如何为ECS关联的AutoScalingGroup配置CloudWatch CPU动态扩缩容告警

一、CloudWatch告警指标选择（初始问题） #

• 要监控ECS集群实例的平均CPU利用率，直接选ECS > Cluster Metrics分类下的CPUUtilization指标，维度选你的目标ECS集群，统计方式用Average，统计周期根据需求选1分钟或5分钟即可。

二、后续问题解决 #

1. 告警显示"数据不足" #

• 这种情况要么是指标维度选错（比如选了单个实例/任务的指标而非集群级），要么是CloudWatch还未收集够一个统计周期的数据。解决办法：
  • 核对指标是集群级的CPUUtilization，别误选成单个实例的指标
  • 调整告警的"缺失数据处理"：短时间缺数据可以设为"忽略"，如果要强制触发就设为"违反阈值"（但可能存在误触发风险，自行权衡）
  • 等待至少一个统计周期的时间，比如选了5分钟周期，需等5分钟以上再查看告警状态

2. ASG因可用区实例不可用报错 #

• 直接移除实例类型不支持的可用区（比如eu-west-1a），或者给ASG添加该可用区能支持的实例类型，确保每个可用区都有对应的实例资源。

3. 实例扩容后任务数不变、应用仍504 #

• 你当前只配置了集群实例的ASG扩缩容，但ECS Service的任务数不会自动随实例扩容增加，需单独给Service配置服务自动扩缩容：
  • 给ECS Service创建基于CPU/内存使用率的扩缩容策略，比如容器CPU使用率超过70%时增加任务数，低于30%时减少任务数
  • 检查ALB目标组的健康检查：504超时大概率是任务处理请求过慢，调大健康检查的超时时间、缩短检查间隔，确保能正确检测任务状态
  • 查看任务定义的资源限制：如果单个任务CPU占用过高，新实例也无法运行更多任务，要么调大任务的CPU配额，要么优化应用代码（比如把斐波那契递归改成迭代，能大幅降低CPU占用）
  • 确认新实例在集群中处于ACTIVE状态：新实例加入后，ECS Agent需要先完成注册，等实例状态正常后，Service才会将任务调度到新实例上

内容的提问来源于stack exchange，提问作者gvanto