AWS Batch搭配Fargate作业一直停留在RUNNABLE状态求助

RUNNABLE状态优先排查项 #

• 计算环境与作业队列关联验证：确认作业队列已正确绑定目标Fargate计算环境，避免创建队列时选错关联对象导致作业无法分配资源。
• VPC网络配置检查：
  • 核查作业定义指定的子网是否有可用IP剩余，Fargate任务需占用子网IP，IP耗尽会直接导致任务无法启动。
  • 若作业需访问公网（如拉取公网镜像），确认子网路由表已配置NAT网关；若使用私有镜像仓库，检查VPC端点是否配置正确。
  • 验证安全组出站规则：需允许HTTPS（443端口）访问ECR拉取镜像，以及访问CloudWatch日志服务的流量，同时确保作业自身业务所需的网络权限已开放。
• 作业定义配置校验：
  • 检查镜像URI是否完整正确，比如ECR镜像需使用123456789012.dkr.ecr.region.amazonaws.com/your-image:tag格式，避免拼写错误或镜像不存在。
  • 确认作业执行角色权限：需具备拉取ECR镜像（可附加AmazonEC2ContainerRegistryReadOnly权限）和写入CloudWatch日志的权限，权限不足会导致任务无法调度。
  • 核对内存配置与Fargate规格匹配：Fargate的vCPU和内存为绑定关系，例如0.25vCPU对应0.5-2GB内存，0.5vCPU对应1-4GB内存，内存超出对应范围会触发调度失败。
• Fargate资源配额检查：查看当前区域的Fargate资源配额（如总vCPU数），若达到上限需通过Service Quotas申请提升。

日志无流生成的排查思路 #

• 优先解决作业启动问题：日志流仅在Fargate任务启动后才会创建，多数日志无流情况是作业未脱离RUNNABLE状态导致的。
• 作业定义日志配置核查：确认作业定义的日志驱动已设置为awslogs，且awslogs-group（即aws/batch/job）、awslogs-region、awslogs-stream-prefix参数配置正确，参数错误会导致日志无法写入。
• 执行角色日志权限验证：确保作业执行角色拥有logs:CreateLogStream和logs:PutLogEvents权限，即使日志组存在，缺少这些权限也无法创建日志流和写入日志。
• CloudWatch日志组权限检查：查看aws/batch/job日志组的权限策略，确认是否允许作业执行角色写入日志，手动修改日志组权限可能导致权限不足。

内容的提问来源于stack exchange，提问作者orr