"许可抢不到"，先别急着加钱,我们有办法

上午十点，设计那边又有人在群里喊，截图上写着 "Cannot obtain a license"、"License checkout failed"，或者 "-15,570" 之类的错误码。IT 一查许可证服务器，占满了。采购那边收到消息：再加 20 个吧。

我干这行十几年，碰到这种事的第一反应从来不是算钱，是先搞清楚到底是哪一层断了。因为"抢不到许可"这个报错，背后至少有四五种完全不同的原因，它们的处理方式有的甚至是相反的。加钱只能解决其中一种。

先搞明白这套东西怎么跑的

你得先知道一个许可请求是怎么走完的，不然排查就是瞎撞。

大致是这样：客户端启动 → 找许可服务器 → 服务器校验授权文件和 feature/模块 → 检查当前并发数有没有超 → 签出（check out）→ 客户端拿到许可开始跑 → 关闭或超时后签入（check in）。

这条链子上任何一环断了，用户看到的现象都差不多——"打不开"。但根因天差地别：

• 真实的容量不足：并发真打满了，这个才需要加钱。
  
• 网络或解析问题：服务器地址配错、DNS 解析不到、防火墙端口没开、主机名大小写敏感（FlexNet 系的老毛病）。用户以为没许可，其实压根没连上。
  
• 模块/配置问题：授权文件里没有这个 feature，或者写错了版本、日期不对、hostname 对不上。这种加再多许可也没用。
  
• 空闲占用：有人开着界面下班不关，占着不动。
  
• 借出去没还：borrow / offline license，出差的人借走一直没归还，服务器上平白少几个。
  
• 顺便说一句最常见的坑——安装量、授权量、登录人数、并发量这四个数混着用。采购说买了 60 套，IT 看到装了 80 台，日志里峰值并发只有 31。三个都对，但说的不是一件事。不统一口径，你算出来的利用率没法拿去汇报。

各家都踩过的坑

• 只看平均数。淡季一拉，峰值全被抹平，看着永远够用。
  
• 单次报错当趋势。就某天下午打不开一次，就下结论说不够。
  
• 日志只有汇总，没有下钻。知道周五下午满了，但谁占着、占的哪个模块，查不出。
  
• 历史数据被覆盖。今天盖昨天，三个月前那次事故没法复盘。
  
• 服务起来了就以为好了。lmgrd 重启成功、返回 success，不代表用户那边真能打开，也不代表他明天不被打断。
  

怎么查：先摸底，再优化，工具最后上

第一步，摸底。这一步不改任何东西，只记录。

1. 确认报错时间、模块和用户。把报错信息原样留下来，错误码、时间戳、机器名、账号、请求的模块名，一个都别丢。只说"打不开"这三个字是没法排查的。
   
2. 看许可服务器状态和日志。服务在不在、授权文件读没读进去、vendor daemon 是不是活着、有没有报 -97、-15 这类具体码。日志要能回到具体设备、账号、模块，只有汇总数字不够用。
   
3. 对比峰值并发、拒绝和空闲会话。拉一个完整业务周期，项目型的还得覆盖关键节点。看三个数：峰值打到多少、拒绝了多少次、空闲挂了多久。
   
4. 导出来的表一定抽样回读源系统，人工合并的时候粘错行、导出截断字段，这种事我见过太多。拿一份错的表去跟业务吵架，很难看。
5. 查完压成四栏：事实、缺口、影响、责任人。给管理层看的东西就这么点，别写长篇报告。
6. 第二步，优化。基本不花钱。

• 先恢复服务，同时保留日志。重启服务或者清理僵尸会话之前，先把日志拷一份出来。不然恢复完证据没了，回头没法复盘。
  
• 按错误类型分流。连不上归网络，缺 feature 归配置，真打满归容量，挂着不动归空闲治理。分流错了，动作就相反——明明是配置问题你却去采购，白花一笔钱。
  
• 配告警和空闲治理。闲置超时回收最有效，也最容易挨骂。我的经验是宽松起手，4 小时无操作提醒、再半小时回收，别上来就 30 分钟。顺序永远是先观察、再提醒、后执行，并且留个人工恢复入口，谁被误伤了能马上拿回来。
  
• 用周期数据判断要不要扩容。上面三招都做完，峰值还是经常打满，再谈采购。这时候你手里的数——拒绝率多少、恢复时长多少、峰值多少、空闲比例多少——拿去跟采购和财务谈，底气完全不一样。
  
• 每项都要有责任人、完成时间、回读验证。缺一样，人一换就断。
• 第三步，工具。
• 在数据层，许可优化这类能力可以把软件发现、许可日志、账号分配、整改记录归到一个视图，也持续记着峰值并发这类证据。但管理层的事它替不了——优先级谁定、续费买多少，得 IT 拿数据、采购看合同、业务确认项目节奏。

看什么数

• 许可拒绝率：抽样回读源记录，别信汇总。
  
• 故障恢复时长：按部门或项目留可下钻明细。
  
• 峰值并发：跟整改任务或业务事件关联起来看。
  
• 空闲会话比例：分子分母加异常样本都留着。
  
• 指标突然变好或变差，先怀疑采集覆盖和口径变了，别急着说业务变了。

说个实际干过的

有家做模具的厂，UG（NX）许可，一到月底就有人说打不开。前两年的处理方式是加买，加了两次，还是喊。

后来拉了一个季度的日志。峰值并发确实到过 44，买的是 50，看着是真紧张。往下钻发现，有 7 个会话连续挂着超过一整天，客户端进程还在，但 CPU 和 IO 基本为零——几个人跑完程序界面一关，忘了关软件，或者干脆下班不关电脑。另有 3 个是出差的人借的离线许可，一个多月没还。

先干两件事：闲置超时设成 6 小时提醒、8 小时回收；借用许可上限压到 14 天，到期强制归还。被回收的人确实有意见，所以给跑长任务的加了白名单，走审批。

两个月后峰值降到 29。第二年续费没加，还往下减了几个。中间只出过一次岔子，一个工程师跑 overnight 仿真被回收了，任务重跑了一晚上，从那以后长任务统一走预约窗口。

所以你看，这事从头到尾没花一分钱买许可。