无报错场景下AWS Lambda函数自动重复执行的原因排查

我部署了一个作为负载均衡端点的AWS Lambda函数，该函数负责启动Fargate实例，并将实例注册到负载均衡下新建的目标组中。
该函数的预设执行工作流如下：

• 启动Fargate任务实例
• 创建目标组
• 为负载均衡创建监听器规则
• 等待任务进入运行状态
• 将Fargate任务注册为目标组的目标
• 等待任务通过健康检查并可正常响应请求

实际运行过程中，该函数有时会启动2个及以上Fargate实例，但首个启动的实例实际已经可以正常工作：通过HTTPS请求探测对应Fargate实例，可正常返回200状态码响应，但查看Lambda运行日志发现函数会自行重复执行，进而创建多余的Fargate实例。

关联Lambda运行日志 #

2022-07-01T15:23:48.623+02:00   START RequestId: 3a0c0b97-0a2b-444f-b1a3-89a98908826c Version: $LATEST
2022-07-01T15:23:49.584+02:00   ID : b21e58a3738e472d94b5f94cf5aae7ea
2022-07-01T15:23:57.401+02:00   Task attached !
2022-07-01T15:24:10.230+02:00   Task running !
2022-07-01T15:24:23.436+02:00   Target healthy !
2022-07-01T15:24:23.729+02:00   response : b'{"message":"Flask server is running"}\n'
2022-07-01T15:24:23.729+02:00   Task responded !
2022-07-01T15:24:23.783+02:00   END RequestId: 3a0c0b97-0a2b-444f-b1a3-89a98908826c
2022-07-01T15:24:23.783+02:00   REPORT RequestId: 3a0c0b97-0a2b-444f-b1a3-89a98908826c Duration: 35158.87 ms Billed Duration: 35159 ms Memory Size: 128 MB Max Memory Used: 71 MB Init Duration: 238.39 ms
2022-07-01T15:24:23.832+02:00   START RequestId: 587f3c66-bd63-4608-8bef-d406fde84ef8 Version: $LATEST
2022-07-01T15:24:23.881+02:00   ID : 4d7d6ca4570743f8838796bf8588b5b0
2022-07-01T15:24:30.214+02:00   Task attached !
2022-07-01T15:24:43.890+02:00   Task running !
2022-07-01T15:24:56.448+02:00   Target healthy !
2022-07-01T15:24:56.693+02:00   response : b'{"message":"Flask server is running"}\n'
2022-07-01T15:24:56.693+02:00   Task responded !
2022-07-01T15:24:56.761+02:00   END RequestId: 587f3c66-bd63-4608-8bef-d406fde84ef8
2022-07-01T15:24:56.761+02:00   REPORT RequestId: 587f3c66-bd63-4608-8bef-d406fde84ef8 Duration: 32925.84 ms Billed Duration: 32926 ms Memory Size: 128 MB Max M

该Lambda函数在未出现运行报错的情况下自动重复执行的原因是什么？

根本原因是Lambda执行超时触发了异步调用默认重试机制，日志特征完全匹配这个逻辑：

1. 第一次函数执行总时长为35158.87ms（约35.16秒），说明你当前给Lambda配置的执行超时阈值为35秒，函数在即将返回成功响应的节点触发了超时判定，被Lambda服务强制标记为执行失败。
2. AWS Lambda对异步触发的函数默认配置了2次自动重试规则：只要函数执行出现报错、超时，服务端会自动重新发起调用，不会判断前一次执行的业务逻辑是否已经实际完成。从时间戳也能验证：第一次执行标记结束到第二次执行启动仅间隔49毫秒，完全是服务端自动重试的时间特征。
3. 你的函数没有做幂等校验，每次调用都会无条件执行新建Fargate任务、创建目标组的逻辑，所以重试触发后就会生成多余的运行实例。

对应的修复方向：

• 调大Lambda执行超时阈值，比如设置为1分钟以上，覆盖Fargate启动、注册、健康检查的全流程等待时长
• 增加幂等判断逻辑：启动Fargate任务前先查询当前是否已有符合要求的运行中、健康状态正常的任务，存在则直接返回，不重复创建资源
• 如果不需要异步重试能力，可以直接在Lambda异步调用配置里把重试次数改为0

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