AWS Lambda × Dockerでサーバーレスアプリ構築

はじめに
AWS Lambda × Dockerの魅力
前提条件
Lambda用Dockerイメージの基本
実践編：Dockerイメージを使ったLambda関数の構築
Lambda × Dockerの実践的なユースケース
パフォーマンス最適化のヒント
本番運用のベストプラクティス
Lambda×Dockerの制限事項と注意点
まとめ
参考リソース

はじめに

AWS Lambdaは、サーバーの管理不要でコードを実行できるサーバーレスコンピューティングサービスとして広く利用されています。2020年12月からは、Lambda上でDockerコンテナを実行できるようになり、さらに柔軟なアプリケーション開発が可能になりました。

本記事では、AWS LambdaとDockerを組み合わせたサーバーレスアプリケーションの構築方法について、基礎から実践まで詳しく解説します。

AWS Lambda × Dockerの魅力

従来のLambdaでは、Node.js、Python、Java、Goなどの言語をサポートしていましたが、コンテナイメージのサポートにより、以下のような大きなメリットが生まれました：

言語や依存関係の自由度向上：任意の言語やライブラリを利用可能
既存のDockerスキルやツールの活用：Docker開発環境をそのまま流用可能
コンテナサイズの柔軟性：最大10GBのコンテナイメージをサポート
ローカル開発とテストの容易さ：Dockerを使った開発環境との一貫性
既存コンテナアプリケーションのLambda移行：コンテナ化済みアプリの再利用

前提条件

この記事を進めるにあたって、以下のツールが必要です：

AWSアカウント
AWS CLI（設定済み）
Docker
エディタ（VSCode等）

Lambda用Dockerイメージの基本

Lambda用のDockerイメージには以下の2つの選択肢があります：

AWS提供のベースイメージを使用する：Lambda実行環境に最適化されたイメージ
カスタムイメージを作成する：Lambda Runtime API互換のイメージを自作

初めての方は、AWS提供のベースイメージを使うのがおすすめです。ここでは、Python用のベースイメージを使った例を紹介します。

実践編：Dockerイメージを使ったLambda関数の構築

手順1：プロジェクト構成の作成

まず、プロジェクトディレクトリを作成します：

mkdir lambda-docker-demo
cd lambda-docker-demo

以下のファイル構成で進めていきます：

lambda-docker-demo/
├── app.py          # Lambdaハンドラーコード
├── Dockerfile      # Dockerイメージ定義
├── requirements.txt # Pythonの依存関係
└── deploy.sh       # デプロイスクリプト

手順2：アプリケーションコードの作成

シンプルなPythonアプリケーションを作成します。app.pyに以下のコードを記述します：

import json
import requests
from datetime import datetime

def handler(event, context):
    """サンプルLambda関数"""
    
    # 外部APIからデータ取得のサンプル
    try:
        response = requests.get('https://api.ipify.org?format=json', timeout=3)
        ip_data = response.json()
        ip_address = ip_data['ip']
    except Exception as e:
        ip_address = f"APIリクエストエラー: {str(e)}"
    
    # 現在時刻の取得
    current_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    
    # イベント情報の取得
    path = event.get('path', 'パスなし')
    method = event.get('httpMethod', 'メソッドなし')
    headers = event.get('headers', {})
    query_params = event.get('queryStringParameters', {})
    
    # レスポンスの構築
    result = {
        'message': 'AWS Lambda with Docker',
        'timestamp': current_time,
        'serverIp': ip_address,
        'request': {
            'path': path,
            'method': method,
            'userAgent': headers.get('User-Agent', 'Unknown'),
            'params': query_params
        }
    }
    
    return {
        'statusCode': 200,
        'headers': {
            'Content-Type': 'application/json'
        },
        'body': json.dumps(result, ensure_ascii=False)
    }

requirements.txt ファイルに依存関係を記述します：

requests==2.28.1

手順3：Dockerfileの作成

次に、Lambdaでコンテナを実行するためのDockerfileを作成します：

# AWS提供のLambda Python 3.9ベースイメージを使用
FROM public.ecr.aws/lambda/python:3.9

# 作業ディレクトリを/varに設定
WORKDIR ${LAMBDA_TASK_ROOT}

# 依存関係ファイルをコピー
COPY requirements.txt .

# 依存関係のインストール
RUN pip install -r requirements.txt

# アプリケーションコードをコピー
COPY app.py .

# Lambdaハンドラーを設定
CMD [ "app.handler" ]

手順4：Dockerイメージのビルド

ローカルでDockerイメージをビルドします：

docker build -t lambda-docker-demo .

手順5：ローカルでのテスト

Lambda実行環境をエミュレートするために、dockerコマンドでコンテナを実行し、テストリクエストを送信できます：

# Lambda実行環境のエミュレーション
docker run -p 9000:8080 lambda-docker-demo

# 別のターミナルでテストリクエストを送信
curl -XPOST "http://localhost:9000/2015-03-31/functions/function/invocations" -d '{
  "path": "/test",
  "httpMethod": "GET",
  "headers": {"User-Agent": "curl/test"},
  "queryStringParameters": {"param1": "value1"}
}'

手順6：Amazon ECRにイメージをプッシュ

Lambda関数でコンテナイメージを使用するには、まずAmazon ECR（Elastic Container Registry）にイメージをプッシュする必要があります：

# ECRリポジトリの作成
aws ecr create-repository --repository-name lambda-docker-demo --region ap-northeast-1

# ECRへのログイン
aws ecr get-login-password --region ap-northeast-1 | docker login --username AWS --password-stdin <アカウントID>.dkr.ecr.ap-northeast-1.amazonaws.com

# イメージにタグ付け
docker tag lambda-docker-demo:latest <アカウントID>.dkr.ecr.ap-northeast-1.amazonaws.com/lambda-docker-demo:latest

# ECRへのプッシュ
docker push <アカウントID>.dkr.ecr.ap-northeast-1.amazonaws.com/lambda-docker-demo:latest

手順7：Lambda関数の作成

AWS CLIを使用してLambda関数を作成します：

aws lambda create-function \
  --function-name lambda-docker-function \
  --package-type Image \
  --code ImageUri=<アカウントID>.dkr.ecr.ap-northeast-1.amazonaws.com/lambda-docker-demo:latest \
  --role arn:aws:iam::<アカウントID>:role/lambda-execution-role \
  --region ap-northeast-1

注意: lambda-execution-roleは事前に作成しておく必要があります。基本的なLambda実行ロールにはAWSLambdaBasicExecutionRoleポリシーがアタッチされている必要があります。

手順8：Lambda関数のテスト

AWS CLIまたはAWSコンソールからLambda関数をテストできます：

AWS CLIの場合：

aws lambda invoke \
  --function-name lambda-docker-function \
  --payload '{"path": "/test", "httpMethod": "GET", "headers": {"User-Agent": "aws-cli"}, "queryStringParameters": {"param1": "value1"}}' \
  --region ap-northeast-1 \
  response.json

cat response.json

Lambda × Dockerの実践的なユースケース

1. カスタムランタイムを使用したアプリケーション

Lambda標準環境では対応していない言語（RustやC++など）や、特定のバージョンが必要な場合にDockerイメージを活用できます。

Rustの例（Dockerfile）:

FROM rust:1.53 as builder
WORKDIR /usr/src/app
COPY . .
RUN cargo build --release

FROM public.ecr.aws/lambda/provided:al2
COPY --from=builder /usr/src/app/target/release/lambda-rust-app /var/task/bootstrap
CMD [ "bootstrap" ]

2. 大きな依存関係を持つアプリケーション

機械学習モデルや大規模なライブラリを含むアプリケーションもDockerイメージで簡単にパッケージ化できます。

機械学習モデルの例（Dockerfile）:

FROM public.ecr.aws/lambda/python:3.9

# 依存関係のインストール
COPY requirements.txt .
RUN pip install -r requirements.txt

# モデルファイルをコピー
COPY ./model /var/task/model
COPY app.py .

CMD [ "app.handler" ]

3. マイクロサービスとしてのAPI実装

API Gateway、Lambda、Dockerを組み合わせて、フルマネージドなマイクロサービスAPIを構築できます。

以下のAWS CLIコマンドでAPI Gatewayと連携できます：

# Lambda関数のリソースベースのポリシー追加
aws lambda add-permission \
  --function-name lambda-docker-function \
  --statement-id apigateway \
  --action lambda:InvokeFunction \
  --principal apigateway.amazonaws.com \
  --source-arn "arn:aws:execute-api:<リージョン>:<アカウントID>:<API ID>/*/*/*"

# API Gatewayの作成コマンド（概要）
aws apigateway create-rest-api --name lambda-docker-api
# リソースやメソッドの設定
# ...
# デプロイ
aws apigateway create-deployment --rest-api-id <API ID> --stage-name prod

パフォーマンス最適化のヒント

Lambda×Dockerを使用する際のパフォーマンス最適化について、いくつかのヒントを紹介します：

1. イメージサイズの最適化

マルチステージビルドを活用する
不要なファイルを含めない
Alpine LinuxベースのイメージやDistrolessイメージを検討

最適化したDockerfileの例:

FROM public.ecr.aws/lambda/python:3.9-slim as builder

WORKDIR /var/task
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt -t python/

FROM public.ecr.aws/lambda/python:3.9-slim
WORKDIR ${LAMBDA_TASK_ROOT}
COPY --from=builder /var/task/python ./
COPY app.py .
CMD [ "app.handler" ]

2. コールドスタート時間の短縮

依存関係を最小限に保つ
初期化コードを最適化する
Provisioned Concurrencyを活用する

3. ローカル開発環境の整備

AWS SAM（Serverless Application Model）CLIを使用して、ローカル環境でLambda関数をテストできます：

# template.yamlの例
AWSTemplateFormatVersion: '2010-09-09'
Transform: AWS::Serverless-2016-10-31
Resources:
  DockerFunction:
    Type: AWS::Serverless::Function
    Properties:
      PackageType: Image
      ImageUri: lambda-docker-demo:latest
      Events:
        ApiEvent:
          Type: Api
          Properties:
            Path: /test
            Method: GET

# ローカル実行
sam local start-api

本番運用のベストプラクティス

1. CIパイプラインの構築

GitHub ActionsやAWS CodePipelineを使用して、継続的なビルドとデプロイを自動化できます：

GitHub Actionsの例（.github/workflows/deploy.yml）:

name: Deploy Lambda Docker

on:
  push:
    branches: [ main ]
  pull_request:
    branches: [ main ]

jobs:
  deploy:
    runs-on: ubuntu-latest
    steps:
    - uses: actions/checkout@v2
    
    - name: Configure AWS credentials
      uses: aws-actions/configure-aws-credentials@v1
      with:
        aws-access-key-id: ${{ secrets.AWS_ACCESS_KEY_ID }}
        aws-secret-access-key: ${{ secrets.AWS_SECRET_ACCESS_KEY }}
        aws-region: ap-northeast-1
    
    - name: Login to Amazon ECR
      id: login-ecr
      uses: aws-actions/amazon-ecr-login@v1
    
    - name: Build and push image to ECR
      env:
        ECR_REGISTRY: ${{ steps.login-ecr.outputs.registry }}
        ECR_REPOSITORY: lambda-docker-demo
      run: |
        docker build -t $ECR_REGISTRY/$ECR_REPOSITORY:${{ github.sha }} .
        docker push $ECR_REGISTRY/$ECR_REPOSITORY:${{ github.sha }}
    
    - name: Update Lambda Function
      run: |
        aws lambda update-function-code \
          --function-name lambda-docker-function \
          --image-uri ${{ steps.login-ecr.outputs.registry }}/lambda-docker-demo:${{ github.sha }}

2. モニタリングとログ管理

CloudWatchとX-Ray統合で、Lambda関数のパフォーマンスと問題を追跡できます：

# X-Ray統合の例（app.pyに追加）
from aws_xray_sdk.core import xray_recorder
from aws_xray_sdk.core import patch_all

patch_all()

def handler(event, context):
    # 関数の処理
    ...

依存関係にX-Rayを追加：

aws-xray-sdk==2.11.0

3. セキュリティ対策

ECRイメージスキャンを有効化
最小権限の原則に従ったIAMロールの設定
機密情報はAWS Systems Manager Parameter StoreやSecrets Managerで管理

# ECRイメージスキャンの有効化
aws ecr put-image-scanning-configuration \
  --repository-name lambda-docker-demo \
  --image-scanning-configuration scanOnPush=true \
  --region ap-northeast-1

Lambda×Dockerの制限事項と注意点

イメージサイズ制限: 最大10GBまで（解凍後）
実行時間制限: 最大15分（通常のLambdaと同じ）
メモリ設定: 最大10,240MB
コールドスタート: コンテナイメージはZIP形式のデプロイよりも起動時間が長くなる傾向がある
料金: 実行時間とメモリ使用量に基づく（通常のLambdaと同じ課金モデル）

まとめ

AWS LambdaとDockerの組み合わせにより、サーバーレスコンピューティングの柔軟性と開発の容易さが大きく向上しました。本記事では、基本的なセットアップから本番運用のベストプラクティスまで、Lambda×Dockerを活用したサーバーレスアプリケーション構築について解説しました。

この技術を活用することで、特定の言語やライブラリに縛られることなく、幅広いアプリケーションをサーバーレスアーキテクチャで実現できます。また、既存のDockerベースの開発フローを活かして、スムーズにサーバーレス環境へ移行することも可能です。

Lambda×Dockerの組み合わせは、特に以下のようなケースで威力を発揮します：

カスタム依存関係や特殊なランタイムが必要なアプリケーション
既存のコンテナ化されたアプリケーションのサーバーレス化
複雑な設定や大規模なライブラリを含むアプリケーション

最後に、AWS Lambda×Dockerは比較的新しい技術であり、今後も進化していくことが期待されます。公式ドキュメントを定期的にチェックして、最新情報を入手することをお勧めします。