CloudWatch मध्ये EC2 आणि EBS Health Check Alarms (Status Checks, BurstBalance, Queue Length)

By Ravindra Bagale, trainer · LinkedIn · Last updated: 21 October 2026

1. गोष्ट: site बंद, पण CPU ठीक दिसतो

रात्री 2 वाजता एका Node.js shop site चा response बंद होतो. CPU graph सपाट 0% दाखवतो. Team ला वाटतं "traffic कमी आहे". खरं तर server अडकलाय: OS ची memory संपली. CPU alarms ला हे दिसत नाही. Status checks ना दिसतं.

दुसऱ्या रात्री छोट्या gp2 disk वरचा MySQL server खूप slow होतो. CPU परत कमी. Disk चे burst credits संपले. हे फक्त EBS metrics दाखवतात.

2. EC2 status checks

हे का लागतं?

Console मध्ये server "running" दिसूनही निरुपयोगी असू शकतो. AWS प्रत्येक instance दर मिनिटाला test करतं, म्हणजे तो खरंच चालतोय का ते कळतं.

हे काय आहे?

प्रत्येक metric 0 (pass) किंवा 1 (fail) असतो. म्हणून statistic Maximum आणि threshold >= 1. Attached EBS check फक्त Nitro instances (t3, m5, c5 आणि नवीन) वर चालतो.

3. Lab 1: auto-recover आणि auto-reboot alarms

एक t3.micro (Amazon Linux 2023) फक्त EBS storage सह वापरा. फक्त EBS का: instance-store volumes असलेल्या instances वर recover चालत नाही.

Part A: system check वर recover

1. CloudWatch → Alarms → Create alarm → Select metric → EC2 → Per-Instance Metrics → तुमचा ID → StatusCheckFailed_System.
2. Statistic Maximum. Period 1 minute. का: basic monitoring असूनही status checks दर मिनिटाला येतात.
3. Condition Greater/Equal 1. Datapoints 2 out of 2. 2 का: एका विचित्र मिनिटावर react होत नाही.
4. Next → Add EC2 action → In alarm → Recover this instance. SNS topic ops-alerts पण जोडा.
5. Name web1-system-recover → Create.

Part B: instance check वर reboot

6. Create alarm → metric StatusCheckFailed_Instance, Maximum, 1 minute.
7. Condition >= 1, datapoints 3 out of 3. 3 का: recover alarm पेक्षा वेगळी evaluation length ठेवावी असं AWS सांगतं, म्हणजे दोन्ही एकाच क्षणी वाजत नाहीत.
8. EC2 action: Reboot this instance. SNS जोडा. Name web1-instance-reboot.

aws cloudwatch put-metric-alarm --alarm-name web1-system-recover \
  --namespace AWS/EC2 --metric-name StatusCheckFailed_System \
  --dimensions Name=InstanceId,Value=i-0abc1234567890def \
  --statistic Maximum --period 60 --evaluation-periods 2 --datapoints-to-alarm 2 \
  --threshold 1 --comparison-operator GreaterThanOrEqualToThreshold \
  --alarm-actions arn:aws:automate:ap-south-1:ec2:recover arn:aws:sns:ap-south-1:111122223333:ops-alerts

aws cloudwatch put-metric-alarm --alarm-name web1-instance-reboot \
  --namespace AWS/EC2 --metric-name StatusCheckFailed_Instance \
  --dimensions Name=InstanceId,Value=i-0abc1234567890def \
  --statistic Maximum --period 60 --evaluation-periods 3 --datapoints-to-alarm 3 \
  --threshold 1 --comparison-operator GreaterThanOrEqualToThreshold \
  --alarm-actions arn:aws:automate:ap-south-1:ec2:reboot arn:aws:sns:ap-south-1:111122223333:ops-alerts

Part C: safely test करा

9. AWS hardware तोडू शकत नाही, म्हणून forced state ने action test करा:

aws cloudwatch set-alarm-state --alarm-name web1-instance-reboot --state-value ALARM --state-reason "lab test"

10. Verify: ALARM email येतो, आणि server वर uptime नवीन boot (काही minutes) दाखवतो. पुढचा खरा check alarm परत OK करतो.
11. खरा instance-check failure बघायचा असेल तर टाकाऊ instance वर sudo systemctl stop sshd; sudo ip link set ens5 down चालवा. काही minutes मध्ये instance check fail होतो आणि reboot alarm तो परत आणतो (बदल save नव्हता, त्यामुळे boot नंतर network येतं).

4. EBS volume status checks

हे का लागतं?

Disk वापरायला unsafe होऊ शकतो: AWS ला data inconsistent असू शकतो असं दिसतं. मग त्यावर लिहिलं तर data खराब होऊ शकतो.

हे काय आहे?

प्रत्येक EBS volume ला volume status असतो: ok, warning, impaired किंवा insufficient-data. हा EC2 → Volumes → Status checks मध्ये दिसणारा status check आहे, नेहमीचा CloudWatch metric नाही. AWS ला inconsistency दिसली तर ते I/O बंद करू शकतं ("auto-enable I/O" setting ठरवतं की I/O आपोआप परत चालू होईल का).

aws ec2 describe-volume-status --volume-ids vol-0abc1234567890def \
  --query 'VolumeStatuses[0].VolumeStatus'
# expected: {"Status": "ok", "Details": [{"Name": "io-enabled","Status":"passed"}, ...]}

Instance च्या बाजूने disk वर alarm लावायला StatusCheckFailed_AttachedEBS (AWS/EC2) वापरा. AWS सांगतं: Maximum, period 60 s, 10 out of 10. Volume-status events कळायला EBS Volume Notification events वर EventBridge rule बनवा आणि SNS ला पाठवा.

5. BurstBalance आणि VolumeQueueLength

हे का लागतं?

Slow disk मुळे प्रत्येक app slow होतं, पण CPU कमी राहतो, म्हणून CPU alarms शांत राहतात. हे दोन metrics disk चा त्रास थेट दाखवतात.

हे काय आहे?

उदाहरण: 100 GiB gp2 volume चा baseline 300 IOPS आणि burst 3,000 पर्यंत. MySQL import 3,000 IOPS ने चालतो. BurstBalance 100 → 60 → 20 → 0. 0 झाल्यावर disk 300 IOPS वर येतो, queue 40 पर्यंत वाढते, आणि 50 ms लागणाऱ्या queries ना 2 s लागतात. 20% वरचा alarm वेळ देतो. उपाय: Modify volume ने volume gp3 करा (कोणत्याही size ला 3,000 IOPS baseline), downtime नाही.

Lab 2: EBS alarms

1. EC2 → Volumes → instance चा root volume select करा → Volume ID copy करा आणि type (gp2 की gp3) बघा.
2. CloudWatch → Create alarm → EBS → Per-Volume Metrics → तुमचा volume → VolumeQueueLength.
3. Average, 5 minutes, 10 पेक्षा Greater, 3 out of 3. SNS ops-alerts. Name web1-disk-queue.
4. Volume gp2 असेल तर: BurstBalance वर दुसरा alarm, Average, 5 minutes, 20 पेक्षा Lower, 3 out of 3. Name web1-burst-low.
5. Attached-EBS alarm CLI ने:

aws cloudwatch put-metric-alarm --alarm-name web1-attached-ebs \
  --namespace AWS/EC2 --metric-name StatusCheckFailed_AttachedEBS \
  --dimensions Name=InstanceId,Value=i-0abc1234567890def \
  --statistic Maximum --period 60 --evaluation-periods 10 --datapoints-to-alarm 10 \
  --threshold 1 --comparison-operator GreaterThanOrEqualToThreshold \
  --alarm-actions arn:aws:sns:ap-south-1:111122223333:ops-alerts

6. Queue बघण्यासाठी disk busy करा:

sudo dnf install -y fio
sudo fio --name=q --filename=/tmp/fio.bin --size=1G --rw=randwrite --bs=4k --iodepth=64 --ioengine=libaio --direct=1 --runtime=600 --time_based
rm -f /tmp/fio.bin

7. Verify: volume च्या Monitoring tab मध्ये Average queue length वाढते; gp2 असेल तर burst balance कमी होतो. Queue alarm ALARM मध्ये जातो.
8. Cleanup: web1-system-recover, web1-instance-reboot, web1-disk-queue, web1-burst-low, web1-attached-ebs delete करा; instance stop किंवा terminate करा.

6. Stack नुसार health alarms

7. Interview questions

उजळणी, तुलना आणि मुलाखत cards

हा lesson काही मिनिटांत revise करा. Cards phone वर save करा किंवा PNG download करा. प्रत्येक card वरचा QR हा lesson उघडतो.

अजून cards: Ravi Sir's Cards.