OTP 监督树：Application / Supervisor / 条件 child / test 环境

OTP 监督树不是"启动一些进程"那么简单：它规定了"哪些进程必须活"、"哪些可以暂时缺"、"哪些只在测试环境出现"。

一、什么是 Application

OTP Application 不是一个进程，而是一个启动回调 + 一棵监督树：

defmodule MyApp.Application do
  use Application

  @impl true
  def start(_type, _args) do
    children = [
      MyApp.Repo,
      {Phoenix.PubSub, name: MyApp.PubSub},
      MyAppWeb.Telemetry,
      MyAppWeb.Endpoint
    ]

    opts = [strategy: :one_for_one, name: MyApp.Supervisor]
    Supervisor.start_link(children, opts)
  end

  @impl true
  def config_change(changed, _new, removed) do
    MyAppWeb.Endpoint.config_change(changed, removed)
    :ok
  end
end

三个关键点：

• start/2 返回 {:ok, pid} 或 {:ok, pid, state}。
• config_change/3 在热升级时调用，处理运行时配置变更。
• mix.exs 里 mod: {MyApp.Application, []} 才会触发启动。

二、Supervisor 的三种重启策略

三、child_spec 三种写法

# 1. 模块形式（最常见，要求模块实现 start_link/1）
children = [MyApp.Repo, MyAppWeb.Endpoint]

# 2. 元组形式（带 init 参数）
children = [{Phoenix.PubSub, name: MyApp.PubSub, adapter: Phoenix.PubSub.PG2}]

# 3. 显式 child_spec
children = [
  %{
    id: MyApp.Worker,
    start: {MyApp.Worker, :start_link, [[name: MyApp.Worker]]},
    restart: :transient,
    type: :worker
  }
]

id 必须唯一；start 是 MFA；restart 是 :permanent / :transient / :temporary。

• :permanent：死了永远重启（默认）。
• :transient：仅在异常退出时重启，正常退出不重启。
• :temporary：从来不重启。

四、let it crash 的真实含义

“let it crash” 不是”放任崩溃”。它的真实含义是：

让监督进程处理崩溃，而不是在每个函数里写防御性的 try/rescue。原因是 OTP 已经为重启做了正确的事，业务代码不需要重复处理。

# 错误：业务代码里抓 + 重启
def handle_call(:bad, _from, state) do
  try do
    do_thing()
  rescue
    _ -> {:stop, :crash, state}
  end
end

# 正确：让 GenServer 抛出去
def handle_call(:bad, _from, state) do
  do_thing()  # 异常会让进程退出，supervisor 重启
end

但所有 IO 操作都应该写。崩溃只用于不可恢复错误，比如数据库连接丢失、第三方 API 关键响应错误。

五、测试环境的条件 child

测试时不该启动 Phoenix endpoint、不该连真实 Redis。最直接的做法是用 Application 环境判断：

def start(_type, _args) do
  children = base_children() ++ env_children()

  Supervisor.start_link(children, strategy: :one_for_one, name: MyApp.Supervisor)
end

defp base_children do
  [
    MyApp.Repo,
    {Phoenix.PubSub, name: MyApp.PubSub},
    {Ecto.Migrator, repos: [MyApp.Repo], skip: skip_migrations_for?()}
  ]
end

defp env_children do
  if Application.compile_env(:my_app, :env) == :test do
    []
  else
    [
      MyAppWeb.Endpoint,
      MyApp.Cache
    ]
  end
end

defp skip_migrations_for?, do: Application.compile_env(:my_app, :env) == :test

更稳的写法是配置驱动，把启停条件放进 config：

# config/test.exs
config :my_app, MyAppWeb.Endpoint, server: false

# config/runtime.exs
config :my_app, cache: System.get_env("REDIS_URL") != nil

六、热升级、shutdown 与 max_restarts

Supervisor 还有两个经常被忽视的参数：

Supervisor.start_link(children,
  strategy: :one_for_one,
  max_restarts: 3,
  max_seconds: 5,
  name: MyApp.Supervisor
)

含义：5 秒内最多重启 3 次，超过则整个 supervisor 崩溃，节点退出。这是为了防止重启风暴掩盖根本问题。

shutdown 字段控制停止子进程的方式：

• :brutal_kill：立即杀（适合不响应 terminate 的进程）。
• timeout: 5000：5 秒内让进程优雅退出，超时则强杀。

{
  MyAppWeb.Endpoint,
  shutdown: 30_000  # Phoenix 接受请求处理可能慢
}

七、动态 child：start_child / terminate_child

Supervisor 还可以在运行时增减 child：

def add_tenant_worker(tenant_id) do
  child_spec = %{
    id: {MyApp.TenantWorker, tenant_id},
    start: {MyApp.TenantWorker, :start_link, [tenant_id]},
    restart: :transient
  }

  case Supervisor.start_child(MyApp.TenantSupervisor, child_spec) do
    {:ok, pid} -> {:ok, pid}
    {:error, {:already_started, pid}} -> {:ok, pid}
  end
end

def remove_tenant_worker(tenant_id) do
  Supervisor.terminate_child(MyApp.TenantSupervisor, {MyApp.TenantWorker, tenant_id})
end

id 必须唯一。常见做法：id: {Mod, identifier}，让一个模块的不同实例共存。

八、典型混合监督树

MyApp.Application
├── MyApp.Repo                (连接池)
├── MyAppWeb.Telemetry        (logger reporter)
├── Phoenix.PubSub            (广播)
├── MyAppWeb.Endpoint         (HTTP)
├── MyApp.Scheduler           (DynamicSupervisor → cron workers)
│   ├── MyApp.Worker.EmailDigest
│   └── MyApp.Worker.HouseKeeping
└── MyApp.CacheSupervisor     (Registry + Finch pool)
    ├── Finch instance
    └── Cache.Redis

九、生产清单

• 每个进程一个 child_spec，id 唯一。
• 重启策略要慎重，默认 :transient 减少重启风暴。
• test 环境跳过 endpoint / cache / email。
• max_restarts: 3 / 5，避免无限循环。
• shutdown 给足够时间，让 graceful terminate 跑完。
• 动态 child 配 Registry，方便按 id 查找。

十、测验

**下一步：**监督树稳定后，下一课看 Finch：进程复用、pool 大小、超时和 SSE 都来自监督树的配置。