通过 AWS Health Dashboard 构建事件管理 - 故障通知自动化与影响分析
从服务故障检测到 EventBridge 联动的自动通知，再到通过 Organizations 集成实现组织级影响分析，进行一体化介绍。
Health Dashboard 的两种视图
Health Dashboard 提供服务健康（200 多个 AWS 服务的运行状态）和账户健康（影响本账户的事件）两种视图。服务健康显示 AWS 服务整体的运行状态，可按区域确认服务故障。账户健康仅显示影响自身账户的事件，提供与具体资源关联的信息，如 EC2 实例的维护计划、RDS 的计划性故障转移、EBS 卷的故障通知等。账户健康事件包含受影响资源的 ARN，因此可以立即确定需要处理的资源。事件分为 issue（故障）、accountNotification（计划维护）、scheduledChange（计划变更）三个类别，各类别的紧急程度不同。issue 需要立即响应，而 scheduledChange 有数天到数周的提前量，因此按类别设计通知对象和升级规则可最大限度降低运维负担。
EventBridge 联动实现自动通知
Health 事件会自动发送到 EventBridge，因此可通过事件规则筛选特定事件类型，路由到 Lambda 或 SNS。典型的工作流是将 EC2 维护通知自动发布到 Slack 频道，并附上受影响实例的列表。也可以实现自动响应：Lambda 函数接收 Health 事件后，将受影响的实例从 Auto Scaling 组中临时移除，维护完成后再恢复。结合 AWS Chatbot 使用，可在 Slack 频道自动发布 Health 事件的富文本通知。EventBridge 规则的事件模式中，将 source 指定为 aws.health、detail-type 指定为 AWS Health Event，然后通过 detail.service 或 detail.eventTypeCategory 进一步过滤。需要在 us-east-1 区域设置规则来接收全局事件（IAM、Route 53、CloudFront 故障），其他区域的规则仅接收区域性服务事件。忽视这一设计会导致错过全局服务的故障通知。
Organizations 集成与组织级监控
启用 Organizations 的 Health API (Organizational View) 后，可从管理账户或委托管理员账户集中查看组织内所有账户的 Health 事件。对于运营数百个账户的大型组织，逐一检查各账户的 Health Dashboard 是不现实的。通过 Organizational View 统一监控所有账户的事件，优先处理影响范围大的事件。建议通过 EventBridge 规则汇聚组织级 Health 事件，统一通知安全团队或运维团队。 如需从基础到应用系统学习 Health Dashboard，可参阅书籍 (Amazon)。
事件响应工作流的设计模式
以 Health Dashboard 为核心的事件响应分三个阶段设计。第一阶段（检测）：EventBridge 规则接收事件，通过 SNS 立即通知运维人员。第二阶段（分类）：Lambda 函数获取受影响资源列表，自动在 Systems Manager OpsCenter 中创建 OpsItem。OpsItem 关联了相关的 CloudWatch 告警、受影响资源的 ARN 和推荐操作，负责人可从单一界面开始处理。第三阶段（自动修复）：启动 Systems Manager Automation 运行手册，无需人工干预即可执行标准化响应（实例重启、从快照恢复、DNS 故障转移）。通过这三阶段设计，可增加夜间故障在值班人员起床前即已恢复的案例。与 PagerDuty 或 Opsgenie 集成时，基于 Health 事件的 severity 字段自动选择升级策略的设计非常有效。
与 CloudWatch 和其他服务的区分使用
Health Dashboard 通知的是 AWS 基础设施侧的故障，而 CloudWatch Alarms 检测的是应用程序指标的异常。两者是互补关系，应配合使用。例如，EBS 卷的 I/O 错误通过 Health Dashboard 通知，而卷的 IOPS 节流则通过 CloudWatch 指标检测。Trusted Advisor 检测配置风险（安全组开放、低利用率资源），但不提供实时故障通知。AWS Fault Injection Simulator (FIS) 是注入故障的混沌工程工具，也可用于验证 Health Dashboard 通知流水线是否正常工作。Systems Manager Incident Manager 集成事件生命周期管理（检测、升级、响应、回顾），在大型组织中以 Health Dashboard 事件为触发自动创建事件是标准做法。
Health Dashboard 费用
Health Dashboard 免费使用。查看服务健康和账户健康、向 EventBridge 发送事件均不产生额外费用。Health API（Organizations 的 Organizational View）也是免费的。产生费用的仅有 EventBridge 规则执行（每 100 万事件约 1 美元）以及通知目标 SNS 和 Lambda 的使用费。作为所有 AWS 账户都应启用的免费安全基础设施，没有不引入的理由。实际成本影响最大的是 Lambda 函数执行费用，但 Health 事件的发生频率通常为每个账户每月几件到几十件，完全在 Lambda 免费额度（每月 100 万请求）范围内。
总结
Health Dashboard 是一项实时通知 AWS 服务故障和账户特定事件的服务。通过 EventBridge 联动构建自动通知和自动响应，通过 Organizations 集成统一监控组织级影响。设计三阶段事件响应工作流（检测、分类、自动修复），结合 CloudWatch Alarms 和 Incident Manager，可实现无需人工干预的故障恢复。