Terraform创建的AWS ECS自动扩缩容CloudWatch告警偶发失败

问题原因 #

你遇到的这个错误，核心是你的step scaling策略没有覆盖所有可能的指标值与阈值的偏差范围。结合你的配置来看：

• 扩容告警设置了evaluation_periods=2（评估2个5分钟周期，共10分钟）和datapoints_to_alarm=1（只要1个数据点超标就触发）
• 当触发告警时，Auto Scaling会同时评估这两个周期的指标值——其中一个是超过阈值500的516.95，另一个是低于阈值的437.08
• 对于低于阈值的那个数据点，它与阈值的偏差是负数（437.08 - 500 = -62.91），但你的扩容策略里只定义了metric_interval_lower_bound=0（对应偏差>0的情况），完全没有处理偏差<0的场景，导致Auto Scaling找不到对应的调整步骤，从而抛出错误。

解决方案 #

你需要在step scaling策略中补充覆盖所有偏差范围的调整规则：

• 对于扩容策略：添加一个处理偏差小于0的步骤，设置scaling_adjustment=0（也就是当指标值低于阈值时，不执行扩容操作）
• 同理，缩容策略也需要补充处理偏差大于0的步骤，避免类似的错误发生

修改后的Terraform代码 #

扩容策略（task_count_up）

resource "aws_appautoscaling_policy" "task_count_up" {
  name               = "appScalingPolicy_${aws_ecs_service.sqs_to_kinesis.name}_ScaleUp"
  service_namespace  = "ecs"
  resource_id        = "service/${aws_ecs_cluster.shared-elb-access-logs-processor.name}/${aws_ecs_service.sqs_to_kinesis.name}"
  scalable_dimension = "ecs:service:DesiredCount"

  step_scaling_policy_configuration {
    adjustment_type          = "ChangeInCapacity"
    cooldown                 = "${var.scale_up_cooldown_seconds}"
    metric_aggregation_type  = "Maximum"

    # 处理指标值超过阈值的情况（偏差>0），扩容1个任务
    step_adjustment {
      metric_interval_lower_bound = 0
      scaling_adjustment          = 1
    }

    # 处理指标值低于阈值的情况（偏差<0），不进行任何调整
    step_adjustment {
      metric_interval_upper_bound = 0
      scaling_adjustment          = 0
    }
  }

  depends_on = [aws_appautoscaling_target.main]
}

缩容策略（task_count_down）

resource "aws_appautoscaling_policy" "task_count_down" {
  name               = "appScalingPolicy_${aws_ecs_service.sqs_to_kinesis.name}_ScaleDown"
  service_namespace  = "ecs"
  resource_id        = "service/${aws_ecs_cluster.shared-elb-access-logs-processor.name}/${aws_ecs_service.sqs_to_kinesis.name}"
  scalable_dimension = "ecs:service:DesiredCount"

  step_scaling_policy_configuration {
    adjustment_type          = "ChangeInCapacity"
    cooldown                 = "${var.scale_down_cooldown_seconds}"
    metric_aggregation_type  = "Minimum"

    # 处理指标值低于阈值的情况（偏差<0），缩容1个任务
    step_adjustment {
      metric_interval_upper_bound = 0
      scaling_adjustment          = -1
    }

    # 处理指标值高于阈值的情况（偏差>0），不进行任何调整
    step_adjustment {
      metric_interval_lower_bound = 0
      scaling_adjustment          = 0
    }
  }

  depends_on = [aws_appautoscaling_target.main]
}

额外说明 #

• metric_interval_lower_bound和metric_interval_upper_bound是相对于阈值的偏差值，比如阈值是500，那么metric_interval_lower_bound=0就代表指标值 > 500，metric_interval_upper_bound=0代表指标值 < 500
• 添加scaling_adjustment=0的步骤，就是告诉Auto Scaling当指标值处于这个范围时，不执行任何扩缩容操作，这样就能覆盖所有可能的指标值场景，避免出现找不到调整步骤的错误

内容的提问来源于stack exchange，提问作者vidya