aws-lambda-python-integration

AWS Lambda Python 統合

最適化されたコールドスタートとクリーンなアーキテクチャを備えた、高性能な AWS Lambda 関数を Python で作成するためのパターンです。

概要

AWS Lambda の Python 統合には、AWS Chalice（フル機能のフレームワーク）と Raw Python（オーバーヘッドを最小限に抑える方法）の 2 つのアプローチがあります。どちらも、本番環境向けの設定で API Gateway／ALB との統合をサポートします。

使用する場面

次のような場合に、このスキルを使用してください。

• Python で新しい Lambda 関数を作成する
• 既存の Python アプリケーションを Lambda に移行する
• Python Lambda のコールドスタート性能を最適化する
• フレームワークを使う方法と、最小限の Python による方法のどちらを選ぶか検討する
• API Gateway または ALB との統合を設定する
• Python Lambda 用のデプロイパイプラインを構築する

手順

1. アプローチを選択する

アプローチ	コールドスタート	最適な用途	複雑さ
AWS Chalice	< 200ms	REST API、迅速な開発、組み込みルーティング	低
Raw Python	< 100ms	シンプルなハンドラー、最大限の制御、最小限の依存関係	低

2. プロジェクト構成

AWS Chalice の構成

my-chalice-app/
├── app.py                    # Main application with routes
├── requirements.txt          # Dependencies
├── .chalice/
│   ├── config.json          # Chalice configuration
│   └── deploy/              # Deployment artifacts
├── chalicelib/              # Additional modules
│   ├── __init__.py
│   └── services.py
└── tests/
    └── test_app.py

Raw Python の構成

my-lambda-function/
├── lambda_function.py       # Handler entry point
├── requirements.txt         # Dependencies
├── template.yaml            # SAM/CloudFormation template
└── src/                     # Additional modules
    ├── __init__.py
    ├── handlers.py
    └── utils.py

3. 実装例

詳しい実装ガイドについては、リファレンスセクションを参照してください。簡単な例：

AWS Chalice：

from chalice import Chalice
app = Chalice(app_name='my-api')

@app.route('/')
def index():
    return {'message': 'Hello from Chalice!'}

Raw Python：

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

主な概念

コールドスタートの最適化

主な戦略：

1. モジュールレベルで初期化する - ウォーム状態の呼び出し間で保持されます
2. 遅延読み込みを使用する - 必要になるまで重いインポートを遅らせます
3. boto3 クライアントをキャッシュする - 呼び出し間で接続を再利用します

詳しいパターンについては、Raw Python Lambdaを参照してください。

接続管理

クライアントをモジュールレベルで作成し、再利用します。

_dynamodb = None

def get_table():
    global _dynamodb
    if _dynamodb is None:
        _dynamodb = boto3.resource('dynamodb').Table('my-table')
    return _dynamodb

環境設定

class Config:
    TABLE_NAME = os.environ.get('TABLE_NAME')
    DEBUG = os.environ.get('DEBUG', 'false').lower() == 'true'

    @classmethod
    def validate(cls):
        if not cls.TABLE_NAME:
            raise ValueError("TABLE_NAME required")

ベストプラクティス

メモリとタイムアウトの設定

• メモリ：シンプルなハンドラーでは 256MB、複雑な処理では 512MB から始めます
• タイムアウト：想定される処理時間に基づいて設定します
  • シンプルなハンドラー：3～5 秒
  • DB 呼び出しを伴う API：10～15 秒
  • データ処理：30～60 秒

依存関係

requirements.txt を最小限に抑えます。

# Core AWS SDK - always needed
boto3>=1.35.0

# Only add what you need
requests>=2.32.0  # If calling external APIs
pydantic>=2.5.0   # If using data validation

エラー処理

リクエスト ID とともに適切な HTTP コードを返します。

def lambda_handler(event, context):
    try:
        result = process_event(event)
        return {'statusCode': 200, 'body': json.dumps(result)}
    except ValueError as e:
        return {'statusCode': 400, 'body': json.dumps({'error': str(e)})}
    except Exception as e:
        print(f"Error: {str(e)}")  # Log to CloudWatch
        return {'statusCode': 500, 'body': json.dumps({'error': 'Internal error'})}

構造化エラー処理のパターンについては、Raw Python Lambdaを参照してください。

ロギング

CloudWatch Insights 用に構造化ロギングを使用します。

import logging, json
logger = logging.getLogger()
logger.setLevel(logging.INFO)

# Structured log
logger.info(json.dumps({
    'eventType': 'REQUEST',
    'requestId': context.aws_request_id,
    'path': event.get('path')
}))

高度なパターンについては、Raw Python Lambdaを参照してください。

デプロイオプション

クイックスタート

検証チェックポイント： 設定エラーを早期に検出するため、デプロイ前に必ず serverless print または sam validate を実行してください。

Serverless Framework：

# serverless.yml
service: my-python-api
provider:
  name: aws
  runtime: python3.12  # or python3.11
functions:
  api:
    handler: lambda_function.lambda_handler
    events:
      - http:
          path: /{proxy+}
          method: ANY

AWS SAM：

# template.yaml
AWSTemplateFormatVersion: '2010-09-09'
Transform: AWS::Serverless-2016-10-31

Resources:
  ApiFunction:
    Type: AWS::Serverless::Function
    Properties:
      CodeUri: ./
      Handler: lambda_function.lambda_handler
      Runtime: python3.12  # or python3.11
      Events:
        ApiEvent:
          Type: Api
          Properties:
            Path: /{proxy+}
            Method: ANY

AWS Chalice：

chalice new-project my-api
cd my-api
chalice local 8080  # Test locally before deploying
chalice deploy --stage dev

検証チェックポイント： 本番環境にデプロイする前に、chalice local または sam local invoke でローカルテストを行ってください。

CI/CD、環境ごとの設定、高度な SAM／Serverless パターンを含む完全なデプロイ設定については、Serverless Deploymentを参照してください。

制約と警告

Lambda の制限

• デプロイパッケージ：展開後は最大 250MB（圧縮後は 50MB）
• メモリ：128MB～10GB
• タイムアウト：最大 15 分
• 同時実行数：デフォルトで 1000（調整可能）
• 環境変数：合計サイズ 4KB

Python 固有の考慮事項

• コールドスタート：Python はコールドスタート性能に優れています。モジュールレベルで重いインポートを行わないようにしてください
• 依存関係：requirements.txt を最小限に抑え、共有する依存関係には Lambda Layers を使用してください
• ネイティブ依存関係：Amazon Linux 2 向け（x86_64 または arm64）にコンパイルする必要があります

よくある落とし穴

1. モジュールレベルで重いライブラリをインポートする - 常に必要でない場合は、関数内に移動します
2. Lambda コンテキストを処理しない - タイムアウトを考慮するため、context.get_remaining_time_in_millis() を使用します
3. 入力を検証しない - イベントデータは必ず検証し、サニタイズします
4. 機密データを出力する - ログや CloudWatch の取り扱いには注意します

エラー復旧： デプロイに失敗した場合は、CloudWatch のログで初期化エラーを確認し、sam logs を実行して問題を診断します。

セキュリティに関する考慮事項

• 認証情報をハードコードせず、IAM ロールと環境変数を使用します
• すべての入力データを検証します
• 最小権限の IAM ポリシーを使用します
• 監査ログ用に CloudTrail を有効にします

リファレンス

特定のトピックの詳細なガイダンスについては、以下を参照してください。

• AWS Chalice - Chalice のセットアップ、ルーティング、ミドルウェア、デプロイの完全なガイド
• Raw Python Lambda - 最小限のハンドラーパターン、モジュールキャッシュ、パッケージング
• Serverless Deployment - Serverless Framework、SAM、CI/CD パイプライン
• Testing Lambda - pytest、moto、SAM Local、localstack

例

例 1：AWS Chalice REST API を作成する

入力：

Create a Python Lambda REST API using AWS Chalice for a todo application

手順：

1. chalice new-project で Chalice プロジェクトを初期化します
2. CRUD 操作用のルートを設定します
3. DynamoDB との連携を設定します
4. デプロイステージを設定します
5. chalice deploy でデプロイします

出力：

• Chalice プロジェクトの完全な構成
• CRUD エンドポイントを備えた REST API
• DynamoDB テーブルの設定
• デプロイ設定

例 2：Raw Python のコールドスタートを最適化する

入力：

My Python Lambda has slow cold start, how do I optimize it?

手順：

1. インポートと初期化コードを分析します
2. 重いインポートを関数内に移動します（遅延読み込み）
3. boto3 クライアントをモジュールレベルでキャッシュします
4. 不要な依存関係を削除します
5. 必要に応じてプロビジョニング済み同時実行を使用します

出力：

• 遅延読み込みを適用したリファクタリング済みコード
• 最適化されたコールドスタート（< 100ms）
• 依存関係の分析

例 3：GitHub Actions でデプロイする

入力：

Configure CI/CD for Python Lambda with SAM

手順：

1. GitHub Actions ワークフローを作成します
2. Python 環境と依存関係を設定します
3. カバレッジを測定しながら pytest を実行します
4. SAM でパッケージ化します
5. dev/prod ステージにデプロイします

出力：

• 完全な .github/workflows/deploy.yml
• マルチステージパイプライン
• 統合されたテスト自動化

バージョン

バージョン：1.0.0