【新機能】EC2 Cloudwatchの新機能「Auto Recovery」を使ってみた

せーの

2015.01.14

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

こんにちは、せーのです。今日はEC2のライフサイクルに関するお話です。EC2を使用しているとたまに「Status Checked Failed」というステータスチェックエラーになってサーバーに繋がらなくなる、という事があるかと思います。今日ご紹介する新機能を使えばそんな時になんと自動復旧してくれる、というとても便利な機能です。名前は「Auto Recovery」といいます。

Status Checked Failedとは

AWSはEC2のサーバーがハードウェア、ソフトウェアが正常に動作しているかどうか1分毎にチェックを走らせています。チェックは2種類あってそれぞれ「System status checks」「Instance status checks」といいます。「System status checks」はインスタンスを使用するために必要な AWS システムを監視して、AWS システムが正常に実行されていることを確認しています。一方「Instance status checks」は個々のインスタンスのソフトウェアとネットワークの設定を監視しています。両者は似ているので混同しやすいですが、簡単に言うと「System status checks」はAWSが修復する必要のあるエラーをチェックし「Instance status checks」はユーザーが修復する必要のあるエラーをチェックしています。「System status checks」の原因は

ネットワーク接続の喪失
システム電源の喪失
物理ホストのソフトウェアの問題
物理ホストのハードウェアの問題

などがあげられます。どちらかのチェックに引っかかった時点でサーバーとの通信ができなくなります。System Status Checksはホスト等の障害が原因のことが多いため、一度サーバーをSTOPし、再びSTARTすることで物理ホストが移動し、チェックをクリアすることが多いです。Status Checkに引っかかったらSTOP/STARTする、というのが第一の対応になるわけですね。

CloudWatchでのチェックと対応

この障害を検出するにはCloudWatchでアラームをつけておきます。その際に今までは「サーバーをSTOPする」「サーバーをTerminateする」という処理を自動で行うことができました。今回はそれを更に一歩進めて「サーバーをRecoveryする」、つまりSTOP後STARTまでやってくれる機能がこの「Auto Recovery」なわけです。