MWAA启动EC2实例的示例DAG运行失败问题咨询

你写的DAG逻辑本身没有语法问题，失败基本都是配置、权限、环境匹配类的问题，按以下顺序排查即可：

• 实例ID配置校验
  代码中INSTANCE_ID = os.getenv("INSTANCE_ID", "instance-id")的逻辑是优先读名为INSTANCE_ID的环境变量，读不到就使用占位字符串instance-id。MWAA环境默认不会注入这个环境变量，如果你没有手动在MWAA环境的「环境变量」配置项中添加对应键值，代码会拿无效的占位ID调用EC2 API，直接触发「实例不存在」类错误。
  修复方式二选一：
  1. 直接将代码中该行替换为你的真实EC2实例ID，比如INSTANCE_ID = "i-0xxxxxxxxx"
  2. 到MWAA控制台的环境配置页，添加环境变量INSTANCE_ID，值为你的目标EC2实例ID。
• 执行角色权限校验
  MWAA运行任务时使用的是你创建环境时绑定的执行角色，该角色默认不包含EC2实例操作、状态查询的权限，调用API时会直接被AWS IAM拒绝。
  你需要给该执行角色附加对应权限策略，最小权限参考如下：

  {
      "Effect": "Allow",
      "Action": [
          "ec2:StartInstances",
          "ec2:DescribeInstances"
      ],
      "Resource": "arn:aws-cn:ec2:*:*:instance/你的目标EC2实例ID"
  }
  

  *如果你使用的是AWS全球区，将ARN中的aws-cn替换为aws即可；如果需要批量操作多台实例，可以调整Resource字段的匹配规则。
• 区域匹配校验
  EC2相关算子默认使用MWAA环境配置的默认AWS区域，如果你的目标EC2实例和MWAA环境不在同一个区域，会出现查不到实例的错误。
  修复方式：给EC2StartInstanceOperator和EC2InstanceStateSensor都添加region_name参数，值为EC2实例所在的区域代码，例如region_name="cn-north-1"。
• 传感器配置优化
  默认配置的EC2状态传感器容易在MWAA环境中触发资源占用、超时类问题，建议调整参数适配MWAA运行特性：

  instance_state = EC2InstanceStateSensor(
      task_id="ec2_instance_state",
      instance_id=INSTANCE_ID,
      target_state="running",
      poke_interval=30,
      timeout=600,
      mode="reschedule"
  )
  

  参数说明：
  • poke_interval=30：每30秒查询一次实例状态，避免调用API过于频繁
  • timeout=600：最长等待10分钟，超过时间直接判定任务失败，避免无限等待
  • mode="reschedule"：MWAA官方推荐的传感器运行模式，等待状态时释放worker资源，不会长时间占用工作槽位

另外你代码中导入了EC2StopInstanceOperator但没有实际使用，虽然不会直接触发报错，建议删除减少不必要的依赖加载。

排障前可以先手动在EC2控制台尝试启动目标实例，如果手动启动都失败（比如EBS卷异常、vCPU配额不足、配置错误），需要先解决EC2本身的启动问题，DAG才能正常运行。

内容的提问来源于stack exchange，提问作者Musa