Lambda调用SSM文档遇Invalid Instance ID错误排查与解决

API 探路者

2026-5-8

解决Lambda调用SSM Run Command时的InvalidInstanceId错误

问题背景

我在实现Auto Scaling实例终止的自动化流程时踩了坑：设计的流程是实例终止→生命周期钩子→CloudWatch事件→Lambda→SSM Run Command，Lambda在测试环境（调用运行中的实例）能正常工作，但在真实终止流程中触发后，却抛出了InvalidInstanceId错误。

Lambda函数代码如下：

const AWS = require('aws-sdk');
const ssm = new AWS.SSM();
const SSM_DOCUMENT_NAME = process.env.SSM_DOCUMENT_NAME;
AWS.config.update({region: 'ap-south-1'});
const sendCommand = (instance_id) => {
  var params = {
    DocumentName: SSM_DOCUMENT_NAME,
    InstanceIds: [instance_id],
    TimeoutSeconds: 300
  };
  console.log("before call:"+params.InstanceIds);
  return ssm.sendCommand(params).promise();
}
exports.handler = async (event) => {
  console.log('event ', JSON.stringify(event));
  try {
    const instance_id = event.detail.EC2InstanceId;
    console.log("processing autoscaling event for "+instance_id);
    await sendCommand(instance_id);
    console.log('sent command');
  } catch (error) {
    throw error;
  }
}

触发时的错误日志：

Invoke Error
{
"errorType": "InvalidInstanceId",
"errorMessage": null,
"code": "InvalidInstanceId",
"message": null,
"time": "2020-06-19T09:43:10.348Z",
"requestId": "150decf1-be1d-407f-9a86-a4f986c04807",
"statusCode": 400,
"retryable": false,
"retryDelay": 20.23844834854607,
"stack": [
"InvalidInstanceId: null",
" at Request.extractError (/var/runtime/node_modules/aws-sdk/lib/protocol/json.js:51:27)",
" at Request.callListeners (/var/runtime/node_modules/aws-sdk/lib/sequential_executor.js:106:20)",
" at Request.emit (/var/runtime/node_modules/aws-sdk/lib/sequential_executor.js:78:10)",
" at Request.emit (/var/runtime/node_modules/aws-sdk/lib/request.js:683:14)",
" at Request.transition (/var/runtime/node_modules/aws-sdk/lib/request.js:22:10)",
" at AcceptorStateMachine.runTo (/var/runtime/node_modules/aws-sdk/lib/state_machine.js:14:12)",
" at /var/runtime/node_modules/aws-sdk/lib/state_machine.js:26:10",
" at Request. (/var/runtime/node_modules/aws-sdk/lib/request.js:38:9)",
" at Request. (/var/runtime/node_modules/aws-sdk/lib/request.js:685:12)",
" at Request.callListeners (/var/runtime/node_modules/aws-sdk/lib/sequential_executor.js:116:18)"
]
}

问题根源分析

实例生命周期与SSM托管状态不匹配：当实例进入termination:wait状态后，会立刻从Systems Manager的托管实例列表中移除，此时Lambda触发SSM命令时，SSM已经找不到该实例ID，自然抛出InvalidInstanceId错误——就算把生命周期等待时间拉到600秒也没用，因为实例一旦进入终止流程，SSM的注册状态会直接失效。
测试场景完全不符合真实流程：之前的测试是针对运行中的实例，但手动终止实例根本不会触发生命周期钩子！只有当Auto Scaling策略判定实例不健康（比如ELB健康检查失败）时，才会触发对应的生命周期钩子，这导致之前的测试完全无法复现真实问题。
Lambda代码的小bug：代码里先创建了SSM实例，再更新AWS区域配置，这会导致区域配置不生效，虽然这次错误不是直接由此引发，但会影响整体稳定性。

解决方案

1. 调整生命周期钩子的触发时机

把生命周期钩子的触发事件调整到实例刚进入终止流程的早期阶段，确保在实例还没从SSM托管列表中移除时就执行SSM命令：

在Auto Scaling Group的生命周期钩子配置中，选择InstanceTerminating作为触发事件，设置合理的等待时间（保证SSM命令能在实例被注销前执行完成）。
确认CloudWatch Events规则能及时触发Lambda，不要有延迟。

2. 修正Lambda代码的区域配置顺序+增加实例校验

把AWS区域配置移到创建SSM实例之前，同时新增实例在SSM托管列表中的校验逻辑，避免无效调用：

const AWS = require('aws-sdk');
AWS.config.update({region: 'ap-south-1'}); // 先更新区域配置，再创建SSM实例
const ssm = new AWS.SSM();
const SSM_DOCUMENT_NAME = process.env.SSM_DOCUMENT_NAME;

const sendCommand = (instance_id) => {
  var params = {
    DocumentName: SSM_DOCUMENT_NAME,
    InstanceIds: [instance_id],
    TimeoutSeconds: 300
  };
  console.log("before call:"+params.InstanceIds);
  return ssm.sendCommand(params).promise();
}

exports.handler = async (event) => {
  console.log('event ', JSON.stringify(event));
  try {
    const instance_id = event.detail.EC2InstanceId;
    console.log("processing autoscaling event for "+instance_id);
    
    // 新增：提前验证实例是否在SSM托管列表中
    const instanceInfo = await ssm.describeInstanceInformation({
      InstanceInformationFilterList: [
        {
          key: 'InstanceIds',
          valueSet: [instance_id]
        }
      ]
    }).promise();
    
    if (instanceInfo.InstanceInformationList.length === 0) {
      console.error(`Instance ${instance_id} is not managed by SSM, skipping command`);
      return { statusCode: 200, body: 'Instance not found in SSM' };
    }
    
    await sendCommand(instance_id);
    console.log('sent command');
    return { statusCode: 200, body: 'Command sent successfully' };
  } catch (error) {
    console.error('Error executing command:', error);
    throw error;
  }
}

3. 用正确的方式测试流程

不要手动终止实例测试，而是模拟Auto Scaling的不健康实例场景（比如停止实例的SSM Agent，或者让ELB健康检查失败），触发Auto Scaling的终止流程，这样才能正确触发生命周期钩子。

4. 确保实例能被SSM正常管理

确认实例上的SSM Agent已正确安装并运行，且实例拥有AmazonSSMManagedInstanceCore这个IAM权限策略。
实例所在的VPC需要能访问SSM服务（可以通过VPC端点或公网访问），避免实例无法注册到SSM。

内容的提问来源于stack exchange，提问作者Shurmajee