Terraform创建VMSS自动缩放规则失败，如何等待依赖VM生成指标？

问题背景 #

使用Terraform 0.14.8创建虚拟机规模集（VMSS）的自动缩放规则时，间歇性出现报错：目标VMSS的telegraf/mem命名空间下找不到used_percent指标定义，重新运行部署可解决，但需要让代码自动等待指标就绪后再创建缩放规则。

报错信息（翻译后） #

Error: 创建自动缩放设置 "Nuance Speech autoscale Setting - Percentage CPU"（资源组 "rg-dev-eastus2-nuance"）失败: insights.AutoscaleSettingsClient#CreateOrUpdate: 请求响应失败: StatusCode=400 -- 原始错误: autorest/azure: 服务返回错误。Status=400 Code="BadRequest" Message="{"code":"BadRequest","message":"在 '/subscriptions/XXX/resourceGroups/rg-dev-eastus2-nuance/providers/Microsoft.Compute/virtualMachineScaleSets/vmss-speech-XX' 的 'telegraf/mem' 命名空间中未找到请求的指标定义 'used_percent'。"}"

位于 .terraform/modules/nuance_speech_linux_vmss_autoscale_rule/main.tf 第1行，resource "azurerm_monitor_autoscale_setting" "this_autoscale_setting" 块内:
2022-10-10T17:06:55.240Z [WARN] plugin.stdio: received EOF, stopping recv loop: err="rpc error: code = Unavailable desc = transport is closing"
1: resource "azurerm_monitor_autoscale_setting" "this_autoscale_setting" {

解决方案 #

1. 固定时长等待 #

在自动缩放规则资源前添加强制等待资源，给VMSS和指标采集工具（如Telegraf）足够时间完成指标注册：

resource "time_sleep" "wait_for_metrics" {
  depends_on = [azurerm_virtual_machine_scale_set.your_vmss_resource]

  create_duration = "10m" # 可根据实际情况调整，比如5-15分钟
}

resource "azurerm_monitor_autoscale_setting" "this_autoscale_setting" {
  depends_on = [time_sleep.wait_for_metrics]
  # 原有资源配置代码...
}

2. 动态检查指标可用性 #

通过本地执行脚本循环检查目标指标是否存在，直到就绪再继续部署，比固定等待更高效：

resource "null_resource" "check_metrics_ready" {
  depends_on = [azurerm_virtual_machine_scale_set.your_vmss_resource]

  provisioner "local-exec" {
    command = <<EOT
      # 最多尝试30次，每次间隔1分钟
      for i in {1..30}; do
        az monitor metrics list-definitions --resource "/subscriptions/XXX/resourceGroups/rg-dev-eastus2-nuance/providers/Microsoft.Compute/virtualMachineScaleSets/vmss-speech-XX" --namespace "telegraf/mem" | grep -q "used_percent"
        if [ $? -eq 0 ]; then
          echo "指标已就绪"
          exit 0
        fi
        echo "等待指标就绪，第$i次尝试..."
        sleep 60
      done
      echo "超时：指标仍未就绪"
      exit 1
    EOT
  }
}

resource "azurerm_monitor_autoscale_setting" "this_autoscale_setting" {
  depends_on = [null_resource.check_metrics_ready]
  # 原有资源配置代码...
}

注意：需确保Terraform运行环境已安装Azure CLI并完成身份验证，且有权限查询指标定义。

3. 升级依赖版本 #

考虑升级Terraform到0.15+版本，同时匹配升级AzureRM Provider，新版本可能优化了资源依赖逻辑，减少此类间歇性问题。

关键说明 #

• 等待时长或重试次数需根据实际环境调整，参考指标采集工具部署到指标注册完成的耗时。
• 动态检查方式能精准匹配指标就绪状态，避免不必要的长时间等待。

内容的提问来源于stack exchange，提问作者donal