AWS实例无响应：前后端及SSH连接异常，重启恢复后次日复发

针对实例状态显示「运行中」但无法建立连接、前后端服务停止响应，重启后恢复但次日复发的情况，可按以下方向排查：

1. 资源耗尽（最常见诱因） #

实例内存、CPU或磁盘被占满时，服务会无响应，但实例本身仍会维持「运行中」状态：

• 排查：重启后立刻配置CloudWatch监控，跟踪CPU、内存（需安装CloudWatch Agent）、磁盘使用率，设置阈值告警（例如CPU持续5分钟超过90%、内存占用超95%），定位资源瓶颈。
• 解决：内存不足则升级实例规格；若为应用内存泄漏，排查后端服务的内存占用曲线，修复代码问题；磁盘满则清理日志、临时文件，或扩容EBS卷。

2. 网络规则异常 #

安全组、NACL规则被误改，或弹性公网IP绑定异常，会导致无法连接，但实例状态不受影响：

• 排查：对比正常运行时的安全组/NACL配置，确认入站规则允许你的IP访问SSH（22端口）及应用端口（如80/443）；检查弹性公网IP是否正常绑定，未被意外释放。
• 解决：恢复正确的安全组/NACL规则；若弹性公网IP丢失，重新绑定或分配新的IP。

3. 服务进程未配置自动恢复 #

SSH服务（sshd）、应用守护进程（如nginx、Tomcat）崩溃后，若未设置自动重启，会导致服务停摆，但实例仍运行：

• 排查：重启后查看系统日志（/var/log/auth.log看sshd日志，/var/log/syslog或应用专属日志），定位进程崩溃的报错；检查systemd配置（例如systemctl status nginx）是否开启Restart=always。
• 解决：修复进程崩溃根源（如依赖库缺失、代码bug）；给所有核心服务配置systemd自动重启策略，确保进程挂掉后自动恢复。

4. EBS卷挂载异常 #

EBS卷意外断开或挂载失败，导致服务无法读取配置/数据而停止响应：

• 排查：查看/var/log/messages（CentOS）或/var/log/syslog（Ubuntu）中的磁盘挂载报错；执行df -h确认卷挂载状态。
• 解决：检查控制台中EBS卷的状态是否正常；配置fstab实现自动挂载，确保实例启动时自动挂载卷；若卷损坏，可挂载至其他实例修复数据。

5. 底层硬件故障 #

实例所在的物理服务器出现硬件问题，会导致实例看似运行正常，但实际无法响应：

• 排查：查看控制台的实例状态检查结果，若系统状态检查失败，说明底层硬件存在故障。
• 解决：停止实例后，触发实例迁移（可通过「更改实例类型」操作，无需实际变更规格），再启动实例；或创建实例AMI，重新部署新实例。

临时应急措施 #

• 配置CloudWatch自动恢复告警：当实例状态检查失败时，自动触发重启操作，减少服务中断时间。
• 启用AWS系统管理器会话管理器：无需SSH即可连接实例，方便在无法通过常规方式连接时排查问题。

内容的提问来源于stack exchange，提问作者Rajat Palankar