【保存版】AWS SAM CLI完全ガイド2024 – 環境構築から実践的なデプロイまで解説

SHARE

目次

目次へ

AWS SAM CLI とは？初心者でもわかる基礎知識

AWS Serverless Application Model Command Line Interface（AWS SAM CLI）は、サーバーレスアプリケーションの開発、テスト、デプロイを効率化するためのツールです。このツールを使用することで、開発者はローカル環境でAWSのサーバーレスリソースを簡単に構築、テスト、デバッグすることができます。

AWS SAM CLI が解決する 3 つの開発課題

  1. ローカル開発環境の課題
  • 問題点: 従来のサーバーレス開発では、コードの動作確認のたびにAWS環境へのデプロイが必要でした。
  • 解決策: SAM CLIのsam localコマンドにより、ローカル環境でLambda関数やAPIのテストが可能に。
   # Lambda関数をローカルで実行
   sam local invoke "MyFunction" -e events/event.json

   # APIをローカルで起動
   sam local start-api
  1. デプロイメントの複雑さ
  • 問題点: 複数のAWSリソースの連携が必要なアプリケーションのデプロイは煩雑でした。
  • 解決策: template.yamlによる宣言的なインフラ定義とsam deployコマンドによる一括デプロイ。
   # template.yamlの例
   Resources:
     MyFunction:
       Type: AWS::Serverless::Function
       Properties:
         Handler: index.handler
         Runtime: nodejs18.x
         Events:
           ApiEvent:
             Type: Api
             Properties:
               Path: /hello
               Method: get
  1. テストとデバッグの困難さ
  • 問題点: クラウド環境でのデバッグは時間がかかり、ログの確認も遅延がありました。
  • 解決策: ローカルでのステップ実行やログのリアルタイム表示が可能に。
   # デバッグモードでLambda関数を実行
   sam local invoke -d 5858 "MyFunction"

   # ログのリアルタイム表示
   sam logs -n MyFunction --tail

従来のサーバーレス開発との決定的な違い

1. 開発ワークフローの改善

開発フェーズ従来の方法SAM CLIを使用した方法
コード作成エディタでコード作成のみテンプレートからの自動生成とボイラープレート提供
テスト実行AWS環境へのデプロイが必要ローカル環境で即時実行可能
デバッグCloudWatchログの確認待ちリアルタイムデバッグ可能

2. インフラ管理の変革

SAM CLIは、Infrastructure as Code（IaC）の考え方を完全に取り入れ、アプリケーションコードとインフラ定義を一元管理できます：

  • 統合されたテンプレート管理
  • 一つのtemplate.yamlファイルでアプリケーション全体を定義
  • バージョン管理システムでインフラの変更履歴を追跡可能
  • テンプレートの再利用による開発の標準化
  • 簡素化されたデプロイメントプロセス
  # ビルドからデプロイまでワンコマンド
  sam build && sam deploy --guided

3. 開発体験の向上

SAM CLIの導入により、以下の点で開発者体験が大きく改善されます：

  • 高速なフィードバックループ
  • コード変更→テスト→デバッグのサイクルが数分から数秒に短縮
  • ホットリロード機能によるリアルタイムな変更反映
  • 統合された開発環境
  • VS Code、IntelliJ等の主要IDEとの連携
  • デバッガーやテストランナーとの seamless な統合

このように、AWS SAM CLIは単なるコマンドラインツールではなく、モダンなサーバーレス開発のための包括的な開発環境を提供します。従来の開発手法と比較して、生産性、品質、開発者体験のすべての面で大きな改善をもたらします。

AWS SAM CLI 環境構築完全ガイド

AWS SAM CLIを効果的に使用するためには、適切な環境構築が不可欠です。このガイドでは、各OSでの詳細なセットアップ手順とトラブルシューティングについて解説します。

MacOS/Windows/Linux それぞれの構築手順

MacOS での環境構築

  1. 前提条件のインストール
   # Homebrewのインストール（未導入の場合）
   /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install.sh)"

   # Python3とpipのインストール
   brew install python3

   # Docker Desktopのインストール
   brew install --cask docker
  1. AWS SAM CLIのインストール
   # AWS SAM CLIのインストール
   brew install aws-sam-cli

   # バージョン確認
   sam --version
  1. AWS認証情報の設定
   # AWS CLIのインストール
   brew install awscli

   # 認証情報の設定
   aws configure

Windows での環境構築

  1. 前提条件のインストール
  • Python3.8以上をインストール（公式サイトから）
  • Docker Desktopをインストール（WSL2の設定が必要）
  1. WSL2のセットアップ
   # WSL2の有効化（管理者権限で実行）
   dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart
   dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart
  1. AWS SAM CLIのインストール
   # バージョン確認
   sam --version

Linux (Ubuntu/Debian) での環境構築

  1. 前提条件のインストール
   # 必要なパッケージのインストール
   sudo apt-get update
   sudo apt-get install -y python3 python3-pip docker.io

   # Dockerサービスの開始
   sudo systemctl start docker
   sudo systemctl enable docker
  1. AWS SAM CLIのインストール
   # インストールスクリプトのダウンロードと実行
   wget https://github.com/aws/aws-sam-cli/releases/latest/download/aws-sam-cli-linux-x86_64.zip
   unzip aws-sam-cli-linux-x86_64.zip -d sam-installation
   sudo ./sam-installation/install

トラブルシューティング – よくあるエラーと解決方法

1. Docker関連の問題

エラー原因解決方法
Cannot connect to the Docker daemonDockerサービスが起動していない– Dockerデーモンの起動確認
– sudo systemctl start dockerの実行
permission deniedDocker権限の問題– sudo usermod -aG docker $USERの実行
– システムの再起動

2. AWS認証関連の問題

# エラー: The config profile (default) could not be found
# 解決策：AWS認証情報の再設定
aws configure

# 設定項目
AWS Access Key ID: [アクセスキーを入力]
AWS Secret Access Key: [シークレットキーを入力]
Default region name: [リージョンを入力（例：ap-northeast-1）]
Default output format: [json]

3. Python環境の問題

  • エラー: sam: command not found
  # 解決策1: PATHの確認と追加
  echo $PATH
  export PATH=$PATH:~/.local/bin

  # 解決策2: シンボリックリンクの作成
  sudo ln -s $(which sam) /usr/local/bin/sam

4. メモリ不足の問題

Docker Desktop設定の調整が必要な場合：

# .samconfig.tomlでのメモリ設定
version = 0.1
[default] [default.local_invoke] docker_host = “unix:///var/run/docker.sock” container_memory = 2048 # メモリ制限を2GBに設定

インストール後の動作確認

  1. 基本的な動作確認
   # バージョン確認
   sam --version

   # ヘルプの表示
   sam --help
  1. サンプルプロジェクトの作成
   # Hello Worldプロジェクトの作成
   sam init --runtime python3.9 --dependency-manager pip --app-template hello-world

   # プロジェクトのビルド
   cd sam-app
   sam build

   # ローカルでの実行テスト
   sam local invoke
  1. 環境変数の設定確認
   # AWS認証情報の確認
   aws sts get-caller-identity

   # SAM設定の確認
   sam local generate-event s3 put --help

これらの手順を完了することで、AWS SAM CLIの開発環境が整います。トラブルが発生した場合は、上記のトラブルシューティングガイドを参照しながら、系統的に問題を解決していくことをお勧めします。

AWS SAM CLIによるローカル開発の始め方

ローカル環境でのサーバーレスアプリケーション開発を効率的に進めるためのベストプラクティスと実践的な手法を解説します。

SAMテンプレートの作成とプロジェクト構成のベストプラクティス

1. 効率的なプロジェクト構造

my-serverless-app/
├── template.yaml           # メインのSAMテンプレート
├── src/
│   ├── handlers/          # Lambda関数のハンドラー
│   │   ├── create-user/
│   │   │   ├── index.js
│   │   │   └── package.json
│   │   └── process-order/
│   │       ├── index.js
│   │       └── package.json
│   ├── layers/            # Lambda レイヤー
│   │   └── common-libs/
│   └── utils/            # 共通ユーティリティ
├── tests/
│   ├── unit/
│   └── integration/
├── events/               # テスト用イベント
│   ├── create-user.json
│   └── process-order.json
└── samconfig.toml       # SAM CLI設定

2. テンプレート設計のベストプラクティス

# template.yaml
AWSTemplateFormatVersion: '2010-09-09'
Transform: AWS::Serverless-2016-10-31
Description: サーバーレスアプリケーションのテンプレート

Globals:
  Function:
    Timeout: 30
    MemorySize: 128
    Runtime: nodejs18.x
    Environment:
      Variables:
        STAGE: !Ref Stage

Parameters:
  Stage:
    Type: String
    Default: dev
    AllowedValues:
      - dev
      - stg
      - prod

Resources:
  CreateUserFunction:
    Type: AWS::Serverless::Function
    Properties:
      Handler: index.handler
      CodeUri: src/handlers/create-user/
      Policies:
        - DynamoDBCrudPolicy:
            TableName: !Ref UsersTable
      Events:
        ApiEvent:
          Type: Api
          Properties:
            Path: /users
            Method: post

  UsersTable:
    Type: AWS::Serverless::SimpleTable
    Properties:
      PrimaryKey:
        Name: userId
        Type: String

Outputs:
  ApiEndpoint:
    Description: API Gateway endpoint URL
    Value: !Sub "https://${ServerlessRestApi}.execute-api.${AWS::Region}.amazonaws.com/${Stage}/"

Lambda関数のローカルテスト実行方法

1. ユニットテストの実装

// tests/unit/create-user.test.js
const { handler } = require('../../src/handlers/create-user');

describe('CreateUser Lambda', () => {
  it('should create a new user successfully', async () => {
    const event = {
      body: JSON.stringify({
        email: 'test@example.com',
        name: 'Test User'
      })
    };

    const result = await handler(event);
    expect(result.statusCode).toBe(200);
  });
});

2. ローカルでのLambda実行

# イベントファイルを使用した実行
sam local invoke CreateUserFunction -e events/create-user.json

# 環境変数の上書き
sam local invoke CreateUserFunction \
  -e events/create-user.json \
  --env-vars env.json

# ホットリロードでの実行（開発効率向上）
sam local invoke CreateUserFunction \
  -e events/create-user.json \
  --hot-reload

APIのテストローカルとデバッグ手法

1. ローカルAPIサーバーの起動

# APIのローカル起動
sam local start-api

# デバッグモードでの起動
sam local start-api -d 5858

# 特定のポートでの起動
sam local start-api -p 3000

2. 高度なデバッグテクニック

  1. VSCodeでのデバッグ設定
// .vscode/launch.json
{
  "version": "0.2.0",
  "configurations": [
    {
      "name": "SAM CLI CreateUser",
      "type": "node",
      "request": "attach",
      "address": "localhost",
      "port": 5858,
      "localRoot": "${workspaceFolder}/src/handlers/create-user",
      "remoteRoot": "/var/task",
      "protocol": "inspector",
      "stopOnEntry": false
    }
  ]
}
  1. 効果的なログ出力
// src/handlers/create-user/index.js
const handler = async (event) => {
  console.log('Event:', JSON.stringify(event, null, 2));

  try {
    // 処理内容
    console.log('Processing user creation...');
  } catch (error) {
    console.error('Error:', error);
    throw error;
  }
};

3. テスト自動化のベストプラクティス

# テスト実行スクリプト
#!/bin/bash

# ユニットテストの実行
npm test

# ローカルでのAPI統合テスト
sam local start-api &
API_PID=$!

# APIが起動するまで待機
sleep 5

# テストの実行
curl -X POST http://localhost:3000/users \
  -H "Content-Type: application/json" \
  -d '{"email":"test@example.com","name":"Test User"}'

# クリーンアップ
kill $API_PID

デバッグのためのTips

  1. 効果的なエラーハンドリング
const createError = (statusCode, message) => ({
  statusCode,
  body: JSON.stringify({ error: message })
});

const handler = async (event) => {
  try {
    // バリデーション
    if (!event.body) {
      return createError(400, 'Request body is required');
    }

    const { email, name } = JSON.parse(event.body);
    if (!email || !name) {
      return createError(400, 'Email and name are required');
    }

    // メイン処理

  } catch (error) {
    console.error('Error:', error);
    return createError(500, 'Internal server error');
  }
};
  1. 環境変数の管理
# env.json
{
  "CreateUserFunction": {
    "STAGE": "local",
    "TABLE_NAME": "local-users-table",
    "DEBUG": "true"
  }
}

これらの実践的なアプローチを組み合わせることで、効率的なローカル開発環境を構築し、高品質なサーバーレスアプリケーションの開発が可能になります。

実践的なAWS SAM CLIの使用方法

実運用環境でのAWS SAM CLIの活用方法について、CI/CD、デプロイメント、セキュリティの観点から解説します。

CI/CDパイプラインとの連携方法

1. GitHub Actionsを使用したCI/CD構築

# .github/workflows/sam-deploy.yml
name: Deploy SAM Application

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

jobs:
  deploy:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v2

      - name: Setup Python
        uses: actions/setup-python@v2
        with:
          python-version: '3.9'

      - name: Setup AWS SAM CLI
        uses: aws-actions/setup-sam@v1

      - 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: SAM Build
        run: sam build

      - name: Run Tests
        run: |
          pip install pytest
          python -m pytest tests/

      - name: SAM Deploy
        if: github.ref == 'refs/heads/main'
        run: |
          sam deploy --no-confirm-changeset \
            --stack-name prod-stack \
            --s3-bucket deployment-artifacts \
            --capabilities CAPABILITY_IAM

2. AWS CodePipelineとの統合

# template.yaml内にCodePipelineの定義を追加
Resources:
  Pipeline:
    Type: AWS::CodePipeline::Pipeline
    Properties:
      RoleArn: !GetAtt CodePipelineServiceRole.Arn
      Stages:
        - Name: Source
          Actions:
            - Name: Source
              ActionTypeId:
                Category: Source
                Owner: AWS
                Version: 1
                Provider: CodeCommit
              Configuration:
                RepositoryName: !Ref RepositoryName
                BranchName: main
              OutputArtifacts:
                - Name: SourceCode

        - Name: Build
          Actions:
            - Name: Build
              ActionTypeId:
                Category: Build
                Owner: AWS
                Version: 1
                Provider: CodeBuild
              Configuration:
                ProjectName: !Ref BuildProject
              InputArtifacts:
                - Name: SourceCode
              OutputArtifacts:
                - Name: BuildOutput

本番環境へのデプロイメントフロー

1. 段階的デプロイメント戦略

# 開発環境へのデプロイ
sam deploy --stack-name dev-stack \
  --parameter-overrides Stage=dev \
  --tags Environment=Development

# ステージング環境へのデプロイ
sam deploy --stack-name stg-stack \
  --parameter-overrides Stage=stg \
  --tags Environment=Staging

# 本番環境へのデプロイ
sam deploy --stack-name prod-stack \
  --parameter-overrides Stage=prod \
  --tags Environment=Production \
  --no-execute-changeset  # 変更セットの確認用

2. ロールバック戦略の実装

# template.yamlでのデプロイメント設定
Globals:
  Function:
    AutoPublishAlias: live
    DeploymentPreference:
      Type: Linear10PercentEvery10Minutes
      Alarms:
        - !Ref AliasErrorMetricGreaterThanZeroAlarm
        - !Ref LatencyAlarm

Resources:
  AliasErrorMetricGreaterThanZeroAlarm:
    Type: AWS::CloudWatch::Alarm
    Properties:
      AlarmDescription: Lambda Function Error > 0
      ComparisonOperator: GreaterThanThreshold
      EvaluationPeriods: 2
      MetricName: Errors
      Namespace: AWS/Lambda
      Period: 300
      Statistic: Sum
      Threshold: 0

セキュリティベストプラクティスの実装

1. IAMポリシーの最小権限原則

Resources:
  MyFunction:
    Type: AWS::Serverless::Function
    Properties:
      Handler: index.handler
      Runtime: nodejs18.x
      Policies:
        - Statement:
            - Effect: Allow
              Action:
                - dynamodb:GetItem
                - dynamodb:PutItem
              Resource: !GetAtt MyTable.Arn
              Condition:
                StringEquals:
                  'aws:RequestTag/Environment': !Ref Environment

2. セキュリティ設定の自動チェック

# AWS Config Ruleの設定
Resources:
  LambdaFunctionSettingsRule:
    Type: AWS::Config::ConfigRule
    Properties:
      ConfigRuleName: lambda-function-settings-check
      Source:
        Owner: AWS
        SourceIdentifier: LAMBDA_FUNCTION_SETTINGS_CHECK
      Scope:
        ComplianceResourceTypes:
          - AWS::Lambda::Function
      InputParameters:
        runtime: nodejs18.x
        timeout: 30
        memorySize: 128

3. 機密情報の安全な管理

# AWS Systems Managerパラメータストアの使用
aws ssm put-parameter \
    --name "/myapp/prod/db-password" \
    --value "mypassword" \
    --type SecureString

# SAMテンプレートでの参照
Resources:
  MyFunction:
    Type: AWS::Serverless::Function
    Properties:
      Environment:
        Variables:
          DB_PASSWORD: !Sub '{{resolve:ssm:/myapp/${Stage}/db-password:1}}'

4. セキュリティモニタリングの実装

Resources:
  SecurityLogGroup:
    Type: AWS::Logs::LogGroup
    Properties:
      RetentionInDays: 14

  SecurityAlarm:
    Type: AWS::CloudWatch::Alarm
    Properties:
      AlarmDescription: Security violation alarm
      MetricName: SecurityViolations
      Namespace: Custom/Security
      ComparisonOperator: GreaterThanThreshold
      EvaluationPeriods: 1
      Period: 300
      Statistic: Sum
      Threshold: 0
      TreatMissingData: notBreaching

これらの実践的なアプローチを組み合わせることで、セキュアで効率的な本番環境の運用が可能になります。特に、CI/CDパイプラインの自動化、段階的なデプロイメント戦略、そしてセキュリティベストプラクティスの実装は、安定したサーバーレスアプリケーションの運用に不可欠です。

AWS SAM CLI を使用した開発効率化テクニック

実践的な開発効率化テクニックと、実際のプロジェクトでの活用事例を紹介します。

開発生産性を3倍にする自動化スクリプト集

1. デプロイメント自動化スクリプト

#!/bin/bash
# deploy.sh - 環境別デプロイメントスクリプト

# 設定値
STACK_NAME_PREFIX="my-serverless-app"
S3_BUCKET="my-deployment-artifacts"
REGION="ap-northeast-1"

# 引数チェック
if [ -z "$1" ]; then
    echo "Usage: ./deploy.sh <environment>"
    exit 1
fi

ENV=$1
STACK_NAME="${STACK_NAME_PREFIX}-${ENV}"

# ビルドとテスト
echo "Building and testing..."
sam build || exit 1
npm test || exit 1

# デプロイ
echo "Deploying to ${ENV} environment..."
sam deploy \
    --stack-name ${STACK_NAME} \
    --s3-bucket ${S3_BUCKET} \
    --parameter-overrides \
        Environment=${ENV} \
        Stage=${ENV} \
    --capabilities CAPABILITY_IAM \
    --region ${REGION} \
    --no-fail-on-empty-changeset \
    --tags Environment=${ENV}

2. Lambda関数のボイラープレート生成スクリプト

# generate_function.py
import os
import sys
from typing import Dict, Any

def create_function_template(name: str, api_path: str) -> Dict[str, Any]:
    return {
        "handler": f"src/handlers/{name}/index.handler",
        "template": f"""
# src/handlers/{name}/index.js
const handler = async (event) => {{
    try {{
        const response = {{
            statusCode: 200,
            body: JSON.stringify({{
                message: "Success"
            }})
        }};
        return response;
    }} catch (error) {{
        console.error('Error:', error);
        return {{
            statusCode: 500,
            body: JSON.stringify({{ error: "Internal Server Error" }})
        }};
    }}
}};

exports.handler = handler;
        """,
        "test": f"""
# tests/unit/{name}.test.js
const {{ handler }} = require('../../src/handlers/{name}');

describe('{name} Lambda', () => {{
    it('should return success response', async () => {{
        const event = {{}};
        const result = await handler(event);
        expect(result.statusCode).toBe(200);
    }});
}});
        """,
        "sam_template": f"""
  {name}Function:
    Type: AWS::Serverless::Function
    Properties:
      Handler: src/handlers/{name}/index.handler
      Runtime: nodejs18.x
      Events:
        ApiEvent:
          Type: Api
          Properties:
            Path: {api_path}
            Method: post
        """
    }

def main(function_name: str, api_path: str):
    template = create_function_template(function_name, api_path)

    # ディレクトリ作成
    os.makedirs(f"src/handlers/{function_name}", exist_ok=True)
    os.makedirs(f"tests/unit", exist_ok=True)

    # ファイル生成
    with open(f"src/handlers/{function_name}/index.js", "w") as f:
        f.write(template["template"])

    with open(f"tests/unit/{function_name}.test.js", "w") as f:
        f.write(template["test"])

    print(f"SAMテンプレートに追加するコード:\n{template['sam_template']}")

if __name__ == "__main__":
    if len(sys.argv) != 3:
        print("Usage: python generate_function.py <function_name> <api_path>")
        sys.exit(1)

    main(sys.argv[1], sys.argv[2])

コスト最適化のためのベストプラクティス

1. リソース使用効率の最適化

# template.yaml
Globals:
  Function:
    # メモリサイズの最適化
    MemorySize: 128
    # タイムアウトの適切な設定
    Timeout: 6
    # 同時実行数の制限
    ReservedConcurrentExecutions: 100

Resources:
  OptimizedFunction:
    Type: AWS::Serverless::Function
    Properties:
      # Provisioned Concurrencyの設定
      ProvisionedConcurrencyConfig:
        ProvisionedConcurrentExecutions: 5
      # レイヤーの活用
      Layers:
        - !Ref CommonLibsLayer

2. コストモニタリングの設定

Resources:
  CostAlarm:
    Type: AWS::CloudWatch::Alarm
    Properties:
      AlarmName: !Sub ${AWS::StackName}-CostAlarm
      AlarmDescription: Daily cost exceeded threshold
      MetricName: EstimatedCharges
      Namespace: AWS/Billing
      Statistic: Maximum
      Period: 21600  # 6時間
      EvaluationPeriods: 1
      Threshold: 10  # 10ドル
      ComparisonOperator: GreaterThanThreshold
      AlarmActions:
        - !Ref AlertTopic

大規模プロジェクトでの活用事例

1. マイクロサービスアーキテクチャの実装例

# 複数のマイクロサービスを管理するSAMテンプレート
Resources:
  # ユーザーサービス
  UserService:
    Type: AWS::Serverless::Application
    Properties:
      Location: ./services/user-service/template.yaml
      Parameters:
        Environment: !Ref Environment

  # 注文サービス
  OrderService:
    Type: AWS::Serverless::Application
    Properties:
      Location: ./services/order-service/template.yaml
      Parameters:
        Environment: !Ref Environment

  # 決済サービス
  PaymentService:
    Type: AWS::Serverless::Application
    Properties:
      Location: ./services/payment-service/template.yaml
      Parameters:
        Environment: !Ref Environment

2. 開発チームでの効率的な協業方法

# プロジェクト構造
project/
├── services/
│   ├── user-service/
│   │   ├── template.yaml
│   │   └── src/
│   ├── order-service/
│   │   ├── template.yaml
│   │   └── src/
│   └── payment-service/
│       ├── template.yaml
│       └── src/
├── layers/
│   └── common/
├── scripts/
│   ├── deploy.sh
│   └── generate_function.py
└── template.yaml

# チーム開発用のMakefileの例
Makefile:
make install:
    npm install

make test:
    npm test

make lint:
    eslint .

make build:
    sam build

make deploy-dev:
    ./scripts/deploy.sh dev

make deploy-prod:
    ./scripts/deploy.sh prod

3. パフォーマンス最適化の実例

// Lambda関数の最適化例
const AWS = require('aws-sdk');
const dynamodb = new AWS.DynamoDB.DocumentClient();

// コネクションの再利用
const ddbClient = new AWS.DynamoDB.DocumentClient({
    maxRetries: 3,
    httpOptions: {
        timeout: 5000,
        connectTimeout: 3000
    }
});

// バッチ処理の最適化
const processBatch = async (items) => {
    const batchSize = 25;  // DynamoDBの制限
    const batches = [];

    for (let i = 0; i < items.length; i += batchSize) {
        const batch = items.slice(i, i + batchSize);
        batches.push(batch);
    }

    const promises = batches.map(async (batch) => {
        const params = {
            RequestItems: {
                'TableName': batch.map(item => ({
                    PutRequest: {
                        Item: item
                    }
                }))
            }
        };

        return ddbClient.batchWrite(params).promise();
    });

    await Promise.all(promises);
};

これらの効率化テクニックを適切に組み合わせることで、開発速度の向上、運用コストの削減、そしてプロジェクト全体の品質向上を実現できます。特に大規模プロジェクトでは、自動化スクリプトやベストプラクティスの活用が重要です。

前の記事

Drupalの導入完全ガイド2025年版：7つのメリットと具体…

次の記事

【保存版】boto3でS3を操作する実践ガイド！基本から応用ま…