Amazon Athenaのクエリ結果をLambdaを使って自動でgzip圧縮する

Posted at 2016-12-20

これはマイネット Advent Calendar 2016 21日目の記事です。

対象読者

以下のいずれかに当てはまる人

Amazon Athenaを利用している。
AWS Lambdaを試してみたい。

やりたいこと

Athenaのクエリ結果はCSVでS3に保存される。
クエリによる集計済みのデータとは言え、生のCSVだと数百MB～数GBになることもある。
gzip圧縮することで、ダウンロード時の帯域と転送料金を節約したい。

手順

AWSコンソールからLambdaの新規作成を選択したところから、画面キャプチャ付きで解説

Lambda Functionのテンプレートを選択

トリガーの設定

S3を選択し、CSVファイルの作成時にLambdaが起動するように設定する。

Lambda Functionの設定

Lambda Functionの設定画面になるので、適切に設定する。
gzip圧縮するタスクの場合、検証の結果Node.jsが高速だったので、ここではNode.jsを使用する

Roleの作成

上記画面で、Create New Roleを選択すると、Role作成画面へ移動するので、Roleの作成を行う。

コードを書く

設定を完了し、Lambda Functionを作成すると、コードの編集＆テスト画面へ移る。
書き込まれたCSVをgzip圧縮をしてS3へ保存するコードを書く。

コードは「AWS LambdaでS3に配置されたファイルをgzipする」をほぼそのまま利用した。

var aws = require('aws-sdk');
var zlib = require('zlib');

exports.handler = function(event, context) {
    var bucket = event.Records[0].s3.bucket.name;
    var key = event.Records[0].s3.object.key;
    
    console.log('starting gzip ' + bucket + '/' + key);
    var s3 = new aws.S3();
    var gzStream = s3.getObject({ Bucket: bucket, Key: key }).
        createReadStream().pipe(zlib.createGzip());

    var s3obj = new aws.S3({ params: { Bucket: bucket, Key: key + '.gz' }});
    s3obj.upload({Body: gzStream}).
        send(function(err, data) {
            context.done(err, data);
        });
};