ECS集群关联容量提供商时CloudFormation回滚删除失败求助

核心问题原因 #

CloudFormation默认按反向创建顺序删除资源，但你的模板直接在ECS Cluster资源中绑定了容量提供商，导致删除时集群和容量提供商互相依赖：删除集群时容量提供商还处于关联状态，删除容量提供商时又提示绑定着集群，最终回滚操作失败。

最优解决方案：用专门的关联资源管理集群与容量提供商的绑定 #

AWS提供了AWS::ECS::ClusterCapacityProviderAssociations原生资源，专门用于管理ECS集群和容量提供商的关联关系。通过将绑定逻辑从Cluster资源中剥离，让CloudFormation自动处理删除顺序（先删除关联关系，再删除容量提供商和集群），彻底解决依赖冲突。

修改后的模板示例 #

Resources:
  EcsCluster:
    Type: 'AWS::ECS::Cluster'
    Properties:
      ClusterName: !Sub 'EcsCluster-${EnvName}'
      # 移除原有的CapacityProviders和DefaultCapacityProviderStrategy配置

  # 新增关联资源，单独管理集群与容量提供商的绑定
  ClusterCapacityProviderAssoc:
    Type: AWS::ECS::ClusterCapacityProviderAssociations
    Properties:
      Cluster: !Ref EcsCluster
      CapacityProviders:
        - !Ref OnDemandCapacityProvider
        - !Ref SpotFleetCapacityProvider
      DefaultCapacityProviderStrategy: 
        - CapacityProvider: !Ref OnDemandCapacityProvider
          Base: 2
          Weight: 0
        - CapacityProvider: !Ref SpotFleetCapacityProvider
          Base: 0
          Weight: 1

  OnDemandCapacityProvider:
    Type: AWS::ECS::CapacityProvider
    Properties:
      AutoScalingGroupProvider:
        AutoScalingGroupArn: !Ref OnDemandEcsInstanceAsg
        ManagedScaling:
          MaximumScalingStepSize: 2
          MinimumScalingStepSize: 1
          Status: ENABLED
          TargetCapacity: 100
        ManagedTerminationProtection: ENABLED

  SpotFleetCapacityProvider:
    Type: AWS::ECS::CapacityProvider
    Properties:
      AutoScalingGroupProvider:
        AutoScalingGroupArn: !Ref SpotEcsInstanceAsg
        ManagedScaling:
          MaximumScalingStepSize: 2
          MinimumScalingStepSize: 1
          Status: ENABLED
          TargetCapacity: 100
        ManagedTerminationProtection: DISABLED

效果说明 #

• 创建堆栈时：CloudFormation会先创建容量提供商，再创建集群，最后创建关联资源完成绑定。
• 删除/回滚时：CloudFormation会先删除ClusterCapacityProviderAssoc资源（自动执行解绑操作），再依次删除容量提供商和集群，不会出现关联冲突。

临时修复现有失败堆栈 #

对于已经处于失败状态的堆栈，需要手动执行解绑操作后再删除：

1. 打开ECS控制台，找到目标集群
2. 在"容量提供商"标签页中，移除关联的OnDemand和Spot容量提供商
3. 回到CloudFormation控制台，重新执行删除/回滚操作

备选方案：用自定义资源实现解绑（适合无法重构模板的场景） #

如果无法修改现有模板结构，可以通过Lambda-backed自定义资源，在删除容量提供商前自动调用ECS API解绑：

1. 创建Lambda函数，处理自定义资源的Delete事件，调用DeregisterCapacityProvider API移除关联
2. 在模板中添加自定义资源，让容量提供商的删除依赖于该自定义资源
3. 自定义资源触发时自动完成解绑，再执行容量提供商的删除

不过该方案需要额外维护Lambda函数，推荐优先使用官方原生的关联资源方案。

内容的提问来源于stack exchange，提问作者Chandika