Fix: shutdown()がderegister後にexitせず終了処理が非決定的になる問題を修正

[claude]

Requested by Jutaro Numata · Slack thread

プルリクエストの目的・概要

注意: このリポジトリは、Public Repositoryです。機密情報は含めないでください。

ssm-agent.sh の shutdown() 関数を修正し、SIGTERM受信時の終了処理を決定的にします。

Before（修正前）

shutdown() は aws ssm deregister-managed-instance を実行した後、関数から抜けるだけで exit していませんでした。そのため trap shutdown TERM の実行後、スクリプトは元の while true; do wait; done に戻ってしまい、そのままkubeletのgrace period終了までアイドルし、最終的にSIGKILLで強制終了されていました。

この間、aws ssm deregister-managed-instance の呼び出しに一時的な失敗やレイテンシがあっても、リトライや完了を待つ機会がなく、SIGKILLで処理が打ち切られ、SSMのmanaged instance登録が孤立（deregisterされないまま）してしまう可能性がありました。また、/var/lib/amazon/ssm/registration が存在しない、または ManagedInstanceID が空/nullの場合でも --instance-id を空で呼び出してしまう問題もありました。

After（修正後）

• registrationファイルが存在し、かつパースした ManagedInstanceID が空/null でない場合のみ aws ssm deregister-managed-instance を呼び出すようにガードを追加。
• shutdown() の最後に exit 0 を追加し、クリーンアップ完了後に確実にプロセスを終了するように修正。

関連するIssue

globis-org/core-infra#4188（SSM Advanced Instance Tier の調査から、本PRで修正した ssm-agent.sh の deregister バグが発見されました）
なし（Slackスレッドでの報告に基づく修正）

変更内容

• ssm-agent.sh の shutdown() 関数のみを変更（Dockerfileやその他の処理は変更なし、リトライ/バックオフ等の追加なし）

How

 function shutdown(){
     echo "start shutdown process ..."
-    instance_id=$(cat /var/lib/amazon/ssm/registration | jq -r .ManagedInstanceID)
-    aws ssm deregister-managed-instance --instance-id $instance_id
+    if [ -f /var/lib/amazon/ssm/registration ]; then
+        instance_id=$(cat /var/lib/amazon/ssm/registration | jq -r .ManagedInstanceID)
+        if [ -n "${instance_id}" ] && [ "${instance_id}" != "null" ]; then
+            aws ssm deregister-managed-instance --instance-id $instance_id
+        fi
+    fi
     kill $(pgrep amazon-ssm)
     echo "shutdown process completed."
+    exit 0
 }

このリポジトリはPublicなサンプル/テンプレートとして他リポジトリ（globis-org/infra-dockerfiles の ssm-bastion/ssm-agent.sh など）からコピーされて使われています。同じ修正を globis-org/infra-dockerfiles 側にも入れていますが、テンプレート元であるこちらも修正することで、今後新規にbastionを作成した際に同じバグが再発しないようにします。