S3 Object Lambdaで大量のテキストを並列加工 #AWS

はじめに

S3 Object Lambdaを使って、大量のテキスト文を並列で形態素解析します。
形態素解析については別で記事を書いています

S3 Object Lambdaとは

S3 Object Lambda を使用すると、クライアントアプリケーションによって S3 からオブジェクトを取得するときに、Lambda 関数を使用してデータを処理および変換できます。

参照

S3にあるオブジェクトにGetアクセスした際に、裏側でLambdaが起動して処理した結果をレスポンスとして受け取ります。

S3 Object Lambdaを使った並列処理

実際に書いてみる

Lambda処理

def handler(event:, context:)
  object_get_context = event['getObjectContext']
  request_route = object_get_context['outputRoute']
  request_token = object_get_context['outputToken']
  s3_url = object_get_context['inputS3Url']

  # S3のオブジェクトからテキストを取得
  uri = URI.parse(s3_url)
  res = Net::HTTP.get(uri)
  text = JSON.parse(res)

  # テキストを形態素解析処理
　　　　## 省略

  # S3 Object Lambdaのレスポンスとして返す
  s3_client.write_get_object_response(
    request_route: request_route,
    request_token: request_token,
    body: text
  )

  { 'statusCode': 200 }
end

Client

# 並行で以下の処理を実行

# S3にオブジェクト配置
s3_client.put_object(bucket: s3_lambda_bucket, key: s3_object_key, body: "This is test text")

# Lambdaで加工されたレスポンスを取得
res = s3_client.get_object(
  bucket: s3_lambda_bucket,
  key: s3_object_key
)

最後に

株式会社SARAHではサーバレスアーキテクチャを積極的に採用して、プロダクト開発を行っています。