Google Cloud 託管執行個體群組可以「只監控、不自動修復」：想先保留故障現場的人多了一個正式開關

一句話看懂：Google Cloud 的託管執行個體群組（MIG）現在可以讓健康檢查「只監控、不動手」，不再自動重建出問題的 VM，6 月 26 日正式推出。

先用白話講：MIG 與自動修復是什麼？

想像一間連鎖早餐店，有 10 台一模一樣的咖啡機。MIG 就是這個「機隊」，店長（Google Cloud）負責管理。每隔一陣子，店長會檢查每台機器能不能正常出咖啡；如果有一台壞了，店長會直接把它換成全新的。這個「壞了就換新」的動作就是自動修復（autohealing）。

大部分時候這很方便。但如果你想知道「這台機器為什麼會壞」，它被換掉之後，證據就沒了。

發生什麼事

Google Cloud 在 6 月 26 日的 Compute Engine 版本資訊寫道：在 MIG 裡，可以用健康檢查監控應用程式的健康狀態，而不觸發對不健康 VM 的修復；做法是關閉 autohealing。這項功能是正式推出（Generally available）。

官方文件說明了預設行為與使用情境：

• 預設：MIG 會自動重建失敗的 VM；如果有設定應用程式健康檢查，連應用程式沒回應的 VM 也會被修復
• 可以關閉修復的情境：排查失敗的 VM、實作自己的修復邏輯、只監控健康而不修復

兩個獨立的開關

兩個可以分開設定：例如你可以讓「VM 失敗」關閉修復，但保留「健康檢查失敗」的自動重建。反過來，只關掉 autohealing 並不會停止失敗 VM 的修復。

給開發者的技術細節

以下指令取自 Google Cloud 目前的文件，實際使用前請以文件為準。

只關閉 autohealing（健康檢查照跑，不重建）：

gcloud compute instance-groups managed update MIG_NAME \
  --action-on-vm-failed-health-check=do-nothing \
  --zone=ZONE

關閉整個 MIG 的預設修復，但保留 autohealing：

gcloud compute instance-groups managed update MIG_NAME \
  --default-action-on-vm-failure=do-nothing \
  --action-on-vm-failed-health-check=repair \
  --zone=ZONE

• 區域型 MIG 把 --zone 換成 --region
• 用 REST API 的話，設定在 instanceLifecyclePolicy 的 defaultActionOnFailure 與 onFailedHealthCheck
• 限制：如果 MIG 有設定自動調整規模（autoscaling），或有被暫停或停止的 VM，就不能用 defaultActionOnFailure 設成 DO_NOTHING 來關閉修復

我的看法

這個功能的價值在於「保留現場」。很多人遇過的情況是：服務偶爾出問題，等你登入查看時，自動機制已經把那台機器換掉，連 log 都跟著消失，只能靠猜。有個正式支援的開關，讓團隊在查問題的時間窗口內暫停重建，是很實用的。

但我不建議平常就關掉。自動修復本來就是 MIG 最重要的價值之一，關掉之後出問題要靠人處理，半夜出事就沒人替你換機器。比較好的做法是：平常保持預設，要查特定問題時才暫時關閉，查完記得打開，或搭配警示通知，確保出事時有人知道。

名詞小辭典

• MIG（Managed Instance Group，託管執行個體群組）：由同一份範本建立的一群 VM，由 Google Cloud 負責維持數量與健康。
• Autohealing（自動修復）：MIG 用健康檢查發現應用程式沒回應，就把那台 VM 重建。
• 健康檢查（Health check）：定期探測應用程式是否能正常回應的機制。
• GA（Generally Available）：功能正式推出，可以放心用在正式環境。

資料來源

• Google Cloud：Compute Engine 版本資訊（2026-06-26）
• Google Cloud 文件：Turn off repairs in a MIG