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，我们观察到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。最终重新启动这些实例有助于作为最后的手段。

所有受影响的实例都基于 EBS。日志中没有关于失败原因的指示。我们一直怀疑这些实例可能会以某种方式断开与其 EBS 卷的连接。

我的问题是：

1. 这甚至可能吗（我的意思是：一个实例失去了与其 EBS 卷的连接）？
2. 我该如何调试并确保是这种情况？
3. 最重要的是：我如何防止这种情况发生？

Answer 1

到目前为止，EBS 是您在 AWS 上拥有的最可靠的选择。它不仅更好，而且还可以轻松拍摄快照并重新附加到另一个实例。我们有非常大的 Ec2 实例，它们是基于 EBS 的，供媒体网站使用，并且没有出现任何此类问题。除此之外，亚马逊保证这项服务的正常运行时间为 99.95%，并且会在出现故障时退款。

回答你的问题。

1. 它不太可能，除非您的实例健康状况由于某种原因而变差。但过去曾报告过类似的问题，IOPS 很差。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的 IO 时您有 0 IO，那么您就有问题了。请参阅 SLA。
3. 检查实例的健康状况 + EBS IOP 的健康状况。您可以在某种程度上使用 cloudwatch。检查此链接。