Beobachtetes Signal · 17. Mai 2026 · Technical Implementation · Quelle: DEV Community · Relevanz: 2/5 · Sentiment: Neutral
Automatische Behebung von CloudFormation-Drift mit Durable Functions
Der Artikel demonstriert einen automatisierten Workflow zur Konfigurationsbereinigung, der den Drift von AWS CloudFormation Stacks erkennt und behebt. Dabei kommen Durable Functions-Orchestrierungen zum Einsatz, die mit dem AWS Lambda Durable Execution SDK für Python implementiert wurden. Es wird die Einführung drift-bewusster Change Sets durch AWS im November 2025 beschrieben, mit denen CloudFormation automatische Korrektur-Change-Sets im Modus REVERT_DRIFT erzeugt. Anhand eines praktischen Beispiels zeigt der Autor die Implementierung: einen CloudFormation-Teststack, absichtlichen Drift über SSM-Parameteränderungen, einen Durable Functions-Workflow zum Polling asynchroner Operationen, die automatische Erstellung und optionale Ausführung von Change Sets, SNS-Benachrichtigungen sowie die Bereitstellung per AWS SAM. Der Quellcode ist auf GitHub verfügbar, inklusive einer Option zur manuellen Prüfung vor der Ausführung.
Ein praktisches Cloud-Infrastruktur-Automatisierungsmuster, das langlebige Orchestrierungen und die Drift-Behebung vereinfacht. Es ist für Engineering-Teams nützlich, hat jedoch nur einen begrenzten direkten Einfluss auf die AdTech-Branche.
Marktsignale im Bereich Infrastructure in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- AWS hat im November 2025 "drift-bewusste Change Sets" in CloudFormation eingeführt.
- Der Autor implementierte die automatische Erkennung und Behebung von CloudFormation-Drift mittels Durable Functions und dem AWS Lambda Durable Execution SDK für Python.
- Die Implementierung umfasst einen Beispiel-Stack und einen Workflow, der drift-bewusste Change Sets (über --deployment-mode REVERT_DRIFT) erstellt und ausführt.
- Das Beispiel wird als SAM-Anwendung bereitgestellt; der Quellcode wurde auf GitHub im Repository sample-aws-cfn-configuration-healing veröffentlicht.
- Der Workflow unterstützt SNS-Benachrichtigungen sowie ein CreateChangeSetOnly-Flag für die manuelle Überprüfung vor der Ausführung.
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Infrastructure Drift: Wie man Abweichungen erkennt und verhindert
Dieser technische Leitfaden definiert Infrastructure Drift als Diskrepanzen zwischen Infrastructure-as-Code-Deklarationen (IaC) und dem tatsächlichen Cloud-Zustand, die durch manuelle Eingriffe verursacht werden. Häufige Ursachen sind Notfallkorrekturen, partielle Migrationen und Teams, die primär über die Konsole arbeiten. Der Artikel erläutert, warum Drift Zuverlässigkeit und Audits gefährdet, und empfiehlt konkrete Erkennungs- und Präventionstechniken. Dazu gehören zeitgesteuerte terraform plan-Läufe mit Benachrichtigungen bei Diffs, der Einsatz nativer Tools wie AWS Config und GCP Asset Inventory sowie die strikte Definition von Git als Single Source of Truth. Zudem wird empfohlen, manuelle Bearbeitungsrechte zu entziehen, nur schreibgeschützte Service-Accounts zu nutzen und schnelle IaC-Pipelines für revisionssichere Notfalländerungen aufzubauen. Der Artikel wurde am 11.08.2026 von Samson Tanimawo, Gründer und CEO von Nova AI Ops, veröffentlicht.
Terraform Auto-Removes Manual AWS EC2 Tag
A developer tested an automatic remediation control loop that detects Terraform drift in AWS, classifies the severity, and runs a separate remediation pipeline to restore declared infrastructure. The pipeline uses a drift detector CodeBuild job that runs terraform plan, publishes structured changes via SNS, a Lambda that classifies changes (LOW/MEDIUM/HIGH) and, for eligible LOW non-deletion updates, starts a remediation CodeBuild job that runs terraform apply. The author adjusted the classifier to treat in-place updates on MEDIUM resources as LOW, separated detector and remediation IAM roles, ensured the correct Git commit is cloned for remediation, and observed that a manually added EC2 tag was removed when Terraform applied the Git-declared state.
Terraform-Drift-Erkennung und Wiederherstellung auf Google Cloud mit GitHub Actions
Ein Entwickler hat ein praxisnahes Projekt zur Terraform-Drift-Erkennung, zum Import bestehender Google Cloud-Ressourcen und zur State-Wiederherstellung veröffentlicht. Anhand einer minimalen Infrastruktur-Baseline aus VPC, Subnetz, Firewall-Regel und Service Account wird manueller Drift simuliert. Die Erkennung erfolgt über Terraform-Befehle wie plan mit detailed-exitcode und refresh-only. Zur Wiederherstellung werden State-Inspektion und terraform import eingesetzt. Ein automatisiertes GitHub Actions-Workflow-Skript führt tägliche Prüfungen durch, konfiguriert das GCS-Backend dynamisch und nutzt Workload Identity Federation für eine schlüssellose Authentifizierung. Bei erkanntem Drift werden automatisiert GitHub-Issues erstellt, statt unkontrollierte Auto-Apply-Korrekturen auszuführen. Das Repository enthält vollständige Dokumentationen, Skripte und CI-Workflows.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.