AWS ECS Fargate Task中EFS挂载运行数分钟后无响应问题咨询

该故障由NFS闲置连接回收导致：Fargate默认挂载EFS时使用NFS 4.1协议，若业务逻辑长时间无EFS读写操作，VPC连接跟踪、安全组或NAT网关会将超过闲置阈值的NFS连接主动回收，而NFS客户端默认启用硬挂载（hard）选项，触发IO操作时会无限重试无报错，加上Node.js同步fsAPI没有内置超时机制，最终表现为fs.existsSync(pathInEfs)永久阻塞。

• 调整EFS挂载参数：在ECS任务定义的EFS挂载配置中新增以下挂载选项：soft,timeo=600,retrans=2,tcp_keepalive_time=300。软挂载（soft）会在IO超时后返回错误而非无限阻塞，timeo=600设置单次IO超时为60秒，TCP保活参数会定期发送心跳避免连接被回收。如果业务需要强数据一致性不允许软挂载，可保留hard选项并添加intr参数允许手动中断阻塞的IO请求。
• 新增EFS保活逻辑：在业务处理（C++计算/休眠）的并行线程中，每隔30秒对EFS路径执行一次轻量操作，比如调用fs.writeFileSync('/efs/.keepalive', Date.now())后立即删除，主动维持NFS连接活跃。
• 优化IO调用逻辑：将同步IO接口替换为带超时控制的异步实现，比如用Promise.race封装fs.promises.access，手动设置10秒超时，避免单步IO故障卡住整个业务流程。
• 调整VPC网络配置：确认挂载EFS的Fargate任务所在安全组的出站规则对EFS的2049端口允许所有时段访问，若使用NAT网关访问跨VPC EFS，可将NAT网关的TCP连接跟踪超时阈值调整到3600秒以上。

首先修改任务挂载参数后启动测试任务，仅执行30分钟休眠后访问EFS，确认fs.existsSync不会再出现阻塞问题，同时观测EFS监控面板的客户端连接指标，确认任务运行全程连接不会提前中断。

内容的提问来源于stack exchange，提问作者Bapt