
Amazon ElastiCache Serverless for Valkey の DynamoDB caching を試してみた
はじめに
2026-11-17 に、Amazon ElastiCache Serverless for Valkey の DynamoDB caching が発表されました。
DynamoDB caching は、DynamoDB からの読み取りを ElastiCache Serverless for Valkey のキャッシュ経由にする機能です。この記事では、Python 版の統合クライアントで DynamoDB caching を試した結果を紹介します。
キャッシュの作成と接続
検証の環境は、東京リージョン(ap-northeast-1)と Valkey 9.0 です。クライアント側は aws-elasticache-integration-client 1.0.0、boto3 1.44.5、Python 3.12 を使い、AWS CLI は 2.41.0 です。
キャッシュの作成
作成時に --integrations で DynamoDB の統合を指定します。
aws elasticache create-serverless-cache \
--serverless-cache-name devio-ddb-cache-a \
--engine valkey --major-engine-version 9 \
--integrations IntegrationType=DYNAMODB \
--user-group-id default.iam-user-group \
--connection-type public
DynamoDB caching は Valkey 9 以上のエンジンバージョンで使えます。認証は IAM のみのため、ユーザーグループには IAM 認証用の default.iam-user-group を指定しました。
作成後に、describe-serverless-caches でエンドポイントを取得します。
aws elasticache describe-serverless-caches --serverless-cache-name devio-ddb-cache-a
{
"ServerlessCaches": [
{
"ServerlessCacheName": "devio-ddb-cache-a",
"Status": "available",
"Engine": "valkey",
"MajorEngineVersion": "9",
"FullEngineVersion": "9.0",
"Endpoint": {
"Address": "devio-ddb-cache-a-<id>.public.serverless.apne1.cache.amazonaws.com",
"Port": 6379
},
"UserGroupId": "default.iam-user-group",
"ConnectionType": "public",
"Integrations": [
{
"IntegrationType": "dynamodb",
"Status": "enabled"
}
]
}
]
}
作成を開始した 15:44:20 から、15秒間隔のポーリングで available を確認できた 15:45:32 までは約72秒でした。Integrations の Status は、作成コマンドの応答の時点で enabled でした。
VPC の外にあるローカルの PC から接続するため、接続方法には public を選びました。PC 上の Docker コンテナから、Endpoint の Address とポート 6379 で接続して、読み取れることを確認しました。
クライアントの設定
IAM の権限は、DynamoDB の通常の権限に加えて elasticache:Connect が必要です。Python 版の README は、Connect の対象としてキャッシュと ElastiCache ユーザー(既定は default.iam-user)の両方を挙げています。検証は AdministratorAccess のロールで行ったため、必要な権限の範囲は確認していません。ユーザーガイドを参照してください。
Python 版の aws-elasticache-integration-client を使います。
pip install aws-elasticache-integration-client==1.0.0
アプリ側では、boto3 の DynamoDB クライアントに対して install を追加します。以降、このクライアントの get_item や put_item はキャッシュ経由になります。
import boto3
import aws_elasticache_integration_client
ddb = boto3.client("dynamodb", region_name="ap-northeast-1")
aws_elasticache_integration_client.install(
client=ddb,
endpoint="<endpoint-address>:6379",
cache_name="devio-ddb-cache-a",
)
動作の確認
キャッシュを通さないクライアントと install 済みのクライアントを使い分けて、更新後にどの値が読めるかを確かめます。検証用のテーブルは、パーティションキー id(文字列型)のオンデマンドテーブルです。
aws dynamodb create-table --table-name devio-ddbcache-verify \
--attribute-definitions AttributeName=id,AttributeType=S \
--key-schema AttributeName=id,KeyType=HASH \
--billing-mode PAY_PER_REQUEST
2つのクライアントを作る関数と、読み書きの補助関数を check_cache.py として保存し、python -i check_cache.py で読み込んで操作します。ENDPOINT には、describe-serverless-caches で取得した Address とポートを入れます。
from typing import Any
import boto3
import aws_elasticache_integration_client as ec
from aws_elasticache_integration_client import ElastiCacheIntegrationsClientConfiguration
REGION = "ap-northeast-1"
TABLE = "devio-ddbcache-verify"
ENDPOINT = "<endpoint-address>:6379"
CACHE_NAME = "devio-ddb-cache-a"
def make_direct() -> Any:
return boto3.client("dynamodb", region_name=REGION)
def make_cached(overrides: dict[str, Any] | None = None) -> Any:
ddb = boto3.client("dynamodb", region_name=REGION)
ec.install(
client=ddb,
endpoint=ENDPOINT,
cache_name=CACHE_NAME,
client_configuration=ElastiCacheIntegrationsClientConfiguration(
cache_policy_overrides=overrides
),
)
return ddb
def put_value(client: Any, key: str, value: str) -> None:
client.put_item(TableName=TABLE, Item={"id": {"S": key}, "value": {"S": value}})
def get_value(client: Any, key: str, **kwargs: Any) -> tuple[str | None, float | None]:
resp = client.get_item(TableName=TABLE, Key={"id": {"S": key}}, **kwargs)
value = resp.get("Item", {}).get("value", {}).get("S")
consumed = resp.get("ConsumedCapacity", {}).get("CapacityUnits")
return value, consumed
以降、make_direct で作ったクライアントでの put_item(項目の作成を含む)を「直接更新」と呼びます。
ヒットの見分け方
個々の get_item がヒットしたかどうかは、ReturnConsumedCapacity=TOTAL を指定すると分かります。レスポンスに、消費した読み取り容量が CapacityUnits として入ります。キャッシュに無い項目は DynamoDB から読むため 0.5、キャッシュにある項目は 0.0 になります。次のコードでは、直接作成した項目を同じ条件で3回読みました。
direct = make_direct()
cached = make_cached()
put_value(direct, "hit-1", "v1")
get_value(cached, "hit-1", ReturnConsumedCapacity="TOTAL")
get_value(cached, "hit-1", ReturnConsumedCapacity="TOTAL")
get_value(cached, "hit-1", ReturnConsumedCapacity="TOTAL")
CapacityUnits は 0.5、0.0、0.0 でした。1回目だけが DynamoDB からの読み取り(ミス)で、2回目以降はヒットです。
ReturnConsumedCapacity を指定しない通常の読み取りのヒットは、CloudWatch のメトリクスで確かめます。1回のミスの後に、同じキーを100回読みました。
cached = make_cached()
put_value(make_direct(), "metrics-1", "m1")
for _ in range(101):
get_value(cached, "metrics-1")
名前空間は AWS/ElastiCache です。ユーザーガイドにはディメンションが ClusterId、TableName、Operation と書かれています。一方、list-metrics が返したディメンション名は clusterId、table、operation でした。CLI では list-metrics が返した名前を指定します。
START=2026-11-18T06:50:00Z; END=2026-11-18T06:56:00Z
for m in DynamoDBCachingHits:Sum DynamoDBCachingMisses:Sum DynamoDBCachingHitRate:Average; do
echo "## ${m%%:*} (${m##*:}, period 60s)"
aws cloudwatch get-metric-statistics --namespace AWS/ElastiCache --metric-name ${m%%:*} \
--dimensions Name=clusterId,Value=devio-ddb-cache-a Name=operation,Value=GetItem Name=table,Value=devio-ddbcache-verify \
--start-time $START --end-time $END --period 60 --statistics ${m##*:} \
--query "sort_by(Datapoints,&Timestamp)[].[Timestamp,${m##*:}]" --output text
done
## DynamoDBCachingHits (Sum, period 60s)
2026-11-18T15:51:00+09:00 100.0
## DynamoDBCachingMisses (Sum, period 60s)
2026-11-18T15:51:00+09:00 1.0
## DynamoDBCachingHitRate (Average, period 60s)
2026-11-18T15:51:00+09:00 0.9900990099009901
今回の測定では、読み取りの約3分後にはデータポイントが無く、約5分後に得られました。
直接更新した後の読み取り
キャッシュ済みの項目(v1)を直接 v2 に更新し、キャッシュ経由の get_item を次の表の順に4回実行しました。
| 操作(キャッシュ経由の get_item) | 返った値 |
|---|---|
| 通常の読み取り(直接更新の直後) | v1 |
| ReturnConsumedCapacity=TOTAL を指定した読み取り | v2(消費量 0.5) |
| ConsistentRead を true にした読み取り | v2 |
| 通常の読み取り(その後) | v2 |
直接更新の後も、通常の get_item は古い値(v1)を返しました。ConsistentRead を true にすると最新の値(v2)が返り、その後は通常の読み取りでも v2 が返りました。TTL が切れた後の読み取りでも最新の値が返ります(TTL の節で試します)。
別のアプリが DynamoDB を直接更新する構成では、鮮度が必要な読み取りに ConsistentRead を true にします。
キャッシュ経由の書き込み
キャッシュ経由の put_item と delete_item を、読み取り済みの項目と、まだ読み取っていない項目に対して実行しました。
| 操作(キャッシュ経由) | 直後のキャッシュ経由の読み取り |
|---|---|
| 読み取り済みの項目を put_item(v1 から v2) | v2 |
| 読み取り済みの項目を delete_item | 項目なし(None) |
| まだ読み取っていない項目を put_item(w1)し、その後キャッシュを通さず w2 に更新 | w2 |
まだ読み取っていない項目は、キャッシュ経由で書き込んでもキャッシュに入りません。
保持時間と対象の指定
キャッシュの保持時間と対象は、install に渡す設定で指定できます。
TTL の設定名は、ユーザーガイドでは ttl と negative_ttl です。Python 版では cache_policy_overrides の item_ttl と item_negative_ttl です。
TTL
TTL の既定値は5分です。item_ttl を5秒にして、変更できるかを確認しました。
cached = make_cached({"item_ttl": 5})
キャッシュ経由で v1 を読み取ってから直接 v2 に更新すると、直後の読み取りは v1 でした。6秒待った後の読み取りは v2 でした。
ネガティブキャッシュ
存在しない項目を読んだ結果(None)は、ネガティブキャッシュとして残ります。ネガティブキャッシュの TTL の既定値は60秒です。
存在しない項目を読んで None を得た後に、その項目を直接 put_item で作成しました。キャッシュ経由の通常の読み取りは、None のままでした。ConsistentRead を true にすると値が返り、その後は通常の読み取りでも値が返りました。
item_negative_ttl を 0 にしたクライアントで同じ手順を試すと、作成直後の通常の読み取りで値が返りました。
cached = make_cached({"item_negative_ttl": 0})
対象テーブルと操作の絞り込み
cached_tables でキャッシュの対象テーブルを、cached_operations で対象の操作を絞れます。ユーザーガイドによると、キャッシュに対応する API は次の10個です。
- 項目単位:GetItem、PutItem、UpdateItem、DeleteItem
- バッチ:BatchGetItem、BatchWriteItem
- 検索:Query、Scan
- トランザクション:TransactGetItems、TransactWriteItems
次の2つの設定で、直接更新の見え方を比べました。
make_cached({"cached_tables": ["some-other-table"]})
make_cached({"cached_tables": [TABLE], "cached_operations": ["GetItem"]})
| 設定 | 直接更新の後の読み取り |
|---|---|
| cached_tables を別のテーブル名にする | 最新の値 |
| cached_tables を検証用テーブル、cached_operations を GetItem にする | 古い値 |
1つ目は、検証用テーブルがキャッシュの対象外になるため、直接更新が反映されました。2つ目は、読み取ったテーブルと操作(GetItem)がどちらも指定に含まれるため、キャッシュが効いて古い値が返りました。
まとめ
今回サポートされた DynamoDB caching は、DAX と異なりノードの管理が不要で、料金は Amazon ElastiCache Serverless for Valkey のリクエストと消費ストレージに対する従量課金で利用できます。
アプリケーション側は、DynamoDB caching に対応した SDK(boto3 のクライアント)に install を追加するのみで、get_item や put_item のコードを変えずにキャッシュ経由で利用できました。リリース時点でサポートされている言語は、Python、Node.js、Java の3言語です。
DynamoDB への読み取りが多く、キャッシュが有効なワークロードで、キャッシュ制御の独自実装やノード管理を避けたい場合の選択肢としてご活用ください。
参考







