我的ElasticBeanstalk环境中为何有一台实例CPU占用100%？

针对你遇到的ElasticBeanstalk环境中总有实例CPU跑满、替换后仍重复出现的问题，可按以下步骤排查：

• 定位CPU占用进程
  登录异常实例，执行top或htop确认CPU占用最高的进程。若为Python进程，用py-spy top --pid <进程ID>采样调用栈，明确代码中哪个函数或逻辑导致CPU耗尽。

• 对比请求日志找异常请求
  虽然请求结构一致，但元数据差异可能触发低效代码。导出异常实例的FastAPI/Nginx访问日志，和正常实例的日志对比，筛选出异常实例处理的特殊请求（如超大参数、特殊格式元数据）。

• 排查ARM架构Spot实例的兼容性问题
  t4g.large是ARM架构实例，检查Python依赖的第三方库是否存在ARM平台的性能bug，比如某些C扩展未针对ARM优化，导致特定逻辑CPU占用过高。可临时替换为同规格的On-Demand实例验证是否仍出现问题。

• 检查应用的资源泄漏或死循环

  • 排查全局变量、连接池、缓存是否存在未释放的资源，导致内存/CPU持续增长
  • 检查异步代码逻辑，确认是否存在协程死锁、任务堆积的情况，比如asyncio任务未正确取消或等待

• 验证ElasticBeanstalk环境配置

  • 确认Auto Scaling组的健康检查规则是否合理，避免因健康检查异常导致流量分配失衡
  • 查看CloudWatch Logs中的实例初始化日志，检查是否有启动脚本异常，导致部分实例后台进程持续占用CPU

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