Go to Qiita Advent Calendar Top
LoginSignup
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@nekozameee(ソン)

AWS CLIでチャットボックスをECS(Fargate)にデプロイする

Last updated at Posted at 2025-10-13

はじめに

みのるんさんの記事https://qiita.com/minorun365/items/84bef6f06e450a310a6a「【AWSコンテナ入門】簡単なPythonアプリをECSにデプロイしてみよう！」に触発されて、「EC2に入ってAWS CLIだけで、ECSデプロイまで完結できるのでは？」と思い立ち、手を動かしながら手順を整理しました。
本記事は、そのとき実際に使ったCLIコマンドを、コピペで進められる形にまとめたものです！

構成イメージ

ChatBoxAWS構成図.png

  • EC2上でフロントエンド（Streamlit/Python）を作成
  • Amazon Bedrock（Claude 3.5 Sonnet）とDynamoDBに接続して動作確認
  • Dockerでアプリをコンテナ化
  • ECRにプッシュ
  • ECS(Fargate)でサービス化 + ALBで外部公開

前提

  • OS: Amazon Linux 2023（EC2）
  • EC2は、パブリックIPで起動
  • Python: 3.9以上
  • リージョン: ap-northeast-1
  • IAMユーザおよびEC2のIAMロールに、以下の権限がアタッチされていること
    image.png
  • 本記事のコマンドは基本そのまま実行可能です。ただしアカウントID / VPC / サブネット / SGは自環境で置換してください。

1. DynamoDBテーブル作成

Dynamoサービスを使って、会話履歴を時系列で保存します。

aws dynamodb create-table \
  --table-name bdcs-chat-sessions \
  --attribute-definitions AttributeName=session_id,AttributeType=S AttributeName=ts,AttributeType=N \
  --key-schema AttributeName=session_id,KeyType=HASH AttributeName=ts,KeyType=RANGE \
  --billing-mode PAY_PER_REQUEST \
  --region ap-northeast-1
  • session_id を文字列(S)、ts（timestamp）を数値(N)にする
  • table-nameは、自定義でもOK！
  • billing-mode をオンデマンド課金にする

2. OS準備（EC2上）

sudo dnf -y update

システム全体のパッケージを最新化する（セキュリティ修正・不具合修正の適用）。-y は確認プロンプトを自動承認。

sudo dnf -y install python3-pip python3-virtualenv git

python3-pip：Pythonパッケージ管理ツール（pip）を提供

python3-virtualenv：プロジェクトごとに独立したPython環境を作成するためのツール

git：アプリケーションコードの取得・バージョン管理用

3. 作業用ディレクトリ作成とパッケージインストール

# 作業用デレクトリー作成 & 仮想環境（venv）有効化
mkdir -p ~/bdcs-chatbox && cd ~/bdcs-chatbox
python3 -m venv .venv && source .venv/bin/activate

# requirements.txt を作成
cat > requirements.txt <<'REQ'
streamlit==1.38.0
boto3==1.35.0
botocore==1.35.0
REQ

# パッケージインストール
pip install -r requirements.txt
  • source .venv/bin/activate を忘れるとシステムPythonに入るので要注意

4. アプリ本体の作成

4.1 Pythonファイルの作成・配置

~/bdcs-chatbox（3で作成）配下にフロントエンドのPythonファイルを作成します。

vi app.py

以下の内容を貼り付けて:wqで保存します。

# app.py — bdcs Chatbox (Claude 3.5 Sonnet on Bedrock + DynamoDB + Streamlit)
import os, json, time, uuid
from decimal import Decimal

import streamlit as st
import boto3
from botocore.config import Config
from botocore.exceptions import BotoCoreError, ClientError
from boto3.dynamodb.conditions import Key

# ========= 設定（環境変数で上書き可） =========
REGION = os.getenv("AWS_REGION", "ap-northeast-1")
MODEL_ID = os.getenv("BEDROCK_MODEL_ID", "anthropic.claude-3-5-sonnet-20240620-v1:0")
TABLE_NAME = os.getenv("DDB_TABLE", "bdcs-chat-sessions")
SYSTEM_PROMPT = os.getenv("SYSTEM_PROMPT", "You are a helpful assistant named bdcs.")

# boto3 クライアント
cfg = Config(retries={"max_attempts": 6, "mode": "standard"}, read_timeout=60, connect_timeout=10)
bedrock = boto3.client("bedrock-runtime", region_name=REGION, config=cfg)
ddb = boto3.resource("dynamodb", region_name=REGION)
table = ddb.Table(TABLE_NAME)

# ========= DynamoDB ユーティリティ =========
def put_message(session_id: str, role: str, content: str):
    ts = Decimal(str(time.time()))
    table.put_item(Item={"session_id": session_id, "ts": ts, "role": role, "content": content})

def load_history(session_id: str, limit: int = 50):
    r = table.query(
        KeyConditionExpression=Key("session_id").eq(session_id),
        ScanIndexForward=True,  # 古→新
        Limit=limit
    )
    return r.get("Items", [])

# ========= Claude（Anthropic on Bedrock）用ペイロード =========
def build_claude_body(history_items, system_prompt: str, max_tokens: int, temperature: float):
    msgs = []
    for it in history_items:
        if it["role"] in ("user", "assistant"):
            msgs.append({"role": it["role"], "content": [{"type": "text", "text": it["content"]}]})
    # 先頭は user に
    if not msgs or msgs[0]["role"] != "user":
        msgs = [{"role": "user", "content": [{"type": "text", "text": ""}]}] + msgs

    body = {
        "anthropic_version": "bedrock-2023-05-31",
        "messages": msgs,
        "max_tokens": max_tokens,
        "temperature": temperature,
    }
    if system_prompt:
        body["system"] = [{"type": "text", "text": system_prompt}]
    return body

# ========= ストリーミング呼び出し =========
def call_bedrock_stream_claude(history_items, system_prompt, temperature: float, max_tokens: int):
    body = build_claude_body(history_items, system_prompt, max_tokens, temperature)
    resp = bedrock.invoke_model_with_response_stream(
        modelId=MODEL_ID,
        contentType="application/json",
        accept="application/json",
        body=json.dumps(body),
    )
    acc = []
    for event in resp.get("body"):
        if "chunk" not in event:
            continue
        payload = json.loads(event["chunk"]["bytes"])
        if payload.get("type") == "content_block_delta":
            t = payload.get("delta", {}).get("text")
            if t:
                acc.append(t); yield t
    yield ""  # flush

# ========= Streamlit UI =========
st.set_page_config(page_title="bdcs Bedrock × DynamoDB Chat", page_icon="🤖", layout="centered")
st.title("🤖 bdcs Bedrock × DynamoDB Chat (Streamlit)")

# セッションID生成
if "session_id" not in st.session_state:
    st.session_state.session_id = str(uuid.uuid4())

with st.sidebar:
    st.markdown("### Settings")
    st.text_input("AWS Region", value=REGION, key="ui_region")
    st.text_input("Model ID", value=MODEL_ID, key="ui_model")
    temperature = st.slider("temperature", 0.0, 1.0, 0.7, 0.1)
    max_tokens = st.number_input("max_tokens", min_value=256, max_value=8192, value=2048, step=256)
    st.markdown("---")
    if st.button("🔄 New Session"):
        st.session_state.session_id = str(uuid.uuid4())
        st.success("Started a new session.")
    st.caption(f"Session ID: {st.session_state.session_id}")

# 履歴表示
for it in load_history(st.session_state.session_id, limit=100):
    with st.chat_message("user" if it["role"] == "user" else "assistant"):
        st.write(it["content"])

# 入力欄
prompt = st.chat_input("メッセージを入力して送信（Shift+Enterで改行）")

# 送信処理
if prompt:
    put_message(st.session_state.session_id, "user", prompt)
    with st.chat_message("user"): st.write(prompt)

    try:
        history = load_history(st.session_state.session_id, limit=50)
        with st.chat_message("assistant"):
            area = st.empty(); acc = []
            for delta in call_bedrock_stream_claude(history, SYSTEM_PROMPT, temperature, max_tokens):
                acc.append(delta); area.markdown("".join(acc))
            answer = "".join(acc).strip()
        if answer:
            put_message(st.session_state.session_id, "assistant", answer)
    except (BotoCoreError, ClientError) as e:
        st.error(f"Bedrock 呼び出しに失敗しました: {e}")
    except Exception as ex:
        st.error(f"想定外エラー: {ex}")

4.2 アプリ起動テスト

EC2内でStreamlitを直接起動してみます。

アプリを起動する前に、まず仮想環境（venv）に入っているかを確認します。
image.png
環境変数を設定します。

export AWS_REGION=ap-northeast-1
export BEDROCK_MODEL_ID="anthropic.claude-3-5-sonnet-20240620-v1:0"
export DDB_TABLE="bdcs-chat-sessions"

アプリを起動してみます。

streamlit run app.py
  • ブラウザで http://<EC2 PublicIP>:8501 を開いて動作確認してください。（チャットボックスが表示されればOK！）
    image.png
  • 終了後はCtrl + Cでアプリを止めて、deactivateコマンド で仮想環境（venv）を終了してください。

5. アプリをコンテナ化 → ECRへプッシュ

5.1 Dockerfile作成（~/bdcs-chatbox 直下）

vi Dockerfile

以下の内容を貼り付けて:wqで保存します。

# ---- runtime image ----
FROM python:3.11-slim

# OS deps（ca証明書/ヘルスチェック用curl）
RUN apt-get update && apt-get install -y --no-install-recommends \
    curl ca-certificates && \
    rm -rf /var/lib/apt/lists/*

# 非rootユーザで実行
RUN useradd -m appuser
WORKDIR /app

# 依存を先に入れてキャッシュを効かせる
COPY requirements.txt /app/requirements.txt
RUN pip install --no-cache-dir -r /app/requirements.txt

# アプリ本体
COPY app.py /app/app.py

# 既定値（ECSの環境変数で上書き可能）
ENV AWS_REGION=ap-northeast-1 \
    BEDROCK_MODEL_ID=anthropic.claude-3-5-sonnet-20240620-v1:0 \
    DDB_TABLE=bdcs-chat-sessions

# ポート公開
EXPOSE 8501

# コンテナ内の簡易ヘルスチェック（ALBのHCとも合わせる）
HEALTHCHECK --interval=30s --timeout=3s --start-period=20s \
  CMD curl -f http://localhost:8501/_stcore/health || exit 1

USER appuser

# 起動コマンド
CMD ["bash","-lc","streamlit run /app/app.py --server.address 0.0.0.0 --server.port 8501"]

5.2 Dockerインストール＆セットアップ

sudo dnf -y install docker

Docker本体をインストール。-y は確認を自動承認。

sudo systemctl enable --now docker

Dockerサービスを自動起動設定（enable）し、即時起動（--now）。

sudo usermod -aG docker ec2-user

ec2-userをdockerグループに追加。これによりsudoなしでDockerコマンドを実行可能にします。

5.3 コンテナをビルド & ECRへプッシュ

# 環境変数を設定
REGION=ap-northeast-1
ACCOUNT_ID=$(aws sts get-caller-identity --query Account --output text)
REPO=bdcs-chatbox
IMAGE=${ACCOUNT_ID}.dkr.ecr.${REGION}.amazonaws.com/${REPO}:v1

# ECRリポジトリ作成（存在していればスキップ）
aws ecr create-repository --repository-name $REPO --region $REGION 2>/dev/null || true

# ログイン（パスワードは1行でパイプ）
aws ecr get-login-password --region $REGION | docker login \
  --username AWS --password-stdin ${ACCOUNT_ID}.dkr.ecr.${REGION}.amazonaws.com

# ビルド → タグ付け → ECRにプッシュ
docker build -t ${REPO}:v1 .
docker tag ${REPO}:v1 ${IMAGE}
docker push ${IMAGE}
  • タグはvYYYYMMDDやgit-shaなどの追跡しやすい形式を推奨しますが、今回はシンプルにv1にします。

6. ECS(Fargate)サービス作成 + ALBで公開

ここからはECS三点セット（タスク定義 / サービス / ロードバランサー）を作ります。
※ハンズオンのため、タスクには Public IP付与（assignPublicIp=ENABLED）を設定していますが、後からPrivateに切り替えることも可能です。

6.1 事前に変数をセットする

自環境のIDに置き換えてください。

REGION=ap-northeast-1
ACCOUNT_ID=$(aws sts get-caller-identity --query Account --output text)

# ECRイメージ
REPO=bdcs-chatbox
IMAGE=${ACCOUNT_ID}.dkr.ecr.${REGION}.amazonaws.com/${REPO}:v1

# ネットワーク情報（要修正）
VPC_ID=vpc-xxxxxxxxxxxxxxxx
SUBNET_A=subnet-xxxxxxxxxxxxxxxx
SUBNET_B=subnet-xxxxxxxxxxxxxxxx
SERVICE_SG=sg-xxxxxxxxxxxxxxxx   # タスク用SG（ALBから8501を許可）

# ECS/Logs/DDB（このまま利用可）
CLUSTER=bdcs-chat-cluster
SERVICE=bdcs-chat-service
TASK_FAMILY=bdcs-chat-task
LOG_GROUP=/ecs/bdcs-chatbox
DDB_TABLE=bdcs-chat-sessions

6.2 IAMロール作成（実行ロール/タスクロール）

# タスク実行ロール（ECR Pull、CloudWatch Logs出力）
aws iam create-role --role-name ecsTaskExecutionRole-bdcs \
  --assume-role-policy-document '{
    "Version":"2012-10-17",
    "Statement":[{"Effect":"Allow","Principal":{"Service":"ecs-tasks.amazonaws.com"},"Action":"sts:AssumeRole"}]
  }' 2>/dev/null || true
aws iam attach-role-policy \
  --role-name ecsTaskExecutionRole-bdcs \
  --policy-arn arn:aws:iam::aws:policy/service-role/AmazonECSTaskExecutionRolePolicy

# タスクロール（アプリの実行時権限：Bedrock/DynamoDB）
aws iam create-role --role-name ecsTaskRole-bdcs \
  --assume-role-policy-document '{
    "Version":"2012-10-17",
    "Statement":[{"Effect":"Allow","Principal":{"Service":"ecs-tasks.amazonaws.com"},"Action":"sts:AssumeRole"}]
  }' 2>/dev/null || true

cat > bdcs-taskrole-policy.json <<JSON
{
  "Version":"2012-10-17",
  "Statement":[
    {"Effect":"Allow","Action":["bedrock:InvokeModel","bedrock:InvokeModelWithResponseStream"],"Resource":"*"},
    {"Effect":"Allow","Action":["dynamodb:PutItem","dynamodb:Query","dynamodb:DescribeTable"],
     "Resource":"arn:aws:dynamodb:${REGION}:${ACCOUNT_ID}:table/${DDB_TABLE}"}
  ]
}
JSON

aws iam put-role-policy --role-name ecsTaskRole-bdcs \
  --policy-name bdcs-inline --policy-document file://bdcs-taskrole-policy.json
  • ecsTaskExecutionRole-bdcs
    • ECRからのイメージPull、CloudWatch Logs 出力を担う実行ロール
    • 付与ポリシー：AmazonECSTaskExecutionRolePolicy（公式マネージド）
  • ecsTaskRole-bdcs
    • アプリ本体が実行時に使うタスクロール
    • 今回許可する操作：
      • Bedrockの推論呼び出し（InvokeModel / InvokeModelWithResponseStream）
      • DynamoDB（特定テーブル）への書き込み / 参照（PutItem / Query / DescribeTable）

6.3 CloudWatchロググループ/ ECSクラスターの作成

aws logs create-log-group --log-group-name $LOG_GROUP --region $REGION 2>/dev/null || true
aws ecs create-cluster --cluster-name $CLUSTER --region $REGION 2>/dev/null || true

6.4 ALB用セキュリティグループ & ターゲットグループ

# ALB用SG（80番をインターネットへ公開）
ALB_SG_ID=$(aws ec2 create-security-group \
  --group-name bdcs-alb-sg --description bdcs-alb-sg --vpc-id $VPC_ID \
  --query GroupId --output text)

aws ec2 authorize-security-group-ingress \
  --group-id $ALB_SG_ID --protocol tcp --port 80 --cidr 0.0.0.0/0

# タスク用SGに「ALBからの8501」を許可
aws ec2 authorize-security-group-ingress \
  --group-id $SERVICE_SG --protocol tcp --port 8501 \
  --source-group $ALB_SG_ID

# ターゲットグループ（IPターゲット、HCはStreamlitのヘルス）
TG_ARN=$(aws elbv2 create-target-group \
  --name bdcs-tg --protocol HTTP --port 8501 \
  --target-type ip --vpc-id $VPC_ID \
  --health-check-path "/_stcore/health" \
  --health-check-interval-seconds 30 \
  --query 'TargetGroups[0].TargetGroupArn' --output text)
echo $TG_ARN

6.5 ALB作成＋リスナー

ALB_ARN=$(aws elbv2 create-load-balancer \
  --name bdcs-alb \
  --subnets $SUBNET_A $SUBNET_B \
  --security-groups $ALB_SG_ID \
  --query 'LoadBalancers[0].LoadBalancerArn' --output text)

aws elbv2 create-listener \
  --load-balancer-arn $ALB_ARN --protocol HTTP --port 80 \
  --default-actions Type=forward,TargetGroupArn=$TG_ARN

パブリック ALB を 2 サブネットに作成し、HTTP:80 でターゲットグループ（$TG_ARN）へ転送する最小構成になっています。
後でHTTPS(443) + ACMを追加し、HTTP→HTTPSリダイレクトに変更する事も可能です。

6.6 タスク定義の作成（Fargate）

cat > taskdef.json <<JSON
{
  "family": "${TASK_FAMILY}",
  "networkMode": "awsvpc",
  "requiresCompatibilities": ["FARGATE"],
  "cpu": "512",
  "memory": "1024",
  "executionRoleArn": "arn:aws:iam::${ACCOUNT_ID}:role/ecsTaskExecutionRole-bdcs",
  "taskRoleArn": "arn:aws:iam::${ACCOUNT_ID}:role/ecsTaskRole-bdcs",
  "containerDefinitions": [
    {
      "name": "bdcs",
      "image": "${IMAGE}",
      "essential": true,
      "portMappings": [{ "containerPort": 8501, "protocol": "tcp" }],
      "environment": [
        {"name":"AWS_REGION","value":"${REGION}"},
        {"name":"BEDROCK_MODEL_ID","value":"anthropic.claude-3-5-sonnet-20240620-v1:0"},
        {"name":"DDB_TABLE","value":"${DDB_TABLE}"}
      ],
      "logConfiguration": {
        "logDriver": "awslogs",
        "options": {
          "awslogs-group": "${LOG_GROUP}",
          "awslogs-region": "${REGION}",
          "awslogs-stream-prefix": "ecs"
        }
      },
      "healthCheck": {
        "command": ["CMD-SHELL","curl -f http://localhost:8501/_stcore/health || exit 1"],
        "interval": 30,
        "timeout": 5,
        "retries": 3,
        "startPeriod": 30
      }
    }
  ]
}
JSON

aws ecs register-task-definition \
  --cli-input-json file://taskdef.json --region $REGION

Fargateでawsvpcネットワークのタスク定義を登録し、ECRイメージ（${IMAGE}）を1コンテナで起動します。

6.7 サービス作成

aws ecs create-service \
  --cluster $CLUSTER \
  --service-name $SERVICE \
  --task-definition $TASK_FAMILY \
  --desired-count 1 \
  --launch-type FARGATE \
  --network-configuration "awsvpcConfiguration={subnets=[$SUBNET_A,$SUBNET_B],securityGroups=[$SERVICE_SG],assignPublicIp=ENABLED}" \
  --load-balancers "targetGroupArn=$TG_ARN,containerName=bdcs,containerPort=8501" \
  --health-check-grace-period-seconds 60 \
  --region $REGION

Fargate サービスを ALB（HTTP/HTTPS）配下で起動し、awsvpcで2サブネットに配置し、Public IPを付与して外部公開します。
※PrivateIPに切り替えたい場合は assignPublicIp=DISABLED に変更し、NAT または VPCエンドポイント（Bedrock: Interface、DynamoDB: Gateway）を用意する必要があります。

6.8 ALBのDNS名を取得してアクセスしてみる

ALB_DNS=$(aws elbv2 describe-load-balancers \
  --load-balancer-arns $ALB_ARN --query 'LoadBalancers[0].DNSName' --output text)
echo "Open: http://$ALB_DNS"

ブラウザでALBのDNS名を開き、StreamlitのUI表示 → プロンプト送信 → Bedrockの応答 → DynamoDBへの保存まで確認できれば、今回のハンズオンは完了です。

お疲れさまでした！ 🎉

image.png
image.png

トラブルシューティング

  • ALB 502/504：ターゲットのHC 失敗 → セキュリティグループの8501、/_stcore/health、startPeriodの見直し
  • ECR Push失敗：ecr:GetAuthorizationToken/docker login再実行、リージョン/アカウントID確認
  • Bedrock 403：リージョン/モデルID不一致 or Private環境でVPCE未作成
  • DDB書込み失敗：テーブル名/リージョン/PutItem許可を確認

ハンズオン完了後の片付け

ハンズオン完了後は、今回作成したリソースを整理・削除してクリーンアップしましょう！
※ECSサービス/ALB/ターゲットグループ/SG/LogGroup/ECR/DynamoDBを順に削除してください。

# サービス停止 & 削除
aws ecs update-service --cluster $CLUSTER --service $SERVICE --desired-count 0
aws ecs delete-service --cluster $CLUSTER --service $SERVICE --force

# タスク定義の登録解除（タスク定義ファミリー内でアクティブなすべてのリビジョンをまとめて登録解除する）
aws ecs list-task-definitions --family-prefix $TASK_FAMILY --status ACTIVE --query 'taskDefinitionArns[]' --output text | xargs -n1 aws ecs deregister-task-definition --task-definition

# ALB/TG/SG
aws elbv2 delete-listener --listener-arn $(aws elbv2 describe-listeners --load-balancer-arn $ALB_ARN --query 'Listeners[].ListenerArn' --output text)
aws elbv2 delete-load-balancer --load-balancer-arn $ALB_ARN
aws elbv2 delete-target-group --target-group-arn $TG_ARN
aws ec2 delete-security-group --group-id $ALB_SG_ID

# クラスター/ログ
aws ecs delete-cluster --cluster $CLUSTER
aws logs delete-log-group --log-group-name $LOG_GROUP

# ECR（リポジトリごと削除）
aws ecr delete-repository --repository-name $REPO --force

# DDB（必要なら）
aws dynamodb delete-table --table-name $DDB_TABLE

参考

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?