AWS ECS基于CloudWatch告警的自动扩缩容未按预期工作

让我们一步步排查并修复这个自动扩缩容的问题，核心是你混淆了CloudWatch指标的类型，以及统计方式的错误选择：

1. 替换为正确的CloudWatch指标 #

你当前使用的ActivitiesScheduled是增量指标，统计的是指定周期内新调度的活动数量，而非你在Step Functions控制台看到的「当前待处理的计划活动存量」（也就是那1000+的积压数量）。

你需要把MetricName改为ActivitiesPending——这个指标才是代表当前处于待处理状态的活动数量，完全匹配你想要基于积压量触发扩容的需求。

2. 调整统计方式（Statistic） #

ActivitiesPending属于gauge类型指标（反映某个时刻的状态值），你之前用的SampleCount完全不适用：

• 推荐使用Maximum：捕获统计周期内的最大待处理活动数量，确保不会错过峰值需求
• 也可以用Average：统计周期内的平均积压量，适合平稳扩容的场景

把配置中的Statistic字段从SampleCount改为Maximum即可。

3. 优化阈值与周期配置 #

• Threshold：当前设为0会导致只要有活动就触发扩容，建议根据你的ECS实例处理能力设置合理值，比如当积压量超过500时触发扩容
• Period：当前300秒（5分钟）的周期太长，若积压增长快会导致响应滞后，可以缩短到60秒，让告警更及时

修正后的告警配置示例 #

{
  "Type": "AWS::CloudWatch::Alarm",
  "Properties": {
    "AlarmName": "thumbnails-generator-scaling-alarm",
    "ActionsEnabled": true,
    "OKActions": [],
    "AlarmActions": [
      "arn:aws:autoscaling:us-west-2:111111111111:scalingPolicy:8694a867-85ee-4740-ba70-7b439c3e5fb3:resource/ecs/service/prod/thumbnails-generator:policyName/thumbnails-generator-scaling-policy"
    ],
    "InsufficientDataActions": [],
    "MetricName": "ActivitiesPending",
    "Namespace": "AWS/States",
    "Statistic": "Maximum",
    "Dimensions": [
      {
        "Name": "ActivityArn",
        "Value": "arn:aws:states:us-west-2:111111111111:activity:thumbnails-generator-activity-prod"
      }
    ],
    "Period": 60,
    "EvaluationPeriods": 1,
    "DatapointsToAlarm": 1,
    "Threshold": 500,
    "ComparisonOperator": "GreaterThanOrEqualToThreshold",
    "TreatMissingData": "missing"
  }
}

4. 验证配置有效性 #

• 登录CloudWatch控制台，进入AWS/States命名空间，选择你的ActivityArn维度，查看ActivitiesPending指标的Maximum统计值，确认是否和Step Functions控制台的积压数量一致
• 手动生成足够的待处理活动，观察告警是否触发，以及ECS服务是否按预期扩容

额外建议 #

• 调整ECS扩容策略的步长：根据单实例能处理的活动数量设置每次扩容的实例数，避免扩容不足或过度扩容
• 若TreatMissingData设为missing，无数据时告警会处于「数据不足」状态，可改为notBreaching（无数据时视为正常状态）

内容的提问来源于stack exchange，提问作者David Faizulaev