如何基于使用情况启停AWS Fargate任务以节约成本？

要实现“无流量时停止Fargate任务、有访问时启动任务”的自动启停逻辑，核心是结合AWS负载均衡、监控和无服务器计算服务触发操作，以下是具体落地方案：

一、触发任务启动的逻辑 #

当用户访问应用时，若没有运行中的Fargate任务，负载均衡的目标组会处于不健康状态，此时通过监控触发Lambda函数启动任务：

1. 配置ALB与ECS目标组

   • 创建应用负载均衡（ALB），关联ECS任务对应的目标组，设置合理的健康检查规则（比如检查HTTP 200响应，间隔30秒）。
   • 目标组无需预先注册任务，Fargate任务启动后会自动注册到目标组。

2. 编写启动任务的Lambda函数
   用Python + Boto3调用ECS API启动任务，示例代码：

   import boto3
   
   ecs_client = boto3.client('ecs')
   
   def lambda_handler(event, context):
       try:
           run_response = ecs_client.run_task(
               cluster='你的ECS集群名称',
               taskDefinition='你的任务定义名称:版本号',
               launchType='FARGATE',
               networkConfiguration={
                   'awsvpcConfiguration': {
                       'subnets': ['subnet-xxxxxx'],
                       'securityGroups': ['sg-xxxxxx'],
                       'assignPublicIp': 'ENABLED' # 根据你的网络架构调整
                   }
               },
               count=1
           )
           return {'statusCode': 200, 'body': f"成功启动任务: {run_response['tasks'][0]['taskArn']}"}
       except Exception as e:
           return {'statusCode': 500, 'body': f"启动任务失败: {str(e)}"}
   

3. 配置CloudWatch Alarm触发启动

   • 监控目标组的HealthyHostCount指标，当该指标连续5分钟为0时，触发CloudWatch Alarm。
   • 将Alarm的目标设置为上述Lambda函数，实现无任务时自动启动。

二、触发任务停止的逻辑 #

当应用长时间无流量时，通过监控访问请求或资源使用率，触发Lambda函数停止运行中的任务：

1. 编写停止任务的Lambda函数
   先查询集群中运行的Fargate任务，再调用API停止任务，示例代码：

   import boto3
   
   ecs_client = boto3.client('ecs')
   
   def lambda_handler(event, context):
       try:
           # 获取集群中运行的Fargate任务
           task_list = ecs_client.list_tasks(
               cluster='你的ECS集群名称',
               launchType='FARGATE',
               desiredStatus='RUNNING'
           )
           
           if task_list['taskArns']:
               for task_arn in task_list['taskArns']:
                   ecs_client.stop_task(
                       cluster='你的ECS集群名称',
                       task=task_arn,
                       reason='检测到无流量访问，停止任务节约成本'
                   )
               return {'statusCode': 200, 'body': f"成功停止{len(task_list['taskArns'])}个任务"}
           else:
               return {'statusCode': 200, 'body': '未找到运行中的任务'}
       except Exception as e:
           return {'statusCode': 500, 'body': f"停止任务失败: {str(e)}"}
   

2. 配置CloudWatch Alarm触发停止
   两种监控维度可选：

   • 基于ALB请求量：监控ALB的RequestCount指标，当连续10分钟请求数为0时触发Alarm，调用停止任务的Lambda。
   • 基于任务资源使用率：监控ECS任务的CPUUtilization或MemoryUtilization指标，当连续10分钟使用率低于5%时触发停止。

三、关键注意事项 #

• 冷启动延迟：Fargate任务启动通常需要1-2分钟，首次访问的用户会遇到延迟，若对响应速度要求高，可考虑保留1个最小运行任务，或搭配Fargate Spot补充。
• 权限配置：给Lambda函数的IAM角色配置最小权限，需包含ecs:RunTask、ecs:StopTask、ecs:ListTasks，以及CloudWatch Events的调用权限。
• 避免循环触发：停止任务后目标组健康主机数变为0，可能再次触发启动Alarm，建议设置停止任务的Alarm阈值时间（比如10分钟）远长于启动Alarm的时间（比如5分钟），或在Lambda中添加额外判断逻辑。

内容的提问来源于stack exchange，提问作者ImranAli