在部署流水线中使用AWS ECS run-task时如何添加等待机制？

针对你在CircleCI+CodeDeploy流程里需要等待ECS任务完成的场景，以下是几个实用的替代方案：

方案1：Bash脚本轮询任务状态（最直接） #

通过AWS CLI手动轮询ECS任务的状态，直到任务进入停止状态（SUCCEEDED/FAILED）。适合纯Shell环境的CircleCI Job。

步骤：

1. 执行ecs run-task时捕获任务ARN
2. 循环调用ecs describe-tasks检查状态
3. 加入超时逻辑避免无限等待

示例CircleCI配置片段：

jobs:
  run-ecs-task-and-wait:
    docker:
      - image: amazon/aws-cli:latest
    steps:
      - run:
          name: Run ECS Task and Wait for Completion
          command: |
            # 执行任务并捕获ARN
            TASK_ARN=$(aws ecs run-task --cluster your-cluster-name --task-definition your-task-def --query 'tasks[0].taskArn' --output text)
            echo "Started task: $TASK_ARN"

            # 设置超时时间（比如30分钟）
            TIMEOUT=$((60 * 30))
            ELAPSED=0

            while true; do
              # 查询任务状态
              TASK_STATUS=$(aws ecs describe-tasks --cluster your-cluster-name --tasks $TASK_ARN --query 'tasks[0].lastStatus' --output text)
              TASK_STOPPED_REASON=$(aws ecs describe-tasks --cluster your-cluster-name --tasks $TASK_ARN --query 'tasks[0].stoppedReason' --output text)

              echo "Current task status: $TASK_STATUS"

              # 检查是否停止
              if [[ "$TASK_STATUS" == "STOPPED" ]]; then
                if [[ "$TASK_STOPPED_REASON" == "Essential container in task exited" ]]; then
                  # 检查容器退出码
                  EXIT_CODE=$(aws ecs describe-tasks --cluster your-cluster-name --tasks $TASK_ARN --query 'tasks[0].containers[0].exitCode' --output text)
                  if [[ "$EXIT_CODE" == "0" ]]; then
                    echo "Task completed successfully"
                    exit 0
                  else
                    echo "Task failed with exit code $EXIT_CODE"
                    exit 1
                  fi
                else
                  echo "Task stopped unexpectedly: $TASK_STOPPED_REASON"
                  exit 1
                fi
              fi

              # 检查超时
              if [[ $ELAPSED -ge $TIMEOUT ]]; then
                echo "Task timed out after $TIMEOUT seconds"
                exit 1
              fi

              # 等待5秒后重试
              sleep 5
              ELAPSED=$((ELAPSED + 5))
            done

方案2：使用Python Boto3的Waiter机制（更简洁） #

AWS SDK for Python（Boto3）内置了ECS任务的等待器tasks_stopped，可以自动处理轮询逻辑，代码更简洁。如果你的CircleCI环境有Python（可以通过Docker镜像或安装依赖实现），这是更优雅的选择。

示例脚本（保存为wait_ecs_task.py）：

import boto3
import sys

def wait_for_task(cluster_name, task_arn):
    ecs_client = boto3.client('ecs')
    waiter = ecs_client.get_waiter('tasks_stopped')
    
    try:
        waiter.wait(
            cluster=cluster_name,
            tasks=[task_arn],
            WaiterConfig={
                'Delay': 5,  # 每5秒查询一次
                'MaxAttempts': 360  # 最多等待30分钟（360*5秒）
            }
        )
    except Exception as e:
        print(f"Task failed or timed out: {str(e)}")
        sys.exit(1)
    
    # 验证任务是否成功
    response = ecs_client.describe_tasks(cluster=cluster_name, tasks=[task_arn])
    task = response['tasks'][0]
    exit_code = task['containers'][0]['exitCode']
    
    if exit_code == 0:
        print("Task completed successfully")
        sys.exit(0)
    else:
        print(f"Task failed with exit code {exit_code}")
        sys.exit(1)

if __name__ == "__main__":
    if len(sys.argv) != 3:
        print("Usage: python wait_ecs_task.py <cluster-name> <task-arn>")
        sys.exit(1)
    cluster_name = sys.argv[1]
    task_arn = sys.argv[2]
    wait_for_task(cluster_name, task_arn)

CircleCI配置片段：

jobs:
  run-ecs-task-and-wait:
    docker:
      - image: python:3.11-slim
    steps:
      - run:
          name: Install dependencies
          command: pip install boto3
      - run:
          name: Run ECS Task
          command: |
            TASK_ARN=$(aws ecs run-task --cluster your-cluster-name --task-definition your-task-def --query 'tasks[0].taskArn' --output text)
            echo "TASK_ARN=$TASK_ARN" >> $BASH_ENV
      - run:
          name: Wait for Task Completion
          command: python wait_ecs_task.py your-cluster-name $TASK_ARN

方案3：利用CloudWatch Events + Lambda回调CircleCI（异步通知） #

如果任务执行时间很长，不想占用CircleCI runner资源，可以用CloudWatch Events监听ECS任务状态变化，触发Lambda函数，再通过CircleCI API通知Job继续。不过这个方案配置稍复杂，适合超长时间运行的任务：

• 配置CloudWatch Event Rule，监听ECS任务的ECS Task State Change事件，过滤目标任务的ARN
• 触发Lambda函数，当任务停止时，调用CircleCI API标记某个步骤完成或触发后续Job
• 在CircleCI中设置一个等待步骤，直到收到Lambda的回调

这个方案适合不需要实时占用runner的场景，但配置成本比前两个高。

内容的提问来源于stack exchange，提问作者Keimille