depende de duas decisões separadas: notificar e tentar reiniciar. Quem confunde as duas acaba desligando o monitoramento inteiro para parar um e-mail.

Por que o alerta chega de madrugada e some sozinho

Madrugada é quando o servidor faz tudo que você agendou para não atrapalhar o dia: backup, otimização de tabela, rotação de log, atualização automática, varredura de antivírus. Todas essas tarefas disputam disco e CPU com os serviços monitorados.

O padrão do aviso falso é reconhecível:

Se os quatro itens batem, o problema está na sensibilidade da sonda, não no serviço. Antes de mexer em qualquer parâmetro, confirme com um monitor externo. Se o monitor externo também acusou queda, pare de ler este artigo e vá investigar a causa real.

Triagem do aviso: falso ou queda realAlerta chegouAnote serviço e horárioMonitor externo acusou queda?Se sim, é queda realBate com janela de backup?Mesma faixa todo diaServiço voltou sozinho?Notificação de restabelecido depoisTratar como sensibilidade da sondaAjustar falhas consecutivas
Triagem antes de mexer em qualquer parâmetro do chkservd.

Service Manager decide quais serviços, Tweak Settings decide com qual paciência

São duas telas com papéis distintos.

WHM > Service Configuration > Service Manager define, por serviço, duas caixas: monitorar e reiniciar quando falhar. É aqui que você decide se um serviço entra na conta. Desmarcar "Monitor" cala o alerta para sempre, inclusive numa queda real. Use só para serviço que você de fato não usa naquele servidor.

WHM > Server Configuration > Tweak Settings, grupo Status, define o comportamento global do chkservd: de quanto em quanto tempo o ciclo roda e quantas falhas consecutivas são necessárias antes de o servidor notificar. Os nomes exatos dos campos variam entre versões do cPanel, então o caminho eficiente é abrir o Tweak Settings e digitar chkservd na caixa de busca da própria tela. A descrição oficial de cada opção do grupo Status está em docs.cpanel.net/whm/server-configuration/tweak-settings/status; confira os valores válidos lá antes de aplicar, porque é a referência que acompanha a sua versão.

Regra prática: o Service Manager responde "quais serviços", o Tweak Settings responde "com qual paciência".

Que valores mexer sem cegar o monitoramento

O objetivo não é silenciar. É exigir confirmação antes de acordar alguém.

Parâmetro Efeito de subir Risco se exagerar
Falhas consecutivas antes de notificar Exige que o serviço falhe em mais de um ciclo seguido, filtrando o blip de I/O Queda real demora N ciclos para virar e-mail
Intervalo entre ciclos do chkservd Reduz a chance de a checagem cair exatamente dentro da janela de backup Detecção mais lenta e menos amostras no log
Monitorar (Service Manager) Nenhum, é liga/desliga Serviço desmarcado nunca mais gera alerta nem reinício
Reiniciar ao falhar (Service Manager) Recupera sozinho Reinício em loop mascara causa raiz e pode piorar corrupção de dados

Como eu encaminho em servidor de produção com serviço estável:

  1. Subir falhas consecutivas antes de notificar para 2 ou 3. Duas falhas seguidas já descartam quase todo blip isolado, e três é o teto que eu considero aceitável sem comprometer resposta a incidente.
  2. Mexer no intervalo entre ciclos só se o passo 1 não resolveu, e com aumento pequeno. Intervalo muito longo atrasa também a recuperação automática.
  3. Não desmarcar "Monitor" de serviço em uso. Nunca.
  4. Deixar "reiniciar ao falhar" ligado em MySQL, Exim e Dovecot, e tratar reinício frequente como sintoma a investigar, não como solução.

Antes de aceitar o ajuste como definitivo, vale olhar o óbvio: se o backup está programado para a mesma hora em cinco serviços, mover o agendamento resolve sem tocar no monitoramento.

Como confirmar que o aviso recorrente parou

Duas fontes, nessa ordem.

Contar as falhas no /var/log/chkservd.log antes e depois

O log registra cada ciclo e o resultado por serviço. Antes de contar qualquer coisa, abra o arquivo e veja como a falha aparece na sua versão. O formato muda entre releases do cPanel, e uma linha de falha costuma ter esta cara (exemplo ilustrativo, não copiado de um servidor nosso):

[2024-01-15 03:12:41 -0300] Service check ....
Service mysql is down
mysql [check command:failed]

Se no seu log a palavra for outra (down, is not running, [notify]), troque o termo nos comandos abaixo. Contar failed num log que nunca escreve failed devolve zero e faz você concluir que o ajuste funcionou quando nada foi medido.

Para isolar o período e o serviço:

# acompanhar em tempo real
tail -f /var/log/chkservd.log

# ver só as linhas de falha do serviço suspeito
grep -i mysql /var/log/chkservd.log | grep -i failed

# contar quantas vezes o serviço falhou no arquivo atual
grep -ci "mysql.*failed" /var/log/chkservd.log

Rode a contagem antes do ajuste e de novo depois de uma semana, no mesmo arquivo ou na mesma janela de rotação, usando o mesmo termo de busca nas duas vezes. Se o número caiu e o monitor externo continua sem registrar indisponibilidade, o ajuste funcionou. Se o número não caiu mas os e-mails pararam, o serviço continua falhando e você só adiou o aviso: investigue a causa.

Service Status para a checagem rápida do dia seguinte

A tela Service Status mostra o estado corrente de cada serviço monitorado. Serve para a checagem rápida no dia seguinte ao ajuste: todos verdes, nenhum serviço fora da lista de monitorados por engano. É também a prova visual que você manda para o cliente, sem expor log de servidor.

Checklist para padronizar o ajuste em vários servidores

Faça uma vez, anote, repita. A ordem evita retrabalho.

  1. Listar os servidores e, em cada um, abrir Service Manager e fotografar quais serviços estão monitorados. Divergência entre servidores quase sempre é resquício de migração.
  2. Marcar o horário dos alertas falsos dos últimos 30 dias por servidor. Se todos batem com a janela de backup, trate o agendamento primeiro.
  3. Definir um valor padrão de falhas consecutivas para a frota (2 ou 3) e aplicar igual em todos. Valor diferente por servidor torna qualquer comparação inútil.
  4. Conferir no Tweak Settings, grupo Status, se algum servidor está com intervalo fora do padrão que você escolheu.
  5. Registrar a data do ajuste num arquivo de runbook do cliente, com o valor anterior. Sem o valor anterior você não consegue reverter com confiança.
  6. Agendar revisão em 7 e em 30 dias: contagem de falhas no chkservd.log e comparação com o monitor externo.
  7. Garantir que existe monitor externo de uptime em todos os sites críticos. O chkservd olha de dentro, e o que o cliente percebe é de fora.

Dois cuidados que evitam dor: não aplique a mudança nos servidores todos na mesma noite (faça um, observe, depois o resto) e não use "Monitor" desmarcado como atalho para fechar chamado.

Padronizar o ajuste na frotaInventariarService Manager de cada servidorPadronizarMesmo valor de falhas consecutivasAplicar em ondasUm servidor, observar, depois o restoRegistrarRunbook com o valor anteriorRevisarchkservd.log contra monitor externo
Sequência de padronização do ajuste em uma frota de servidores.

Como explicar o alarme falso para o cliente sem jargão

O cliente recebeu um e-mail com a palavra "down" no assunto e já está escrevendo. Responda antes que ele pergunte, e sem jargão:

Se o cliente pedir prova, mande a captura do Service Status com tudo verde e o relatório do monitor externo cobrindo a janela do alerta. Log de servidor não ajuda ninguém que não opera servidor.

Quando o alerta volta e a sonda está certa

Subir tentativas resolve o blip. Não resolve serviço que realmente cai, nem explica por que caiu. Se depois do ajuste o alerta voltar com a mesma frequência, a leitura correta é: o serviço está falhando mesmo, e a sonda só estava fazendo o trabalho dela.

Nesse caso a investigação muda de lugar: log do serviço (não o do chkservd), consumo de memória no horário do evento, consulta lenta segurando o MySQL, limite de conexões do Dovecot. Trocar de plano ou de servidor é a última hipótese da lista, não a primeira, e com frequência o problema some quando uma consulta mal indexada é corrigida.

Os parâmetros descritos aqui são os do grupo Status do Tweak Settings do WHM; os nomes e os valores aceitos na sua versão estão na documentação oficial do cPanel. Os exemplos de comando e de horário acima são exemplos de uso, não medições feitas por nós.

Referências

  1. Documentação oficial (cpanel) — Tweak Settings - Status. Consultado em 2026-10-21.
Leia também