Lambda完全ガイド

Lambda完全ガイド

Lambdaは、AWSのサーバーレスコンピューティングサービスです。実務で使える実装例とベストプラクティスを詳しく解説します。

1. Lambdaとは

Lambdaの役割

Lambdaは、サーバーの管理なしでコードを実行できるサービスです。イベント駆動で自動スケーリングします。

イベント（API Gateway、S3、DynamoDBなど）
   ↓
Lambda関数（コードを実行）
   ↓
結果を返す

なぜLambdaが必要か

問題のある構成（従来のサーバー）:

# 問題: EC2インスタンスを常時稼働
# 1. EC2インスタンスを起動（24時間稼働）
# 2. OSのセットアップ
# 3. アプリケーションのデプロイ
# 4. 監視とメンテナンス

# コスト計算:
# t3.mediumインスタンス: $0.0416/時間
# 24時間 × 30日 = 720時間/月
# コスト: $0.0416 × 720 = $29.95/月

# 問題点:
# 1. アイドル時間も課金される
# 2. サーバー管理が必要
# 3. スケーリングが手動
# 4. 運用コストが高い

解決: Lambdaによるサーバーレス

# 解決: Lambda関数（イベント駆動）
import json

def lambda_handler(event, context):
    return {
        'statusCode': 200,
        'body': json.dumps('Hello from Lambda!')
    }

# コスト計算:
# リクエスト数: 100万回/月
# 実行時間: 100ms/リクエスト
# メモリ: 512MB
# コスト: 約$0.20/月（最初の100万リクエストは無料）

# メリット:
# 1. 実行時間のみ課金
# 2. サーバー管理が不要
# 3. 自動スケーリング
# 4. 運用コストが低い

2. Lambda関数の基本

基本的な関数

# Pythonでの実装
import json

def lambda_handler(event, context):
    # イベントの処理
    name = event.get('name', 'World')

    # 処理の実行
    message = f'Hello, {name}!'

    # レスポンスの返却
    return {
        'statusCode': 200,
        'headers': {
            'Content-Type': 'application/json'
        },
        'body': json.dumps({
            'message': message
        })
    }

Node.jsでの実装

// Node.jsでの実装
exports.handler = async (event, context) => {
    const name = event.name || 'World';
    const message = `Hello, ${name}!`;

    return {
        statusCode: 200,
        headers: {
            'Content-Type': 'application/json'
        },
        body: JSON.stringify({
            message: message
        })
    };
};

3. Lambda関数の設定

基本的な設定

Resources:
  LambdaFunction:
    Type: AWS::Lambda::Function
    Properties:
      FunctionName: MyFunction
      Runtime: python3.11
      Handler: index.lambda_handler
      Role: !GetAtt LambdaExecutionRole.Arn
      Code:
        ZipFile: |
          def lambda_handler(event, context):
              return {'statusCode': 200, 'body': 'Hello'}
      Timeout: 30
      MemorySize: 512
      Environment:
        Variables:
          ENV: production
          DATABASE_URL: !Ref DatabaseURL
      Layers:
        - !Ref LambdaLayer

環境変数

Resources:
  LambdaFunction:
    Type: AWS::Lambda::Function
    Properties:
      Environment:
        Variables:
          ENV: production
          DATABASE_URL: postgresql://...
          API_KEY: !Ref SecretsManagerSecret
          LOG_LEVEL: INFO

Secrets Managerとの統合

import boto3
import json

def lambda_handler(event, context):
    # Secrets Managerからシークレットを取得
    secrets_client = boto3.client('secretsmanager')
    secret = secrets_client.get_secret_value(
        SecretId='my-secret'
    )
    secret_dict = json.loads(secret['SecretString'])

    # シークレットを使用
    api_key = secret_dict['api_key']
    database_url = secret_dict['database_url']

    return {
        'statusCode': 200,
        'body': json.dumps('Secret retrieved')
    }

4. Lambdaレイヤー

レイヤーとは

レイヤーは、Lambda関数で共通して使用するライブラリやコードをパッケージ化したものです。

レイヤーの作成

# レイヤー用のディレクトリ構造
layer/
  python/
    requests/
      __init__.py
      ...

# レイヤーのパッケージ化
cd layer
zip -r ../layer.zip python/

# レイヤーのアップロード
aws lambda publish-layer-version \
  --layer-name my-layer \
  --zip-file fileb://layer.zip \
  --compatible-runtimes python3.11

レイヤーの使用

Resources:
  LambdaLayer:
    Type: AWS::Lambda::LayerVersion
    Properties:
      LayerName: MyLayer
      Content:
        S3Bucket: my-bucket
        S3Key: layer.zip
      CompatibleRuntimes:
        - python3.11

  LambdaFunction:
    Type: AWS::Lambda::Function
    Properties:
      Layers:
        - !Ref LambdaLayer

5. イベントソース

API Gateway

Resources:
  LambdaFunction:
    Type: AWS::Lambda::Function
    Properties:
      FunctionName: ApiHandler
      Runtime: python3.11
      Handler: index.lambda_handler

  ApiGatewayMethod:
    Type: AWS::ApiGateway::Method
    Properties:
      RestApiId: !Ref RestApi
      ResourceId: !Ref Resource
      HttpMethod: GET
      Integration:
        Type: AWS_PROXY
        IntegrationHttpMethod: POST
        Uri: !Sub 'arn:aws:apigateway:${AWS::Region}:lambda:path/2015-03-31/functions/${LambdaFunction.Arn}/invocations'

  LambdaPermission:
    Type: AWS::Lambda::Permission
    Properties:
      FunctionName: !Ref LambdaFunction
      Action: lambda:InvokeFunction
      Principal: apigateway.amazonaws.com
      SourceArn: !Sub 'arn:aws:execute-api:${AWS::Region}:${AWS::AccountId}:${RestApi}/*/*'

S3イベント

Resources:
  LambdaFunction:
    Type: AWS::Lambda::Function
    Properties:
      FunctionName: S3EventHandler
      Runtime: python3.11
      Handler: index.lambda_handler

  S3EventPermission:
    Type: AWS::Lambda::Permission
    Properties:
      FunctionName: !Ref LambdaFunction
      Action: lambda:InvokeFunction
      Principal: s3.amazonaws.com
      SourceArn: !Sub '${S3Bucket}/*'

  S3Bucket:
    Type: AWS::S3::Bucket
    Properties:
      NotificationConfiguration:
        LambdaConfigurations:
          - Event: s3:ObjectCreated:*
            Function: !GetAtt LambdaFunction.Arn
            Filter:
              S3Key:
                Rules:
                  - Name: suffix
                    Value: .jpg

DynamoDBストリーム

Resources:
  LambdaFunction:
    Type: AWS::Lambda::Function
    Properties:
      FunctionName: DynamoDBStreamHandler
      Runtime: python3.11
      Handler: index.lambda_handler

  EventSourceMapping:
    Type: AWS::Lambda::EventSourceMapping
    Properties:
      EventSourceArn: !GetAtt DynamoDBTable.StreamArn
      FunctionName: !Ref LambdaFunction
      StartingPosition: LATEST
      BatchSize: 100
      MaximumBatchingWindowInSeconds: 5

CloudWatch Events（スケジュール）

Resources:
  LambdaFunction:
    Type: AWS::Lambda::Function
    Properties:
      FunctionName: ScheduledTask
      Runtime: python3.11
      Handler: index.lambda_handler

  ScheduledRule:
    Type: AWS::Events::Rule
    Properties:
      Description: Run every day at 1 AM
      ScheduleExpression: cron(0 1 * * ? *)
      State: ENABLED
      Targets:
        - Arn: !GetAtt LambdaFunction.Arn
          Id: ScheduledTaskTarget

  LambdaPermission:
    Type: AWS::Lambda::Permission
    Properties:
      FunctionName: !Ref LambdaFunction
      Action: lambda:InvokeFunction
      Principal: events.amazonaws.com
      SourceArn: !GetAtt ScheduledRule.Arn

6. エラーハンドリング

リトライとデッドレターキュー（DLQ）

Resources:
  LambdaFunction:
    Type: AWS::Lambda::Function
    Properties:
      FunctionName: MyFunction
      Runtime: python3.11
      Handler: index.lambda_handler
      DeadLetterConfig:
        TargetArn: !GetAtt DLQ.Arn

  DLQ:
    Type: AWS::SQS::Queue
    Properties:
      QueueName: my-function-dlq
      MessageRetentionPeriod: 1209600  # 14日間

  EventSourceMapping:
    Type: AWS::Lambda::EventSourceMapping
    Properties:
      EventSourceArn: !GetAtt DynamoDBTable.StreamArn
      FunctionName: !Ref LambdaFunction
      MaximumRetryAttempts: 3
      BisectBatchOnFunctionError: true

エラーハンドリングの実装

import json
import boto3
from botocore.exceptions import ClientError

def lambda_handler(event, context):
    try:
        # 処理の実行
        result = process_event(event)
        return {
            'statusCode': 200,
            'body': json.dumps(result)
        }
    except ClientError as e:
        # AWSサービスのエラー
        print(f'AWS Error: {e}')
        raise
    except Exception as e:
        # その他のエラー
        print(f'Error: {e}')
        # DLQに送信される
        raise

7. パフォーマンス最適化

コールドスタートの対策

# グローバル変数で接続を再利用
import boto3

# 関数外で初期化（コールドスタート時のみ実行）
dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table('my-table')

def lambda_handler(event, context):
    # 接続は再利用される（ウォームスタート時は高速）
    response = table.get_item(Key={'id': '123'})
    return response

メモリの最適化

Resources:
  LambdaFunction:
    Type: AWS::Lambda::Function
    Properties:
      MemorySize: 512  # メモリを増やすとCPUも増える
      # メモリが多いほど実行時間が短くなる可能性がある

8. 実務でのベストプラクティス

パターン1: APIエンドポイント

import json
import boto3

dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table('users')

def lambda_handler(event, context):
    method = event['httpMethod']
    path = event['path']

    if method == 'GET' and path == '/users':
        # ユーザー一覧を取得
        response = table.scan()
        return {
            'statusCode': 200,
            'body': json.dumps(response['Items'])
        }
    elif method == 'POST' and path == '/users':
        # ユーザーを作成
        body = json.loads(event['body'])
        table.put_item(Item=body)
        return {
            'statusCode': 201,
            'body': json.dumps({'message': 'User created'})
        }

    return {
        'statusCode': 404,
        'body': json.dumps({'error': 'Not found'})
    }

パターン2: 画像処理

import boto3
from PIL import Image
import io

s3 = boto3.client('s3')

def lambda_handler(event, context):
    bucket = event['Records'][0]['s3']['bucket']['name']
    key = event['Records'][0]['s3']['object']['key']

    # 画像をダウンロード
    response = s3.get_object(Bucket=bucket, Key=key)
    image_data = response['Body'].read()

    # 画像をリサイズ
    img = Image.open(io.BytesIO(image_data))
    img.thumbnail((800, 600))

    # リサイズした画像をアップロード
    output = io.BytesIO()
    img.save(output, format='JPEG')
    output.seek(0)

    s3.put_object(
        Bucket=bucket,
        Key=f'resized/{key}',
        Body=output,
        ContentType='image/jpeg'
    )

    return {'statusCode': 200}

9. よくある問題と解決策

問題1: タイムアウトエラー

原因:

• 実行時間が15分を超えている
• 外部APIの応答が遅い

解決策:

# タイムアウトを考慮した設計
import signal

def timeout_handler(signum, frame):
    raise TimeoutError('Function timeout')

def lambda_handler(event, context):
    # タイムアウトを設定（例: 10秒）
    signal.signal(signal.SIGALRM, timeout_handler)
    signal.alarm(10)

    try:
        # 処理
        result = process_event(event)
        signal.alarm(0)  # タイムアウトを解除
        return result
    except TimeoutError:
        return {
            'statusCode': 504,
            'body': json.dumps({'error': 'Timeout'})
        }

問題2: メモリ不足

原因:

• メモリサイズが小さすぎる
• 大きなデータを処理している

解決策:

# メモリサイズを増やす
Resources:
  LambdaFunction:
    Properties:
      MemorySize: 1024  # 512MB → 1024MB
      # メモリが多いほどCPUも増えるため、実行時間が短くなる可能性がある

これで、Lambdaの基礎知識と実務での使い方を理解できるようになりました。