如何对与 Amazon ECS 中计划的任务相关的问题进行故障排除？

解决方案

**注意：**如果您在运行 AWS 命令行界面 (AWS CLI) 命令时收到错误，请参阅 AWS CLI 错误故障排除。此外，请确保您使用的是最新版本的 AWS CLI。

当您使用计划任务时，Amazon EventBridge 会调用 Amazon ECS 的 RunTask API 以代表您运行任务。由于以下原因，您计划的 Amazon ECS 任务可能无法调用：

• 您错误地配置了 EventBridge 时间或 cron 表达式。
• EventBridge 规则或计划不会调用目标。
• RunTask API 无法运行。
• 容器实例由于应用程序问题或资源限制而退出。
• 计划任务由于容量限制而失败。
• 计划任务由于网络连接问题而失败。

确认 EventBridge cron 表达式配置正确

要获取 EventBridge cron 表达式，请运行以下 AWS CLI 命令之一。

如果您使用 EventBridge 规则，请运行 describe-rule 命令：

aws events describe-rule --name example-rule --region example-region

如果您使用 EventBridge 调度器，请运行 get-schedule 命令：

aws scheduler get-schedule --name example-schedule --region example-region

**注意：**请将 example-rule 替换为您的规则名称，将 example-schedule 替换为您的计划名称，将 example-region 替换为您的 AWS 区域。

在命令的输出中，检查 ScheduleExpression 参数中的 EventBridge cron 表达式。确保将规则计划设置为 UTC+0 时区。

检查规则或计划是否未调用目标

要查看 EventBridge 规则的 Amazon CloudWatch 指标 Invocations 和 FailedInvocations，请完成以下步骤：

1. 打开 CloudWatch 控制台。
2. 在导航窗格中，选择指标，然后选择所有指标。
3. 选择活动。
4. 选择 By Rule Name（按规则名称）。
5. 为运行 Amazon ECS 任务的 EventBridge 规则选择 TriggerRules、Invocations 和 FailedInvocations。
6. 选择 Graphed metrics（绘成图表的指标）选项卡。
7. 对于 Statistic（统计数据），为每个指标选择 SUM。

要检查 EventBridge 调度器的性能，请查看 CloudWatch 指标 InvocationAttemptCount、TargetErrorCount 和 InvocationDroppedCount。

如果看到 FailedInvocations 或 InvocationDroppedCount 数据，请验证 EventBridge AWS Identity and Access Management (IAM) 角色是否具有调用您的任务的权限。

如果看到 TargetErrorCount 数据，则表示目标调用存在问题。检查您的任务是已启动、启动后立即失败还是未完成。

检查 RunTask 操作是否失败

完成以下步骤：

1. 打开 AWS CloudTrail 控制台。
2. 在导航窗格中，选择 Event history（事件历史记录）。
3. 在 Lookup attributes（查询属性）中，选择 Event name（事件名称）。
4. 在 Enter an event name（输入事件名称）中，输入“run task”。
5. 在时间范围筛选器中，选择您期望计划的 Amazon ECS 任务运行的时间段。
6. 在表中，选择要查看的事件。
7. 在 JSON 事件记录中，检查 errorMessage 或 responseElements.failures.reason，以确认 API 是否未调用计划任务。
   **注意：**您可以在 responseElements.tasks.taskARN 字段中找到失败任务的任务 ID。
8. 对 API 失败进行故障排除。

检查任务运行后容器是否退出

即使任务成功运行，Amazon ECS 任务仍可能会因应用程序问题或资源限制而停止。要解决此问题，请参阅如何解决 Amazon ECS 任务在容器退出时停止或无法启动的问题？

检查是否存在容量限制问题

当您的集群没有足够的计算资源（如 CPU 和内存）时，将会出现容量限制问题，进而导致任务失败。或者，当在同一集群上运行的其他工作负载导致高资源使用率时，将会出现此问题。严格的任务放置约束或策略也可能会减少您的可用资源。

要监控资源使用情况，请在您的 Amazon ECS 集群上设置 Container Insights。您还可以设置 CloudWatch 警报，以便在达到资源使用阈值时通知您。要确保资源在需要时可用，请为任务设置 CPU 和内存预留。您可能需要增加 Amazon ECS 服务的所需数量来横向扩展集群，或者使用集群自动扩缩。

查看现有的任务放置约束，并对其进行调整，以减少限制。最佳做法是优先处理关键工作负载，重新计划非必要的工作负载，并测试不同的放置策略（例如 spread（分散）、binpack（装箱）或 random（随机））。

使用 Amazon ECS 容量提供商为重要工作负载预留容量。对于需要隔离硬件的工作负载，最佳做法是使用 Amazon Elastic Compute Cloud (Amazon EC2) 专用实例。对于需要可用资源的任务使用 AWS Fargate。

检查是否存在网络连接问题

要对计划任务的网络连接问题进行故障排除，请执行以下操作：

• 确保安全组和网络访问控制列表（网络 ACL）规则允许任务所需的入站和出站流量。
• 检查您是否为虚拟私有云 (VPC) 正确配置了互联网网关或 NAT 网关。
• 检查您的网关路由表。
• 查看任务定义中具有硬编码 IP 地址或主机名的环境变量。确保现有 IP 地址或主机名正确无误且可以访问。

要从容器实例测试网络连接，请完成以下步骤：

1. 使用 SSH 连接到 Amazon EC2 实例。
2. 要在容器上远程运行命令，请运行以下 execute-command 命令：

   aws ecs execute-command --cluster cluster-name --task task-id --container container-name --command "/bin/bash" --interactive

   **注意：**请将 cluster-name 替换为您的集群名称，将 task-id 替换为您的任务 ID，将 container-name 替换为您的容器实例名称。
3. 要测试连接，请运行以下命令之一：

   curl -v http://example.com

   -或-

   nslookup example.com

   -或-

   nc -zv example.com 80

   **注意：**请将 example.com 替换为您的域。
4. 检查 DNS 解析和路由以识别网络问题。

为了简化连接，请在 Fargate（而不是 Amazon EC2）上运行任务。使用 Fargate，您无需管理底层基础设施。或者，使用 VPC 端点连接到服务，无需使用互联网网关、NAT 设备、VPN 连接或 AWS Direct Connect 连接。