Amazon EC2 EBS 存储可靠性

Question

我们在 Amazon EC2 上运行了大量 Ubuntu 实例，在过去两个月中，我们发现其中一些实例变得无响应且无法访问。没有 SSH、没有 ping 响应等。最终，作为最后的手段，重新启动这些实例有所帮助。

所有受影响的实例都是基于 EBS 的。日志中没有关于故障原因的迹象。我们一直怀疑这些实例可能以某种方式断开了与 EBS 卷的连接。

我的问题是：

1. 这有可能吗（我的意思是：一个实例失去了与其 EBS 卷的连接）？
2. 我该如何调试这个问题并确保情况确实如此？
3. 最重要的是：我该如何防止这种情况发生？

Answer 1

到目前为止，EBS 是 AWS 上最可靠的选择。它不仅更好，还可以轻松拍摄快照并重新连接到另一个实例。我们有非常大的基于 EBS 的 Ec2 实例，供媒体网站使用，从未出现过这样的问题。除此之外，亚马逊保证这项服务的正常运行时间为 99.95%，如果出现故障，将退款。

回答您的问题。

1. 这种情况不太可能发生，除非您的实例健康状况因某种原因不佳。但过去曾报告过类似的问题，即 IOPS 不佳。看
2. 检查“读写 IO”与“队列中的待处理 IO”。因此，如果队列中有待处理 IO 而 IO 为 0，则表示存在问题。参见 SLA。
3. 检查实例的运行状况 + EBS IOP 的运行状况。您可以在一定程度上使用 cloudwatch 来实现这一点。检查此链接。