AWS EC2 t2.micro实例每18-22小时出现实例可达性检查失败求助

• 盯紧实例资源消耗
  t2.micro是突发性能实例，CPU积分耗光会直接导致性能受限，很大概率是周期性故障的诱因。去CloudWatch查看CPU使用率、CPU积分余额的变化趋势，同时用top、free -m、df -h命令实时检查内存、磁盘、CPU占用情况。给CPU积分余额设置CloudWatch告警，低于阈值时触发提醒，能提前预判问题。

• 揪出单服务的异常
  既然只运行一个服务，重点排查它是否存在内存泄漏、CPU占用持续攀升的问题。翻看服务对应的日志文件（通常在/var/log目录下），检查是否有死循环、资源未释放的代码逻辑。用ps aux跟踪服务进程的资源占用，每隔几小时记录一次，确认是否存在持续增长的趋势。

• 排查网络与底层硬件问题

  • 检查安全组和NACL规则，确认没有定时变更的规则导致流量被周期性阻断。
  • 尝试将实例迁移到其他可用区，避免当前所在物理主机的周期性故障。操作方式是先创建实例AMI，再在其他可用区启动新实例运行服务，验证故障是否复现。
  • 查看定时任务列表crontab -l，确认是否存在定时执行的脚本导致网络或系统资源异常。

• 系统层面兜底排查

  • 当前系统日志仅显示启动信息，调整syslog配置，开启更详细的内核和服务日志记录，尝试捕获故障发生时的异常信息。
  • 升级系统内核到稳定版本，比如CentOS执行yum update kernel，Ubuntu执行apt upgrade linux-image-generic，排查是否因旧内核兼容性问题导致故障。
  • 禁用不必要的系统服务，比如如果自动崩溃报告服务非必需，可将其关闭，减少资源占用和潜在冲突。

内容的提问来源于stack exchange，提问作者Ritika Gupta