ECS Fargate Spot故障后任务切换验证及事件获取求助

1. Fargate Spot故障时是否自动切换至Fargate？ #

根据你设置的容量提供商参数（Fargate Base=0、Weight=1；Fargate Spot Base=1、Weight=2），当Fargate Spot任务因故障（如Spot容量回收、节点异常）被终止时，ECS服务会自动尝试用Fargate调度新任务，但需要满足几个条件：

• ECS服务已配置多容量提供商策略，且Fargate的Weight值大于0（你的配置已满足）；
• AWS Fargate当前有可用容量；
• 服务的minimum healthy percent和maximum percent配置允许ECS启动新任务（默认配置通常符合要求）。

补充说明：ECS会优先按Weight比例分配任务（Fargate:Spot=1:2），但当Spot容量不可用时，会自动 fallback到Fargate，无需手动触发切换。

2. Fargate Spot故障事件的位置与标识 #

Fargate Spot的中断/故障事件不会显示在ECS任务的本地事件列表中，而是发送到Amazon EventBridge（原CloudWatch Events），识别该事件的关键信息如下：

• 事件源：aws.ecs
• 事件类型（detail-type）：ECS Task State Change
• 核心识别字段：事件detail部分的stoppedReason会包含Spot中断相关描述，例如：
  • Your Spot Task was interrupted.
  • Fargate Spot task was terminated due to Spot capacity availability.

用Lambda触发任务切换的实现步骤 #

1. 在EventBridge控制台创建规则：
   • 选择事件源为ECS，事件类型为ECS Task State Change；
   • 添加过滤条件：匹配detail.lastStatus = STOPPED且detail.stoppedReason包含Spot关键词；
2. 将你的Lambda函数设置为该规则的触发目标；
3. Lambda函数核心逻辑示例（Python）：

   import boto3
   
   ecs_client = boto3.client('ecs')
   
   def lambda_handler(event, context):
       # 从事件中提取集群和服务信息
       cluster_arn = event['detail']['clusterArn']
       service_name = event['detail']['group'].split(':')[1]
       
       # 更新服务容量提供商策略，临时优先使用Fargate
       ecs_client.update_service(
           cluster=cluster_arn,
           service=service_name,
           capacityProviderStrategy=[
               {
                   'capacityProvider': 'FARGATE',
                   'base': 1,
                   'weight': 10
               },
               {
                   'capacityProvider': 'FARGATE_SPOT',
                   'base': 0,
                   'weight': 0
               }
           ]
       )
       return {"status": "success"}
   

• 提示：你也可以根据业务需求，选择仅触发单次Fargate任务调度，而非修改长期的容量提供商策略。

内容的提问来源于stack exchange，提问作者Tahir Rasheed