自动缩放组从未成功启动任何实例

Question

我有一个启动队列处理实例的自动缩放组。这些实例基于 Windows。通常我们只需要一个，但是当我们的 backlog 变得太大时，我希望能够自动启动更多来处理负载，以便我们的用户有良好的体验。目前，所需节点的数量是手动设置的，但我想在未来通过 cloudwatch 警报自动设置。

当请求一个新实例时，它会从 Chef 下载其配置并成功启动，我通过查看日志知道这一点，显示 Chef 运行成功。它加入其他实例并开始使用队列中的消息。但是，在启动 10 分钟后，由于心跳超时，实例“启动失败”而终止。然后它会尝试启动一个新实例并继续循环。

当实例启动时，它卡在“Pending:Wait”状态。与我的 Web 服务器自动缩放组不同，它永远不会离开此状态，直到稍后终止。这两个实例大致相同，只是它不运行 Web 服务器。

我尝试将运行状况检查宽限期和冷却期调整为 1500 秒，但实例总是在 10 分钟（有时是 11 分钟）内终止。我还尝试将“HealthCheck”和“AddToLoadBalancer”添加到挂起的进程列表中，但这似乎没有效果。

我还尝试过使用 Set-ASInstanceHealth 手动设置实例的运行状况（或 aws autoscaling set-instance-health 了解 CLI 版本的人）。这也没有效果。

我确实有一个由自动缩放组启动的实例，因此它在某一时刻能够启动实例。我认为问题出在心跳问题上，但我不明白是什么发送了它，我找不到任何关于此的文档。

我的猜测是，当实例完成启动并且其上的软件配置正确时，我需要在某处设置一个标志。与 ELB 关联的实例已经具备此功能，因为它们具有正常运行的 Web 服务器，但不侦听任何端口的实例需要额外的东西。这是我能看到的与其他自动缩放组之间的唯一区别。

Answer 1

2017 年 9 月 17 日更新 - 您现在可以看到 lifecycle hooks in the management console，因此您无需使用下面的 API 调用。

在 AWS 论坛上的一些亚马逊员工的帮助下，我已经成功解决了这个问题。不幸的是，由于当时我不知道根本原因，所以我无法用一些可以帮助某人解决问题的细节来填写问题。

问题是我为自动缩放组定义了两个生命周期挂钩。这些挂钩负责在新实例启动时触发 CodeDeploy 部署。一旦部署成功，钩子就被标记为成功并且实例被移动到“InService”状态。如果钩子从未标记为成功，则自动缩放系统会确定实例启动失败并终止它。

我使用 Powershell API 列出了我的生命周期挂钩：

PS> Get-ASLifecycleHooks -AutoScalingGroupName "Production Background Server";

AutoScalingGroupName  : Production Background Server
DefaultResult         : CONTINUE
GlobalTimeout         : 150000
HeartbeatTimeout      : 1500
LifecycleHookName     : CodeDeploy-managed-automatic-launch-deployment-hook-Production-cdf28f52-84dc-48ca-9c25-xxxxxxxxxxxx
LifecycleTransition   : autoscaling:EC2_INSTANCE_LAUNCHING
NotificationMetadata  : 03ff305d-be5e-48a8-bc85-xxxxxxxxxxxxx
NotificationTargetARN : arn:aws:sqs:eu-west-1:xxxxxxxxxxxxxx:razorbill-eu-west-1-prod-default-autoscaling-lifecycle-hook
RoleARN               : 

AutoScalingGroupName  : Production Background Server
DefaultResult         : CONTINUE
GlobalTimeout         : 150000
HeartbeatTimeout      : 1500
LifecycleHookName     : CodeDeploy-managed-automatic-launch-deployment-hook-Production-f6bda6f3-d4f3-4a73-a6ca-xxxxxxxxxxxxx
LifecycleTransition   : autoscaling:EC2_INSTANCE_LAUNCHING
NotificationMetadata  : 03ff305d-be5e-48a8-bc85-xxxxxxxxxxxx
NotificationTargetARN : arn:aws:sqs:eu-west-1:xxxxxxxxxxxxxx:razorbill-eu-west-1-prod-default-autoscaling-lifecycle-hook
RoleARN               : 

我看到我有两个具有相同通知元数据的挂钩。我认为一个必须是多余的，我删除了一个。我尝试的下一次启动成功了。

我的理论是，因为两个挂钩具有相同的通知元数据，所以不可能将两个挂钩都标记为成功。因此，两者中的一个总是会超时，从而导致心跳超时。

我不知道这个额外的钩子是如何定义的，但我认为这是 CodeDeploy 用户界面中的一个错误。无论如何，我很高兴这个问题现在得到了解决。