「AWS Lambdaってどうやって使うのだろう？難しそう…」
そんな不安を感じている方も多いのではないでしょうか。
実は、想像以上にシンプルに使い始めることができます。
従来のWebサービス開発では、サーバーの準備から始まり、様々な管理作業が必要でした。
しかし、AWS Lambdaを使えば、そういった煩わしい作業から解放されます。
必要なのは、実行したいコードを書いて、アップロードするだけです。
あとは、AWSが自動的にサーバーの管理をしてくれます。
本記事では、AWS Lambdaの基本的な使い方から、実践的な活用方法まで、順を追って解説していきます。
特に、以下のような方におすすめです：
- Lambdaをこれから使ってみたいと思っている方
- Lambdaがどういったサービスなのか知りたい方
- なるべく簡単に使い方を知りたい方
さらに、AWS Lambdaには無料枠があるため、学習目的であれば費用をかけずに始められます。
それでは、解説していきたいと思います！
初心者向けステップバイステップガイド
AWS Lambdaを使い始めるのに、難しい準備は必要ありません。
この章では、初めての方でも迷わないように、順を追って説明していきます。
準備：AWSアカウントを作ろう
まずは、AWSのアカウントを作成しましょう。
無料枠が用意されているため、学習目的であれば費用をかけずに使うことができます。
アカウント作成の手順
- AWS公式サイトにアクセスします。
- 右上の「アカウントを作成」をクリックします。
- メールアドレスと必要な情報を入力します。
- クレジットカード情報の入力を求められますが、これは無料利用枠を超えた場合のためです。
無料枠の範囲内なら請求は発生しません。
無料枠でできること
AWS Lambdaの無料枠は、以下の範囲で利用することができます。
| 項目 | 無料枠の上限 | 目安となる使用例 |
|---|---|---|
| リクエスト数 | 月100万回まで | 1日あたり約3万回のリクエストが可能 |
| 実行時間 | 月40万GB秒まで | 1GBメモリの関数なら、約11時間の実行が可能 |
詳細を知りたければ、以下の記事も参考になるのため、ぜひご覧ください。
Step 1：最初のLambda関数を作ろう
では、実際にLambda関数を作ってみましょう。
まずは、シンプルな「Hello World」プログラムから始めます。
Lambda関数の作成手順
- AWSマネジメントコンソールにログインします。
- 検索バーに「Lambda」と入力し、サービスを選択します。
- 「関数の作成」ボタンをクリックします。
- 以下の設定を選びます：
・「一から作成」を選択
・関数名：「HelkloWorld」と入力
・ランタイム「Python3.9」を選択 - 「関数の作成」をクリックします。
プログラムを書いてみよう
作成した関数に、以下のコードを入力します。
def lambda_handler(event, context):
# メッセージを返す簡単な関数
return {
'statusCode': 200, # 成功を示すステータスコード
'body': 'Hello from Lambda!' # 返すメッセージ
}このコードは、「Hello from Lambda!」というメッセージを返すだけの簡単なものです。
Step 2：関数をテストしてみよう
作成した関数が正しく動くか、確認してみましょう。
テストの手順
- 「テスト」タブをクリックします。
- テストイベントの設定で「新しいイベントの作成」を選びます。
- イベント名を「TestEvent」として保存します。
- 「テスト」ボタンをクリックします。
テスト結果の見方
テストが成功すると、以下のような結果が表示されます：
{
"statusCode": 200,
"body": "Hello from Lambda!"
}「実行結果：成功」と表示されれば、おめでとうございます！
最初のLambda関数が動きました。
Step 3：ログを確認してみよう
Lambda関数の動きを詳しく知るために、ログを確認してみましょう。
ログは「CloudWatch」というサービスに記録されています。
ログの確認方法
- Lambda関数の画面で「モニタリング」タブを選びます。
- 「CloudWatchのログを表示」をクリックします。
- 最新のログストリームを選択すると、関数の実行ログが表示されます。
ログを見ることで、関数がいつ実行されて、どんな結果が返されたのかが分かります。
これは、後でトラブルが起きたときの調査にも役立ちます。
次のステップに向けて
基本的なLambda関数の作成と実行ができるようになりました。
ここまでの操作に慣れてきたら、次は実践的な使い方を学んでいきましょう。
次の章では、実務でよく使われるLambda関数の例を紹介します。
実務での活用例
AWS Lambdaは、実際の業務でどのように使われているのでしょうか？
この章では、特に初心者の方でも取り組みやすい実践的な例を紹介します。
画像処理の自動化
Webサイトやアプリで画像を扱う際、サイズの最適化は重要な課題です。
AWS Lambdaを使えば、この作業を自動化できます。
具体的な使用例：画像の自動リサイズ
たとえば、ECサイトで商品画像をアップロードする際の処理を考えてみましょう。
Lambda関数を使うと、以下のような自動化が実現できます：
- 商品画像をS3バケットにアップロード
- 自動的にLambda関数が起動
- 画像を複数サイズに変換（PC用、スマホ用、サムネイル用など）
- 変換した画像を保存
以下が、実際のPythonコードの例です：
import boto3
from PIL import Image
import io
def lambda_handler(event, context):
# S3クライアントの準備
s3 = boto3.client('s3')
# アップロードされた画像の情報を取得
source_bucket = event['Records'][0]['s3']['bucket']['name']
source_key = event['Records'][0]['s3']['object']['key']
# 画像をメモリに読み込み
image_data = s3.get_object(Bucket=source_bucket, Key=source_key)['Body'].read()
image = Image.open(io.BytesIO(image_data))
# 異なるサイズに変換
sizes = {
'thumbnail': (150, 150),
'mobile': (800, 800),
'desktop': (1200, 1200)
}
# 各サイズの画像を保存
for size_name, dimensions in sizes.items():
resized = image.copy()
resized.thumbnail(dimensions)
# 変換した画像をS3に保存
buffer = io.BytesIO()
resized.save(buffer, format=image.format)
s3.put_object(
Bucket=f"{source_bucket}-resized",
Key=f"{size_name}/{source_key}",
Body=buffer.getvalue()
)
return {
'statusCode': 200,
'body': 'Images resized successfully'
}このコードを使えば、画像のアップロード後の処理を完全に自動化できます。
定期的なデータ処理の自動化
毎日、毎週、または毎月行う必要がある処理はありませんか？
Lambda関数を使えば、そういった定期的な作業も自動化できます。
具体例：日次レポートの自動生成
たとえば、以下のような処理を自動化できます：
- 毎朝9時にデータを収集
- CSVファイルに整形
- 関係者にメール送信
import boto3
import pandas as pd
from datetime import datetime
def lambda_handler(event, context):
# データの収集と加工
data = collect_daily_data() # データ収集用の関数
# CSVファイルの作成
report_date = datetime.now().strftime('%Y-%m-%d')
filename = f'daily_report_{report_date}.csv'
# S3に保存
s3 = boto3.client('s3')
s3.put_object(
Bucket='reports-bucket',
Key=filename,
Body=data.to_csv()
)
# メール送信
send_notification(filename) # メール送信用の関数
return {
'statusCode': 200,
'body': 'Report generated and sent'
}APIの作成
Webサービスを作る際、APIは重要な要素です。
Lambda関数とAPI Gatewayを組み合わせることで、簡単にAPIを作成できます。
具体例：シンプルなWeb API
以下は、ユーザー情報を返すAPIの例です：
import json
def lambda_handler(event, context):
# ユーザーIDをパスパラメータから取得
user_id = event['pathParameters']['userId']
# 実際のプロジェクトでは、ここでデータベースに接続してユーザー情報を取得
user_info = {
'id': user_id,
'name': 'テストユーザー',
'email': 'test@example.com'
}
return {
'statusCode': 200,
'headers': {
'Content-Type': 'application/json'
},
'body': json.dumps(user_info, ensure_ascii=False)
}実践的なヒント
これらの例を試す際は、以下のポイントに注意しましょう：
開発のコツ
- まずは小さく始める
・シンプルな機能から作り始めて、徐々に機能を追加していきましょう。 - エラー処理を実装する
・実運用では、想定外のエラーが発生することもあります。
・例外処理等を使って、適切にエラーをハンドリングしましょう。 - ログを活用する
・print文やloggingモジュールを使って、動作確認用のログを残しましょう。
・CloudWatchで確認できます。
コスト管理
実務で使用する際は、コストにも注意が必要です。
| 項目 | コスト削減のポイント |
|---|---|
| メモリ設定 | 必要最小限のメモリサイズを設定する |
| 実行時間 | 処理を効率化し、実行時間を短くする |
| リクエスト数 | 不要なリクエストを減らす |
コストの詳細はこちらの記事を参照。
よくあるトラブルと解決方法
AWS Lambdaを使っていると、誰でも一度はトラブルに遭遇します。
でも、心配いりません。
よくあるトラブルには、定番の解決方法があります。
この章では、初心者がよく経験するトラブルと、その具体的な解決手順を説明します。
関数が実行されないときの対処法
「Lambda関数を作ったのに、動いてくれない…」
これは、最もよくある悩みの一つです。
主な原因と解決方法
- 権限の問題
# 権限が足りない場合のエラー例
botocore.exceptions.ClientError:
An error occurred (AccessDenied) when calling the GetObject operation:
Access Denied解決手順：
- IAMロールの設定を確認
- 必要な権限を追加
{
"Version": "2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Action": ["s3:GetObject"],
"Resource": "arn:aws:s3:::your-bucket/*"
}
]
}- トリガーの設定ミス 確認ポイント：
- トリガーが有効になっているか
- イベントパターンが正しいか
- 設定が保存されているか
タイムアウトの問題を解決する
Lambda関数が途中で切れてしまう…。
これは、タイムアウトが原因かもしれません。
タイムアウト対策の具体例
# 改善前：タイムアウトしやすいコード
def lambda_handler(event, context):
for item in huge_data_list: # 大量のデータを処理
process_item(item) # 時間のかかる処理
# 改善後：バッチ処理で効率化
def lambda_handler(event, context):
# 残り時間を確認しながら処理
timeout = context.get_remaining_time_in_millis()
for batch in chunks(huge_data_list, 100): # 100件ずつ処理
if timeout < 10000: # 残り10秒を切ったら中断
break
process_batch(batch)
timeout = context.get_remaining_time_in_millis()メモリ不足のトラブル
「メモリが足りません」というエラーが出たら、以下の手順で対応しましょう。
メモリ使用量の最適化
# メモリを効率的に使うコードの例
def lambda_handler(event, context):
# 大きなファイルを扱う場合
with open('/tmp/large_file.txt', 'w') as f: # /tmpディレクトリを活用
process_and_write(f) # ストリーミング処理
# メモリ消費の多いライブラリを使う場合
del some_large_object # 不要なオブジェクトは積極的に削除エラーログの確認方法
トラブル解決の第一歩は、エラーログの確認です。
CloudWatchでログを見る手順
- AWSコンソールでCloudWatchを開く
- ロググループから該当の関数を選択
- 最新のログストリームを確認
# ログを効果的に残すコード例
import logging
logger = logging.getLogger()
logger.setLevel(logging.INFO)
def lambda_handler(event, context):
try:
logger.info(f"処理開始: {event}") # 開始ログ
result = process_data(event)
logger.info(f"処理成功: {result}") # 成功ログ
return result
except Exception as e:
logger.error(f"エラー発生: {str(e)}") # エラーログ
raise # エラーを再度発生させるトラブル対応のチェックリスト
問題が発生したら、以下の順序で確認していきましょう：
| 確認項目 | チェックポイント | よくある問題 |
|---|---|---|
| ログ確認 | CloudWatchログ | エラーメッセージの特定 |
| 権限確認 | IAMロール設定 | 必要な権限の不足 |
| メモリ確認 | 設定値と使用量 | メモリ不足によるエラー |
| タイムアウト | 実行時間の設定 | 処理時間超過 |
トラブル予防のベストプラクティス
- テスト環境の活用
# テスト用のイベントデータ
test_event = {
"test_key": "test_value",
"numbers": [1, 2, 3]
}
# ローカルでテストする
def test_lambda_function():
response = lambda_handler(test_event, None)
assert response['statusCode'] == 200- エラーハンドリングの実装
def lambda_handler(event, context):
try:
# メイン処理
result = main_process(event)
return {
'statusCode': 200,
'body': result
}
except ValueError as e:
# 想定内のエラー処理
return {
'statusCode': 400,
'body': str(e)
}
except Exception as e:
# 想定外のエラー処理
logger.error(f"予期せぬエラー: {str(e)}")
return {
'statusCode': 500,
'body': 'Internal server error'
}- 予防的な対策を講じる
・テストを充実させる
・モニタリングを設定する
次の章では、AWS Lambdaのさらなる学習に向けて、次のステップをご紹介します。
次に学ぶべきこと
基本的な使い方を理解したところで、AWS Lambdaの可能性をさらに広げていきましょう。
この章では、スキルアップのための具体的なロードマップをご紹介します。
他のAWSサービスとの連携を学ぼう
Lambda単体でも便利ですが、他のAWSサービスと組み合わせることで、できることが大きく広がります。
いくつか例を紹介します。
DynamoDBとの連携
DynamoDBは、Lambdaと相性の良いデータベースサービスです。
# DynamoDBを使ったシンプルなTodoアプリの例
import boto3
dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table('TodoItems')
def lambda_handler(event, context):
# Todo項目を追加する
response = table.put_item(
Item={
'user_id': event['user_id'],
'task': event['task'],
'status': 'pending'
}
)
return {
'statusCode': 200,
'body': 'Todo項目が追加されました'
}API Gatewayの活用
API GatewayとLambdaを組み合わせると、本格的なWebAPIが作れます。
# RESTful APIの例
def lambda_handler(event, context):
# HTTPメソッドに応じて処理を分岐
http_method = event['httpMethod']
if http_method == 'GET':
return get_items()
elif http_method == 'POST':
return create_item(event['body'])
elif http_method == 'PUT':
return update_item(event['body'])
elif http_method == 'DELETE':
return delete_item(event['pathParameters'])AWS認定資格にチャレンジしよう
AWSの資格は、あなたのスキルを証明する強力な武器になります。
おすすめの学習ステップ
- AWS認定クラウドプラクティショナー
- AWSの基礎知識を体系的に学べます
- 合格しやすい入門レベルの資格です
- AWS認定デベロッパーアソシエイト
- Lambda、DynamoDB、API Gatewayなどの開発スキルが評価されます
- 実務で役立つ知識が身につきます
- AWS認定ソリューションアーキテクトアソシエイト
- システム設計の知識が評価されます
- キャリアの幅が大きく広がります
役立つ学習リソース
AWS Lambdaの理解を深めるために、以下のリソースがおすすめです。
公式ドキュメント
- AWS Lambda開発者ガイド
- AWSサーバーレスワークショップ
オンライン学習プラットフォーム
- AWS Skill Builder（無料コンテンツあり）
- Udemy、CourseraのAWS関連コース
コミュニティ
- AWS User Group
- Stack Overflow
- GitHub
まとめ
AWS Lambdaは、現代のクラウド開発において重要な技術です。
この記事で学んだことは、あなたのキャリアにおける大きな一歩になるはずです。
ぜひ、実際に手を動かして、AWS Lambdaの可能性を探ってみてください。
そして、困ったときは、この記事に立ち返ってみてください。
きっと、あなたの開発ライフをより豊かにするヒントが見つかるはずです。
あなたのチャレンジを、心から応援しています！
コメント