AWS CDK应用重部署时无法启动新EC2实例的问题求助

问题背景 #

我有一个通过GitHub Action频繁重部署的AWS CDK应用，基于EC2自动扩缩容组（ASG）的ECS服务运行。服务任务配置要求8192 CPU单位、30000MB内存，适配t2.2xlarge实例。重部署时预期流程是：AWS检查可用实例→发现旧实例资源不足→启动新实例→在新实例部署服务→终止旧实例。但实际报错：
service was unable to place a task because no container instance met all of its requirements. The closest matching container-instance has insufficient CPU units available
需求是强制服务部署到新实例，而非旧实例。

原CDK配置 #

cluster = ecs.Cluster(
    self,
    "cluster",
    vpc=vpc,
)

task_definition = ecs.Ec2TaskDefinition(
    self,
    "taskDefinition",
    execution_role=role,
)

task_definition.add_container(
    "container",
    image=docker_image,
    port_mappings=[port_mapping],
    cpu=8192,
    memory_limit_mib=30_000,
)

autoscaling_group = autoscaling.AutoScalingGroup(
    self,
    "autoscalingGroup",
    instance_type=ec2.InstanceType("t2.2xlarge"),
    min_capacity=1,
    max_capacity=2,
    update_policy=autoscaling.UpdatePolicy.rolling_update(
        min_instances_in_service=1,
    ),
)

capacity_provider = ecs.AsgCapacityProvider(
    self,
    "asgCapacityProvider",
    auto_scaling_group=autoscaling_group,
)

cluster.add_asg_capacity_provider(capacity_provider)

service = ecs.Ec2Service(
    self,
    "service",
    cluster=cluster,
    task_definition=task_definition,
)

原GitHub Action部署命令 #

aws ecs \
    update-service \
    --cluster "${VAR_CLUSTER}" \
    --service "${VAR_SERVICE}" \
    --force-new-deployment

核心问题分析 #

旧实例已运行着占用全部资源的任务，ECS默认会优先尝试在现有实例部署新任务，导致资源不足报错。同时，ASG容量提供商的托管扩缩容默认未启用，ECS无法自动触发扩容；即便启用，任务放置失败触发扩容的延迟也会导致部署直接失败。

解决措施 #

1. 配置容量提供商的托管扩缩容 #

开启ASG容量提供商的managed_scaling，让ECS根据任务需求自动调整实例数量；关闭managed_termination_protection，允许旧实例在新任务就绪后被终止。

2. 调整ECS服务的部署策略 #

设置minimum_healthy_percent=100确保旧任务持续运行直到新任务就绪，maximum_percent=200允许ECS启动新任务触发扩容；添加放置策略优先选择最新启动的实例，强制任务部署到新实例。

3. 优化部署流程（可选） #

在部署前主动触发ASG扩容，确保有足够实例可用，待实例加入ECS集群后再执行部署命令。

修改后的配置 #

修改后的CDK代码 #

cluster = ecs.Cluster(
    self,
    "cluster",
    vpc=vpc,
)

task_definition = ecs.Ec2TaskDefinition(
    self,
    "taskDefinition",
    execution_role=role,
)

task_definition.add_container(
    "container",
    image=docker_image,
    port_mappings=[port_mapping],
    cpu=8192,
    memory_limit_mib=30_000,
)

autoscaling_group = autoscaling.AutoScalingGroup(
    self,
    "autoscalingGroup",
    instance_type=ec2.InstanceType("t2.2xlarge"),
    min_capacity=1,
    max_capacity=2,
    update_policy=autoscaling.UpdatePolicy.rolling_update(
        min_instances_in_service=1,
    ),
)

capacity_provider = ecs.AsgCapacityProvider(
    self,
    "asgCapacityProvider",
    auto_scaling_group=autoscaling_group,
    # 开启托管扩缩容，目标容量100%，确保ECS按需扩容
    managed_scaling=ecs.ManagedScaling(
        target_capacity_percent=100,
        minimum_scaling_step_size=1,
        maximum_scaling_step_size=1,
    ),
    # 关闭托管终止保护，允许旧实例被终止
    managed_termination_protection=ecs.ManagedTerminationProtection.DISABLED,
)

cluster.add_asg_capacity_provider(capacity_provider)

service = ecs.Ec2Service(
    self,
    "service",
    cluster=cluster,
    task_definition=task_definition,
    # 配置ECS部署控制器，确保先启动新任务再终止旧任务
    deployment_controller=ecs.DeploymentController(type=ecs.DeploymentControllerType.ECS),
    minimum_healthy_percent=100,
    maximum_percent=200,
    # 放置策略：优先选择最新启动的实例
    placement_strategies=[
        ecs.PlacementStrategy.prioritize("attribute:ecs.instance-launch-time", ascending=False)
    ],
)

修改后的GitHub Action部署命令（可选） #

# 主动将ASG扩容到最大容量，跳过冷却期
aws autoscaling set-desired-capacity \
    --auto-scaling-group-name "${VAR_ASG_NAME}" \
    --desired-capacity 2 \
    --no-honor-cooldown

# 轮询等待实例加入ECS集群并处于ACTIVE状态
until aws ecs list-container-instances --cluster "${VAR_CLUSTER}" --query 'containerInstanceArns' | grep -q "arn"; do
    sleep 10
done

# 执行强制部署
aws ecs \
    update-service \
    --cluster "${VAR_CLUSTER}" \
    --service "${VAR_SERVICE}" \
    --force-new-deployment

# 部署完成后可选缩容回最小容量
# aws autoscaling set-desired-capacity \
#     --auto-scaling-group-name "${VAR_ASG_NAME}" \
#     --desired-capacity 1

内容的提问来源于stack exchange，提问作者Faust