使用CloudFormation创建MongoDB Atlas集群遇「内部失败」错误排查

1. MongoDB::Atlas::*系列CloudFormation资源出现「Internal Failure」的常见原因 #

• 权限配置不足：Secrets Manager中的Atlas API密钥缺少atlas.clusters.create、atlas.networkContainers.create等核心权限；或CloudFormation执行角色无读取Secrets Manager、调用Atlas API的权限。
• 资源依赖顺序错误：比如先创建集群再创建网络容器，导致集群无法关联网络环境，触发API调用失败。
• 参数不兼容/非法：Atlas CIDR与VPC CIDR重叠；指定的MongoDB版本与实例类型不兼容；目标区域不支持所选实例规格；参数格式不符合Atlas API要求。
• API限流触发：短时间内重复创建资源，触发Atlas API的速率限制，导致内部调用失败。
• 现有资源冲突：Atlas项目中已存在同名集群、网络容器或对等连接，与CloudFormation创建逻辑冲突。
• CFN扩展版本问题：使用的MongoDB Atlas CloudFormation注册扩展版本过旧，存在兼容性bug。

2. 模板中存在的遗漏与错误 #

• 缺失PrivateRouteTable资源：RouteToAtlas引用的PrivateRouteTable未在模板中定义，直接导致路由创建失败。
• 资源依赖顺序颠倒：NetworkContainer依赖AtlasCluster，正确逻辑应为先创建网络容器，再创建集群（集群需关联网络容器ID），否则集群无法部署到指定私有网络。
• VPC对等连接配置冗余且错误：无需手动创建AcceptVpcPeering，MongoDB::Atlas::NetworkPeering会自动处理AWS侧的对等连接接受；且PeerVpcId引用NetworkPeering.ConnectionId是错误的，该属性是Atlas侧对等连接ID，并非VPC ID。
• 集群未关联网络容器：AtlasCluster的ReplicationSpecs[].AdvancedRegionConfigs未指定NetworkContainerId，导致集群不会部署到创建的网络容器内，后续对等连接无法生效。
• 存储类型不兼容：ElectableSpecs.EbsVolumeType设置为STANDARD，但M10及以上实例通常需使用GP2或GP3，部分区域/规格不支持标准存储。
• 冗余资源：AtlasIAMRole未被任何资源引用，属于无效配置。

3. 指定集群实例类型为Flex的方法 #

不能直接使用FLEX作为实例类型，需指定具体的Flex规格（如M20_FLEX、M30_FLEX等），同时必须配置DiskSizeGB（Flex实例存储容量可自定义）。示例配置如下：

ElectableSpecs:
  InstanceSize: "M20_FLEX"
  DiskSizeGB: 20
  EbsVolumeType: "GP3"

注意：需确保目标区域支持所选Flex规格，且MongoDB版本与Flex实例兼容。

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