使用AWS容器每小时调度任务遇EventBridge执行失败，求排查方案

先解决任务自动重启的根源问题 #

• 检查ECS任务定义的重启策略：默认是Always，如果你的任务执行完会正常退出（退出码0），这个策略会导致ECS不断重启任务。改成OnFailure（仅任务失败时重启）或Never（从不重启）即可。同时查看任务退出码：在ECS控制台任务详情里，如果是非0退出码，说明任务本身执行有错误（比如数据库连接失败、权限不足），得先排查容器内的业务逻辑问题。

排查EventBridge规则配置 #

• 验证调度表达式：每小时触发的正确AWS cron表达式是cron(0 * * * ? *)（格式为「分 时 日 月 周 年」，年可选），检查规则里的表达式是否写错。另外确认规则状态是ENABLED，没有被禁用。
• 检查目标配置：确认目标类型是「ECS任务」，关联的集群、任务定义（注意选对版本）、启动类型（Fargate/EC2，要匹配集群类型）正确。如果是Fargate，还要检查VPC、子网、安全组配置是否允许任务正常联网（比如能不能访问ECR拉镜像、能不能连接数据库）。
• 核对IAM权限：EventBridge需要有ecs:RunTask权限，检查规则绑定的IAM角色：
  • 信任策略是否允许events.amazonaws.com作为信任实体；
  • 权限策略是否包含ecs:RunTask，以及对应ECS集群、任务定义的访问权限；
  • 如果是Fargate，还要添加ec2:CreateNetworkInterface等VPC相关权限。

排查ECS任务执行环节 #

• 查看CloudWatch日志：如果任务定义配置了awslogs日志驱动，去CloudWatch对应的日志组找启动日志，排查是否有镜像拉取失败（比如任务执行角色没有ECR拉取权限）、资源不足（Fargate CPU/内存配置不够，或EC2集群无可用资源）、网络连接失败等错误。
• 检查任务执行角色权限：确保角色有拉取ECR镜像的权限（ecr:GetDownloadUrlForLayer、ecr:BatchGetImage、ecr:BatchCheckLayerAvailability），如果任务需要访问数据库，还要配置对应的访问权限（比如安全组开放数据库端口、IAM认证权限）。
• 确认集群容量：EC2集群的话，检查是否有可用实例，且实例CPU/内存足够；Fargate集群的话，确认当前区域Fargate容量充足，任务定义的CPU/内存配置在Fargate允许范围内（比如0.25vCPU对应0.5-2GB内存）。

验证触发逻辑 #

• 手动触发EventBridge规则：在EventBridge控制台规则页面点击「测试规则」，手动触发后去ECS控制台查看是否有任务启动，排除调度表达式的问题，直接验证目标配置是否有效。
• 手动运行ECS任务：在ECS控制台手动启动任务，如果手动启动都失败，说明问题出在ECS任务本身，和EventBridge无关，先解决手动运行的问题再配置定时触发。

内容的提问来源于stack exchange，提问作者Fiach Reid