ECS部署的Spring Boot调用AWS Lambda偶发无限挂起问题求助

问题场景 #

我有一个Spring Boot应用，通过aws-java-sdk-lambda调用AWS Lambda函数，核心代码如下：

import com.amazonaws.services.lambda.AWSLambda;
...

InvokeResult result = awsLambda.invoke(invokeRequest);

本地运行时一切正常：调用函数后会在完成时返回响应，Lambda超时也会收到对应的提示。但部署在ECS任务中时，若Lambda执行时长不超过10分钟，响应符合预期；若执行远超10分钟或最终15分钟超时，invoke方法会无限挂起（本地最晚15分钟会收到超时响应）。

尝试调整ClientConfiguration设置16分钟超时，但无效——有时Lambda约10分钟完成后，ECS中的invoke方法仍会无限挂起。

权限方面确认没问题，任务拥有lambda:InvokeFunction和lambda:GetFunction权限，且Lambda短时间执行时表现正常。

排查与解决方向 #

1. 检查ECS任务所在网络的超时限制 #

• ECS任务若部署在VPC内，需确认VPC网络组件（NAT网关、负载均衡、安全组、网络ACL）的连接超时限制。多数云厂商NAT网关默认超时为350秒（约5分50秒），超过该时间无数据包传输时连接会被强制断开，而SDK可能未正确处理这种断开，导致挂起。
• 可给长执行时间的Lambda添加心跳机制：让Lambda定期输出日志（哪怕是空日志），触发数据包传输，避免NAT网关主动断开连接。

2. 确认AWS SDK超时配置是否生效 #

• 检查ClientConfiguration的超时参数是否正确应用到AWSLambda客户端实例，除整体超时外，需分别设置以下参数：
  • setConnectionTimeout：建立连接的超时时间
  • setSocketTimeout：套接字读取数据的超时时间
  • setClientExecutionTimeout：客户端执行的总超时时间（包含重试）
• 示例配置代码：

ClientConfiguration config = new ClientConfiguration()
    .setSocketTimeout(16 * 60 * 1000) // 16分钟套接字超时
    .setClientExecutionTimeout(16 * 60 * 1000); // 16分钟总执行超时
AWSLambda awsLambda = AWSLambdaClientBuilder.standard()
    .withClientConfiguration(config)
    .build();

• 注意：若使用AWS SDK v2，需通过SdkHttpConfigurationOption设置超时参数。

3. 检查ECS任务的资源限制 #

• ECS任务CPU或内存资源不足时，可能导致SDK网络线程阻塞，无法处理Lambda响应。查看ECS任务监控指标（CPU使用率、内存使用率），确认是否存在资源瓶颈。
• 尝试调高任务的CPU和内存配额，观察问题是否缓解。

4. 调整SDK重试策略 #

• AWS SDK默认会对部分错误进行重试，若Lambda长时间执行导致连接中断，SDK可能无限重试，表现为挂起。可限制重试次数或设置重试超时：

ClientConfiguration config = new ClientConfiguration()
    .setMaxErrorRetry(3) // 最多重试3次
    .setRetryPolicy(new RetryPolicy(
        PredefinedRetryPolicies.DEFAULT_RETRY_CONDITION,
        PredefinedRetryPolicies.DEFAULT_BACKOFF_STRATEGY,
        3,
        true
    ));

5. 改用异步调用模式 #

• 针对长运行时间的Lambda，建议改用异步调用（InvocationType.Event），通过CloudWatch Events或SQS接收Lambda执行结果，避免同步调用的连接超时问题。
• 异步调用示例：

InvokeRequest invokeRequest = new InvokeRequest()
    .withFunctionName("your-function-name")
    .withInvocationType(InvocationType.Event);
awsLambda.invoke(invokeRequest);

• 后续可配置Lambda异步调用结果发送到SQS队列，由Spring Boot应用监听队列获取执行结果。

6. 排查ECS任务日志与网络抓包 #

• 开启ECS任务详细日志，查看SDK调用Lambda时的网络错误日志，确认是否存在连接重置、超时等异常。
• 条件允许时，在ECS任务内用tcpdump进行网络抓包，分析与Lambda服务的连接状态，排查数据包丢失或连接断开情况。

内容的提问来源于stack exchange，提问作者fyodorfranz