周一早上九点,群里已经在骂了。求解器许可池 6 个全满,新任务排不进去。你 lmstat -a 一看,有 3 个 checkout 的 start 时间是上周五下午六点。老板问要不要加买两个,采购说今年预算封了。你说那自动回收吧,研发主管当场翻脸:上次谁把我算了一半的模型踢了?
这场面我见过不止一次。问题不在技术,在于大家嘴里的"空闲"根本不是一个东西。
第一种,人走了,界面还开着,license 挂着。这是真闲,回收没毛病。
第二种,人在跑 batch,屏幕锁了,键盘半小时没动,但求解器在啃一个 400 万自由度的模型。这种按"无输入"判空闲,一刀下去就是事故。
第三种最阴——客户端笔记本合盖带回家,或者 VPN 断了,进程其实早没了,vendor daemon 那边 TCP 还没超时,checkout 记录赖着不走。这种是僵尸,不是空闲。
三种东西混在一张报表里算"闲置率",算出来的数字没有任何决策价值。
FlexNet 的 options 文件里,TIMEOUT 是按 feature 设的,TIMEOUTALL 是全局。文档写最小 900 秒,但能不能真生效,得看 vendor daemon 认不认、应用有没有往 vendor daemon 发心跳。有些老应用压根不发,你设了它照样把正在干活的会话判成 idle——这就是"误杀"的技术根源。
还有两个坑:
lmremove 别当常规手段。有的 vendor daemon 不支持,有的应用下一次心跳又把 license 抢回来,还有的直接弹错误让用户丢未保存结果。这命令我只在确认进程已死、且有审批记录时用。我的做法:交互式 feature 才设 TIMEOUT,solver 类 feature 单独排除,交给作业调度排队。别图省事写 TIMEOUTALL。
先只读跑两周。开 debug log,把 OUT / IN / DENIED 三类事件落到同一时间轴,采样 lmstat 补空闲判断。DENIED 才是真需求信号——没有 denial 的池子,回收出来的额度也是空的。
然后灰度。挑一个不救命的软件、一个部门,先只发提醒不执行,通知里带一键恢复入口和值班人电话。第三周才真开回收。
每次回收都记:谁、哪个 feature、什么时刻、多久后重新 checkout 回来。20 分钟内同一人同一 feature 又申请回去的,算误回收。这个比率超过 5%,策略就得往回调,别硬扛。
指标口径也要说死:空闲占用时长和等待人数必须同一统计周期、同一 feature 粒度。拿月度闲置率去比周度 denial,纯属自欺欺人。

某底盘件厂,研发 60 人,某 CAE 求解器 6 个浮动许可,FlexNet 管。
两周基线:DENIED 每周 47 次,集中在周一上午和周四下午。6 个 checkout 里,周末长期挂着 3 个。拆开看——2 个是笔记本休眠造成的僵尸,1 个是真在跑夜间 batch。
动作分三路:僵尸那类,写脚本比对客户端进程存活,确认无进程后走审批 lmremove;交互 feature 设 TIMEOUT 1800 秒,先提醒后执行;batch 那路不动许可,改排队。
第四周复盘:DENIED 降到 9 次,误回收率 2.8%(两次是有人开会回来发现被收,点恢复入口 30 秒拿回)。一个新 license 没买。
后来他们把 borrow 的最长期限从 7 天压到 2 天,出差场景单独走审批——这块省下来的,比超时回收还多。