この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。
大栗です。
Aurora Serverlessは発表時にServerlessアーキテクチャ用のRDBMSが出た！と勘違いされることが多くありました。今回Data APIというHTTPSのエンドポイントができました。これによりLambdaなどからの接続が行いやすくなります！
- Announcement: Access your Amazon Aurora Serverless Database with the New Data API (Beta)
- Using the Data API for Aurora Serverless
Data API for Aurora Serverless (Beta)
今までLambdaからAurora Serverlessへアクセスするためには、以下の2通りがありました。
- Auroraをパブリック接続可能にする
- LambdaをVPCアクセス可能にする
Auroraをパブリック接続可能にする場合は、Auroraがインターネットに面しているのでセキュリティに問題があります。通常のログインを禁止にしてIAM認証を有効化することも可能ですが、1秒あたり20接続しか行えないなどの制限があります。LambdaをVPCアクセス可能にする場合には、コンテナの初期起動時にENIを作成するため起動が遅くなったり、VPC内のIPアドレスが枯渇するという問題の可能性がありました。
またLambdaを使用するとコネクションプールが使用しづらいためRDBMSへの接続数が膨大になってしまう恐れがあります。
つまりLambdaとRDBMSは相性が悪いと言われていました。しかし、今回利用できる様になったData APIはそれらの問題点を払拭できる可能性があります。
VPC経由でLambdaからAurora Serverlessへアクセスする場合は以下のようにLambdaのコンテナごとにENIを作成していました。
Data APIを利用するとLambdaからData APIにアクセスするので、ENIを作成しません。そのためENIの作成時間やIPアドレスの枯渇が発生しません。Data APIのエンドポイントでコネクションのプーリングや流量制御をしてくれると助かるのですが、どの様な動作になるのか確認できていません。
このData APIはAppSyncからも利用可能になっています。
AuroraのIAM認証と何が違うの？
類似の機能としてIAM認証があるため比較してみました
| Aurora Serverless Data API | Aurora IAM認証 | |
|---|---|---|
| 接続数 | 接続数制限の規定無し | 1秒あたり20接続 |
| トランザクション | 無し | 有り |
| コネクション | リクエスト毎で分かれる | 永続的 |
| 接続方法 | HTTPS | MySQLプロトコル |
| 対象DB | Aurora Serverless | Aurora MySQL, Aurora PostgreSQL, MySQL, PostgreSQL |
| アクセス先 | 専用のパブリックなエンドポイントへアクセス | DBに直接ログイン |
※: 本表は現在確認できる情報から筆者が独自に作成しています。
注意
- Aurora ServerlessのData APIは現在Beta版のため、変更される可能性があります。
- Data APIではトランザクションはサポートされません。
- レスポンスは最大1,000行で1MBのサイズ制限があります。
- 現在利用可能なリージョンは米国東部 (バージニア北部)のみです。
- コネクションは最大1分でタイムアウトします。
- 認証情報はSecrets Managerを使ってDBに接続します。
やってみた
事前設定
以下の状態を前提とします。
- リージョン: 米国東部 (バージニア北部)
- Auroraエンジン: Aurora Serverless 5.6.10a
まず、Aurora Serverlessを起動します。Aurora Serverlessの起動方法は以下のエントリを御覧ください。
Aurora Serverlessの起動が完了したら、クラスタの変更を行いData APIを有効化します。
対象のクラスタを選択してクラスターの変更をクリックします。
ネットワーク & セキュリティにWeb Service Data API - Betaという項目が増えているので、Data APIをチェックします。
ここではすぐに適用を選択してクラスターの変更を実行します。
これでData APIが有効になりました。
実行してみる
まず単純なselect now();というクエリをAWS CLIから実行してみます。AWS CLIではaws rds-data execute-sqlというコマンドを使用します。
$ aws rds-data execute-sql \
> --aws-secret-store-arn arn:aws:secretsmanager:us-east-1:123456789012:secret:aurora/serverless/data-api-a1b2c3 \
> --db-cluster-or-instance-arn arn:aws:rds:us-east-1:123456789012:cluster:serverless \
> --sql-statements "select now();" \
> --region us-east-1
{
"sqlStatementResults": [
{
"numberOfRecordsUpdated": -1,
"resultFrame": {
"records": [
{
"values": [
{
"stringValue": "2018-11-21 04:37:56.0"
}
]
}
],
"resultSetMetadata": {
"columnCount": 1,
"columnMetadata": [
{
"isAutoIncrement": false,
"name": "now()",
"nullable": 0,
"isCurrency": false,
"precision": 19,
"arrayBaseColumnType": 0,
"label": "now()",
"typeName": "DATETIME",
"scale": 0,
"isCaseSensitive": false,
"isSigned": false,
"schemaName": "",
"type": 93
}
]
}
}
}
]
}上記のようにデータは配列の配列としてレコードが返されます。
次にデータベースとテーブルを作成してみます。
まずデータベースmydbを作成します。
$ aws rds-data execute-sql \
> --aws-secret-store-arn arn:aws:secretsmanager:us-east-1:123456789012:secret:aurora/serverless/data-api-a1b2c3 \
> --db-cluster-or-instance-arn arn:aws:rds:us-east-1:123456789012:cluster:serverless \
> --sql-statements "create database mydb" \
> --region us-east-1
{
"sqlStatementResults": [
{
"numberOfRecordsUpdated": 1
}
]
}次にテーブルsample_tableを作成します。
$ aws rds-data execute-sql \
> --aws-secret-store-arn arn:aws:secretsmanager:us-east-1:123456789012:secret:aurora/serverless/data-api-a1b2c3 \
> --database mydb \
> --db-cluster-or-instance-arn arn:aws:rds:us-east-1:123456789012:cluster:serverless \
> --sql-statements "create table sample_table (col1 int, col2 varchar(20), col3 datetime);" \
> --region us-east-1
{
"sqlStatementResults": [
{
"numberOfRecordsUpdated": 0
}
]
}1件データも挿入してみます。
$ aws rds-data execute-sql \
> --aws-secret-store-arn arn:aws:secretsmanager:us-east-1:123456789012:secret:aurora/serverless/data-api-a1b2c3 \
> --database mydb \
> --db-cluster-or-instance-arn arn:aws:rds:us-east-1:123456789012:cluster:serverless \
> --sql-statements "insert into sample_table (col1, col2, col3 ) VALUES (1, 'Aurora Serverless', now());" \
> --region us-east-1
{
"sqlStatementResults": [
{
"numberOfRecordsUpdated": 1
}
]
}ちゃんとデータも確認できます。
$ aws rds-data execute-sql \
> --aws-secret-store-arn arn:aws:secretsmanager:us-east-1:123456789012:secret:aurora/serverless/data-api-a1b2c3 \
> --database mydb \
> --db-cluster-or-instance-arn arn:aws:rds:us-east-1:123456789012:cluster:serverless \
> --sql-statements "select * from sample_table;" \
> --region us-east-1
{
"sqlStatementResults": [
{
"numberOfRecordsUpdated": -1,
"resultFrame": {
"records": [
{
"values": [
{
"intValue": 1
},
{
"stringValue": "Aurora Serverless"
},
{
"stringValue": "2018-11-21 05:26:57.0"
}
]
}
],
"resultSetMetadata": {
"columnCount": 3,
"columnMetadata": [
{
"isAutoIncrement": false,
"name": "col1",
"nullable": 1,
"tableName": "sample_table",
"isCurrency": false,
"precision": 11,
"arrayBaseColumnType": 0,
"label": "col1",
"typeName": "INT",
"scale": 0,
"isCaseSensitive": false,
"isSigned": true,
"schemaName": "",
"type": 4
},
{
"isAutoIncrement": false,
"name": "col2",
"nullable": 1,
"tableName": "sample_table",
"isCurrency": false,
"precision": 20,
"arrayBaseColumnType": 0,
"label": "col2",
"typeName": "VARCHAR",
"scale": 0,
"isCaseSensitive": false,
"isSigned": false,
"schemaName": "",
"type": 12
},
{
"isAutoIncrement": false,
"name": "col3",
"nullable": 1,
"tableName": "sample_table",
"isCurrency": false,
"precision": 19,
"arrayBaseColumnType": 0,
"label": "col3",
"typeName": "DATETIME",
"scale": 0,
"isCaseSensitive": false,
"isSigned": false,
"schemaName": "",
"type": 93
}
]
}
}
}
]
}Lambdaからアクセスしてみる
以下の環境でLambdaを作成します。
- リージョン: 米国東部 (バージニア北部)
- ランタイム: Python 3.7
- Lambda実行のIAM権限: AmazonRDSDataFullAccessポリシーを設定
以下のコードでLambda関数を作成します。Data APIを使用するにはboto3でRDSDataServiceを使用します。
import json
import pprint
import boto3
def lambda_handler(event, context):
client = boto3.client('rds-data')
response = client.execute_sql(
awsSecretStoreArn='arn:aws:secretsmanager:us-east-1:123456789012:secret:aurora/serverless/data-api-hsbd0Q',
database='mydb',
dbClusterOrInstanceArn='arn:aws:rds:us-east-1:123456789012:cluster:serverless',
sqlStatements='select * from sample_table;'
)
pprint.pprint(response)
# TODO implement
return {
'statusCode': 200,
'body': json.dumps('Hello Aurora Serverles Data API !')
}適当なテストイベントを設定してテスト実行してみます。すると以下のようなエラーが発生しました。2018年11月21日現在ではLambdaのSDKでrds-dataサービスにまだ対応していないようです。早くSDKのバージョンが上がりrds-dataに対応してほしいです。
{
"errorMessage": "Unknown service: 'rds-data'. Valid service names are: acm, acm-pca, alexaforbusiness, apigateway, application-autoscaling, appstream, appsync, athena, autoscaling, autoscaling-plans, batch, budgets, ce, chime, cloud9, clouddirectory, cloudformation, cloudfront, cloudhsm, cloudhsmv2, cloudsearch, cloudsearchdomain, cloudtrail, cloudwatch, codebuild, codecommit, codedeploy, codepipeline, codestar, cognito-identity, cognito-idp, cognito-sync, comprehend, config, connect, cur, datapipeline, dax, devicefarm, directconnect, discovery, dlm, dms, ds, dynamodb, dynamodbstreams, ec2, ecr, ecs, efs, eks, elasticache, elasticbeanstalk, elastictranscoder, elb, elbv2, emr, es, events, firehose, fms, gamelift, glacier, glue, greengrass, guardduty, health, iam, importexport, inspector, iot, iot-data, iot-jobs-data, iot1click-devices, iot1click-projects, iotanalytics, kinesis, kinesis-video-archived-media, kinesis-video-media, kinesisanalytics, kinesisvideo, kms, lambda, lex-models, lex-runtime, lightsail, logs, machinelearning, macie, marketplace-entitlement, marketplacecommerceanalytics, mediaconvert, medialive, mediapackage, mediastore, mediastore-data, mediatailor, meteringmarketplace, mgh, mobile, mq, mturk, neptune, opsworks, opsworkscm, organizations, pi, pinpoint, pinpoint-email, polly, pricing, rds, redshift, rekognition, resource-groups, resourcegroupstaggingapi, route53, route53domains, s3, sagemaker, sagemaker-runtime, sdb, secretsmanager, serverlessrepo, servicecatalog, servicediscovery, ses, shield, signer, sms, snowball, sns, sqs, ssm, stepfunctions, storagegateway, sts, support, swf, transcribe, translate, waf, waf-regional, workdocs, workmail, workspaces, xray",
"errorType": "UnknownServiceError",
"stackTrace": [
" File \"/var/task/lambda_function.py\", line 7, in lambda_handler\n client = boto3.client('rds-data')\n",
" File \"/var/runtime/boto3/__init__.py\", line 91, in client\n return _get_default_session().client(*args, **kwargs)\n",
" File \"/var/runtime/boto3/session.py\", line 263, in client\n aws_session_token=aws_session_token, config=config)\n",
" File \"/var/runtime/botocore/session.py\", line 809, in create_client\n client_config=config, api_version=api_version)\n",
" File \"/var/runtime/botocore/client.py\", line 69, in create_client\n service_model = self._load_service_model(service_name, api_version)\n",
" File \"/var/runtime/botocore/client.py\", line 104, in _load_service_model\n api_version=api_version)\n",
" File \"/var/runtime/botocore/loaders.py\", line 132, in _wrapper\n data = func(self, *args, **kwargs)\n",
" File \"/var/runtime/botocore/loaders.py\", line 378, in load_service_model\n known_service_names=', '.join(sorted(known_services)))\n"
]
}さいごに
今までLambdaからRDBMSにアクセスする構成は高負荷でない場面などに限られおり、。そのためサーバーレスアーキテクチャの中でデータストアに対して複雑なクエリを発行するのが難しく、アプリ作成の難易度が上がる場合がしばしばありました。今回のアップデートによりサーバーレスアーキテクチャでもRDBMSがデータストアとして選択肢に上ってきたと思います。
0
