AWS ECS Fargate服务无自动扩缩容策略却自动扩容问题排查

可能的触发原因 #

• 健康检查误判：CPU短暂峰值会导致任务响应变慢，触发健康检查超时或失败，ECS服务会自动启动新任务替换"不健康"的实例，旧实例恢复后被终止。
• 底层基础设施替换：AWS Fargate会在底层资源出现临时问题时自动替换任务，这个时间点刚好和CPU峰值重合，造成关联假象。
• 服务部署配置默认逻辑：即使没开启自动扩缩容，服务部署配置的Maximum percent默认可能高于100%，允许临时启动额外任务完成替换。

解决配置步骤 #

• 调整健康检查参数
  查看任务定义中的健康检查设置，针对CPU峰值场景优化：
  • 延长Timeout时长，给任务足够的响应缓冲；
  • 增加Retries次数，避免单次超时就判定不健康；
  • 调整Interval间隔，减少高负载时的检查频率。
• 锁定服务任务数量上限
  在ECS服务配置中修改部署参数，禁止临时扩容：
  • 控制台操作：进入服务配置的"部署"页面，设置最小健康百分比和最大百分比均为100%；
  • CLI命令：aws ecs update-service --cluster <你的集群名称> --service <你的服务名称> --deployment-configuration "minimumHealthyPercent=100,maximumPercent=100"
• 排查任务终止原因
  查看ECS控制台中已停止任务的Stopped reason字段，明确是健康检查失败、基础设施问题还是其他触发因素，针对性处理。
• 提升任务资源配额
  如果CPU峰值是业务负载导致，适当调高任务的CPU配置（比如从0.25vCPU升级到0.5vCPU），降低峰值出现的概率，从根源减少触发替换的可能。

内容的提问来源于stack exchange，提问作者Egor