はじめに

LambdaでPdfを画像化します。windowsであればpopplerのstatic buildがあるので比較的簡単にできますが、Lambdaの環境ではコンテナを使わないとその方法では実行できません。コンテナの勉強を兼ねて作りました。

前提

Dockerの実行環境
AWS CLIとaws configureの設定

やること

Dockerイメージの準備
ECRの準備
Lambdaの作成

Dockerイメージの準備

以下のようなファイル構成です。

CreatePdfThumbnail
    │  app.py
    │  Dockerfile
    │  env.txt
    └─ requirements.txt

Dockerfileは以下のようになっています。

FROM public.ecr.aws/lambda/python:3.6
# ベースイメージはPython3.6環境を使いたいのでpublic.ecr.aws/lambda/python:3.6

RUN yum -y install poppler-utils
# poppler-utilsをインストール
# apt-getは使えないので注意

COPY app.py ${LAMBDA_TASK_ROOT}

COPY requirements.txt  .
RUN  pip3 install -r requirements.txt --target "${LAMBDA_TASK_ROOT}"
# 必要なライブラリのインストール

CMD ["app.lambda_handler"]

以下のapp.pyがLambdaの本体です。

app.py

import json
import os, io
from pathlib import Path
from pdf2image import convert_from_bytes, convert_from_path
import boto3
import PIL
import requests

def lambda_handler(event, context):

    pdf_name = event['queryStringParameters']['pdfName']
    # queryStringParamtersはAPI Gateway用
    bucket_name = 'my-bucket'

    s3 = boto3.client('s3')
    response = s3.get_object(Bucket=bucket_name, Key=pdf_name)
    data = response['Body'].read()

    pages = convert_from_bytes(data)

    # pagesはPILのImageリストなのでbyteに変換
    img_bytes = io.BytesIO()
    pages[0].save(img_bytes, format='PNG')
    img_bytes = img_bytes.getvalue()

    base = os.path.splitext(os.path.basename(pdf_name))[0]
    s3.put_object(Body=img_bytes,Bucket=bucket_name,Key=base+'.png')

    return {
        'statusCode': 200,
        'body': 'DONE!'
    }

pdfの一ページ目を画像にしてS3に保存します。pdf2imageを使ってます(これにpopplerが必要)。
requirements.txtでは必要なライブラリを記述します(boto3はいらないかも)。

requirements.txt

pdf2image
boto3
requests

ローカルでテストするときは、Dockerfileのあるディレクトリで以下のコマンドでイメージをビルドしてrunしてください。

docker build -t test .
docker run -p 9000:8080 test:latest

コードでboto3などを使っていてcredentialが必要な場合は、env.txtに以下のように記述して実行時に渡します。

env.txt

AWS_DEFAULT_REGION=ap-northeast-1
AWS_ACCESS_KEY_ID=IAMで発行する適切な権限を持つアクセスキー
AWS_SECRET_ACCESS_KEY=そのシークレットキー

docker run --env-file ./env.txt -p 9000:8080 test

あとはhttp://localhost:9000/2015-03-31/functions/function/invocationsにPOSTリクエストを投げてあげるとテストができます。↓Pythonの例

import requests
data = {
    'queryStringParameters': {
        'pdfName': 'test.pdf'
    }
}
response = requests.post("http://localhost:9000/2015-03-31/functions/function/invocations",json=data)

ECRの準備
ECRは基本的にボタンをポチポチするだけです。すごく便利。

↓次にECR側です。コンソールからElastic Container Registryを選択し、リポジトリを作成をクリック。

↓リポジトリ名を入力し、下にスクロールしてリポジトリを作成をクリック。

↓プッシュコマンドの表示をクリック。

↓出てきたコマンドをDockerfileのある場所でコマンドプロンプトからたたけばイメージがECRにpushされる(WindowsでもmacOS/LinuxタブのコマンドでOK)。

↓こんな感じでpushされてればOK。