如何让ALB slow_start在ECS服务更新过程中生效？

你的核心问题出在ECS部署策略与ALB Slow Start的联动逻辑不匹配：当前配置中deployment_minimum_healthy_percent = 100意味着，只要新容器通过健康检查，ECS就会立即停止旧容器——但ALB的Slow Start是在容器通过健康检查之后才开始逐步提升流量权重的，这就导致旧容器提前退出，新容器在Slow Start周期内直接承接全量流量，引发内存不足。

下面是具体的调整方案和修改后的配置：

1. 调整ECS部署策略参数 #

核心是降低deployment_minimum_healthy_percent，让ECS在新容器完全就绪（包括完成ALB Slow Start）前，保留足够的旧容器承载流量：

• 将deployment_minimum_healthy_percent从100改为50（可根据你的期望任务数调整：比如期望数是4，50%意味着至少保留2个旧容器；如果期望数是1，可设为0）
• 这个参数控制部署期间必须维持的健康任务占比，设为50%后，ECS会先启动新容器，直到新容器在ALB中完成Slow Start并稳定运行，才会逐步停止旧容器。

2. 优化ALB目标组健康检查 #

避免容器刚启动就被判定为健康（此时可能还在初始化，内存占用未稳定）：

• 提高healthy_threshold到3或更高，确保容器连续多次通过健康检查才被标记为健康
• 可选调整interval（检查间隔）和timeout（超时时间），给容器足够的初始化缓冲时间

修改后的Terraform配置 #

ALB目标组配置 #

resource "aws_alb_target_group" "my_target_group" {
  name        = "my_service"
  port        = 8080
  protocol    = "HTTP"
  vpc_id      = data.aws_vpc.active.id
  target_type = "ip"
  slow_start  = 120

  health_check {
    enabled             = true
    port                = 8080
    path                = "/healthCheck"
    unhealthy_threshold = 2
    # 提高健康阈值，确保容器真正初始化完成
    healthy_threshold   = 3
    # 延长检查间隔，给容器更多初始化时间
    interval            = 30
    timeout             = 5
  }
}

ECS服务配置 #

resource "aws_ecs_service" "my_service" {
  name                               = "my_service"
  cluster                            = aws_ecs_cluster.my_services.id
  task_definition                    = aws_ecs_task_definition.my_services.arn
  launch_type                        = "FARGATE"
  desired_count                      = var.desired_count
  deployment_maximum_percent         = 400
  # 降低最小健康百分比，避免旧容器过早停止
  deployment_minimum_healthy_percent = 50
  enable_execute_command             = true

  wait_for_steady_state = true

  network_configuration {
    subnets         = data.aws_subnets.private.ids
    security_groups = [aws_security_group.my_service_container.id]
  }

  load_balancer {
    container_name   = "my-service"
    container_port   = 8080
    target_group_arn = aws_alb_target_group.my_target_group.arn
  }

  lifecycle {
    create_before_destroy = true
    ignore_changes        = [desired_count]
  }
}

关键逻辑说明 #

• ALB的Slow Start：容器通过健康检查后，ALB会在120秒内逐步将流量权重从0提升到100%，避免瞬间过载
• ECS部署策略：deployment_minimum_healthy_percent = 50确保部署期间至少有一半的旧容器保持健康，直到新容器完成Slow Start并被ECS判定为完全就绪
• wait_for_steady_state = true：强制ECS等待所有新容器就绪、旧容器停止后，才标记部署完成，避免中间状态的不稳定

内容的提问来源于stack exchange，提问作者Bastian Voigt