AWS ECS任务启动失败求助：任务从PENDING直接转为STOPPED

遇到这种任务直接从PENDING变STOPPED，且日志提示Error converting stats for container XXX: Invalid container statistics reported, no cpu core usage reported的情况，我之前也碰到过几次，分享几个实用的排查和解决思路：

1. 先检查ECS代理版本 #

这个错误大概率和ECS代理的版本bug有关，旧版本的代理在处理某些容器的CPU统计数据时容易出问题。

• 先查看当前实例上的ECS代理版本：

  docker inspect amazon/amazon-ecs-agent | grep "Version"
  

• 如果版本低于1.50.0左右，强烈建议升级到最新稳定版。升级命令参考：

  docker stop ecs-agent
  docker rm ecs-agent
  docker run -d --name ecs-agent --restart=always \
    -v /var/run/docker.sock:/var/run/docker.sock \
    -v /var/log/ecs:/var/log/ecs \
    -v /var/lib/ecs/data:/var/lib/ecs/data \
    -v /sys/fs/cgroup:/sys/fs/cgroup:ro \
    -v /var/run/docker/execdriver/native:/var/lib/docker/execdriver/native:ro \
    -e ECS_CLUSTER=你的集群名称 \
    amazon/amazon-ecs-agent:latest
  

2. 核对任务定义的CPU配置 #

有时候任务定义里的CPU资源设置不合理，或者宿主机CPU资源被占满，会导致代理无法获取有效的CPU统计数据：

• 检查任务定义中的CPU分配值，确保没有超过容器实例剩余的可用CPU资源
• 登录容器实例，用top或htop查看CPU使用情况，确认是否有进程占用过高CPU
• 如果任务使用了CPU亲和性或者自定义cgroup限制，检查配置是否正确，有没有限制到容器无法报告CPU核心数据

3. 确认Docker版本兼容性 #

ECS代理和Docker版本有严格的兼容要求，版本不匹配也会导致统计数据收集失败：

• 运行docker --version查看当前Docker版本，确认它在AWS官方支持的兼容范围内（比如较新的ECS代理通常需要Docker 19.03+版本）
• 如果Docker版本太老，考虑升级到兼容的稳定版本，记得升级前备份好相关配置

4. 排查容器本身的退出原因 #

有时候是容器先异常退出，才导致代理统计数据出错，所以得先看容器自己的日志：

• 用容器ID查看日志：docker logs <你的容器ID>，看容器启动或运行时有没有报错
• 查看ECS代理的完整日志：tail -f /var/log/ecs/ecs-agent.log，找容器启动失败的具体原因，比如依赖缺失、端口占用等

5. 重启ECS代理和Docker服务 #

临时的进程异常或资源冲突也可能导致这个问题，重启服务往往能快速解决：

• 先重启ECS代理：docker restart ecs-agent
• 如果还是不行，尝试重启Docker服务：systemctl restart docker（注意：生产环境这么做会重启所有运行中的容器，一定要提前做好预案）

6. 检查宿主机的cgroup配置 #

ECS代理依赖cgroup来收集容器的资源使用数据，如果cgroup挂载异常，就会拿不到CPU统计：

• 检查cgroup挂载情况：mount | grep cgroup，确保cpu、cpuacct这些组都正常挂载
• 如果挂载有问题，可以尝试重新挂载cgroup，或者直接重启容器实例（生产环境需谨慎操作）

内容的提问来源于stack exchange，提问作者Nick Rolando