Сторож ИШ НРД: проверка каждые 30 с, оповещение через 2 мин недоступности, автоперезапуск igate (до 3 попыток, раз в 20 мин), оповещения «не помог»/«восстановлен», красный индикатор в шапке; igate в списке служб root-демона

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

internal/lkgateway/admin.go

@@ -356,6 +356,8 @@ type page struct {
 	IsMockMode bool   // true если ИШ или СКЗИ не настроены — обмена с НРД нет
 	MockReason string // короткое описание причины (у клиента — без «mock»)
 	NPR        bool   // модуль «НПР / УДС» включён и разрешён лицензией
+	IGWDown    string // ИШ НРД не отвечает: «N мин» (пусто — отвечает или не проверялся)
+	IGWDetail  string
 	DevMode    bool   // режим разработки (сервер лицензий): видны служебные разделы
 }
 
@@ -720,6 +722,9 @@ func nowPage(title, active string) page {
 	if globalRC != nil {
 		p.NPR = nprAvailable(globalRC)
 		p.DevMode = devMode(globalRC)
+		if down, d, det := igwStatus(); down {
+			p.IGWDown, p.IGWDetail = humanDur(d), det
+		}
 		s := globalRC.Snapshot()
 		switch {
 		case s.NSD.IGWBaseURL == "":

internal/lkgateway/igwwatch.go

@@ -0,0 +1,226 @@
+package lkgateway
+
+// igwwatch.go — сторож интеграционного шлюза НРД (ИШ). ИШ может «жить» как процесс
+// (systemd считает службу active), но не слушать порт: тогда bj не получает входящие
+// и не может отправить ни одного пакета. Сторож каждые 30 с проверяет, отвечает ли ИШ
+// по HTTP, и:
+//   - после 2 мин недоступности — оповещение (лента «Новости» + e-mail/Zabbix) и
+//     попытка перезапустить службу igate (если ИШ на этом сервере; через root-демон
+//     bj-keymedia, список служб закрытый);
+//   - перезапуск не помог — оповещение с числом попыток; повтор раз в 20 мин, до 3
+//     попыток за эпизод, дальше напоминание раз в 2 ч;
+//   - ИШ снова отвечает — оповещение «восстановлен» с длительностью простоя.
+// Состояние видно в шапке (индикатор «НРД на связи» → «ИШ НРД недоступен»).
+
+import (
+	"context"
+	"fmt"
+	"log"
+	"net/http"
+	"net/url"
+	"strings"
+	"sync"
+	"time"
+)
+
+const (
+	igwCheckEvery    = 30 * time.Second
+	igwAlertAfter    = 2 * time.Minute
+	igwRestartEvery  = 20 * time.Minute
+	igwRestartMax    = 3
+	igwRemindEvery   = 2 * time.Hour
+	igwRestartSettle = 4 * time.Minute
+	igwServiceUnit   = "igate"
+)
+
+type igwWatchState struct {
+	mu          sync.Mutex
+	Checked     bool
+	Up          bool
+	DownSince   time.Time
+	LastOK      time.Time
+	LastErr     string
+	Alerted     bool
+	Restarts    int
+	LastRestart time.Time
+	LastRemind  time.Time
+	RestartMsg  string
+}
+
+var igwWatch igwWatchState
+
+// igwStatus — для шапки и страницы статуса: недоступен ли ИШ и сколько.
+func igwStatus() (down bool, since time.Duration, detail string) {
+	igwWatch.mu.Lock()
+	defer igwWatch.mu.Unlock()
+	if !igwWatch.Checked || igwWatch.Up {
+		return false, 0, ""
+	}
+	d := fmt.Sprintf("нет ответа с %s: %s", igwWatch.DownSince.Format("02.01 15:04"), igwWatch.LastErr)
+	if igwWatch.Restarts > 0 {
+		d += fmt.Sprintf("; попыток перезапуска: %d (%s)", igwWatch.Restarts, igwWatch.RestartMsg)
+	}
+	return true, time.Since(igwWatch.DownSince).Round(time.Minute), d
+}
+
+// igwProbe — отвечает ли ИШ по HTTP (любой HTTP-ответ = жив; отказ соединения/таймаут = нет).
+func igwProbe(ctx context.Context, base string) error {
+	ctx, cancel := context.WithTimeout(ctx, 8*time.Second)
+	defer cancel()
+	req, err := http.NewRequestWithContext(ctx, http.MethodGet, strings.TrimRight(base, "/")+"/", nil)
+	if err != nil {
+		return err
+	}
+	resp, err := (&http.Client{Transport: &http.Transport{Proxy: nil}}).Do(req)
+	if err != nil {
+		return err
+	}
+	resp.Body.Close()
+	return nil
+}
+
+func igwLocal(base string) bool {
+	u, err := url.Parse(base)
+	if err != nil {
+		return false
+	}
+	h := u.Hostname()
+	return h == "localhost" || h == "127.0.0.1" || h == "::1"
+}
+
+func humanDur(d time.Duration) string {
+	d = d.Round(time.Minute)
+	if d < time.Hour {
+		return fmt.Sprintf("%d мин", int(d.Minutes()))
+	}
+	if d < 48*time.Hour {
+		return fmt.Sprintf("%d ч %d мин", int(d.Hours()), int(d.Minutes())%60)
+	}
+	return fmt.Sprintf("%d сут %d ч", int(d.Hours())/24, int(d.Hours())%24)
+}
+
+// igwWatchLoop — фоновый сторож (запускается через superviseLoop).
+func (s *Server) igwWatchLoop(ctx context.Context) {
+	healthRegister("igw-watch", 2*igwCheckEvery)
+	t := time.NewTicker(igwCheckEvery)
+	defer t.Stop()
+	for {
+		igwWatchTick(ctx, s.rc)
+		healthBeat("igw-watch")
+		select {
+		case <-ctx.Done():
+			return
+		case <-t.C:
+		}
+	}
+}
+
+func igwWatchTick(ctx context.Context, rc *RuntimeConfig) {
+	base := strings.TrimSpace(rc.Snapshot().NSD.IGWBaseURL)
+	if base == "" {
+		igwWatch.mu.Lock()
+		igwWatch.Checked = false
+		igwWatch.mu.Unlock()
+		return
+	}
+	err := igwProbe(ctx, base)
+	now := time.Now()
+	w := &igwWatch
+	w.mu.Lock()
+	w.Checked = true
+	if err == nil {
+		wasDown, since, alerted, restarts := !w.Up && !w.DownSince.IsZero(), w.DownSince, w.Alerted, w.Restarts
+		w.Up, w.LastOK, w.LastErr, w.DownSince, w.Alerted, w.Restarts, w.RestartMsg = true, now, "", time.Time{}, false, 0, ""
+		w.mu.Unlock()
+		if wasDown && alerted {
+			how := "сам"
+			if restarts > 0 {
+				how = fmt.Sprintf("после перезапуска bj (попыток: %d)", restarts)
+			}
+			log.Printf("igw-watch: ИШ снова отвечает (%s), простой %s", how, humanDur(now.Sub(since)))
+			raiseSystemAlert(rc, "ИШ НРД снова доступен", fmt.Sprintf("Интеграционный шлюз НРД (%s) отвечает — восстановился %s. Простой %s (с %s). Обмен с НРД возобновлён: входящие переводы будут получены, ожидающие отправки уйдут.",
+				base, how, humanDur(now.Sub(since)), since.Format("02.01 15:04")))
+		}
+		return
+	}
+	if w.Up || w.DownSince.IsZero() {
+		w.Up, w.DownSince = false, now
+		log.Printf("igw-watch: ИШ НРД не отвечает (%s): %v", base, err)
+	}
+	w.LastErr = shortErr(err)
+	down := now.Sub(w.DownSince)
+	needAlert := !w.Alerted && down >= igwAlertAfter
+	canRestart := igwLocal(base) && down >= igwAlertAfter && w.Restarts < igwRestartMax &&
+		(w.LastRestart.IsZero() || now.Sub(w.LastRestart) >= igwRestartEvery)
+	remind := w.Alerted && !canRestart && w.Restarts >= igwRestartMax && now.Sub(w.LastRemind) >= igwRemindEvery
+	if needAlert {
+		w.Alerted, w.LastRemind = true, now
+	}
+	if remind {
+		w.LastRemind = now
+	}
+	if canRestart {
+		w.Restarts++
+		w.LastRestart = now
+	}
+	attempt, since, lastErr := w.Restarts, w.DownSince, w.LastErr
+	w.mu.Unlock()
+
+	if needAlert {
+		plan := "ИШ на другом сервере — перезапустите службу ИШ там."
+		if igwLocal(base) {
+			plan = "bj пробует перезапустить службу " + igwServiceUnit + " автоматически и сообщит результат."
+		}
+		raiseSystemAlert(rc, "ИШ НРД недоступен", fmt.Sprintf("Интеграционный шлюз НРД (%s) не отвечает с %s (%s): %s. Пока ИШ недоступен, входящие переводы не принимаются, отправка в НРД невозможна. %s",
+			base, since.Format("02.01 15:04"), humanDur(down), lastErr, plan))
+	}
+	if remind {
+		raiseSystemAlert(rc, "ИШ НРД всё ещё недоступен", fmt.Sprintf("ИШ (%s) не отвечает %s (с %s); автоматические перезапуски (%d) не помогли: %s. Нужна проверка администратором: journalctl -u %s, igate-cli.",
+			base, humanDur(down), since.Format("02.01 15:04"), igwRestartMax, lastErr, igwServiceUnit))
+	}
+	if canRestart {
+		go igwTryRestart(rc, base, attempt)
+	}
+}
+
+// igwTryRestart — перезапуск службы ИШ и проверка, поднялся ли он.
+func igwTryRestart(rc *RuntimeConfig, base string, attempt int) {
+	log.Printf("igw-watch: перезапуск службы %s (попытка %d из %d)", igwServiceUnit, attempt, igwRestartMax)
+	out, err := restartUnit(context.Background(), igwServiceUnit)
+	msg := out
+	if err != nil {
+		msg = "служба не перезапущена: " + err.Error()
+	} else {
+		deadline := time.Now().Add(igwRestartSettle)
+		for time.Now().Before(deadline) {
+			time.Sleep(15 * time.Second)
+			if igwProbe(context.Background(), base) == nil {
+				msg = "перезапуск выполнен, ИШ ответил"
+				break
+			}
+			msg = fmt.Sprintf("служба перезапущена, но ИШ не отвечает %s после перезапуска", humanDur(igwRestartSettle))
+		}
+	}
+	igwWatch.mu.Lock()
+	igwWatch.RestartMsg = msg
+	up := igwWatch.Up
+	igwWatch.mu.Unlock()
+	log.Printf("igw-watch: попытка %d: %s", attempt, msg)
+	if strings.HasPrefix(msg, "перезапуск выполнен") || up {
+		return // «восстановлен» сообщит igwWatchTick
+	}
+	next := "следующая попытка через 20 мин"
+	if attempt >= igwRestartMax {
+		next = "попытки исчерпаны — нужна проверка администратором (journalctl -u " + igwServiceUnit + ")"
+	}
+	raiseSystemAlert(rc, fmt.Sprintf("Перезапуск ИШ НРД не помог (попытка %d из %d)", attempt, igwRestartMax),
+		fmt.Sprintf("bj перезапустил службу %s, но шлюз %s не отвечает: %s. %s.", igwServiceUnit, base, msg, next))
+}
+
+func shortErr(err error) string {
+	s := err.Error()
+	if i := strings.LastIndex(s, ": "); i > 0 && len(s) > 120 {
+		s = s[i+2:]
+	}
+	return s
+}

internal/lkgateway/server.go

@@ -279,6 +279,7 @@ func (s *Server) Run(ctx context.Context) error {
 	// Все фоновые горутины — под supervise: паника ловится recover(), пишется
 	// в лог и в ленту, горутина перезапускается. Один сбой не роняет сервис.
 	go superviseLoop(ctx, "consume-decisions", s.rc, s.consumeDecisions)
+	go superviseLoop(ctx, "igw-watch", s.rc, s.igwWatchLoop) // сторож ИШ НРД: оповещения и автоперезапуск
 
 	// Поллер входящих от НРД (только в реальном режиме ИШ): забирает
 	// ответы робота/контрагента и применяет их через ApplyDecision.

internal/lkgateway/web/templates/layout.html

@@ -343,8 +343,9 @@ label { font-size:13px; font-weight:500; }
   </nav>
   <div class="topbar-right">
     <span class="sys-block">
-      <span class="sys-status {{if .IsMockMode}}warn{{end}}" title="Состояние обмена с НРД">
-        <span class="pulse"></span>{{if .IsMockMode}}{{if devOn}}Эмуляция{{else}}Нет связи с НРД{{end}}{{else}}НРД на связи{{end}}</span>
+      {{if and .IGWDown (not .IsMockMode)}}<span class="sys-status err" title="{{.IGWDetail}}" style="background:var(--err-weak,#fbe9e7);color:var(--err,#b3261e)">
+        <span class="pulse"></span>ИШ НРД недоступен · {{.IGWDown}}</span>{{else}}<span class="sys-status {{if .IsMockMode}}warn{{end}}" title="Состояние обмена с НРД">
+        <span class="pulse"></span>{{if .IsMockMode}}{{if devOn}}Эмуляция{{else}}Нет связи с НРД{{end}}{{else}}НРД на связи{{end}}</span>{{end}}
       <span class="clock">{{.Now}}</span>
     </span>
     <span class="dd user-dd{{if or (eq .Active "setup") (eq .Active "status") (eq .Active "help")}} active{{end}}">