AWSサーバーレスアーキテクチャの冗長設計をStep Functionsで実現する方法｜エラー処理の設計

この記事のポイント

・Step FunctionsのRetryにJitterStrategy: FULLを加えると分散リトライになる
・Catchで全エラーを拾い、エラー内容をResultPathに保存して後続処理へ渡せる
・Lambda関数はべき等性設計（DynamoDB条件付き書き込み）で二重実行を防ぐ
・VPC Lambdaは複数AZのサブネットを指定することでマルチAZ冗長になる

# Step Functionsステートマシン定義（ASL形式・一部抜粋）
{
  "Comment": "Lambda失敗時のリトライ設定例",
  "StartAt": "ProcessData",
  "States": {
    "ProcessData": {
      "Type": "Task",
      "Resource": "arn:aws:lambda:ap-northeast-1:123456789012:function:ProcessDataFn",
      "Retry": [
        {
          "ErrorEquals": [
            "Lambda.ServiceException",
            "Lambda.AWSLambdaException",
            "Lambda.SdkClientException",
            "Lambda.TooManyRequestsException"
          ],
          "IntervalSeconds": 2,
          "MaxAttempts": 3,
          "BackoffRate": 2.0,
          "JitterStrategy": "FULL"
        }
      ],
      "End": true
    }
  }
}

# CatchでエラーハンドリングStateへ遷移する設定例（ASL抜粋）
"ProcessData": {
  "Type": "Task",
  "Resource": "arn:aws:lambda:ap-northeast-1:123456789012:function:ProcessDataFn",
  "Retry": [
    {
      "ErrorEquals": ["Lambda.TooManyRequestsException"],
      "IntervalSeconds": 3,
      "MaxAttempts": 5,
      "BackoffRate": 2.0,
      "JitterStrategy": "FULL"
    }
  ],
  "Catch": [
    {
      "ErrorEquals": ["States.TaskFailed"],
      "Next": "NotifyFailure",
      "ResultPath": "$.error"
    },
    {
      "ErrorEquals": ["States.ALL"],
      "Next": "NotifyFailure",
      "ResultPath": "$.error"
    }
  ],
  "Next": "SaveResult"
}

# Lambda関数の失敗時送信先にSQS DLQを設定する
aws lambda update-function-event-invoke-config \
  --function-name ProcessDataFn \
  --destination-config '{"OnFailure":{"Destination":"arn:aws:sqs:ap-northeast-1:123456789012:ProcessDataDLQ"}}' \
  --region ap-northeast-1

# DLQに蓄積されたメッセージ数を確認する
aws sqs get-queue-attributes \
  --queue-url https://sqs.ap-northeast-1.amazonaws.com/123456789012/ProcessDataDLQ \
  --attribute-names ApproximateNumberOfMessages \
  --region ap-northeast-1

{
    "Attributes": {
        "ApproximateNumberOfMessages": "0"
    }
}

# DynamoDBに実行IDをキーとして書き込む（Python Lambda内での処理パターン）
# PK に Step Functions の executionId を使い、attribute_not_exists でべき等性を確保する

import boto3
from botocore.exceptions import ClientError

dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table('ProcessedJobs')

def lambda_handler(event, context):
    execution_id = event.get('executionId')

    try:
        # attribute_not_exists(id) の条件：idが存在しなければ書き込む（重複なら失敗）
        table.put_item(
            Item={
                'id': execution_id,
                'status': 'processing',
            },
            ConditionExpression='attribute_not_exists(id)'
        )
    except ClientError as e:
        if e.response['Error']['Code'] == 'ConditionalCheckFailedException':
            # 同じexecutionIdで既に処理済み → スキップして正常終了
            return {'status': 'already_processed', 'executionId': execution_id}
        raise

    # ここから実際のビジネスロジックを実行する
    result = do_business_logic(event)
    table.update_item(
        Key={'id': execution_id},
        UpdateExpression='SET #s = :done',
        ExpressionAttributeNames={'#s': 'status'},
        ExpressionAttributeValues={':done': 'completed'}
    )
    return result

# Lambda関数のVPC設定に複数AZのサブネットを指定する（東京リージョン 1a/1b/1c）
aws lambda update-function-configuration \
  --function-name ProcessDataFn \
  --vpc-config SubnetIds=subnet-aaaaaa01,subnet-bbbbbb02,subnet-cccccc03,SecurityGroupIds=sg-xxxxxxxx \
  --region ap-northeast-1

# Lambdaの予約済み同時実行数を100に設定する
aws lambda put-function-concurrency \
  --function-name ProcessDataFn \
  --reserved-concurrent-executions 100 \
  --region ap-northeast-1

# waitForTaskTokenパターンに HeartbeatSeconds を設定する（ASL抜粋）
"WaitForExternalSystem": {
  "Type": "Task",
  "Resource": "arn:aws:states:::lambda:invoke.waitForTaskToken",
  "Parameters": {
    "FunctionName": "ExternalCallFn",
    "Payload": {
      "taskToken.$": "$$.Task.Token",
      "input.$": "$"
    }
  },
  "HeartbeatSeconds": 300,
  "TimeoutSeconds": 3600,
  "Retry": [
    {
      "ErrorEquals": ["States.HeartbeatTimeout"],
      "IntervalSeconds": 10,
      "MaxAttempts": 2
    }
  ],
  "Catch": [
    {
      "ErrorEquals": ["States.HeartbeatTimeout", "States.Timeout"],
      "Next": "HandleTimeout"
    }
  ]
}