Step Functions のスターターテンプレートを使用してステートマシンをデプロイする

さまざまなユースケースやパターンの例に合わせてステートマシンをデプロイするために、AWS Step Functions コンソールで次のいずれかのスターターテンプレートを選択できます。これらのスターターテンプレートはready-to-runサンプルプロジェクトです。 AWS

これらのサンプルプロジェクトを使用してそのままデプロイして実行することも、ワークフロープロトタイプを使用してその上に構築することもできます。これらのプロジェクトに基づいて構築する場合、Step Functions はワークフロープロトタイプを作成しますが、ワークフロー定義にリストされているリソースはデプロイしません。

サンプルプロジェクトをデプロイすると、完全に機能するステートマシンがプロビジョニングされ、ステートマシンを実行するための関連リソースが作成されます。サンプルプロジェクトを作成すると、Step Functions は AWS CloudFormation を使用してステートマシンによって参照される関連リソースを作成します。

スターターテンプレートのリスト

• Amazon ECS および Amazon SNS を使用してコンテナタスクを管理する

• Lambda、DynamoDB、および Amazon SQS を使用してデータレコードを転送する

• Lambda と でジョブステータスをポーリングする AWS Batch

• Lambda と Amazon SNS を使用してタスクタイマーを作成する

• Amazon SQS、Amazon SNS、Lambda を使ってコールバックパターンの例を作成する

• Amazon EMR ジョブを管理する

• EMR Serverless ジョブを実行する

• Step Functions と Lambda を使用してワークフロー内でワークフローを開始する

• Step Functions で Map 状態を持つキューのデータを処理する

• 分散マップを使用して Amazon S3 から CSV ファイルを処理する

• Amazon S3 バケットのデータを分散マップで処理する

• Amazon SageMaker AI を使用して機械学習モデルをトレーニングする

• SageMaker AI で機械学習モデルのハイパーパラメータを調整する

• Amazon Bedrock で AI プロンプトチェイニングを実行する

• Step Functions Express ワークフローを使用して Amazon SQS からの大量のメッセージを処理する

• Standard ワークフローと Express ワークフローを使用して選択的チェックポイントを実行する

• Step Functions を使用して AWS CodeBuild プロジェクトを構築する

• Amazon SageMaker AI を使用してデータを前処理し、機械学習モデルをトレーニングする

• Step Functions ステートマシン AWS Lambda と Amazon SQS および Amazon SNS との統合

• Athena クエリを開始し、結果通知を送信する

• Athena を使用して順番かつ並列的にクエリを実行する

• AWS Glue クローラーを使用して大規模なデータセットをクエリする

• ターゲットテーブル内のデータを AWS Glue と Athena で更新する

• ノードグループで Amazon EKS クラスターを作成及び管理する

• API Gateway によって管理される API を操作する

• API Gateway 統合を使用して Fargate で実行されているマイクロサービスを呼び出す

• EventBridge イベントバスにカスタムイベントを送信する

• API Gateway 経由で同期 Express ワークフローを呼び出す

• Step Functions と Amazon Redshift API を使用して ETL/ELT ワークフローを実行する

• AWS Batch と Amazon SNS を使用したバッチジョブの管理

• Map 状態のバッチジョブをファンアウトする

• Lambda で AWS Batch ジョブを実行する