一行説明

タイトルの通りですが、AWS Lambda は偶発的に実行環境の起動失敗＝実行失敗が起き得るので、リトライ処理を適宜組み込みましょう、というお話です

環境

API Gateway 経由で API と Lambda 関数を紐付けて実行

[クライアント] --- [API Gateway] --- [Lambda]

事象

AWS Lambda 実行環境の起動に失敗し、Lambda / API Gateway 実行ログに以下が出力される（複数パターンあり）

Lambda 実行ログ

何も出力されない
START ログしか出力されない
- 以下、ログ出力例

12:34:56 START RequestId: 12345678-abcd-efgh-ijklmbopqrst Version: $LATEST 
// 本来は以下のような実行ログがつづけて出力されるが、START しか無い
// 12:34:56 {"Level":"INFO","Time":"2021-01-01T12:34:56.789+0900",<自前で実装したログ出力>} 
// 12:34:56 END RequestId: 12345678-abcd-efgh-ijklmbopqrst
// 12:34:56 REPORT RequestId: 12345678-abcd-efgh-ijklmbopqrst Duration: 212.22 ms Billed Duration: 300 ms Memory Size: 256 MB Max Memory Used: 50 MB

API Gateway 実行ログ

HTTP ステータスコードが 504、Lambda リクエスト ID が発行されない
- Lambda invocation failed with status: 504. Lambda request id: N/A
- N/A なため、この場合 Lambda の実行ログは確認できず
HTTP ステータスコードが 500、Lambda リクエスト ID が発行される
- Lambda invocation failed with status: 500. Lambda request id: (略)
- Lambda の ServiceException が発生
- 以下、ログ出力例

(12345678-abcd-efgh-ijklmbopqrst) Endpoint request URI: https://lambda.ap-northeast-1.amazonaws.com/2015-03-31/functions/arn:aws:lambda:ap-northeast-1:<accoundId>:function:<Lambda関数名>/invocations
(12345678-abcd-efgh-ijklmbopqrst) Endpoint request headers: {x-amzn-lambda-integration-tag=12345678-abcd-efgh-ijklmbopqrst, Authorization=*(中略) [TRUNCATED]
(12345678-abcd-efgh-ijklmbopqrst) Endpoint request body after transformations: {<リクエストボディ情報> [TRUNCATED]
(12345678-abcd-efgh-ijklmbopqrst) Endpoint response headers: {Date=Mon, 01 Jan 2021 03:34:56 GMT, Content-Type=application/json, Content-Length=86, Connection=keep-alive, x-amzn-RequestId=<リクエストID>, x-amzn-ErrorType=ServiceException}
(12345678-abcd-efgh-ijklmbopqrst) Endpoint response body before transformations: 
{
    "Message": "An error occurred and the request cannot be processed.",
    "Type": "Service"
}
(12345678-abcd-efgh-ijklmbopqrst) Lambda invocation failed with status: 500. Lambda request id: *****

発生頻度

連続運転試験や負荷試験などを実行した際、数万回に一回程度の割合で発生
- もし継続的に発生する場合は、サービス側の大規模な問題が発生している可能性があるため、AWS Service Health Dashboard や AWS Personal Health Dashboard で状況を確認する

原因

Lambda 関数の一時的な問題により、当該実行環境（実行コンテキスト）において Lambda 関数の起動自体ができなかったため
- Lambda の ServiceException サービスエラーの原因や詳細は非公開

回避策

数万回に一回の頻度だと「AWS Lambda では稀に発生しうるもの」であるため、完全な回避は不可能
クライアント側でレスポンスコードを確認の上、500 番台（サービス側）のエラーが返ってきた場合はリトライをするほかない
- リトライ処理を組み込む場合は、インターバルを徐々に長くする「エクスポネンシャルバックオフ」アルゴリズムを推奨
  - AWS でのエラー再試行とエクスポネンシャルバックオフ - AWS 全般のリファレンス
- クライアントが外部のため制御できない場合、仕様書やエラーメッセージで「リトライしてね」を示す
  - 参考：API Gateway で Lambda エラーを処理する - Amazon API Gateway