崩溃恢复
生产环境难免遇到进程崩溃、OOM、机器重启。链盒的崩溃恢复机制确保这些情况下 流程不会丢失，能自动恢复执行。
恢复流程
- 进程异常退出（崩溃/OOM/手动 kill）
- 容器编排（Docker/K8s）自动重启进程
- 引擎启动时扫描数据库中状态为「运行中」但实际无进程在跑的流程
- 对每个中断的流程，从最后成功的步骤恢复执行
整个过程自动完成，无需人工干预。恢复时间取决于中断流程的数量， 通常在进程启动后几十秒内完成。
保证不重复执行
恢复时，引擎依据持久化的步骤记录判断从哪里继续：
- 已成功完成的步骤：跳过，不重跑
- 正在执行但未确认完成的步骤：重新执行该步骤（幂等设计可避免副作用）
- 未开始的步骤：正常执行
因此，设计流程时建议让动作幂等（重复执行结果一致）， 如用唯一 ID 去重、用 upsert 代替 insert，进一步提升恢复安全性。
数据库是恢复的基础
所有恢复依据都存在 PostgreSQL。因此：
- 数据库必须持久化（不要用临时存储）
- 定期备份，详见 Docker Compose 部署的备份章节
- 数据库损坏会丢失未恢复的运行记录（已完成的流程结果不受影响）
资源预留
为避免因资源不足导致频繁崩溃，生产环境应：
- 给容器设置合理的资源 limit（CPU/内存），避免单流程拖垮整机
- PostgreSQL/Redis 预留独立资源，不被应用挤占
- 监控内存使用，及时扩容或增加 Worker 实例
详见 生产环境配置的资源规划建议。