AWS ECS集群Capacity Provider无法触发缩容事件问题问询

排查修复步骤 #

• 删除手动配置的ASG自定义伸缩策略
  ECS Capacity Provider开启托管伸缩（ManagedScaling状态设为ENABLED）后，会自动为绑定的ASG创建专属的目标追踪伸缩策略，完全接管ASG的扩缩容调度。手动为该ASG配置的其他动态伸缩策略会与ECS托管规则冲突，直接导致缩容逻辑失效，请先删除所有手动为该ASG创建的自定义伸缩策略，仅保留ECS自动生成的AWS/ECS/ManagedScaling/前缀的托管策略。

• 检查ASG实例缩减保护配置

  1. 检查ASG级别的NewInstancesProtectedFromScaleIn参数是否被设为true，如果开启该参数，所有新扩容的实例默认会被标记为禁止缩容，导致缩容流程无法执行
  2. 检查当前运行的EC2实例是否被手动开启了实例级别的缩减保护，如有请手动关闭

• 检查集群容量提供者关联策略的base参数
  将Capacity Provider关联到ECS集群时，如果配置的CapacityProviderStrategy中base参数被设为2，ECS会强制要求该容量提供者至少维持2台实例的容量，即使没有任务运行也不会缩容到2以下，调整该参数到预期值即可。

• 确认实例排水配置正常
  检查ECS容器实例是否开启了防止意外终止的自定义配置，或者有长时间运行的任务配置了stopTimeout超过默认的30秒，导致ECS无法正常完成实例排水流程，无法将实例标记为可终止。

完成上述排查调整后，Capacity Provider即可恢复正常的双向扩缩容能力。

内容的提问来源于stack exchange，提问作者David Gard