Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com30. Dezember 2023 · Q010798

Create Amazon ECS Cluster, Task Definition, Service and Scheduled Task using AWS CDK(Python)

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Artikel zeigt, wie ein ECS-Fargate-Stack mit AWS CDK in Python erstellt wird, einschließlich Cluster, Image, Task-Definition, Service und geplantem Task. Das Beispiel erläutert VPC- und IAM-Konfiguration sowie Deployment und Aufräumen, bleibt aber eine Demo und belegt weder Produktionsreife noch eine umfassende Sicherheitsbewertung.

Mittel

Der Bericht führt anhand eines einfachen Python-Beispiels vor, wie sich mit AWS CDK ein ECS-Stack für Fargate definieren lässt. Er umfasst Cluster, Task-Definition, Container-Image, Service und zeitgesteuerten Task. Der Autor beschreibt, dass CDK das Image aus einem Docker-Verzeichnis erstellt und dafür automatisch ein ECR-Repository anlegt. Für ein bestehendes VPC empfiehlt der Artikel `Vpc.from_lookup`; bei `from_vpc_attributes` sei beim Scheduled Task ein Fehler wegen fehlender privater Subnetze aufgetreten. Der Stack legt unter anderem Linux/ARM64, Speicher- und CPU-Werte, Logging sowie zwei IAM-Rollen fest: eine für den Container-Agenten und eine für AWS-Zugriffe des Containerprogramms.

Ein ECS-Service wird als passend für länger laufende zustandslose Anwendungen beschrieben, ein Task für Batch-Jobs. Der Beispiel-Service erhält eine gewünschte Task-Anzahl von eins; der Cron-basierte Scheduled Task ist zunächst deaktiviert. Der Autor empfiehlt, dessen Task-Definition über die vorgesehenen Optionen zu übergeben. Nach `cdk deploy` solle sich der Beispielprozess starten und seine Ausgabe in den Logs prüfen lassen; `cdk destroy` entferne die Ressourcen. Das Beispielcodeprogramm ist minimal. Der Bericht ist eine praktische Demonstration und belegt keine Produktionsreife oder umfassende Sicherheitsbewertung; einige gezeigte Berechtigungen sind sehr weit gefasst.

Ausführlich lesen

Der Bericht zeigt anhand eines Beispiels, wie sich mit AWS CDK in Python ein Amazon-ECS-Stack für Fargate aufbauen lässt: Cluster, Task-Definition, Container-Image, dauerhafter Service und zeitgesteuerter Task. Der Autor stellt den Ansatz als Möglichkeit dar, mehrere manuelle Einrichtungsschritte zu bündeln und Änderungen per `cdk deploy` auszurollen. Das Beispielprojekt enthält einen sehr einfachen Python-Prozess, der `boto3` importiert und eine Textzeile ausgibt, sowie ein Dockerfile, das daraus ein Image baut.

Für den Cluster beschreibt der Artikel `aws_ecs.Cluster`. Laut Autor kann CDK dabei standardmäßig ein neues VPC anlegen, während die Konsole das Standard-VPC verwendet. Ein vorhandenes VPC wird im Beispiel über `aws_ec2.Vpc.from_lookup` eingebunden; dafür müsse auch die Stack-Umgebung mit Konto und Region gesetzt sein. Der Bericht empfiehlt `from_lookup` gegenüber `from_vpc_attributes`: Letzteres habe beim Erstellen eines zeitgesteuerten Tasks zu einem Fehler über fehlende private Subnetze geführt. Für die gezeigten Ressourcen setzt der Autor `RemovalPolicy.DESTROY`, damit sie sich mit `cdk destroy` entfernen lassen.

Die Task-Definition wird als `FargateTaskDefinition` mit Linux/ARM64, 1.024 MiB Speicher und 512 CPU-Einheiten eingerichtet. Der Artikel unterscheidet zwei IAM-Rollen: Die Task-Ausführungsrolle dient laut Darstellung dem Container-Agenten, etwa zum Abrufen des Images und zum Schreiben von Logs; die Task-Rolle berechtigt den Code im Container zu AWS-Aufrufen. Zusätzliche Berechtigungen sollen je nach verwendeten Diensten ergänzt werden. Die gezeigte S3-Richtlinie erlaubt beispielhaft alle S3-Aktionen auf allen Ressourcen. Das Docker-Image wird über `DockerImageAsset` aus dem Verzeichnis mit dem Dockerfile erstellt und direkt in die Task-Definition eingebunden; CDK lege dafür automatisch ein ECR-Repository an. Für Logs wird ein AWS-Logs-Treiber konfiguriert.

Zum Schluss grenzt der Autor den Einsatz der Ausführungsarten ab: Ein Service eigne sich etwa für länger laufende zustandslose Anwendungen, ein Task für abgeschlossene Batch-Arbeiten. Der Service wird mit einer gewünschten Anzahl von einer Task und öffentlicher IP gezeigt. Der geplante Fargate-Task nutzt einen Cron-Ausdruck, wird im Beispiel aber deaktiviert angelegt. Der Artikel erwähnt außerdem, dass für `ScheduledFargateTask` die Task-Definition über `scheduled_fargate_task_definition_options` übergeben werden soll; der direkte Parameter `task_definition` werde ignoriert.

Als Ergebnis beschreibt der Autor, dass nach `cdk deploy` die Task-Definition in der ECS-Konsole gestartet und die Ausgabe des Beispielprozesses in den Logs geprüft werden könne. Das ist ein praxisorientiertes Einzelbeispiel, keine umfassende Anleitung: Der Containercode ist nur eine Demo, und der Bericht belegt weder einen vollständigen Produktionsbetrieb noch allgemeine Kosten- oder Sicherheitsbewertungen. Die angegebenen IAM-Beispiele, insbesondere weit gefasste Rechte, sind Beispiele des Autors und keine pauschale Empfehlung.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Beide von Luna gelieferten Zusammenfassungen (kurz und mittel) wurden geprüft; sie geben den Bericht im Kern treu wieder, lassen aber einige Begründungen und Schutzmaßnahmen aus. Die Einordnung betrifft nur die einzige angegebene Frage SF-A1.

Im Bericht, aber nicht in der Zusammenfassung

  • Grund, warum kein ECR-Repository direkt angelegt wird (repositoryName bei DockerImageAsset veraltet, kein Push ohne Drittbibliotheken)
  • RemovalPolicy.DESTROY als Schutz vor unerwarteten Kosten nach cdk destroy
  • Unterschied: Konsole nutzt die Default-VPC, CDK legt ohne Angabe eine neue VPC an
  • Region-Problem: env in app.py muss gesetzt werden, damit from_lookup funktioniert

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 44 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →