AWS的EC2实例可以通过使用Auto Scaling组和健康检查来解决随机不健康的实例问题。下面是一个示例代码，用于创建Auto Scaling组和健康检查。

import boto3

# 创建Auto Scaling组
def create_auto_scaling_group():
    client = boto3.client('autoscaling')
    
    response = client.create_auto_scaling_group(
        AutoScalingGroupName='my-auto-scaling-group',
        LaunchConfigurationName='my-launch-configuration',
        MinSize=2,
        MaxSize=5,
        DesiredCapacity=2,
        VPCZoneIdentifier='subnet-12345678',
        HealthCheckType='ELB',
        HealthCheckGracePeriod=120
    )

# 创建Launch Configuration
def create_launch_configuration():
    client = boto3.client('autoscaling')
    
    response = client.create_launch_configuration(
        LaunchConfigurationName='my-launch-configuration',
        ImageId='ami-12345678',
        InstanceType='t2.micro',
        KeyName='my-key-pair',
        SecurityGroups=['my-security-group'],
        UserData='''#!/bin/bash
                     echo "Hello, World!" > index.html
                     nohup python -m SimpleHTTPServer 80 &'''
    )

# 创建ELB健康检查
def create_elb_health_check():
    client = boto3.client('autoscaling')
    
    response = client.create_or_update_tags(
        Tags=[
            {
                'ResourceId': 'my-auto-scaling-group',
                'ResourceType': 'auto-scaling-group',
                'Key': 'Name',
                'Value': 'my-auto-scaling-group',
                'PropagateAtLaunch': True
            },
        ]
    )

# 主函数
def main():
    create_launch_configuration()
    create_auto_scaling_group()
    create_elb_health_check()

if __name__ == "__main__":
    main()

在上述示例代码中，我们使用了boto3库来与AWS进行交互。首先，我们创建了一个Auto Scaling组，并指定了实例数量的最小值、最大值和期望容量。然后，我们创建了一个Launch Configuration，其中包含了实例的配置信息，例如AMI ID、实例类型、安全组和用户数据。最后，我们创建了一个ELB健康检查，该健康检查将用于监控Auto Scaling组中实例的健康状态。

请注意，上述示例代码仅用于演示目的，并且需要根据实际情况进行修改和配置。