Amazon CodeGuru

解決する課題

コード品質の維持には、人手によるレビューと性能チューニングが欠かせませんが、いずれもレビュアーの経験に依存し、見落としや属人化が起きがちです。また本番環境の性能劣化は、再現が難しく原因特定に時間がかかります。CodeGuru なら：

• プルリクエストの自動レビューで、バグの温床やセキュリティ上の問題を機械的に指摘できる
• 本番で動くアプリを継続的にプロファイリングし、性能のボトルネックを可視化できる
• 指摘や分析結果が改善の根拠とともに提示され、レビューや調査の属人化を減らせる

CodeGuru は大きく Reviewer（コードレビュー） と Profiler（性能分析） の2つの機能で構成されます。

主要概念と用語

• CodeGuru Reviewer: ソースコードを静的に解析し、潜在的なバグ・リソースリーク・並行処理の問題・セキュリティ上の懸念などを指摘する機能
• CodeGuru Profiler: 稼働中のアプリにエージェントを組み込み、実行時のプロファイルを収集して CPU・メモリ消費の多い箇所を特定する機能
• リポジトリ関連付け: Reviewer を使うために、CodeCommit や GitHub などのリポジトリを CodeGuru に関連付ける設定
• コードレビュー: Reviewer が1回の解析で生成する指摘（レコメンデーション）のまとまり
• レコメンデーション: 問題箇所と、その理由・改善の方向性を示す個別の指摘
• プロファイリンググループ: Profiler がプロファイルを集約する単位。同じアプリの複数インスタンスをまとめて分析する
• フレームグラフ: 関数の呼び出し関係と各関数が占める時間の割合を可視化した図
• セキュリティ検出: Reviewer のうち、機密情報のハードコードや脆弱な実装パターンを指摘する分析

仕様・制限・クォータ

• Reviewer は既存の CodeCommit・GitHub・Bitbucket などの関連付けに限り、プルリクエスト単位または対象ブランチ全体の解析を継続できる。新しい関連付けは作成できない
• Reviewer の解析対象言語は Java と Python。既存の GitHub Enterprise Server と Bitbucket の関連付けは CodeConnections を介する
• Profiler は エージェント（ライブラリ）をアプリに組み込んで動作し、Java／JVM 系言語や Python などに対応する。ヒープ概要は JVM アプリだけで利用できる
• Profiler のオーバーヘッドは小さく抑えられており、本番環境での常時計測を前提に設計されている
• 指摘や解析の精度・対応範囲は機械学習モデルの更新により変化する

Reviewer はリポジトリ最大 4 GB、CodeCommit の解析済みプルリクエスト月 5,000、Java ソース 300 MB、Python ソース 50 MB が主な上限です。Profiler は 1 アカウント・リージョンあたり最大 500 プロファイリンググループです。

内部の仕組み

横にスクロール

Reviewer は既存の関連付けからリポジトリのコードを取り込み、機械学習モデルとプログラム解析を組み合わせて評価します。プルリクエストに関連付けると、差分を解析し、問題箇所にレコメンデーションをコメントとして残します。

• Reviewer はパターンに基づく解析と学習済みモデルで、リソースリークや例外処理の不備などを検出する
• セキュリティ検出では、機密情報のハードコードや安全でない API 利用などを指摘する
• Profiler はアプリ内のエージェントが一定間隔でスタックをサンプリングし、結果をプロファイリンググループへ送る
• 集約されたプロファイルはフレームグラフとして可視化され、時間を多く消費する関数を特定できる

設計パターン / ベストプラクティス

• 既存 Reviewer を維持しつつ移行する: 既存関連付けの自動レビューを継続し、Amazon Q Developer などの代替結果と並行比較する
• 指摘をトリアージする運用: すべての指摘を機械的に従うのではなく、重要度を見て対応するかを判断する
• Profiler を本番に常駐: 代表的なワークロードを継続計測し、性能の変化を経時で追えるようにする
• プロファイリンググループの分離: 環境（本番・ステージング）やサービスごとにグループを分け、混在を避ける
• レビューと性能分析の併用: Reviewer で品質を、Profiler でコスト効率を改善し、両輪で最適化する

運用・監視

• Reviewer の指摘はコンソールやプルリクエストのコメントで確認し、対応状況を追跡する
• Profiler のフレームグラフを定期的に見直し、ボトルネックの推移を把握する
• 性能劣化のリリースがないか、デプロイ前後でプロファイルを比較する
• Reviewer の既存解析対象ブランチを見直し、新規関連付けを前提としない移行計画を更新する

コスト

Reviewer は関連付けたリポジトリの最大ブランチに含まれるコード行数を合算した月額制で、各リポジトリにつき月 2 回の全体解析を含みます。追加の全体解析は 10 USD / 10 万行です。Profiler はエージェント 1 個が 1 時間動くと 1 サンプリング時間として数えます。

• Reviewer の差分解析は月額に含まれるが、各リポジトリで月 2 回を超える全体解析は追加料金になる
• Profiler は最初の 36,000 サンプリング時間 / グループ・月まで 0.005 USD / 時間。Lambda は支払者アカウントの最初の 500 時間が無料である
• Profiler でホットスポットを改善し CPU を削減できれば、計算リソースの費用そのものを下げられる

正確な単価は時期・リージョンで変動するため、断定的な金額は公式の料金ページで確認してください。

セキュリティ

• リポジトリの関連付けや結果取得には IAM で権限を制御し、最小権限を徹底する
• Reviewer のセキュリティ検出を活用し、認証情報のハードコードや脆弱なパターンを早期に発見する
• 解析対象のコードや結果には機密が含まれうるため、アクセスできる利用者を限定する
• 指摘で見つかった機密情報は、コードから除去し Secrets Manager などへ移す

Well-Architected の観点

• パフォーマンス効率: Profiler で本番のボトルネックを定量的に把握し、効果の高い箇所から改善できる
• セキュリティ: Reviewer のセキュリティ検出で、コードに潜む機密漏えいや脆弱パターンを早期に発見できる
• ボトルネック解消による CPU 削減は、コスト最適化にも直結する

試験で問われるポイント

関連サービス・比較

実行のトレースを追う AWS X-Ray と混同されがちですが、目的が異なります。違いを押さえておきましょう。

ハンズオン / CLI例

# Reviewer: 既存リポジトリの関連付け一覧を取得（新規作成は不可）
aws codeguru-reviewer list-repository-associations

# Reviewer: 指定の関連付けに対するコードレビュー一覧を取得
aws codeguru-reviewer list-code-reviews --type PullRequest \
  --query "CodeReviewSummaries[].{Name:Name,State:State}"

# Profiler: プロファイリンググループの一覧を取得
aws codeguruprofiler list-profiling-groups \
  --query "profilingGroupNames"