ElasticBeanstalk单实例脚本问题：SQS锁机制失效求助

核心问题诊断 #

1. ReceiptHandle带引号导致删除失败
   脚本通过--query获取的ReceiptHandle是带双引号的JSON字符串（例如"AQEB..."），直接传给delete-message时，引号会被当作参数的一部分，AWS无法识别有效句柄，导致删除操作实际失败，但脚本没检查命令执行结果，依然打印“message deleted”。

2. 锁逻辑完全错误
   当前脚本是每个实例先往队列发一条消息，再去接收——这会让两个实例都能收到消息（队列里有两条），所以都会进入启动Supervisor的分支，完全起不到互斥作用。

修复方案 #

1. 修正ReceiptHandle的引号问题 #

用jq（推荐，更可靠）或sed去掉字符串两端的引号，确保传给delete-message的是纯句柄内容：

# 使用jq的写法（需确保实例安装jq，EB环境可通过.config文件预装）
message=$(aws sqs receive-message --queue-url "$SQS_QUEUE_URL" --region "$AWS_REGION" --max-number-of-messages 1 --wait-time-seconds 2 | jq -r '.Messages[0].ReceiptHandle // empty')

# 或者用sed的写法（无需额外工具）
message=$(aws sqs receive-message --queue-url "$SQS_QUEUE_URL" --region "$AWS_REGION" --max-number-of-messages 1 --wait-time-seconds 0 --query "Messages[0].ReceiptHandle" | sed 's/"//g')

2. 重构互斥锁逻辑 #

正确的逻辑应该是：先尝试从队列获取锁消息，拿到则直接执行操作；拿不到则发送新的锁消息，再执行操作。同时建议用SQS FIFO队列（开启去重），确保同一锁key只会存在一条消息。

修复后的完整脚本：

#!/bin/sh

SQS_QUEUE_URL="你的队列URL"
AWS_REGION="eu-central-1"
LOCK_KEY="supervisor-lock"

# 尝试获取锁：从队列接收锁消息
message=$(aws sqs receive-message --queue-url "$SQS_QUEUE_URL" --region "$AWS_REGION" --max-number-of-messages 1 --wait-time-seconds 2 | jq -r '.Messages[0].ReceiptHandle // empty')

if [ -z "$message" ]; then
    # 无现存锁，发送新的锁消息（FIFO队列需指定去重ID和分组ID）
    echo "No existing lock found, sending new lock message..."
    aws sqs send-message --queue-url "$SQS_QUEUE_URL" --region "$AWS_REGION" --message-body "$LOCK_KEY" --message-deduplication-id "$LOCK_KEY" --message-group-id "supervisor-group"
    # 重新获取新消息的句柄
    message=$(aws sqs receive-message --queue-url "$SQS_QUEUE_URL" --region "$AWS_REGION" --max-number-of-messages 1 --wait-time-seconds 2 | jq -r '.Messages[0].ReceiptHandle // empty')
fi

if [ -n "$message" ]; then
    if [ "$ENVIRONMENT_NAME" = "development" ]; then
        echo "Starting Supervisor setup..."
        # 执行Supervisor初始化操作
        sudo mkdir -p /var/log/supervisor
        sudo mkdir -p /var/log/celery
        cp -r /var/app/current/supervisor /etc
        export $(cat /opt/elasticbeanstalk/deployment/env | xargs)
        source /var/app/venv/*/bin/activate
        /var/app/venv/staging-LQM1lest/bin/supervisord -c /etc/supervisor/project-supervisord.conf
        echo "Supervisor started successfully."

        # 释放锁，检查删除操作是否成功
        if aws sqs delete-message --queue-url "$SQS_QUEUE_URL" --receipt-handle "$message" --region "$AWS_REGION"; then
            echo "Lock released successfully."
        else
            echo "Failed to release lock, check AWS CloudWatch logs for details."
        fi
    elif [ "$ENVIRONMENT_NAME" = "production" ]; then
        echo "Skipping Supervisor setup in production environment."
        # 生产环境获取到锁后也要删除，避免队列残留消息
        aws sqs delete-message --queue-url "$SQS_QUEUE_URL" --receipt-handle "$message" --region "$AWS_REGION"
    fi
else
    echo "Failed to acquire lock: another instance is handling Supervisor setup."
fi

额外优化建议 #

• 改用SQS FIFO队列：开启Content-Based Deduplication，或者手动指定MessageDeduplicationId，确保同一LOCK_KEY只会生成一条消息，彻底避免重复锁问题。
• 添加命令错误检查：对每个AWS命令的执行结果做判断（比如if [ $? -ne 0 ]），避免操作失败后继续执行后续步骤。
• 处理实例替换场景：实例启动时可检查队列中是否有超时未处理的锁消息（通过receive-message的--visibility-timeout参数），如果有则直接删除并重新获取锁，避免旧实例被替换后锁长期残留。

内容的提问来源于stack exchange，提问作者Riccardo