请求在AWS EC2启动ECS任务前执行docker system prune解决磁盘满问题

嘿，这个问题我之前帮好几个开发者处理过，确实是ECS+EC2自动关机场景里很容易踩的坑——任务刚结束就触发关机，Docker的自动清理（比如定时垃圾回收或者默认的资源清理逻辑）根本没机会跑，日积月累磁盘自然就被占满了。给你几个靠谱的解决方案，按优先级排序：

核心思路是不要直接关机，先让EC2执行完彻底的Docker清理操作，确认完成后再关机。你可以修改CloudWatch规则触发的Lambda函数来实现这个流程：

• 原来的Lambda可能是直接调用ec2.stop_instances()，现在改成三步：
  1. 用EC2 Run Command给目标实例发送清理命令
  2. 等待清理命令执行完成
  3. 再调用关机接口

示例Lambda代码片段（Python）：

import boto3
import time

ec2 = boto3.client('ec2')
ssm = boto3.client('ssm')

def lambda_handler(event, context):
    # 从CloudWatch事件中获取目标EC2实例ID
    instance_id = event['detail']['instance-id']
    
    # 发送Docker全量清理命令：清理未使用的容器、镜像、卷
    response = ssm.send_command(
        InstanceIds=[instance_id],
        DocumentName='AWS-RunShellScript',
        Parameters={'commands': ['docker system prune -af --volumes']}
    )
    command_id = response['Command']['CommandId']
    
    # 轮询等待命令执行完成（最多等待5分钟）
    wait_time = 0
    while wait_time < 300:
        invocation_status = ssm.get_command_invocation(
            CommandId=command_id,
            InstanceId=instance_id
        )['Status']
        if invocation_status in ['Success', 'Failed']:
            break
        time.sleep(10)
        wait_time += 10
    
    # 无论清理成功与否，最终执行关机（也可根据状态调整逻辑）
    ec2.stop_instances(InstanceIds=[instance_id])
    return {'status': 'shutdown initiated after cleanup attempt'}

注意事项：

• 给Lambda角色添加ssm:SendCommand、ssm:GetCommandInvocation、ec2:StopInstances的权限（最小权限原则，别直接给全量权限）
• EC2实例需要安装SSM Agent（Amazon Linux 2默认自带，其他系统需手动安装）

如果不想改动Lambda，也可以在EC2实例的操作系统层面设置关机前的自动清理脚本：

以Amazon Linux 2为例，创建一个systemd服务：

# 新建服务文件
sudo tee /etc/systemd/system/shutdown-docker-cleanup.service <<EOF
[Unit]
Description=Cleanup Docker resources on shutdown
DefaultDependencies=no
Before=shutdown.target reboot.target halt.target

[Service]
Type=oneshot
ExecStart=/usr/bin/docker system prune -af --volumes
TimeoutStartSec=300  # 最多等待5分钟完成清理

[Install]
WantedBy=shutdown.target reboot.target halt.target
EOF

然后启用这个服务：

sudo systemctl daemon-reload
sudo systemctl enable shutdown-docker-cleanup.service

这样实例收到关机信号时，会先执行Docker清理，完成后再继续关机流程。

这是最简单的临时方案，可靠性稍差：修改CloudWatch规则的触发逻辑，不是任务一停止就关机，而是延迟15-30分钟再触发。

比如在CloudWatch事件规则里，把触发动作设置为“延迟15分钟”，或者用Lambda的异步调用+SQS延迟队列实现。这个方法的缺点是清理时间不确定，但大多数场景下15分钟足够Docker默认的垃圾回收跑完。

除了事后清理，还可以从任务层面降低磁盘消耗：

• 在ECS任务定义中配置awslogs日志驱动，把容器日志传到CloudWatch，避免日志占用本地磁盘
• 尽量使用轻量级基础镜像（比如Alpine代替Ubuntu），减少镜像体积
• 在容器启动脚本的末尾，主动清理临时文件（比如rm -rf /tmp/*）

内容的提问来源于stack exchange，提问作者user2043723