Chapter.4 では、Terraform を使って AWS Lambda 関数をデプロイしてみましょう。
アーキテクチャ図
デプロイするのは、以下のアーキテクチャ図のような構成です。AWS Lambda 関数と IAM Role というシンプルな構成です。
main.tf を読む
Chapter.4 では、今までの Chapter と順番を変えて、最初に Terraform コードを紹介します。
まずは main.tf の最後に定義している aws_lambda_function リソースです。名前の通り、AWS Lambda 関数を定義するリソースです。そして、aws_lambda_function の引数 function_name は関数名、runtime はランタイムを意味していて、ここはイメージしやすいはずです。
なお、引数 role に設定している IAM Role は、別の aws_iam_role リソースで定義しています。
なお、引数 filename と source_code_hash に関しては、Chapter.4 最後のコード解説にまとめています。
data "aws_iam_policy_document" "assume_role" {
statement {
effect = "Allow"
principals {
type = "Service"
identifiers = ["lambda.amazonaws.com"]
}
actions = ["sts:AssumeRole"]
}
}
resource "aws_iam_role" "lambda_execution_role" {
name = "chapter04-role"
assume_role_policy = data.aws_iam_policy_document.assume_role.json
}
data "archive_file" "chapter04" {
type = "zip"
source_dir = "${path.module}/function/src"
output_path = "${path.module}/function/dist/chapter04.zip"
}
resource "aws_lambda_function" "chapter04" {
function_name = "chapter04-function"
handler = "app.lambda_handler"
runtime = "python3.12"
role = aws_iam_role.lambda_execution_role.arn
filename = "${path.module}/function/dist/chapter04.zip"
source_code_hash = data.archive_file.chapter04.output_base64sha256
}
Terraform でデプロイする（terraform init）
まずは terraform init コマンド（tflocal init コマンド）で初期化をします。
$ cd ${CODESPACE_VSCODE_FOLDER}/chapter04
$ tflocal init
Terraform でデプロイする（terraform plan）
そして、terraform plan コマンド（tflocal plan コマンド）を使って実行結果の確認をします。最後の行を確認すると 2 to add とあり、リソースが2つ追加されることを表しています。そして、... will be created という文字列を探すと、IAM Role aws_iam_role.lambda_execution_role と AWS Lambda 関数 aws_lambda_function.chapter04 の2つが追加されることを確認できます。
$ tflocal plan
Terraform used the selected providers to generate the following execution plan. Resource actions are indicated with the following symbols:
+ create
Terraform will perform the following actions:
# aws_iam_role.lambda_execution_role will be created
+ resource "aws_iam_role" "lambda_execution_role" {
+ arn = (known after apply)
+ assume_role_policy = jsonencode(
{
+ Statement = [
+ {
+ Action = "sts:AssumeRole"
+ Effect = "Allow"
+ Principal = {
+ Service = "lambda.amazonaws.com"
}
},
]
+ Version = "2012-10-17"
}
)
+ create_date = (known after apply)
+ force_detach_policies = false
+ id = (known after apply)
+ managed_policy_arns = (known after apply)
+ max_session_duration = 3600
+ name = "chapter04-role"
+ name_prefix = (known after apply)
+ path = "/"
+ tags_all = (known after apply)
+ unique_id = (known after apply)
+ inline_policy (known after apply)
}
# aws_lambda_function.chapter04 will be created
+ resource "aws_lambda_function" "chapter04" {
+ architectures = (known after apply)
+ arn = (known after apply)
+ code_sha256 = (known after apply)
+ filename = "./function/dist/chapter04.zip"
+ function_name = "chapter04-function"
+ handler = "app.lambda_handler"
+ id = (known after apply)
+ invoke_arn = (known after apply)
+ last_modified = (known after apply)
+ memory_size = 128
+ package_type = "Zip"
+ publish = false
+ qualified_arn = (known after apply)
+ qualified_invoke_arn = (known after apply)
+ reserved_concurrent_executions = -1
+ role = (known after apply)
+ runtime = "python3.12"
+ signing_job_arn = (known after apply)
+ signing_profile_version_arn = (known after apply)
+ skip_destroy = false
+ source_code_hash = "oG5IjnWwks/rbuIDkaDRQF/2caONc4cAtIex9N0dB4Q="
+ source_code_size = (known after apply)
+ tags_all = (known after apply)
+ timeout = 3
+ version = (known after apply)
+ ephemeral_storage (known after apply)
+ logging_config (known after apply)
+ tracing_config (known after apply)
}
Plan: 2 to add, 0 to change, 0 to destroy.
Terraform でデプロイする（terraform apply）
最後は、terraform apply コマンド（tflocal apply コマンド）を使ってデプロイします。
$ tflocal apply
（中略）
Do you want to perform these actions?
Terraform will perform the actions described above.
Only 'yes' will be accepted to approve.
Enter a value: yes
aws_iam_role.lambda_execution_role: Creating...
aws_iam_role.lambda_execution_role: Creation complete after 0s [id=chapter04-role]
aws_lambda_function.chapter04: Creating...
aws_lambda_function.chapter04: Still creating... [10s elapsed]
aws_lambda_function.chapter04: Still creating... [20s elapsed]
aws_lambda_function.chapter04: Still creating... [30s elapsed]
aws_lambda_function.chapter04: Creation complete after 38s [id=chapter04-function]
Apply complete! Resources: 2 added, 0 changed, 0 destroyed.
Apply complete! Resources: 2 added, 0 changed, 0 destroyed. と表示されていれば成功です！
リソース確認
LocalStack Resource Browser を開き、Lambda 画面に遷移し、chapter04-function を確認してみましょう！AWS Lambda 関数がデプロイされているはずです。
Chapter.4 はここまでです✋
コード解説
簡単にコードのポイントを解説します。読み飛ばしても大丈夫です👌
provider.tf
Chapter.2 と同じです。
main.tf
まず、archive_file データソースで、指定したディレクトリを zip 形式にまとめています。zip ファイルは terraform plan コマンド（tflocal plan コマンド）を実行したタイミングで生成されます。
data "archive_file" "chapter04" {
type = "zip"
source_dir = "${path.module}/function/src"
output_path = "${path.module}/function/dist/chapter04.zip"
}
そして、AWS Lambda 関数は、コードとライブラリを zip ファイルにまとめてアップロードする仕組みになっています。archive_file データソースで生成した zip ファイルを aws_lambda_function リソースの filename に指定しています。さらに、source_code_hash には、AWS Lambda 関数のコードを更新するかどうかを判定するために、zip ファイルの Base64 エンコードされた SHA-256 ハッシュの値を設定しています。
resource "aws_lambda_function" "chapter04" {
function_name = "chapter04-function"
handler = "app.lambda_handler"
runtime = "python3.12"
role = aws_iam_role.lambda_execution_role.arn
filename = "${path.module}/function/dist/chapter04.zip"
source_code_hash = data.archive_file.chapter04.output_base64sha256
}
function/src/app.py
Chapter.4 では AWS Lambda 関数をデプロイすることを目的にしていたため、実際のコードはログを1行出力するだけのシンプルな実装になっています。
def lambda_handler(event, context):
print('aws-terraform-workshop-using-localstack')
コード解説はここまでです✋