⚡ Step 4: Lambda関数作成
⏱️ このステップの所要時間
約15分
🎯 このステップのゴール
- 画像処理を行うLambda関数を作成する
- Python 3.13コードを実装する
- 環境変数とタイムアウトを設定する
📚 AWS Lambdaとは？
AWS Lambda は、サーバーを管理せずに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です。
💡 Lambdaの特徴
- サーバーレス: インフラ管理不要
- 自動スケーリング: リクエストに応じて自動拡張
- 料金効率: 実行時間分だけ課金（ミリ秒単位）
- イベント駆動: S3、DynamoDB等のイベントで自動実行
今回のLambda関数は以下の処理を行います：
- S3イベントトリガー: 画像がアップロードされたら自動起動
- 画像処理: 3つのサイズ（small: 150px, medium: 300px, large: 600px）にリサイズ
- S3保存: サムネイルを
thumbnails/ファイル名_サイズ.jpg形式で保存 - メタデータ記録: 処理結果をDynamoDBに構造化して保存
⚡ Step 4-1: Lambda関数の作成
Lambdaサービスへ移動
- 「サービス」 → 「コンピューティング」 → 「Lambda」 を選択
- 「関数の作成」 ボタンをクリック
基本設定
作成方法: 一から作成
関数名: 2025-tohoku-it-あなたのユーザー名-image-processor
例: 2025-tohoku-it-giovanni-image-processor
ランタイム: Python 3.12
アーキテクチャ: x86_64
📝 安定した環境を使用
Python 3.12とx86_64アーキテクチャの組み合わせで、Pillowライブラリとの互換性を確保した安定した実行環境を実現します。
実行ロールの設定
実行ロール: 既存のロールを使用する
既存のロール: 2025-tohoku-it-あなたのユーザー名-lambda-role
「関数の作成」 をクリック
📦 Step 4-2: 関数コードの実装
コードエディタでの直接入力
- Lambda関数の詳細画面で 「コード」 タブを選択
- エディタに以下のコードをコピー＆ペースト：
⚠️ 重要：無限ループ防止とファイル名形式
- このコードには、作成したサムネイル画像が再度Lambda関数をトリガーしないよう、
thumbnails/フォルダをスキップする処理が含まれています。 - サムネイルは
thumbnails/ファイル名_サイズ.jpg形式で保存されます（例:thumbnails/forest_small.jpg,thumbnails/forest_medium.jpg,thumbnails/forest_large.jpg）
import json
import boto3
import os
from datetime import datetime
from urllib.parse import unquote_plus
import uuid
from PIL import Image
import io
# AWSサービスのクライアント初期化
s3 = boto3.client('s3')
dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table(os.environ['TABLE_NAME'])
def lambda_handler(event, context):
"""
S3にアップロードされた画像を処理するメイン関数
1. 画像をダウンロード
2. 3つのサイズでサムネイル作成
3. サムネイルをS3に保存
4. メタデータをDynamoDBに記録
"""
try:
# S3イベントから情報を取得
record = event['Records'][0]
bucket = record['s3']['bucket']['name']
key = unquote_plus(record['s3']['object']['key'])
# サムネイル画像の場合は処理をスキップ（無限ループ防止）
if key.startswith('thumbnails/'):
print(f"サムネイル画像のためスキップ: {key}")
return {
'statusCode': 200,
'body': json.dumps({
'message': 'サムネイル画像は処理対象外です',
'skipped_key': key
}, ensure_ascii=False)
}
print(f"処理開始: {bucket}/{key}")
# オリジナル画像をS3からダウンロード
response = s3.get_object(Bucket=bucket, Key=key)
image_content = response['Body'].read()
content_type = response.get('ContentType', 'image/jpeg')
# PILで画像を開く
image = Image.open(io.BytesIO(image_content))
original_format = image.format or 'JPEG'
# RGBA形式の場合はRGBに変換（JPEG保存用）
if image.mode in ('RGBA', 'LA', 'P'):
# 白背景を作成
rgb_image = Image.new('RGB', image.size, (255, 255, 255))
# アルファチャンネルがある場合は合成
if image.mode == 'RGBA' or image.mode == 'LA':
rgb_image.paste(image, mask=image.split()[-1])
else:
rgb_image.paste(image)
image = rgb_image
# サムネイルサイズの定義
thumbnail_sizes = {
'small': 150,
'medium': 300,
'large': 600
}
# 生成したサムネイル情報を格納
processed_images = []
# 各サイズのサムネイルを生成
for size_name, size_px in thumbnail_sizes.items():
print(f"サムネイル生成中: {size_name} ({size_px}px)")
# サムネイル作成（アスペクト比を維持）
thumbnail = image.copy()
thumbnail.thumbnail((size_px, size_px), Image.Resampling.LANCZOS)
# メモリ上でJPEGとして保存
output_buffer = io.BytesIO()
thumbnail.save(output_buffer, format='JPEG', quality=85, optimize=True)
thumbnail_data = output_buffer.getvalue()
output_buffer.seek(0)
# S3にアップロード用のキーを生成
# uploads/プレフィックスを除去してから、拡張子を除去
clean_key = key[8:] if key.startswith('uploads/') else key
base_name = clean_key.rsplit('.', 1)[0] if '.' in clean_key else clean_key
# サイズをファイル名に含める（例: forest_small.jpg, forest_medium.jpg, forest_large.jpg）
thumbnail_key = f"thumbnails/{base_name}_{size_name}.jpg"
s3.put_object(
Bucket=bucket,
Key=thumbnail_key,
Body=thumbnail_data,
ContentType='image/jpeg'
)
# DynamoDB用のサムネイル情報を記録
processed_images.append({
"key": thumbnail_key,
"size": size_name,
"width": thumbnail.width,
"height": thumbnail.height,
"file_size": len(thumbnail_data),
"format": "JPEG"
})
print(f"✓ {size_name}サムネイル保存完了: {thumbnail_key}")
# DynamoDBにメタデータを保存（設計書の構造に合わせる）
image_id = str(uuid.uuid4())
current_time = datetime.now().strftime("%Y-%m-%dT%H:%M:%S.%fZ")
item = {
'image_id': image_id,
'upload_time': current_time,
'original_image': {
'key': key,
'width': image.width,
'height': image.height,
'file_size': len(image_content),
'format': original_format
},
'processed_images': processed_images
}
table.put_item(Item=item)
print(f"✓ DynamoDBへの保存完了: {image_id}")
# 成功レスポンス
return {
'statusCode': 200,
'body': json.dumps({
'message': '画像処理が正常に完了しました',
'image_id': image_id,
'original_key': key,
'thumbnails_created': len(processed_images)
}, ensure_ascii=False)
}
except Exception as e:
print(f"エラー発生: {str(e)}")
import traceback
traceback.print_exc()
# エラー情報をDynamoDBに記録
try:
error_item = {
'image_id': str(uuid.uuid4()),
'upload_time': datetime.now().strftime("%Y-%m-%dT%H:%M:%S.%fZ"),
'original_image': {
'key': key if 'key' in locals() else 'unknown',
'width': 0,
'height': 0,
'file_size': 0,
'format': 'UNKNOWN'
},
'processed_images': [],
'error_message': str(e)
}
table.put_item(Item=error_item)
except Exception as db_error:
print(f"DynamoDBエラー記録も失敗: {str(db_error)}")
# エラーレスポンス
return {
'statusCode': 500,
'body': json.dumps({
'error': '画像処理中にエラーが発生しました',
'details': str(e)
}, ensure_ascii=False)
}
- 「Deploy」 ボタンをクリックして保存
💡 コードの特徴
- Python 3.12対応: 安定したランタイムで確実な動作を実現
- 無限ループ防止:
thumbnails/フォルダの画像は処理をスキップ - ファイル名ベース: サムネイルサイズをファイル名に含める（例:
forest_small.jpg） - パス処理:
uploads/プレフィックスを自動除去してクリーンなパスを生成 - 設計書との整合性: DynamoDBの
original_imageとprocessed_images構造に完全対応 - エラーハンドリング: 処理失敗時もDynamoDBに記録（構造を統一）
- 画像形式対応: PNG、JPEG、GIFなど多様な形式に対応
- アスペクト比維持: 画像の縦横比を保ったままリサイズ
- 最適化: JPEG品質85%で容量と画質のバランスを確保
- デバッグ強化: トレースバック出力でエラー原因を特定しやすく
📚 Step 4-3: Lambdaレイヤーの追加（Pillowライブラリ）
画像処理に必要なPillowライブラリを追加します。
- Lambda関数のページ で 「コード」 タブを開く
- 下部の 「レイヤー」 セクションで 「レイヤーの追加」 をクリック
- 「ARNを指定」 を選択
- 以下のARNを入力：
arn:aws:lambda:ap-northeast-1:770693421928:layer:Klayers-p312-pillow:2
- 「追加」 をクリック
⚠️ 重要
このレイヤーはx86_64アーキテクチャ専用です。arm64では動作しません。
⚙️ Step 4-4: 環境変数の設定
- 「設定」 タブをクリック
- 「環境変数」 を選択
- 「編集」 ボタンをクリック
- 「環境変数を追加」 をクリック
キー: TABLE_NAME
値: 2025-tohoku-it-あなたのユーザー名-image-metadata
例: 2025-tohoku-it-giovanni-image-metadata
「保存」 をクリック
⏱️ Step 4-5: タイムアウトとメモリ設定
- 「設定」 → 「一般設定」 を選択
- 「編集」 ボタンをクリック
メモリ: 512 MB
タイムアウト: 5分 0秒
説明: Image processing function for handson
⚠️ タイムアウトの重要性
大きな画像の処理には時間がかかる場合があります。デフォルトの3秒では不足するため、5分に設定します。
「保存」 をクリック
✅ 完了確認チェックリスト
以下のすべてが完了していることを確認：
Lambda関数作成
- 関数名:
2025-tohoku-it-[あなたの名前]-image-processorを作成した - Python 3.12ランタイムを選択した
- x86_64アーキテクチャを選択した
- Step 3で作成したIAMロールを設定した
- コードをコピー＆ペーストして保存した
設定
- Pillowレイヤーを追加した
- 環境変数
TABLE_NAMEを設定した - タイムアウトを5分に設定した
- メモリを512MBに設定した
🚨 トラブルシューティング
Q: ロールが選択できない
A: IAMロール作成後、Lambda画面を更新してください。それでも表示されない場合は、Step 3でロール名を確認してください。
Q: コードの貼り付けでエラーが出る
A: インデントが崩れている可能性があります。エディタ全体を選択してから貼り付け直してください。
Q: レイヤーの追加でエラーが出る
A: ARNが正しくコピーされているか、リージョンがap-northeast-1（東京）であることを確認してください。
Q: 環境変数の保存でエラーが出る
A: キー名に誤字がないか確認してください。TABLE_NAME（すべて大文字）である必要があります。
Q: タイムアウト設定が保存されない
A: 最大値は15分です。5分以下の値を設定してください。
Q: 画像が無限にループして作成される
A: Lambda関数のコードに無限ループ防止の処理が含まれているか確認してください。thumbnails/フォルダの画像をスキップする処理が必要です。
🎊 Step 4 完了！
おめでとうございます！
Lambda関数の作成が完了しました。次のステップでS3からのトリガーを設定すると、画像が自動処理されるようになります。
📝 このステップで学んだこと
- ✅ Lambda関数の作成と設定
- ✅ Python 3.12コードの実装
- ✅ Lambdaレイヤーの使用方法
- ✅ 環境変数の使用方法
- ✅ タイムアウトとメモリの適切な設定
🛠️ コードトラブル時の復旧方法
Lambda関数のコードに問題が発生した場合の対処法をまとめています。
パターン1: Lambda関数エディタでの直接修正
軽微な修正の場合
-
Lambda関数のページに移動
- Lambda関数一覧から作成した関数をクリック
- 「コード」 タブを選択
-
エディタで直接編集
lambda_function.pyファイルをクリック- 修正が必要な部分を編集
- 「Deploy」 ボタンをクリックして保存
-
テスト実行
- 「Test」 ボタンをクリック
- テストイベントを作成して動作確認
よくある修正例
# 環境変数の参照間違い
table_name = os.environ['TABLE_NAME'] # 正しい
# インデント間違い
def process_image(image_data):
# 4スペースでインデント
return processed_image
パターン2: コード全体の再入力
大規模な修正が必要な場合
-
Lambda関数のコードタブを開く
- Lambda関数一覧から作成した関数をクリック
- 「コード」 タブを選択
-
コード全体を選択して削除
- エディタ内で
Ctrl+A(Windows) またはCmd+A(Mac) で全選択 - Deleteキーで削除
- エディタ内で
-
正しいコードを貼り付け
- 上記Step 4-2のコードをコピー
- エディタに貼り付け
- 「Deploy」 ボタンをクリック
-
動作確認
- 「Test」 ボタンでテスト実行
- CloudWatch Logsでエラーを確認
パターン3: 設定関連の確認・修正
環境変数の確認
TABLE_NAME: あなたのユーザー名-image-metadata
例: 2025-tohoku-it-giovanni-image-metadata
- Lambda関数の 「設定」 → 「環境変数」
TABLE_NAMEの値が正しいDynamoDBテーブル名と一致するか確認- 間違っている場合は 「編集」 で修正
IAMロールの確認
- Lambda関数の 「設定」 → 「アクセス権限」
- 実行ロールで使用しているロール名を確認
- IAMコンソールでロールの権限を確認
タイムアウト・メモリ設定の確認
必須設定:
タイムアウト: 5分（300秒）
メモリ: 512 MB
アーキテクチャ: x86_64
ランタイム: Python 3.12
緊急時復旧チェックリスト
コードトラブル発生時は以下を順番に確認：
-
CloudWatch Logsでエラー内容を確認
- Lambda関数名のロググループを参照
- エラーメッセージから原因を特定
-
環境変数の設定値を確認
TABLE_NAMEがDynamoDBテーブル名と一致- スペルミス、余分な文字がないか
-
IAMロールの権限を確認
- S3読み取り・書き込み権限
- DynamoDB操作権限
- CloudWatch Logs出力権限
-
関数設定を確認
- タイムアウト: 300秒（5分）
- メモリ: 512MB以上
- ランタイム: Python 3.13
- アーキテクチャ: arm64
-
テストイベントでの動作確認
- 簡単なS3イベントでテスト
- エラーログを確認
🚨 重要な注意点
- コードを修正する前に、必ず元のコードをバックアップしてください
- 修正後は必ずテストを実行してから本番利用してください
- わからない場合はスタッフに相談してください
🔗 次のステップの準備
次のStep 5では、S3バケットにイベントトリガーを設定します。 これにより、画像がアップロードされた瞬間に自動的にLambda関数が実行されるようになります。