はじめに
AWS Lambdaで外部ライブラリを使いたいとき、「Lambda Layer」を活用すると便利です。
Windows環境ではLambdaの実行環境（Amazon Linux）と異なるため、そのままでは動かないことがあります。
そこで、Dockerを使って本番と同じLinux環境を再現し、任意のPythonライブラリをLayer化する方法をまとめました。
前提知識
Layerとは
AWS Lambda Layerは、Lambda関数のコードとは別に、共通で使用するライブラリやコードを切り出して管理する仕組みのこと。
複数の関数で同じライブラリを使う場合などに便利です。
【Layerを使用しない方法】
Lambda関数ではライブラリやモジュールを含めたZIPファイルをアップロードします。
しかし、この形式だと以下のような問題がある
- 複数のLambda関数で同じライブラリを使うと、ZIPが重くなる
- アップデートのたびに関数ごとにZIPを作り直す必要がある
- 複数関数間でライブラリのバージョンがズレやすい
【Layerを使った方法】
Layerを使うと、ライブラリなどを別のZIPファイルとしてまとめて管理できます。
関数側では、それを参照するだけでOKです。
このようにすることで、
- 同じライブラリを複数の関数で使い回せる
- ライブラリを一括でアップデートできる
- 各関数のZIPが軽量化される
といったメリットがあります。
なぜDockerを使うのか
AWS LambdaでPythonなどの依存パッケージを含むLambda Layerを作成する際には、本番のLambda実行環境（Amazon Linuxベース）と完全に一致した環境でビルドを行う必要があります。
特に以下の理由から、ローカル環境（WindowsやmacOS）で直接パッケージを作成すると、Lambda上で正常に動作しないことがあります。
- OS依存のバイナリが含まれるライブラリが存在する（例：numpy, pandas, scipy など）
- pip install時にビルドされるC/C++拡張モジュールが、LambdaのAmazon Linuxと互換性のない形式になる
- WindowsやmacOSでは利用できるglibcや依存ツールのバージョンがLambdaと異なる
このため、ローカルで作成したLayerがLambda上で「ImportError」や「Segmentation Fault」などを引き起こす可能性が高い。
そこで Docker を使うことで、Lambdaと同一のAmazon Linuxベースの環境を再現し、その中でPythonライブラリをインストールすることができます。
これにより、Lambda本番環境でそのまま動作する、互換性のあるLayerを安全かつ確実に作成できます。
目標
- Dockerで AWS Lambda と同じ Linux 環境 を作る
- 任意のPythonライブラリをインストール
- Lambda Layer用の ZIP を作成する
手順
作業フォルダを作成する
このフォルダがDockerビルドの作業ディレクトリになります。
mkdir lambda_layer
cd lambda_layer
Dockerfileを作成する
LambdaでLayerとして認識されるには、ZIPの中身が python/lib/python3.x/site-packages/ という正確なパス構造になっている必要があります。
ここではその構造をあらかじめ作成しておき、後から pip install でそこにライブラリを直接インストールする形を取ります。
# ベースイメージ
FROM amazonlinux:2023
# Python 3.12 + 必要なツールをインストール
RUN dnf install -y python3.12 python3.12-pip zip
# 作業ディレクトリ
WORKDIR /build
# Layer構造用フォルダ作成
RUN mkdir -p python/lib/python3.12/site-packages
ポイント
- Lambda本番環境と同じイメージを使用する（例：
public.ecr.aws/lambda/python:3.12） -
/build/python/lib/python3.12/site-packages/に配置する
Dockerイメージをビルドする
このコマンドで、先ほど作成した Dockerfile を元に Docker イメージをビルドし、lambda-layer-build という名前を付けます。
docker build -t lambda-layer-build .
→ lambda-layer-build という名前のDockerイメージが作成される
コンテナ内に入ってlangfuseをインストール
コンテナを起動する
このコマンドでコンテナを起動し、ホスト側の作業ディレクトリ（lambda_layer/）を /build にマウントします。
docker run -it --rm -v ${PWD}:/build lambda-layer-build /bin/bash
コンテナ内でインストールしたいライブラリを指定して実行
必要なライブラリ（例：requests）を -t オプションで直接 Layer のフォルダにインストールします。この形式にすることで、そのまま ZIP 化してLayerとしてアップロード可能になります。
cd /build
pip3.12 install <ライブラリ名> -t python/lib/python3.12/site-packages
例：
pip3.12 install requests -t python/lib/python3.12/site-packages
Layer用ZIPを作成する
Layerは python フォルダ以下の構成でなければならないため、ZIP化する際には必ず python/ をルートにして圧縮します。
zip -r lambda_layer_langfuse.zip python
→ /build/lambda_layer_langfuse.zip が作成される
コンテナを終了してローカルを確認する
コンテナを終了させる
exit
ローカルのファイルを確認する
dir # または ls
→ lambda_layer_langfuse.zip ができている
AWSコンソールからLayerを作成
- Lambda → 「レイヤー」 → 「レイヤーの作成」
- 必要項目を入力して作成
- アップロード：lambda_layer.zip
- ランタイム：Python 3.12
3. 作成後、Lambda関数にレイヤーを追加して利用
まとめ
Lambda LayerをWindows環境で作成するには、DockerによるLinux環境の再現が最も安定した方法です。
この手順を使えば、requests や boto3、numpy など任意のライブラリをLayer化できます。
Pythonのバージョンを変更したい場合は、Dockerfileのパスやコマンドも適宜調整してください。