面向中文开发者的 AWS 实战知识库 代维服务
上云咨询

弹性 IP 代运维怎么做:监控告警、巡检清单与故障预案

导出 PDF 浅色排版、带版权水印,可在打印窗口另存为 PDF
弹性 IP 代运维怎么做:监控告警、巡检清单与故障预案

先说结论

  • EIP 在 CloudWatch 里查不到任何专属指标,所以监控必须自己搭三层:费用侧盯 PublicIPv4:IdleAddress 用量,配置侧用 AWS Config 的 eip-attached 规则,操作侧用 CloudTrail 抓 ReleaseAddress / DisassociateAddress。少一层就会漏。
  • 巡检清单不用写得很长,核心只有一句:确认每个 EIP 都有归属、都有人认领、都在该在的位置。剩下的都是围绕这句话的取证动作。
  • 能交给托管团队的边界很清楚——7×24 告警响应、配置漂移修复、变更窗口执行、巡检留痕可以交;「这个 IP 还要不要保留」必须业务方拍板,这条线不划清,代维迟早变成背锅。

EIP 没有指标,那监控到底盯什么

刚接手代维时我也按常规思路去找弹性 IP 的 CloudWatch 指标,翻了一圈发现根本没有——EIP 是个分配记录,不是数据面资源。流量指标在 ENI 和实例上,看 NetworkIn / NetworkOut 就行,跟 EIP 无关。

真正会咬人的是三件事:钱、漂移、误操作。

第一件是钱。2024-02-01 之后,AWS 对公网 IPv4 全面计费,不再区分是否关联。一个地址一个月三到四美元的量级,五个空闲地址挂一年就是两百美元上下,随区域浮动,以 AWS 官方定价页为准。账单里对应两个 usage type:PublicIPv4:InUseAddress(已关联)和 PublicIPv4:IdleAddress(空闲)。后者才是要盯的,它代表纯浪费。

第二件是配置漂移。有人手工在控制台点了下解绑,没记录,第二天对账对不上。AWS Config 托管规则 eip-attached 就是干这个的,非合规列表就是你要处理的清单。

第三件是误操作,也是最致命的。释放一个 EIP 是不可逆的,IP 回池之后你大概率拿不回同一个地址。所以要靠 CloudTrail 把变更事件抓出来实时告警。

监控层 数据源 建议阈值 / 触发条件 告警后动作
费用 Cost Explorer / CUR,usage type PublicIPv4:IdleAddress 空闲地址数 ≥ 2,或日环比增长 ≥ 1 当天确认归属,24 小时无人认领进工单
配置 AWS Config 规则 eip-attached 出现 NON_COMPLIANT 自动开单,48 小时内解绑或释放
操作 CloudTrail + EventBridge 任何 ReleaseAddress 事件 立即人工确认,非变更窗口直接回滚工单
配额 Service Quotas,Elastic IPs 使用率 ≥ 80%(默认每区域 5 个) 提前提配额,别等创建失败

配额这条容易被忽略。默认每个区域只有 5 个 EIP,做多可用区切换或者临时压测时很容易打满,报错是 AddressLimitExceeded: The maximum number of addresses has been reached.,加配额走 Service Quotas 提工单,一般一两个工作日内下来。

下面这条规则把三类危险动作都挂上告警,可以直接抄:

aws events put-rule 
  --name eip-mutation-alarm 
  --region us-east-1 
  --event-pattern '{
    "source": ["aws.ec2"],
    "detail-type": ["AWS API Call via CloudTrail"],
    "detail": {
      "eventName": ["ReleaseAddress", "DisassociateAddress", "AssociateAddress"]
    }
  }'


前提是区域里已经开了 CloudTrail trail 并且记录了管理事件,没开的话这条规则永远是哑的——我见过不止一个账号以为配了告警,其实 trail 只记了 S3 数据事件。

## 每天十分钟能跑完的巡检清单

巡检的价值在于「每天真的跑」,不在于条目多。我一般把清单压到能在十分钟内跑完,跑不完的说明该自动化了。

每天:找出未关联的 EIP,逐个确认归属;核对 EIP 与预期绑定关系是否一致。

```bash
aws ec2 describe-addresses --region us-east-1 
  --query 'Addresses[?AssociationId==null].[PublicIp,AllocationId]' 
  --output text


正常输出是空的。有内容就是这么两行:


54.x.x.21    eipalloc-0a1b2c3d4e5f67890
3.x.x.87     eipalloc-0f9e8d7c6b5a43210


拿到 AllocationId 之后去 CloudTrail 里查最近一次 `AllocateAddress` 的 userIdentity,基本能还原是谁、什么时候、为什么申请的。

每周:对一遍全量绑定关系表。生产入口、NAT、跳板机各自绑的是哪个 ENI,和 CMDB 或手上的表格核对。有出入就是漂移,按变更流程处理。同时检查 IAM 里还有谁持有 `ec2:ReleaseAddress` 权限——这个权限应该只留在 IAM Role 上,长期 AK 一律不给。

每月:清一次闲置资源,包括解绑超过 30 天的 EIP、已经不存在的 ENI 引用、以及指向旧 IP 的 DNS 记录。顺手复核一次配额使用率。

巡检结果要留痕。Excel 也行,但至少要能回答「上个月 15 号这五个 IP 的状态是什么」,出事时这份记录比什么都管用。

## 实测与踩坑:一次误释放,四十分钟黑洞

2026-03 的一个周三,凌晨 01:40 左右,一个对外接口域名突然连不上。客户端报的是 TLS 握手阶段的 `SSL_ERROR_SYSCALL`,`telnet` 目标 443 超时,`ping` 却不丢包——因为我们本地看到的是 DNS 返回的那个旧 IP,而它已经不属于我们了。

第一反应是查安全组,五分钟没看出问题。然后 `dig` 确认解析正常、TTL 还有 300 秒,说明 DNS 侧没错。接着跑 `describe-addresses`,报错原文是:


An error occurred (InvalidAddress.NotFound) when calling the DescribeAddresses operation:
The address with allocation ID 'eipalloc-0a1b2c3d4e5f67890' does not exist


到这一步就清楚了:EIP 被释放了。回 CloudTrail 查到事件:`eventTime` 01:42:11,`eventName` 是 `ReleaseAddress`,`userIdentity` 指向一个运维同事名下的长期 Access Key,来源 IP 是某台办公网出口。

我们第一版配置错在哪?错在把「EC2 控制台里看不到关联」当成了「这个 IP 没人用」。实际上资源清理脚本的逻辑是 `describe-addresses` 过滤 `AssociationId == null` 就直接 release,没做二次确认,也没排除掉那些「解绑状态但 DNS 仍指向」的地址。而那个 IP 当时正处于一次临时的解绑窗口里,本来准备十分钟后重绑。

修复只能走 DNS:重新申请 EIP,拿不回来同一个地址,改 A 记录,等 TTL 过期。整个过程从发现到恢复 40 分钟左右。如果 TTL 当初设的是 3600,这个时间就是四十分钟加一小时。

验证方法我后来固化成三步:`dig +short` 看解析是否还指向旧地址、`aws ec2 describe-addresses` 看归属、CloudTrail 看 5 分钟内有没有 `ReleaseAddress`。三步都对上,就别再怀疑网络了,是 IP 没了。

事后改了三件事:SCP 禁止任何非 IAM Role 身份调用 `ec2:ReleaseAddress`;EventBridge 告警直接推到值班群;日常域名的 DNS TTL 压到 60 秒,切换窗口内保持 60。前两条是防再犯,第三条是兜底。

## EIP 漂移:把切换动作写成脚本

EIP 最有价值的能力是可漂移——把同一个 IP 从故障实例挪到备用实例上,客户端感知不到。但这个动作必须脚本化,不能靠人点控制台。

```bash
# 直接把 EIP 重绑到目标 ENI,--allow-reassociation 会覆盖原有关联
aws ec2 associate-address 
  --allocation-id eipalloc-0a1b2c3d4e5f67890 
  --network-interface-id eni-0123456789abcdef0 
  --allow-reassociation 
  --region us-east-1


几个实操要点。绑定对象优先选 ENI 而不是 InstanceId,实例重建后 ENI 可以保留,EIP 不用重新走一遍流程。`--allow-reassociation` 相当于「先解绑再绑定」的原子操作,但要注意如果 EIP 被安全策略锁在别的账号或别的 ENI 上,会返回 `InvalidIPAddress.InUse: The specified address is already in use.`,这时候先 `disassociate-address` 再绑。

切换前必须做的两件事:把 DNS TTL 提前降到 60 并等一个旧 TTL 周期过去,以及确认目标实例的安全组、路由表、NAT 出口配置一致。我们踩过目标实例安全组没放行 443 的坑,IP 漂过去了服务还是不通,白折腾二十分钟。

变更流程上,我要求任何 EIP 相关的写操作都在工单里留三条信息:AllocationId、目标资源 ID、预期恢复时间。没有工单的操作,告警触发后一律按事故处理。

## 什么情况下不要用 EIP

EIP 不是「公网访问」的万能答案,很多场景用了反而是负债。

- 只是要出站访问外网:用 NAT Gateway,别给每台机器绑 EIP。既省钱也免去逐台维护。
- 需要跨区域漂移:做不到。EIP 是区域级资源,us-east-1 的地址不能绑到 ap-northeast-1 的实例上。跨区容灾用 Route 53 健康检查加多区域入口。
- 地址需求量大(几十上百个):走 BYOIP 或者用 NLB 扛固定入口,EIP 配额和逐条管理成本都撑不住。
- 需要 IPv6:EIP 只有 IPv4。
- 已经用 NLB / ALB 做了高可用入口:前面加一层负载均衡后,EIP 的价值只剩「固定 IP」这一条,如果没有白名单需求,没必要额外挂。

还有一种情况:团队里没人认领这块。EIP 是长期资产,没人负责的固定 IP,三个月后就会变成没人敢动的黑盒。

## 自建运维和托管代运维,边界在哪

| 工作项 | 自建团队 | 托管代运维 | 说明 |
|---|---|---|---|
| 告警响应(夜间/节假日) | 排班,容易断 | 推荐 | 凌晨两点拉人起来这事,外包比内部排班稳 |
| 巡检执行与留痕 | 靠自觉,易漏 | 推荐 | 有清单有产出,可对账 |
| 配置漂移修复 | 看人力 | 推荐 | Config 规则驱动,动作标准化 |
| EIP 漂移 / 变更执行 | 需熟练工 | 推荐 | 有脚本有回滚路径即可 |
| IP 保留与释放决策 | 必须内部 | 不建议外放 | 涉及业务归属和成本归属 |
| 安全策略(SCP/IAM) | 必须内部 | 配合 | 代维方可以提建议,不主导 |

这张表的意思不是「都外包出去」,而是把可标准化、可验证的动作交出去,把需要业务判断的留在内部。实际操作中,托管方每周出一份巡检报告、每月出一次配置合规清单,比口头承诺有用得多。我们给客户做代维时,这份报告的格式是可以提前约定的,awsgood.com 上有现成的巡检模板可以参考。

## 常见问题

**EIP 绑在一台已停止的实例上还收费吗?**

收。公网 IPv4 现在不区分是否在使用都计费,实例停止只影响计算费用。长期不用的实例和 EIP 要一起清理。

**一个 EIP 能同时绑多台机器做负载均衡吗?**

不能。一个 EIP 同一时刻只能关联一个 ENI 或实例。要多机分担流量,用 NLB 或 ALB,让负载均衡器持有入口。

**把 EIP 解绑是不是就等于释放了?**

不是。解绑(disassociate)只是断开关联,地址还留在账号里,继续计费;释放(release)才是归还给 AWS,且不可恢复。这两个动词在脚本里必须区分开。

## 参考来源

- [Amazon EC2 用户指南:弹性 IP 地址](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/elastic-ip-addresses-eip.html)
- [Amazon VPC 用户指南:弹性 IP 地址](https://docs.aws.amazon.com/vpc/latest/userguide/vpc-eips.html)
- [AWS Config 托管规则:eip-attached](https://docs.aws.amazon.com/config/latest/developerguide/eip-attached.html)
- [Amazon VPC 定价](https://aws.amazon.com/vpc/pricing/)

先做一件事就够了:今天跑一遍上面那条 `describe-addresses` 过滤命令,看看你账号里现在有几个没人认领的 EIP。

常见问题

实例重启或停止再启动后,弹性 IP 会变吗?

不会。EIP 是独立于实例的分配资源,实例停止、重启、甚至终止都不会改变已关联的 EIP 地址,只有显式执行 release 才会归还给 AWS。

申请提升弹性 IP 配额需要多久?

走 Service Quotas 提交提额申请,通常一到两个工作日内批复,业务高峰期可能稍慢。建议在配额使用率达到 80% 时就提前申请,别等到创建报 AddressLimitExceeded 才处理。

有固定 IP 需求时,该选 EIP 还是 NLB?

单实例或主备架构用 EIP 更简单,漂移秒级完成;多实例、需要健康检查和流量分发时用 NLB,它自带静态 IP 且能跨可用区。两者也可以叠加,NLB 前面不需要再挂 EIP。

CloudTrail 事件保留 90 天够不够排查 EIP 问题?

不够稳妥。默认事件历史只有 90 天,而 EIP 归属争议往往跨月。建议创建 trail 把管理事件投递到 S3 并设置生命周期,至少保留一年。

换了弹性 IP 之后,DNS TTL 设多少合适?

日常可以设 300 秒,切换窗口内提前降到 60 秒并等一个旧 TTL 周期过去再动手。TTL 设 3600 意味着最坏情况下故障持续一小时,这个代价通常不值得省那点解析量。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注