如何实现AWS EC2自动扩缩容的定期健康上报式自定义健康检查？

完全可以实现这种「无心跳即判定不健康」的逻辑，刚好能覆盖实例因严重故障无法主动上报的场景，下面是两种落地性强的实现方案：

方案一：基于自定义心跳+Lambda定期校验 #

步骤1：配置实例定期发送心跳 #

在实例的健康检查脚本中，除了故障时上报Unhealthy，每5分钟主动执行一次心跳上报：

INSTANCE_ID=$(curl -s http://169.254.169.254/latest/meta-data/instance-id)
aws autoscaling set-instance-health --instance-id $INSTANCE_ID --health-status Healthy --region <你的区域>

给实例绑定的IAM角色添加autoscaling:SetInstanceHealth权限，避免硬编码AWS凭证。

步骤2：搭建Lambda校验逻辑 #

• 创建一个Lambda函数，核心逻辑：
  1. 调用aws autoscaling describe-auto-scaling-instances获取目标扩缩容组内所有实例的健康状态更新记录
  2. 遍历每个实例，计算当前时间与最近一次Healthy状态更新时间的间隔
  3. 若间隔超过预设阈值（比如6分钟，留1分钟缓冲避免网络延迟），调用aws autoscaling set-instance-health将实例标记为Unhealthy
• 用EventBridge设置一个5分钟间隔的定时规则，触发这个Lambda函数
• 给Lambda的IAM角色添加autoscaling:DescribeAutoScalingInstances和autoscaling:SetInstanceHealth权限

方案二：基于CloudWatch自定义指标+告警 #

步骤1：实例推送心跳指标 #

在实例内每5分钟推送一个自定义CloudWatch指标：

INSTANCE_ID=$(curl -s http://169.254.169.254/latest/meta-data/instance-id)
aws cloudwatch put-metric-data --namespace "ASGHeartbeat" --metric-name "InstanceAlive" --value 1 --dimensions InstanceId=$INSTANCE_ID --region <你的区域>

实例IAM角色需添加cloudwatch:PutMetricData权限。

步骤2：配置告警触发不健康标记 #

• 针对每个实例的InstanceAlive指标，创建CloudWatch告警：当指标在5分钟内无数据点时触发告警
• 将告警的目标动作设置为调用Lambda函数，Lambda函数收到告警后，提取实例ID并调用aws autoscaling set-instance-health标记为Unhealthy

注意事项 #

• 阈值设置要留缓冲：比如心跳间隔5分钟，判定无心跳的阈值设为6分钟，避免临时网络波动导致误判
• 权限最小化：无论是实例还是Lambda的IAM角色，只授予必要的权限，不要过度授权
• 多AZ场景：确保EventBridge、Lambda和自动扩缩容组处于同一区域，避免跨区域延迟问题

内容的提问来源于stack exchange，提问作者Bing Ren