在Fargate上长时间运行的Java应用程序突然退出，没有任何异常信息出现。
0
【以下的问题经过翻译处理】 您好，我在Fargate上运行了一个长时间的Java程序，使用了1024个单位的CPU（1个CPU）和4G内存，作为步骤函数工作流程中的一个步骤。这个Java程序有以下功能：
- 从SQS队列中拉取无限循环的消息
- 使用Transfermanager从另一个帐户的S3下载一个大小为17G的.tar.gz文件（只需要3分钟以上）
- 解压缩.tar.gz文件，创建一个大小为50G的文件和一个带有校验值的小.md5文件。
- 根据.md5文件中的内容验证50G文件的校验和。（约7分钟）
- 通过分段上传（上传分段，然后合并）将未压缩的文件上传到另一个S3中，大约需要12分钟。
问题是，根据我的日志，我有时看到程序在未压缩时停止了，有时在上传时也停止了，没有异常。我猜测可能存在系统级问题（操作系统）或JVM已经死机。能否请您分享以下想法：
- 有哪些调试方法？
- 猜测问题或有任何其他建议吗？谢谢。
1개 답변
- 최신
- 최다 투표
- 가장 많은 댓글
0
【以下的回答经过翻译处理】 您可以使用下面显示的命令描述已停止任务的详细信息。这将提供关于stopCode和stoppedReason值的见解，可以用于确定失败的原因。
aws ecs describe-tasks --tasks <task-id> --cluster <cluster-name>
在同一输出中，您可以查看容器部分并检索容器进程的exitCode。这将非常有用，以确定容器进程终止的原因。
如果容器由于OOM问题终止，则exitCode将为137。
您还可以设置[Cloud Watch Container Insights指标]（https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/deploy-container-insights-ECS.html），以收集任务级别的资源指标，以识别系统级资源是否存在任何问题。
希望这对您有用。如果您需要更多关于此信息的澄清，请告诉我。