为什么我的 Amazon ECS 服务不稳定？

2 分钟阅读

我的 Amazon Elastic Container Service (Amazon ECS) 服务会定期自行重启。我希望我的 Amazon ECS 服务保持稳定状态。

简短描述

您的 Amazon ECS 服务可能由于以下原因之一而无法保持稳定状态：

在 Amazon ECS 控制台上使用 Amazon ECS 事件来检查服务不稳定的原因。

在将应用程序部署到 Amazon ECS 之前，请通过运行状况检查来确保您的容器能够按预期运行。如果您的 Amazon ECS 服务的容器运行状况检查突然失败，请查看应用程序日志。如果您的应用程序使用 awslogs 驱动程序，请在 Amazon CloudWatch 中查看相关日志。

**注意：**您在容器定义中指定的运行状况检查参数会覆盖容器映像中存在的 Docker 运行状况检查。

负载均衡器会定期在每台服务器上运行容器运行状况检查，以确定可以安全将流量导向哪些服务器。当 Amazon ECS 服务因 ELB 运行状况检查而失败时，负载均衡器与该服务之间可能存在通信问题。

要检查您是否正确配置了负载均衡器和 Amazon ECS 服务，请执行以下操作：

在容器内运行以下命令，以确保应用程序侦听正确的端口：

netstat -tulpn | grep LISTEN

确保运行状况检查路径正确。
检查应用程序日志中是否存在错误。
在 Amazon Elastic Compute Cloud (Amazon EC2) 内针对运行状况检查路径运行 curl 命令。或者，在 AWS Fargate 上激活 ECS exec，然后在容器内针对运行状况检查运行 curl 命令，以确认响应代码。
监控服务的 CPU 和内存指标，因为高 CPU 利用率可能会导致应用程序无响应，并导致 ELB 运行状况检查失败。
将最小运行状况检查宽限期设置为应用程序达到 ACTIVE 状态所需时间的 1.5-2.0 倍。

如果容器中出现问题，服务内的 Amazon ECS 任务将以非零退出代码退出。所有任务必须至少有一个基本容器。如果基本容器因任何原因而退出，则整个任务将失败，且 Amazon ECS 服务会变得不稳定。

以下退出代码是导致您的 Amazon ECS 任务失败的可能原因：

当出现应用程序错误时，您将收到退出代码 1。有关错误的详细信息，请查看应用程序日志。
当容器任务被强制退出 (SIGKILL) 或出现内存不足 (OOM) 错误时，您将收到退出代码 137。要检查是否遇到了 OOM 问题，请查看您的 CloudWatch 指标。
当出现分段错误时，您将收到退出代码 139。这种情况通常会在应用程序尝试访问不可用的内存时发生，或者在未设置环境变量或环境变量无效时发生。
当容器中的 ENTRYPOINT CMD 命令由于错误而失败时，您将收到退出代码 255。要确认是否因为此原因，请查看您的 CloudWatch 指标。

**注意：**您可以使用 DescribeTasks API 来查看已停止任务的详细信息。但是，已停止任务的详细信息仅会在结果中显示 1 小时。

如果您在未启用托管终止的情况下在 Amazon ECS 集群中使用容量提供商，则容量提供商可能会终止正在运行任务的实例。当发生缩容操作，导致 AWS ECS 服务变得不稳定时，会出现这种情况。激活托管终止保护，以便容量提供商不会终止正在运行任务的容器实例。

要激活托管终止保护，必须为自动扩缩组开启实例缩容保护。

要开启缩容保护，请完成以下步骤：

打开 Amazon EC2 控制台。
在导航窗格中，选择 Auto Scaling Groups（自动扩缩组），然后选择您的自动扩缩组。
在 Details（详细信息）选项卡的 Advanced configurations（高级配置）下，选择 Edit（编辑）。
在 Instance scale-in protection（实例缩容保护）下，选择 Enable instance scale-in protection（启用实例缩容保护）。
选择 Update（更新）。

要激活托管终止保护，请完成以下步骤：

打开 Amazon ECS 控制台。
在导航窗格中，选择 Clusters（集群）。
在 Clusters（集群）页面上，选择您的集群。
在 Cluster : name（集群：名称）页面上，选择 Infrastructure（基础设施），然后选择 Update（更新）。
在 Create capacity providers（创建容量提供商）页面上，在 Auto Scaling group（自动扩缩组）下的 Scaling policies（扩展策略）下，配置以下选项：
选择 Turn on managed scaling（开启托管扩展）。
选择 Turn on scaling protection（开启扩展保护）。
选择 Update（更新）。

**注意：**确保您使用的其他工具不会从自动扩缩组中移除 AmazonECSManaged 标签。如果工具移除标签，Amazon ECS 将无法管理扩展。

当创建或更新服务时，由于 Amazon ECS 任务无法拉取映像，该服务可能会不稳定。

要解决此问题，请参阅以下 AWS Knowledge Service 文章：