AWS ECS任务启动后直接消失的原因排查

• 检查任务定义的容器启动配置：

  • 确认镜像地址是否正确，排查拼写错误、镜像不存在或拉取超时问题。可在ECS实例上执行docker pull <镜像地址>，测试镜像拉取是否正常。
  • 验证容器启动命令/入口点是否有效，若命令不存在、参数错误，会导致容器启动后立刻退出。建议本地运行镜像确认启动逻辑正常。

• 查看ECS实例的状态与日志：

  • 登录ECS对应的EC2实例，查看/var/log/ecs/ecs-agent.log日志，这里会记录任务调度、容器启动的详细错误，比如镜像拉取失败、依赖缺失、端口冲突等。
  • 检查ECS Agent运行状态，执行systemctl status ecs（Amazon Linux系统）或对应服务命令，确认Agent未崩溃或停止。

• 验证网络配置：

  • 若任务采用AWSVPC网络模式，检查子网是否有可用IP地址，安全组是否允许容器所需的网络访问。
  • 确认任务能否正常访问镜像仓库：若使用外网镜像，检查NAT网关配置；若用ECR，确认VPC终端节点是否配置正确，保证网络连通性。

• 检查任务的停止与重启策略：

  • 查看任务定义的重启策略，若设置为no，容器启动失败后不会重启，任务会直接进入Stopped状态并可能被自动清理。
  • 确认ECS集群的任务清理规则，是否存在自动删除Stopped状态任务的配置，导致任务从列表中消失。

• 查看ECS事件与CloudWatch日志：

  • 在ECS控制台的集群任务页面，查看任务的事件历史，里面会明确显示任务调度失败、停止的具体原因，比如“无法在任何实例上放置任务”“容器退出代码非0”等。
  • 检查CloudWatch中的ECS相关日志与指标，获取更多错误细节。

• 确认实例其他资源限制：

  • 除内存外，检查CPU、磁盘空间是否充足。登录EC2实例，用df -h查看磁盘使用率，top监控CPU负载，避免资源耗尽。
  • 检查实例是否达到最大容器数量限制，ECS实例默认有容器数上限，超出后无法调度新任务。

内容的提问来源于stack exchange，提问作者EmiPe