LambdaとECS/Fargateを選ぶときの自分用判断メモ
Java / Spring 系の API・バッチを対象に、分かっている条件だけで暫定判断するためのメモ。 すべての条件が揃うまで待つのではなく、「現時点ではどちら寄りか」「次に何を測れば判断が変わるか」を整理する。
30秒でわかる要点
判断の順番
- 制約で決まるか:15分を超える可能性、OS/Native依存、常駐必須など
- 実行モデルは何か:「1イベント = 1処理」か、「まとまった1 Job」か
- 実行密度はどの程度か:実行間隔ではなく
処理時間 ÷ 実行間隔で見る - Spring / コンテナを持つ価値があるか
- 既存基盤をどこまで流用できるか
- 最後に実測コストで確認する
覚えておく3つ
- 頻度ではなく実行密度を見る
- 最小サイズではなく総コストを見る(Lambdaなら
Memory × Duration) - 関数として作れるならLambda。Springアプリとして作る意味が強いならECSを比較する
「短いほどLambda、長いほどECS」は目安にはなる。 ただし実際には、Spring、並列性、既存ECS基盤、コンテナ運用、DB接続などで逆転する。
目次
- Part 1 判断の土台:早見表 / 「分からない」を許容する
- Part 2 まず見る強い条件:最大処理時間 / コンテナ固有要件 / 関数かJobか
- Part 3 実行の性質を見る:実行密度 / コールドスタート / 並列化
- Part 4 サイズ設計:Lambdaのメモリ / Fargateのサイズ
- Part 5 Springまわり:Springを使うか / Spring Batchを使うか
- Part 6 運用と既存基盤:既存ECS基盤への相乗り / 構築・保守運用
- Part 7 判断と振り返り:暫定判断の目安 / 最終判断フロー / チェックリスト / 一言まとめ / 参考
Part 1 判断の土台
1-1. 早見表
| 観点 | Lambda寄り | ECS/Fargate寄り |
|---|---|---|
| 実行時間 | 数秒〜数分 | 数分〜長時間 |
| 最大実行時間 | 15分以内 | 15分超の可能性 |
| 実行密度 | 低い | 高い / ほぼ常時 |
| 処理単位 | 1イベント = 1処理 | まとまったJob |
| 並列化 | 自然に増やしたい | 1 Taskで直列に処理したい |
| Java構成 | 素Java / 軽量 | Spring Boot / Spring Batch |
| DB | 短時間接続 | Connection Poolを維持したい |
| コンテナ | 特に必要ない | OS/Native/Sidecar等が必要 |
| 運用 | AWS側へ寄せたい | コンテナ/JVMまで管理する価値あり |
| 既存基盤 | 新規構築 | 成熟したECS基盤へ相乗り可能 |
基本仕様の確認
- 通常のLambda Functionsは最大15分
- LambdaのCPUはメモリ量に比例し、1,769MBで約1 vCPU相当
- FargateはCPU/Memoryの組み合わせを明示的に選択する
※仕様・料金は変更されるため、最終設計時はAWS公式情報を確認する。
1-2. 「分からない」を許容して判断する
設計初期では、次のような情報がまだないことが多い。
- 実処理時間
- コールドスタート時間
- Lambdaの適正メモリ
- Fargateの適正CPU/Memory
- 将来の件数
- 実際のCPUピーク
- GCの挙動
この段階で無理に決めず、分かっている条件だけで暫定判定する。
判定の読み方
| 判定 | 意味 |
|---|---|
| Lambdaが有力 | Lambda側の理由が複数あり、ECS固有の理由が少ない |
| ややLambda寄り | 現時点ではLambdaだが、実測次第で逆転する |
| ほぼ互角 / 情報不足 | 処理時間・サイズ・既存基盤などを測る価値が高い |
| ややECS寄り | 現時点ではECSだが、実測次第で逆転する |
| ECS/Fargateが有力 | ECS側の理由が複数あり、Lambda固有の理由が少ない |
「情報不足」は失敗ではなく、次に測るべき項目が分かった状態と考える。
Part 2 まず見る強い条件
2-1. 最大処理時間
最大15分以内
→ Lambda / ECS 両方候補
15分を超える可能性あり
→ ECS/Fargateを強く検討
見るのは平均ではなく、最大値・異常時・データ増加時。
2-2. コンテナ固有要件
次があるなら、ECS/Fargate側の理由が強くなる。
- OSパッケージ
- Native library
- Sidecar
- 独自Runtime
- コンテナイメージを実行単位として固定したい
- 長時間常駐Worker
逆に、次の程度なら、「コンテナ化すること自体」に価値があるかを一度考える。
Java
Jackson
JDBC
AWS SDK
単一jar
2-3. 「関数」か「Job」か
実行時間以外でかなり使いやすい判断軸。
Lambda寄り:1イベント = 1処理
SQS 1メッセージ
↓
変換
↓
DB参照
↓
更新
↓
終了
ECS寄り:まとまった1 Job
CSV取得
↓
複数レコード
↓
状態判定
↓
複数テーブル
↓
集計
↓
後処理
Part 3 実行の性質を見る
3-1. 頻度ではなく「実行密度」を見る
「1分おきだからECS」「1日1回だからLambda」とは限らない。見るべきなのは、
実行密度 = 1回の処理時間 ÷ 実行間隔
| 実行間隔 | 処理時間 | 実行密度 |
|---|---|---|
| 1分 | 180ms | 約0.3% |
| 1分 | 5秒 | 約8% |
| 1分 | 30秒 | 50% |
| 1分 | 60秒 | 100% |
| 5分 | 30秒 | 10% |
| 5分 | 3分 | 60% |
目安
処理時間 << 実行間隔
→ Lambda寄り
処理時間 ≒ 実行間隔
→ ECS Service / 常駐Workerも検討
1分間隔でもウォーム時180msなら、処理自体はほぼ何もしていない時間の方が長い。 この場合、「高頻度」という理由だけで常駐ECSにする必要性は低い。
3-2. コールドスタートは「平均」で見る
例えば次のケース。
Cold: 20秒
Warm: 180ms
1分間隔
コールドスタートの原因がDB接続やHTTP/TLS接続確立で、ウォーム時に再利用できるなら、Cold 20秒だけを理由にLambdaを避けない。
見るべきもの
- Cold時の時間
- Warm時の時間
- Cold発生率
- 実運用での平均Duration
- コールドスタートがSLA上許容できるか
ケース別の考え方
- バッチ:初回20秒が許容されるケースも多い
- API:「常に数百ms以内」が必要なら、コールドスタートの影響は強く見る
3-3. 並列化しない場合
Lambdaの強みの一つは、簡単な水平スケール。しかし、次のような場合はそのメリットを使わない。
- Task数1で十分
- 順序依存
- DB接続数を増やしたくない
- 同一データを同時更新したくない
だからといってLambdaが不適切になるわけではないが、Lambdaの加点要素が1つ減ると考える。
例えば次のように処理時間が極端に短ければ、並列化不要でも、Lambdaの待機0円・運用の軽さは十分大きなメリットになる。
1分間隔
並列不要
Warm 180ms
Cold 20秒
Part 4 サイズ設計
4-1. Lambdaのサイズは「小さいほど良い」ではない
Lambdaはメモリを増やすとCPUも増える。例えば、
512MB × 10秒 = 5 GB-s
1GB × 5秒 = 5 GB-s
なら料金はほぼ同じ。1GBにしたことで4秒まで縮めば、
1GB × 4秒 = 4 GB-s
となり、大きいLambdaの方が速くて安い。
Lambdaはメモリ使用率ではなく、Memory × Duration を見る。
Javaの実測開始候補
| Java構成 | まず試す候補 |
|---|---|
| 軽量な素Java | 512MB / 1GB |
| JDBC・Jackson等あり | 1GB / 1.5GB |
| CPU処理あり | 1GB / 1.5GB / 1769MB |
| Spring | 1GB / 1.5GB / 1769MB / 2GB |
1,769MB付近は約1 vCPU相当なので、Javaでは比較ポイントとして分かりやすい。
4-2. Fargateも「大きくしておけば安心」ではない
Java/Springで比較しやすいサイズ例
| vCPU | Memory | 用途イメージ |
|---|---|---|
| 0.25 | 1GB | 軽量Java |
| 0.25 | 2GB | CPUは軽いがJVMメモリは欲しい |
| 0.5 | 1GB | 軽量Worker |
| 0.5 | 2GB | 小さめSpring Bootの候補 |
| 0.5 | 3〜4GB | メモリ寄り |
| 1 | 2〜4GB | CPUも必要 |
| 2 | 8GB | 比較的大きい |
見るもの
- CPU平均だけでなくピーク
- Memory最大値
- GC Pause
- 処理時間
- 起動時間
- OOM余裕
- JVMのHeap / Native Memory
例えば、
1 vCPU / 4GB
CPU最大 5%
Memory最大 19%
なら、単純使用量はかなり小さい。
ただし、CPU平均だけ見て 0.25 vCPU に落とすのではなく、GCや瞬間CPUを含めて負荷試験する。
Part 5 Springまわり
5-1. Springを使うか
Springを使うこと自体がECS必須条件ではない。ただしSpringの活用度が高いほど、ECS/Fargate側の合理性は増える。
| 素Javaで十分なことが多い | Springの価値が出る |
|---|---|
| Jackson | Service / Repositoryが多い |
| JDBC | DIを多用 |
| AWS SDK | Transaction境界が複雑 |
| Service数個 | Validation |
| Repository数個 | 設定管理が多い |
| 単純Transaction | Spring Security |
| 既存Spring資産 | |
| Spring Batch |
関数として作れるならLambda。Springアプリとして作る意味が強いならECSを比較する。
5-2. Spring Batchを使うか
Spring BootとSpring Batchは二択ではない。
Spring Boot
└─ Spring Batch
Spring Batchを使う理由は「バッチだから」ではなく、バッチ実行制御をフレームワークに任せたいから。
向いているもの
- Chunk commit
- Reader / Processor / Writer
- Skip
- Retry
- 複数Step
- Job状態管理
- Restart
不要なケース
次の程度で、失敗時は最初からやり直せばよいなら、普通のSpring Boot Serviceでも十分。
データ取得
↓
Validation
↓
変換
↓
INSERT / UPDATE
↓
終了
Part 6 運用と既存基盤
6-1. 既存ECS基盤への相乗り
実案件ではここがかなり重要。次のものが既にあるなら、ECSの「構築が重い」という弱点はかなり小さくなる。
- ECS Cluster
- ECR
- VPC / Subnet
- Security Group
- IAM
- CI/CD
- CloudWatch
- NAT / VPC Endpoint
- DB疎通実績
その場合は、次を考える。
Lambdaにすることで何が嬉しいか?
| それでもLambdaにする理由 | ECSへ相乗りする理由 |
|---|---|
| 数秒〜数十秒しか動かない | Spring Boot / Spring Batch |
| 普段ほぼ停止 | まとまったJob |
| 1イベント単位 | DB Connection Pool |
| 将来並列化したい | Task数1でよい |
| コンテナを管理したくない | コンテナ運用が組織標準 |
| JVM/GC設計を減らしたい | CI/CD・監視・SG等をそのまま流用可能 |
| 小さな機能単位でデプロイしたい |
6-2. インフラ構築・保守運用
| Lambda側で主に見るもの | ECS/Fargate側で追加されるもの |
|---|---|
| Runtime | Dockerfile |
| Memory | Base Image |
| Timeout | ECR |
| IAM | Image脆弱性 |
| Concurrency | Task Definition |
| Event source | CPU / Memory |
| Logs / Metrics | JVM Heap / GC |
| VPC接続 | Task停止理由 |
| Deployment | |
| Service / RunTask |
APIならさらに、ALB / Target Group / Health Check / Auto Scaling など。
Fargateは「サーバー管理不要」ではあるが、「コンテナ管理不要」ではない。
Part 7 判断と振り返り
7-1. 情報が少ない段階の暫定判断
Lambda寄りと考えてよい(次のうち複数が当てはまる)
- 15分以内
- 数秒〜数分
- 実行密度が低そう
- 1イベント単位
- 素Java
- コンテナ固有要件なし
- 運用をAWSへ寄せたい
ECS寄りと考えてよい(次のうち複数が当てはまる)
- 15分超の可能性
- まとまったJob
- Spring Boot / Spring Batch
- Connection Poolを維持したい
- 常時Worker
- OS / Native依存
- 既存ECS基盤へほぼそのまま相乗り可能
まだ決めなくてよい
両方当てはまる場合は、次を測る。
- Warm時処理時間
- Cold時処理時間
- Cold発生率
- Lambda 512MB / 1GB / 1.5GB等の処理時間
- Fargate 0.25/2GB / 0.5/2GB等の処理時間
- CPU/Memoryピーク
- 実行密度
7-2. 最終判断フロー
15分を超える?
├─ Yes → ECS/Fargate
└─ 不明 / No
↓
コンテナ固有要件がある?
├─ Yes → ECS/Fargate
└─ 不明 / No
↓
1イベント = 1処理として自然に切れる?
├─ Yes → Lambda寄り
├─ No → ECS寄り
└─ 不明
↓
Spring / Spring Batchをどの程度使う?
├─ 本格利用 → ECS寄り
├─ 素Java → Lambda寄り
└─ 不明
↓
実行密度は高い?
├─ 高い → ECS Serviceも検討
├─ 低い → Lambda寄り
└─ 不明 → 実測
↓
成熟した既存ECS基盤へ相乗りできる?
├─ Yes → ECSのハードルが下がる
└─ No → Lambdaの運用メリットが大きい
↓
最後に実測コストで確認
7-3. 自分用チェックリスト
設計時に全部埋まらなくてもよい。
| 項目 | 回答 |
|---|---|
| API / Batch / Worker | 不明でも可 |
| 最大処理時間 | |
| Warm時処理時間 | |
| Cold時処理時間 | |
| 実行間隔 | |
| 1イベント単位か | |
| 並列化したいか | |
| Spring利用度 | |
| Spring Batch | |
| Connection Pool維持 | |
| コンテナ固有要件 | |
| 既存ECS基盤 | |
| 運用をAWSに寄せたいか | |
| Lambda候補Memory | |
| Fargate候補CPU/Memory | |
| 次に実測する項目 |
7-4. 一言で覚える
Lambda
必要なときだけ短く動く「処理」に向く。 コンテナ/JVM運用をAWSへ寄せられる。
ECS/Fargate
プロセスを持つ意味がある「アプリ / Job / Worker」に向く。 SpringやConnection Pool、既存コンテナ基盤を活かしやすい。
そして最重要なのは、
頻度ではなく実行密度。最小サイズではなく総コスト。
「現時点ではどちら寄りか」を先に出し、分からない項目はあとで実測して判定を更新すればよい。
7-5. 参考(AWS公式)
- AWS Lambda - Configure Lambda function timeout
- AWS Lambda - Configure Lambda function memory
- AWS Lambda Pricing
- AWS Fargate Pricing
- Amazon ECS - FargateのCPU/Memory組み合わせ
料金・制限・対応Runtimeは変更されるため、実際の設計時にはAWS公式の最新情報を確認する。