私有子网ECS Fargate搭配Application Load Balancer容器循环重启问题咨询

问题排查与解决建议 #

1. 优先排查容器主进程逻辑 #

你给出的容器退出码为0，说明主进程是正常执行结束退出，而非异常崩溃，这是最高概率的触发重启的原因：

• 你的容器启动命令是执行/tmp/init.sh，如果该脚本仅为初始化逻辑，执行完成后就退出，且脚本内部启动的业务进程是后台运行（加了&参数），那么主进程（执行脚本的bash）退出后，容器就会被判定为结束运行，ECS会自动重启任务。
• 修复方案：
  • 在init.sh的最后，用exec命令启动你的业务服务进程，让业务进程接替bash成为PID 1主进程，持续保持运行
  • 若需要同时运行多个进程，可引入supervisor等进程管理工具作为容器主进程，保证业务进程持续在线

2. 调整健康检查相关配置 #

你的初始化脚本本地执行需要数分钟，默认的健康检查配置大概率没有预留足够的初始化时间：

• 调整ECS服务的健康检查宽限期：在ECS服务配置中设置healthCheckGracePeriodSeconds参数，值要大于你的脚本最长初始化时间，比如初始化需要5分钟就设置为360，该时间内ECS不会因为健康检查失败排空任务。
• 调整ALB目标组健康检查参数：
  • 把不健康阈值调高到10，健康检查间隔设置为30，累计给足5分钟的初始化等待时间
  • 确认健康检查的端口指定为9003，检查路径是你业务服务暴露的可访问路径（比如/或者/health），避免路径配置错误导致健康检查失败

3. 验证网络配置正确性 #

逐一核对以下配置避免网络不通导致健康检查失败：

• 确认ECS任务的安全组入站规则，允许ALB安全组的IP段访问9003端口
• 确认ALB的HTTPS监听器配置正确，证书有效，转发规则指向绑定了ECS服务的9003端口IP目标组
• 确认VPC内网没有ACL规则拦截9003端口的通信

4. 排查容器运行日志 #

到CloudWatch Logs中查看对应ECS任务的容器日志，确认/tmp/init.sh的执行过程，排查是否有初始化报错、业务服务启动失败的情况，可在init.sh中增加打印日志的逻辑，确认脚本是否执行完成、业务服务是否成功监听9003端口。

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