AWS ECS多可用区工作机制及相关技术问题咨询

问题原因分析 #

你遇到的间歇性连接超时，核心原因是：

• 你的*Network Load Balancer (NLB)*关联了两个可用区的子网，因此AWS为其分配了两个IP（10.0.1.20对应子网A，10.0.2.30对应子网B），DNS会以轮询方式返回这两个IP。
• 但你的ECS集群只有子网B内有运行ECS Agent的EC2实例，仅能在子网B部署任务。当请求打到子网A的NLB IP时，该AZ内没有可转发的ECS任务，导致连接超时；打到子网B的IP时则能正常转发，因此出现部分成功、部分失败的间歇性现象。

疑问解答 #

1. AWS ECS多可用区如何工作？

• ECS多可用区的核心是将集群计算资源（EC2实例/Fargate容量）分布在多个可用区（AZ），任务可被调度到不同AZ的资源上，实现容灾与高可用。
• 配置ECS服务时，若指定多个对应不同AZ的子网，ECS会尝试在这些AZ间均衡放置任务（前提是每个AZ都有可用的计算资源）。
• 搭配负载均衡器时，LB会在每个关联的子网部署节点，流量可分发到对应AZ内的任务，避免单AZ故障导致服务完全不可用。

2. 若服务仅运行1个EC2任务，多可用区是否仍能生效？

• 不能。多可用区的高可用效果需要任务分布在多个AZ的资源上。单任务只会运行在某一个AZ的EC2实例上，另一个AZ无任务对应，该AZ的LB节点无法转发流量，无法实现多可用区的冗余能力。
• 仅当运行任务的AZ发生故障时，ECS才会尝试在其他有可用资源的AZ重新启动任务，但正常运行状态下，单任务无法提供多AZ的高可用。

3. AWS会为1个Network Load Balancer分配多少个IP？是否取决于子网？

• NLB会为每个关联的子网分配至少1个IP：互联网型NLB分配弹性公网IP，内网型NLB分配私有IP。也就是说，你关联了几个子网（对应几个AZ），NLB就会在每个子网里分配至少一个IP。
• 当流量负载升高时，AWS会自动在每个子网内新增IP来扩展处理能力，但每个子网至少保留一个IP。你的NLB关联了两个子网，因此获得两个分别对应不同AZ的IP。

4. 仅拥有1个属于单子网（可用区）的EC2 Agent时，多可用区能否正常工作？

• 不能。ECS多可用区的正常运行依赖每个目标AZ都有可用的计算资源（运行ECS Agent的EC2实例，或Fargate的容量）来承载任务。你仅在子网B部署了EC2 Agent，意味着只有该AZ能运行ECS任务，子网A无任何ECS资源。
• 此时即使NLB关联了两个AZ的子网，子网A的LB节点没有可转发的任务，必然导致请求超时。要实现正常的多可用区工作，需在每个AZ的子网内都部署运行ECS Agent的EC2实例，或使用Fargate模式（无需管理EC2，AWS自动在多AZ调度任务）。

内容的提问来源于stack exchange，提问作者Puskin