Узел, за которым не следят, считается работающим ровно до момента, когда выяснится обратное.

Типичный отказ выглядит не как падение процесса, а как тихое отставание. Служба запущена, порт отвечает, а высота блока стоит на месте. Приложение продолжает работать и отдавать данные — просто устаревшие.

Минимальный набор наблюдения:

— отставание от вершины сети, а не только факт «процесс жив»;
— число соединений с другими узлами: обнулилось — значит, вы отрезаны;
— свободное место на диске с запасом на несколько дней роста;
— память и признаки того, что процесс перезапускался сам по себе;
— ответ на настоящий запрос, а не только проверка открытого порта.

Оповещение должно приходить туда, где его увидят ночью, а не в почту, которую открывают по понедельникам.

Автоматический перезапуск при падении нужен, но он лечит симптом. Если узел перезапускается регулярно, это не решение проблемы, а способ спрятать её до более неудобного момента.