AWS LambdaでS3 Filesを使い、S3バケットをマウントして読み込む方法
AWS LambdaからAmazon S3のデータを処理する際、従来はboto3（get_object）を用いてメモリ上にダウンロードして処理するのが一般的でした。
しかし、2026年4月にリリースされた新機能「Amazon S3 Files」により、新たな方法が利用できるようになりました。S3バケットをNFS経由でファイルシステムとして直接マウントできるようになり、Lambdaからの利用もサポートされました。
本記事では、この新機能「S3 Files」をLambdaに紐付け、10万件以上のレコードを含むアクセスログ（CSV）をローカルファイル（/mnt/data/…）として直接読み込む手順と、ネットワークや権限設定で注意すべきポイントを解説します。
この記事の目次
全体アーキテクチャの概要
- Amazon S3：大量のログデータ（CSV）を保存するストレージ。
- Amazon S3 Files【2026年4月新機能】：S3をファイルシステム（NFSプロトコルベース）として公開する新機能。
- AWS Lambda：VPC内で動作し、S3 Filesのマウント機能を介して、ローカルパス/mnt/data経由でS3上のファイルに直接アクセスする実行環境。
VPCネットワークとルーティング設定のポイント
LambdaからS3 Files（マウントターゲット）へ安全に接続するためには、VPC内のネットワーク設計およびルーティングが正しく構成されている必要があります。実装の際は以下の点を確認してください。
- サブネットの配置とルーティング
- Lambda関数がデプロイされているサブネット（プライベートサブネットなど）のルートテーブルにおいて、マウントターゲットが存在するサブネットやネットワークインターフェイス（ENI）への通信経路が適切に確保されていること。
- セキュリティグループの相互通信
- マウントターゲット側（NFSポート2049）が、Lambda側のセキュリティグループからのインバウンド通信を許可していること。
- AWSサービスへのアクセス（VPCエンドポイントやNAT）
- Lambdaから各AWSサービス（S3やS3 FilesのコントロールプレーンAPIなど）へアクセスできるよう、NAT Gatewayや適切なVPCエンドポイント（Interface Endpoint）を経由する通信経路が確保されていること。
構築・検証の手順
①S3 Filesアクセスポイントの作成
まず、S3バケット上の特定のプレフィックスをルートディレクトリとするアクセスポイントを作成します。
Bash
aws s3files create-access-point \
--file-system-id <YOUR_FILE_SYSTEM_ID> \
--root-directory '{"path": "/lambda", "creationPermissions": {"ownerUid": 1000, "ownerGid": 1000, "permissions": "755"}}' \
--region ap-northeast-1②ネットワークとセキュリティグループの調整（トラブルシューティング）
Lambdaからマウントターゲット（NFS：ポート2049）への通信を許可するため、マウントターゲットのセキュリティグループに対して、Lambdaのセキュリティグループからのインバウンドルール（TCP 2049）を追加します。
Bash
# マウントターゲットのSGに対してLambdaのSGからのNFS（2049）通信を許可
aws ec2 authorize-security-group-ingress \
--group-id <MOUNT_TARGET_SECURITY_GROUP_ID> \
--protocol tcp \
--port 2049 \
--source-group <LAMBDA_SECURITY_GROUP_ID> \
--region ap-northeast-1③IAMロールの権限設定
Lambdaの実行ロールに対し、S3 Filesの接続権限および対象S3バケットへのアクセス権限（s3:GetObjectなど）を付与します。
ポリシー例（policy.json）：
JSON
{
"Version": "2012-10-17",
"Statement": [
{
"Sid": "AllowEFSMountPermissions",
"Effect": "Allow",
"Action": [
"elasticfilesystem:ClientMount",
"elasticfilesystem:ClientWrite",
"elasticfilesystem:ClientRootAccess",
"elasticfilesystem:DescribeMountTargets",
"elasticfilesystem:DescribeFileSystems"
],
"Resource": "*"
},
{
"Sid": "AllowS3Access",
"Effect": "Allow",
"Action": [
"s3:GetObject",
"s3:PutObject",
"s3:ListBucket"
],
"Resource": [
"arn:aws:s3:::infrastructurecomposer",
"arn:aws:s3:::infrastructurecomposer/*"
]
},
{
"Sid": "AllowS3ExpressMountPermissions",
"Effect": "Allow",
"Action": [
"s3express:CreateSession"
],
"Resource": "*"
},
{
"Sid": "AllowVPCAccessForS3Files",
"Effect": "Allow",
"Action": [
"ec2:CreateNetworkInterface",
"ec2:DescribeNetworkInterfaces",
"ec2:DeleteNetworkInterface"
],
"Resource": "*"
},
{
"Sid": "AllowCloudWatchLogs",
"Effect": "Allow",
"Action": [
"logs:CreateLogGroup",
"logs:CreateLogStream",
"logs:PutLogEvents"
],
"Resource": "arn:aws:logs:*:*:*"
}
]
}
④Lambdaのファイルシステム設定
Lambda関数にファイルシステム（S3 Files）を紐付けます。AWSコンソールまたはAWS CLIを用いて設定を行います。
- ファイルシステム/アクセスポイント：先ほど作成したS3 Filesのファイルシステムおよびアクセスポイントを指定します。
- ローカルマウントパス：Lambdaコンテナ内でのマウント先として/mnt/dataを指定します（※Lambdaのファイルシステムマウントパスは必ず/mnt/で始める必要があります）。
AWS CLIで設定する場合のコマンド例：
Bash
aws lambda update-function-configuration \
--function-name prd-log-processor-s3stream \
--file-system-configs '[{
"Arn": "arn:aws:elasticfilesystem:ap-northeast-1:440022655707:access-point/fsap-0c98f3fa1d57181e4",
"LocalMountPath": "/mnt/data"
}]' \
--region ap-northeast-1S3 FilesのアクセスポイントとLambdaのパスの関係
ここまでで設定した「S3 Filesのアクセスポイント」と「Lambda内のマウントパス（/mnt/data）」がどのように対応しているのかを整理します。
| 項目 | 概要 | 今回の設定例 |
| S3 Filesアクセスポイント | S3バケット内のどのフォルダ（プレフィックス）をルートとして公開するかを定義するエンドポイント | /lambdaフォルダを起点とするアクセスポイント |
| Lambdaのローカルマウントパス | Lambda関数のコンテナ内で、どのディレクトリ（パス）としてマウントするかを定義する設定 | /mnt/data |
【実際のパスの対応関係】 S3バケットの対象プレフィックス（例：/lambda/）の中にあるファイル（例: large_dataset2.csv）は、Lambdaコンテナ内では/mnt/data/large_dataset2.csvとして参照できます。これにより、ローカルディスク上のファイルと同様に読み込み・処理が可能になります。
Lambda関数の実装
S3 FilesによってLambdaのコンテナ内（/mnt/data）にマウントされたディレクトリから、通常のファイル読み込みと同様にCSVをパースします。API経由でファイルをダウンロードするコードを記述する必要がなく、コードがシンプルになります。
lambda_function.py：
Python
import json
import csv
from collections import Counter
# S3 Filesでマウントされたローカルパス
FILE_PATH = "/mnt/data/large_dataset.csv"
def lambda_handler(event, context):
try:
total_records = 0
status_code_counts = Counter()
total_response_time = 0
# 通常のファイルIOとして安全に読み込み
with open(FILE_PATH, mode='r', encoding='utf-8') as f:
reader = csv.DictReader(f)
for row in reader:
total_records += 1
status = row.get('status_code', 'UNKNOWN')
status_code_counts[status] += 1
try:
total_response_time += float(row.get('response_time_ms', 0))
except ValueError:
pass
avg_response_time = (
round(total_response_time / total_records, 2) if total_records > 0 else 0
)
return {
'statusCode': 200,
'body': json.dumps({
'message': 'Successfully processed access log via S3 Files mount',
'summary': {
'total_records_processed': total_records,
'average_response_time_ms': avg_response_time,
'status_code_breakdown': dict(status_code_counts)
}
}, ensure_ascii=False)
}
except Exception as e:
return {
'statusCode': 500,
'body': json.dumps({'error': str(e)})
}実行結果とパフォーマンス
設定完了後、Lambdaを呼び出すと以下の通り正常に処理が完了します。
JSON
{
"statusCode": 200,
"body": "{\"message\": \"Successfully processed access log via EFS/S3 Files mount\", \"summary\": {\"total_records_processed\": 100000, \"average_response_time_ms\": 254.62, \"status_code_breakdown\": {\"200\": 100000}}}"
}- 処理レコード数：100,000件のCSVレコード
- 実行時間（Duration）：約1.3秒〜2.0秒台（ウォーム時）
- メリット：従来のboto3による全件ダウンロード処理に比べ、メモリ消費量を抑えながら、Python標準のファイル操作API（open()やcsvモジュール）をそのまま利用したシンプルな実装が可能です。
まとめ
2026年4月にリリースされたAmazon S3 FilesをLambdaと組み合わせることで、S3上のファイルをローカルディスク上のファイルと同様に扱うというアプローチが可能になりました。
既存コードの変更を抑えながら、一般的なファイル操作でデータを高速処理できるため、サーバーレスアーキテクチャにおいて有効な選択肢になります。S3 Filesを活用したデータ処理を検討する際の参考にしてください。
