Amazon ECS 部署斷路器如何偵測故障 - Amazon Elastic Container Service
Failure threshold

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

Amazon ECS 部署斷路器如何偵測故障

部署斷路器是可確定任務是否達到穩定狀態的滾動式更新機制。部署斷路器邏輯有一個選項，可將失敗的部署自動復原至處於 COMPLETED 狀態的部署。

當服務部署變更狀態時，Amazon 會將服務部署狀態變更事件ECS傳送至 EventBridge。這提供一種程式設計方式來監控您的服務部署的狀態。如需詳細資訊，請參閱Amazon ECS服務部署狀態變更事件。我們建議您使用 建立和監控 EventBridge 規則，eventNameSERVICE_DEPLOYMENT_FAILED以便您可以採取手動動作來開始部署。如需詳細資訊，請參閱《Amazon EventBridge 使用者指南》中的 入門 EventBridge。

當部署斷路器判斷部署失敗時，會尋找處於 COMPLETED 狀態的最新部署。這是部署斷路器用來做為復原部署的部署。復原開始時，部署會從 COMPLETED 變更為 IN_PROGRESS。這表示在達到 COMPLETED 狀態之前，部署不符合另一個復原的資格。當部署斷路器找不到處於 COMPLETED 狀態的部署時，斷路器不會啟動新任務，且會阻礙部署。

當您建立服務時，排程器會追蹤兩個階段中無法啟動的任務。

  • 階段 1 - 排程器會監控任務，以查看它們是否轉換為 RUNNING 狀態。

    • 成功 - 部署有機會轉換至 COMPLETED 狀態，因為有多個任務已轉換至 RUNNING 狀態。會略過故障條件，且斷路器會移至階段 2。

    • 失敗 - 有連續任務未轉換為 RUNNING 狀態，而部署可能會轉換為 FAILED 狀態。

  • 階段 2 - 當RUNNING狀態中至少有一個任務時，部署會進入此階段。斷路器會檢查正在評估的目前部署中任務的運作狀態檢查。驗證的運作狀態檢查為 Elastic Load Balancing、 AWS Cloud Map 服務運作狀態檢查和容器運作狀態檢查。

    • 成功 - 至少有一個任務處於執行中狀態，並已通過運作狀態檢查。

    • 失敗 - 由於運作狀態檢查失敗而取代的任務已達到失敗閾值。

當您在 服務上使用部署斷路器方法時，請考慮下列事項。 EventBridge 會產生規則。

  • DescribeServices 回應可提供部署狀態洞察，rolloutState 和 rolloutStateReason。當啟動新的部署時，推展狀態從 IN_PROGRESS 狀態開始。當服務到達穩定狀態時，推展狀態轉移到 COMPLETED。若服務無法達到穩定狀態，而斷路器已開啟，則部署將轉換為 FAILED 狀態。處於 FAILED 狀態的部署不會啟動任何新任務。

  • 除了 Amazon 為已啟動且已完成的部署ECS傳送的服務部署狀態變更事件之外，Amazon ECS也會在開啟斷路器的部署失敗時傳送事件。這些事件提供有關部署失敗原因的詳細資訊，或者部署是否因為回復而開始。如需詳細資訊，請參閱Amazon ECS服務部署狀態變更事件。

  • 如果新的部署因為先前的部署失敗並發生復原而開始，服務部署狀態變更事件的 reason 欄位將指示部署因為復原而開始。

  • 只有使用滾動更新 (ECS) 部署控制器的 Amazon ECS服務才支援部署斷路器。

  • 當您使用部署斷路器搭配 CloudWatch 選項 AWS CLI 時，您必須使用 Amazon ECS主控台或 。如需詳細資訊，請參閱《AWS Command Line Interface 參考》中的 使用定義的參數建立服務 和 create-service。

下列create-service AWS CLI 範例顯示當部署斷路器與復原選項搭配使用時，如何建立 Linux 服務。

aws ecs create-service \
     --service-name MyService \
     --deployment-controller type=ECS \
     --desired-count 3 \
     --deployment-configuration "deploymentCircuitBreaker={enable=true,rollback=true}" \
     --task-definition sample-fargate:1 \
     --launch-type FARGATE \
     --platform-family LINUX \
     --platform-version 1.4.0 \
     --network-configuration "awsvpcConfiguration={subnets=[subnet-12344321],securityGroups=[sg-12344321],assignPublicIp=ENABLED}"

範例：

部署 1 處於 COMPLETED 狀態。

部署 2 無法啟動，因此斷路器會復原至部署 1。部署 1 會轉換至 IN_PROGRESS 狀態。

部署 3 會啟動，且 COMPLETED 狀態中沒有部署，因此部署 3 無法復原或啟動任務。

Failure threshold

部署斷路器會計算閾值，然後使用該值判斷何時將部署移動到 FAILED 狀態。

部署斷路器的最小閾值為 3，最大閾值為 200。 會使用下列公式中的值來判斷部署失敗。

Minimum threshold <= 0.5 * desired task count => maximum threshold

當計算結果大於最小值 3，但小於最大值 200 時，失敗閾值會設定為計算閾值 （四捨五入）。

注意

您不能更改任何一個閾值。

部署狀態檢查有兩個階段。

  1. 部署斷路器監視部署過程中的任務，並檢查處於 RUNNING 狀態的任務。當目前部署中的任務處於 RUNNING 狀態時，排程器會忽略故障條件，並繼續進行到下一個階段。當任務無法到達 RUNNING 狀態時，部署斷路器會在故障計數上增加一。當故障計數等於閾值時，部署將標記為 FAILED。

  2. 當RUNNING狀態中有一或多個任務時，就會進入此階段。部署斷路器對目前部署中的任務，針對以下資源執行運作狀態檢查：

    • Elastic Load Balancing 負載平衡器

    • AWS Cloud Map 服務

    • Amazon ECS容器運作狀態檢查

    當任務的運作狀態檢查失敗時，部署斷路器會在故障計數上增加一。當故障計數等於閾值時，部署將標記為 FAILED。

下表提供一些範例。

所需的任務計數 計算 Threshold

1

 
3 <= 0.5 * 1 => 200
 3 （計算值小於最小值）

25

 
3 <= 0.5 * 25 => 200
 13 (值會無條件進位)

400

 
3 <= 0.5 * 400 => 200
 200

800

 
3 <= 0.5 * 800 => 200
 200 (計算值大於最大值)

例如，當閾值為 3 時，斷路器會從故障計數設定為 0 開始。當任務無法達到 RUNNING 狀態時，部署斷路器會將故障計數增加一個。當失敗計數等於 3 時，部署會標記為 FAILED。

如需如何使用復原選項的其他範例，請參閱宣布 Amazon ECS 部署斷路器。