Amazon EKS AMI中Inf2实例启动失败问题分析与解决
2025-06-30 10:24:59作者:龚格成
问题背景
在使用Amazon EKS优化计算AMI创建Inf2.xlarge实例组时,用户遇到了实例启动失败的问题。该问题表现为CloudFormation栈报错"Unable to satisfy 100% MinSuccessfulInstancesPercent requirement",导致实例组创建失败。
问题现象分析
通过检查实例日志,发现主要问题出现在cloud-init执行过程中:
- cloud-init.log显示脚本执行失败,特别是/var/lib/cloud/instance/scripts/part-001脚本退出码为1
- cloud-init-output.log显示专用硬件引导助手检测到没有特定设备后正常退出(exit 0)
- 但随后bootstrap.sh脚本在检查硬件状态时意外退出,并发送了失败信号给CloudFormation
根本原因
问题的核心在于bootstrap.sh脚本的设计缺陷:
- 脚本错误地将特定硬件检查放在主流程中,而不是放在专用帮助脚本中
- 当在不支持的实例类型上运行时,这个检查会导致脚本异常终止
- 脚本随后通过cfn-signal发送失败信号,导致CloudFormation栈创建失败
技术原理
Amazon EKS优化计算AMI原本主要为特定计算实例设计,其bootstrap.sh脚本包含了对特定硬件的检查。然而,AWS Neuron设备(如Inf2实例)使用不同的架构,不应触发这些特定检查。
在当前的实现中:
- 硬件引导助手正确检测到不支持设备并正常退出
- 但主bootstrap脚本仍然执行了不适用于所有实例类型的通用检查
- 这种不恰当的检查导致脚本异常终止
解决方案
AWS团队已经确认这是一个需要修复的问题,并计划在下一版AMI中发布修复。修复方案包括:
- 将特定硬件检查逻辑移到专用帮助脚本中
- 确保主bootstrap脚本不会因为硬件类型检查而异常终止
临时解决方案
在官方修复发布前,用户可以采取以下临时措施:
- 修改bootstrap.sh脚本,移除或注释掉导致问题的硬件检查
- 禁用cfn-signal功能,避免发送失败信号给CloudFormation
- 使用自定义AMI,在其中预先应用这些修改
最佳实践建议
为避免类似问题,建议:
- 在使用特殊计算实例时,仔细检查AMI的兼容性说明
- 对于生产环境,考虑先在小规模测试环境中验证实例启动流程
- 监控AWS官方文档和AMI更新日志,及时获取最新修复
- 对于关键业务,建立自定义AMI的构建流程,以便快速应用必要的修改
总结
这个问题展示了在支持多种计算架构时可能遇到的兼容性挑战。AWS团队已经确认问题并将发布修复,同时用户也可以采取临时措施绕过问题。对于依赖Inf2等特殊计算实例的用户,建议关注官方AMI更新,以便及时获取修复版本。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
52
461

deepin linux kernel
C
22
5

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
349
381

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
7
0

openGauss kernel ~ openGauss is an open source relational database management system
C++
131
185

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
873
517

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
336
1.09 K

React Native鸿蒙化仓库
C++
179
264

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
607
59

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4