如何使用boto3在不关闭EC2实例的情况下创建AWS快照？

嗨，我之前也碰到过这个坑——控制台创建运行中实例的快照完全不用关机，但自己写的boto3脚本却把实例停了，这在生产环境里绝对是红线问题。

问题根源 #

大概率是你的脚本里不小心加了停止实例的逻辑（比如调用了ec2.stop_instances()），或者误解了快照创建的流程：AWS EBS本身就支持在线快照，运行中的实例挂载的卷完全可以直接创建快照，根本不需要关机。

正确的自动化快照脚本 #

下面是我一直在用的生产级脚本，遍历所有运行中的实例，为它们的EBS卷创建快照，全程不会停止实例：

import boto3
from datetime import datetime

def create_online_snapshots():
    # 初始化EC2资源客户端
    ec2 = boto3.resource('ec2')
    
    # 筛选所有处于运行状态的实例
    running_instances = ec2.instances.filter(
        Filters=[{'Name': 'instance-state-name', 'Values': ['running']}]
    )
    
    for instance in running_instances:
        # 获取实例名称（如果有标签的话）
        instance_name = next((tag['Value'] for tag in instance.tags if tag['Key'] == 'Name'), instance.id)
        print(f"=== 开始处理实例: {instance_name} ({instance.id}) ===")
        
        # 遍历实例挂载的所有EBS卷
        for volume in instance.volumes.all():
            # 生成带时间戳的快照描述，方便后续识别
            snapshot_desc = f"Auto-snapshot | Instance: {instance_name} | Volume: {volume.id} | Created: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}"
            
            # 直接创建快照，无需停止实例
            snapshot = volume.create_snapshot(Description=snapshot_desc)
            print(f"已创建快照: {snapshot.id} (对应卷: {volume.id})")
            
            # 可选：等待快照完成（生产环境可以异步处理，不用阻塞）
            snapshot.wait_until_completed()
            print(f"快照 {snapshot.id} 已完成")

if __name__ == "__main__":
    create_online_snapshots()

关键注意点 #

1. 不要停止实例：移除脚本中任何stop_instances()的调用，Volume.create_snapshot()方法本身就支持在线操作。

2. 文件系统一致性（可选但推荐）：如果你的应用对数据一致性要求极高（比如数据库实例），可以在创建快照前临时冻结文件系统，完成后再解冻——不用关机，用AWS SSM就能远程执行命令：

   import boto3
   
   ssm_client = boto3.client('ssm')
   
   def freeze_filesystem(instance_id, mount_point="/"):
       # 执行文件系统冻结
       response = ssm_client.send_command(
           InstanceIds=[instance_id],
           DocumentName='AWS-RunShellScript',
           Parameters={'commands': [f"fsfreeze -f {mount_point}"]}
       )
       # 等待命令执行完成
       command_id = response['Command']['CommandId']
       ssm_client.get_waiter('command_executed').wait(
           CommandId=command_id,
           InstanceId=instance_id
       )
       print(f"已冻结实例 {instance_id} 的文件系统: {mount_point}")
   
   def unfreeze_filesystem(instance_id, mount_point="/"):
       # 解冻文件系统
       response = ssm_client.send_command(
           InstanceIds=[instance_id],
           DocumentName='AWS-RunShellScript',
           Parameters={'commands': [f"fsfreeze -u {mount_point}"]}
       )
       command_id = response['Command']['CommandId']
       ssm_client.get_waiter('command_executed').wait(
           CommandId=command_id,
           InstanceId=instance_id
       )
       print(f"已解冻实例 {instance_id} 的文件系统: {mount_point}")
   

   你可以在创建快照前调用freeze_filesystem，创建完成后调用unfreeze_filesystem，这样能保证快照的数据一致性，同时完全不影响实例运行。

3. IAM权限：确保执行脚本的角色/用户有ec2:CreateSnapshot、ec2:DescribeInstances、ec2:DescribeVolumes等权限，如果用SSM的话，还需要ssm:SendCommand和ssm:GetCommandInvocation权限。

总结 #

只要去掉脚本中停止实例的逻辑，直接调用卷的create_snapshot()方法，就能实现和控制台一样的在线快照功能，完全符合生产环境的要求。

内容的提问来源于stack exchange，提问作者Chrisjx