如何配置单条CloudWatch Event Rule实现区域全EC2健康检查告警

你需要的同区域所有EC2实例健康检查通过率低于1/2时触发通知的需求，无需为每台实例单独配置告警，以下是两种可实现的方案：

方案1：CloudWatch聚合指标告警（更简单，推荐） #

直接通过CloudWatch指标数学计算（Metric Math）做跨实例聚合，全程仅需1条告警规则：

• 进入CloudWatch控制台「指标」页面，选择EC2的「状态检查」指标分类，添加两个聚合指标：
  1. 所有实例StatusCheckFailed_Instance指标的求和结果，命名为unhealthy_count
  2. 所有实例总数的统计结果，可通过EC2实例指标做COUNT()聚合得到，命名为total_count
• 新增Metric Math表达式：IF(unhealthy_count / total_count >= 0.5, 1, 0)，命名为alarm_trigger，返回值为1时代表健康检查通过率≤1/2
• 为alarm_trigger指标创建告警，阈值设为≥1，统计周期可按需求选择（通常1~5分钟），告警触发动作绑定用于发通知的SNS主题即可

如果你需要监控的是ALB/NLB目标组下实例的负载均衡健康检查，直接替换上述指标为AWS/ApplicationELB或AWS/NetworkELB下的HealthyHostCount、UnHealthyHostCount做聚合即可。

方案2：EventBridge+Lambda事件驱动方案（适合需要事件触发而非定时轮询的场景） #

如果你希望通过EC2/CloudTrail事件驱动检测，只需配置1条EventBridge（原CloudWatch Events）规则即可：

• 新建EventBridge规则，事件模式填入以下配置：

{
  "source": ["aws.ec2"],
  "detail-type": ["EC2 Instance State-change Notification", "AWS API Call via CloudTrail"],
  "detail": {
    "eventName": ["DescribeInstanceStatus"]
  }
}

• 规则目标绑定Lambda函数，在函数内调用describe_instance_status接口拉取当前区域所有实例的健康状态，计算通过率达到阈值后触发SNS通知即可
• 如需筛选特定标签的实例，在Lambda拉取实例时添加标签过滤条件即可

内容的提问来源于stack exchange，提问作者Beginner