AWS EC2 实例启动失败怎么排查？状态检查、容量与限制

AWS EC2 启动失败要先区分“新实例无法创建”“停止实例无法重新启动”“实例进入 running 但状态检查失败”和“系统正常但业务不可用”。这四类问题属于不同层级，不能靠连续重启解决。

先不要连续重试或终止。在 AWS 中文控制台“EC2 → 实例”记录区域、可用区、实例 ID、任务时间和完整错误。新建请求立即失败多与容量、配额、权限、AMI 或 KMS 有关；状态已运行但检查失败则进入宿主或操作系统排障。只读检查不收费，但重复创建卷、实例和公网资源可能产生费用。

常见失败层级

现象	优先检查
RunInstances 请求失败	IAM、配额、AMI、KMS、设备映射
InsufficientInstanceCapacity	可用区容量、实例类型、请求数量
启动后立即 terminated	StateReason、EBS 配额、快照与 KMS 权限
状态检查失败	System、Instance、Attached EBS 检查
running 但无法访问	路由、安全组、系统服务与应用日志

保留排障证据

aws ec2 describe-instances --instance-ids i-0123456789abcdef0 \
  --query 'Reservations[].Instances[].{State:State.Name,Reason:StateReason}'

aws ec2 describe-instance-status --instance-ids i-0123456789abcdef0 \
  --include-all-instances

示例中的实例 ID 必须替换。还应记录区域、可用区、实例类型、AMI、错误时间、CloudTrail 事件和近期变更。

容量不足怎么处理

官方建议可稍后重试、减少单次请求数量、不固定可用区或选择其他兼容实例类型。生产系统应在启动模板中准备经过验证的替代规格，而不是故障时临时猜测。

状态检查失败

System Status Check 更偏向底层宿主与网络，Instance Status Check 更偏向操作系统和实例网络，Attached EBS 检查反映挂载卷可达性。采取 stop/start、恢复卷或重建实例前，先创建可恢复快照并确认实例存储数据风险。

不可逆操作边界

不要在没有备份时终止实例或替换根卷。提交支持请求时提供实例 ID、错误码和时间，不提交私钥、密码或长期 Access Key。

先按出现阶段分流

阶段	重点	默认动作
点击启动即报错	容量、配额、权限、镜像、KMS	保存错误码，不反复提交
卡在pending	活动、卷和平台事件	等待并查事件
running但系统检查失败	AWS宿主与网络	按官方状态检查处置
实例检查失败	系统启动、网络、磁盘	看控制台输出和救援路径

只读检查顺序

1. 核对 AMI 架构、虚拟化类型、根设备和实例类型是否兼容。
2. 在 Service Quotas 查看 vCPU 或实例额度，不把配额与可用区实时容量混为一谈。
3. 加密卷检查 KMS 密钥状态、区域和授权。
4. 查看实例控制台输出、系统日志和状态检查，不先修改安全组或重装。

常见错误怎么处理

• InsufficientInstanceCapacity：不代表账号欠费，可尝试兼容规格、其他可用区或稍后重试。
• 配额错误：申请明确额度，避免盲目换更大规格。
• KMS/AMI 权限：核对共享、密钥策略和区域，不复制长期密钥。
• 实例检查失败：从快照创建救援卷检查启动配置、文件系统和 fstab，不要先终止现场。

验收和回退

实例两项状态检查通过后，还要核对卷挂载、私网/公网、DNS、时间、应用健康页和日志。新规格或可用区方案先单独建测试机。失败实例与错误证据保留到根因确认；旧实例、AMI 和快照不释放。需要回退时从上一已验证 AMI/快照和规格新建，而不是在唯一实例上反复破坏性修改。

支持工单需要完整证据

仍无法处理时，整理实例或客户端令牌、区域、可用区、AMI、实例类型、失败时间、请求 ID、完整错误码、KMS 密钥状态和状态检查截图。遮挡账户敏感信息，但保留时间与错误文本。证据能让支持人员区分账户配置、调度容量、宿主机和操作系统问题，避免一上来建议终止或重建而破坏现场。

完成当前任务后继续检查

• AWS EC2 实例类型怎么选？vCPU、内存、架构与工作负载
• AWS AMI 怎么使用？创建、自定义与跨区域复制
• AWS EC2 CloudWatch 监控告警怎么配置？内存、磁盘与 SNS 通知

官方资料

• AWS：排查 EC2 启动问题
• AWS：EC2 状态检查