AWS ECS Fargate任务停止次数统计：CloudWatch查询及最佳实践

关于STOPPED任务日志的说明 #

ECS Container Insights的/aws/ecs/containerinsights/{my-cluster-name}/performance日志组不会持续保留STOPPED状态任务的日志，该日志组仅采集运行中（RUNNING/PENDING）任务的性能指标与状态快照。任务转为STOPPED后，不会再向此日志组写入数据，这是你之前查询无结果的原因。

CloudWatch Logs Insights 查询示例 #

若要统计停止任务，需结合EventBridge捕获的任务停止事件（写入专属日志组）或容器应用日志，以下是基于EventBridge事件日志的查询示例：

1. 统计任务停止次数 #

假设已将ECS STOPPED事件写入日志组/aws/events/ecs-task-stopped，使用以下查询：

fields detail.taskArn, detail.stopCode, detail.stoppedReason, @timestamp
| filter detail.group = "service:my-first-service" and detail.lastStatus = "STOPPED"
| stats count() as stopCount by detail.taskArn
| sort stopCount desc

2. 统计任务内每个容器停止/崩溃次数 #

若任务包含多个容器，可展开容器列表统计：

fields detail.taskArn, container.name, detail.stopCode, @timestamp
| filter detail.group = "service:my-first-service" and detail.lastStatus = "STOPPED"
| mv-expand detail.containers as container
| stats count() as containerStopCount by detail.taskArn, container.name
| sort containerStopCount desc

注：若需仅统计容器崩溃导致的停止，可添加filter detail.stopCode = "EssentialContainerExited"条件。

EventBridge实现任务停止监控的最佳实践 #

1. 创建EventBridge规则

   • 规则类型选「事件模式」，事件源选ECS，事件类型选ECS Task State Change
   • 设置事件模式匹配条件（仅捕获目标服务的Fargate任务停止事件）：

     {
       "source": ["aws.ecs"],
       "detail-type": ["ECS Task State Change"],
       "detail": {
         "lastStatus": ["STOPPED"],
         "group": ["service:my-first-service"],
         "launchType": ["FARGATE"]
       }
     }
     

2. 绑定CloudWatch日志组目标

   • 选择「CloudWatch日志组」，新建或指定现有日志组（如/aws/events/ecs-task-stopped），所有符合条件的停止事件会自动写入该日志组，供后续查询统计。

3. 精准过滤停止原因

   • 若仅关注容器崩溃导致的任务停止，可在事件模式中添加"stopCode": ["EssentialContainerExited"]，排除用户主动停止（UserInitiated）等非异常场景。

4. 配置告警（可选）

   • 基于CloudWatch日志指标过滤器，对停止次数设置阈值告警（如5分钟内停止次数超过3次触发告警），及时感知异常。

内容的提问来源于stack exchange，提问作者devok