AWS IoT Greengrass V2 完全ガイド v2.0

初心者から実務者向けの包括的解説

AWS IoT Greengrass V2 は、エッジデバイス上で AWS クラウド機能をローカルで実行するためのオープンソースランタイムおよびサービスです。Lambda 関数・Docker コンテナ・カスタムコンポーネント・機械学習モデルをエッジデバイス（Raspberry Pi・産業用 PC・EC2 等）にデプロイでき、クラウド接続なしでのローカル推論・リアルタイム制御・データフィルタリングを実現します。コンポーネントベースのアーキテクチャで、エッジアプリケーションの管理・更新・スケーリングが容易です。

目次

1. 概要
2. Greengrass V2 が解決する課題
3. 主な特徴
4. アーキテクチャ
5. コアコンポーネント
6. 主要ユースケース
7. インストール・セットアップ
8. コンポーネント開発と配置
9. ML 推論エッジコンポーネント
10. ローカル pub/sub と IPC
11. ストリームマネージャー
12. 設定・操作の具体例
13. 類似サービス比較表
14. ベストプラクティス
15. トラブルシューティング
16. 2025-2026 年の最新動向
17. 学習リソース・参考文献
18. 実装例・チェックリスト
19. まとめ

概要

AWS IoT Greengrass V2 とは

AWS IoT Greengrass V2 は、エッジデバイスでの分散コンピューティングを実現するマネージドランタイムサービスです。クラウド品質のセキュリティ・管理性を保ちながら、以下を提供します：

• エッジコンピューティング: デバイスのローカル処理で低レイテンシ・自律性を実現
• コンポーネントモデル: 独立した、バージョン管理可能なソフトウェアユニット
• IoT Core 統合: クラウドとの安全な双方向通信
• ML 推論: SageMaker モデルのエッジでのローカル実行
• OTA 更新: フリート全体への一括コンポーネント更新
• ローカル リソースアクセス: GPIO・カメラ・シリアルポート等

V1 からの主な改善

• 完全モジュール化: コンポーネントベースで個別のライフサイクル管理
• Docker サポート: コンテナアプリケーションのネイティブ対応
• 言語柔軟性: Java・Python・Node.js・Go・Rust等対応
• セキュリティ強化: TPM 2.0・ハードウェアセキュリティ対応
• 管理機能向上: リモートコンポーネント更新・ロールバック機能

Greengrass V2 が解決する課題

主な特徴

✅ エッジランタイムの完全マネージメント

• オープンソース設計で自由度が高い
• AWS IoT Core との自動統合
• クラウド側管理コンソールでリモート管理

✅ コンポーネントベースアーキテクチャ

• 独立した機能ユニット（Lambda・Docker・Native）
• 依存関係の明示的な定義
• ローリング更新・キャナリアデプロイ対応

✅ 機械学習推論対応

• SageMaker Neo でコンパイルしたモデルをエッジで実行
• TensorFlow Lite・PyTorch・ONNX 等のフレームワーク対応
• DLR（Deep Learning Runtime）での高速実行

✅ ローカル IPC（Inter-Process Communication）

• コンポーネント間の安全な通信
• 標準化された Unix ソケット
• JSON ペイロード対応

✅ ストリームマネージャー

• クラウド接続時のデータ自動エクスポート
• オンメモリ・ファイルベースのバッファリング
• S3・Kinesis・IoT Core への自動転送

✅ 完全監査ログ

• CloudWatch Logs 統合
• デバイス側ログの集約・検索
• トラブルシューティング情報の充実

アーキテクチャ

全体構成図

graph TB
    subgraph EdgeDevice["エッジデバイス（Greengrass Core）"]
        Nucleus["Greengrass Nucleus<br/>コアランタイム"]
        
        subgraph Components["コンポーネント層"]
            LambdaComp["Lambda Component<br/>AWS Lambda コンテナ"]
            DockerComp["Docker Component<br/>コンテナアプリ"]
            MLComp["ML Inference<br/>SageMaker Neo モデル"]
            CustomComp["Custom Component<br/>Python/Java/Node.js"]
        end
        
        subgraph LocalServices["ローカルサービス"]
            IPC["IPC Server<br/>コンポーネント間通信"]
            SM["Stream Manager<br/>データバッファリング"]
            LRA["Local Resource<br/>GPIO/Camera/Serial"]
            DS["Device Shadow<br/>状態同期"]
        end
        
        subgraph Security["セキュリティ"]
            TokenEx["Token Exchange Service<br/>AWS 認証情報"]
            Logger["Logger<br/>監査ログ"]
        end
    end
    
    subgraph Cloud["AWS クラウド"]
        IoTCore["IoT Core<br/>メッセージ配信"]
        SageMaker["SageMaker<br/>ML モデル管理"]
        CloudWatch["CloudWatch<br/>ログ・メトリクス"]
        Kinesis["Kinesis<br/>ストリーム処理"]
        S3["S3<br/>データ保存"]
    end
    
    Nucleus --> Components
    Nucleus --> LocalServices
    Nucleus --> Security
    
    Components --> IPC
    Components --> SM
    Components --> LRA
    
    SM --> IoTCore
    SM --> S3
    SM --> Kinesis
    
    TokenEx --> Cloud
    Logger --> CloudWatch
    
    IoTCore <--> Cloud

デプロイメントフロー

sequenceDiagram
    participant Dev as Developer
    participant GitHub as GitHub/S3
    participant Console as Greengrass Console
    participant Device as Edge Device
    participant Cloud as AWS Cloud
    
    Dev->>GitHub: Push component recipe + artifacts
    Dev->>Console: Create Deployment
    Console->>Console: Specify target device/group
    Console->>Cloud: Register deployment
    Cloud->>Device: Pull deployment config
    Device->>GitHub: Download component artifacts
    Device->>Device: Install dependencies
    Device->>Device: Start component
    Device->>Cloud: Report status
    Cloud->>Console: Show deployment success

コアコンポーネント

1. Greengrass Nucleus

エッジデバイスで動作する中核ランタイム。すべてのコンポーネントのライフサイクル管理、通信、認証を担当。

Nucleus 機能：
├── Component Lifecycle Manager：起動・停止・再起動
├── IPC Server：コンポーネント間通信
├── Configuration Manager：リモート設定更新
├── Device Shadow Sync：クラウドとの状態同期
└── Logging & Diagnostics：ログ集約・監視

2. Lambda Component

AWS Lambda 関数をエッジで実行。クラウドの Lambda と同じ関数コードを利用。

# Lambda コンポーネント例
def lambda_handler(event, context):
    # エッジデバイスで実行
    return {
        'statusCode': 200,
        'body': 'Hello from Edge'
    }

3. Docker Component

Docker イメージとしてコンテナアプリをデプロイ。既存アプリの再利用が容易。

4. Custom Component

Python・Java・Node.js 等で実装したカスタムコンポーネント。完全にカスタマイズ可能。

5. ML Inference Component

SageMaker Neo コンパイルモデル、TensorFlow Lite、PyTorch 等での推論実行。

# ML コンポーネント例（image classification）
import awsiot.greengrasscoreipc
from dlr import DLRModel

model = DLRModel('./model', device_type='cpu')
prediction = model.predict(input_data)

6. Token Exchange Service

AWS 認証情報（STS トークン）を自動更新・配布。デバイス側で IAM ロール活用を可能化。

7. Device Shadow Manager

デバイスシャドウの同期。desired/reported 状態の自動更新。

8. Stream Manager

ローカルデータのバッファリング・キューイング・クラウド自動送信。

主要ユースケース

1. リアルタイム産業用 AI 検査

工場カメラからのフレームをエッジで推論。数 ms の遅延で欠陥を検出・即座に生産ラインを停止。

構成:

• Edge Device: Greengrass Core
• Components: OpenCV + SageMaker Neo (defect detection model)
• Output: S3 への異常フレーム保存

2. オフライン対応のスマートホーム

インターネット断絶時もローカルで照明・温度制御を継続。再接続時に同期。

実装:

• Component: Home Automation Lambda
• Local Storage: Device Shadow（desired 状態を保持）
• Sync: 再接続時に IoT Core と同期

3. 予知保全（Predictive Maintenance）

機械の振動・温度データをエッジで分析。異常パターンをローカルで検知。

フロー:

1. Stream Manager でセンサー時系列を S3 に蓄積
2. SageMaker で ML モデル学習（週 1 回）
3. 新モデルをコンポーネント更新で配布
4. エッジで推論・異常検知

4. 自律ロボット

LiDAR 等のセンサーデータをローカルで処理。経路計画・障害物回避を遅延なく実行。

5. 遠隔医療機器モニタリング

医療機器のデータをエッジで前処理。プライバシー保護しながらクラウドに送信。

6. スマートメーター・UtilityIoT

分散センサーネットワークの管理。ローカルでフィルタリング・集約して帯域を削減。

7. 車両・ドローン制御

GPS・IMU データのローカル処理で自律運転ロジックを実行。遅延 < 50 ms。

8. エッジサイドログ集約

複数デバイスのログを Stream Manager でキューイング。ネットワーク復帰時に CloudWatch Logs へ送信。

9. 多ウイルス・マルウェア検出

エッジで動作する AV エンジンでローカルスキャン。署名データベース定期更新。

10. IoT Gateway

複数のセンサーネットワーク（Zigbee・BLE 等）を Greengrass で統合。MQTT に変換してクラウドへ。

インストール・セットアップ

前提条件

• Linux OS（Ubuntu・Amazon Linux・Raspberry Pi OS等）
• Java Runtime Environment（JRE）8.0 以上
• ネットワーク接続（初期セットアップ時）
• AWS IAM 認証情報

Greengrass Core のインストール

# 1. 最新 Greengrass Nucleus をダウンロード
cd ~
wget https://d2s8p88vqu9w66.cloudfront.net/releases/greengrass-nucleus-latest.zip
unzip greengrass-nucleus-latest.zip -d GreengrassInstaller

# 2. インストール（自動プロビジョニング）
sudo -E java -Droot="/greengrass/v2" \
  -Dlog.store=FILE \
  -jar ./GreengrassInstaller/lib/Greengrass.jar \
  --aws-region ap-northeast-1 \
  --thing-name my-greengrass-core \
  --thing-group-name factory-edge-devices \
  --component-default-user ggc_user:ggc_group \
  --provision true \
  --setup-system-service true \
  --deploy-dev-tools true

# 3. Greengrass Agent を Linux サービスとして起動
sudo systemctl start greengrass.service
sudo systemctl status greengrass.service

# 4. ログを確認
sudo cat /greengrass/v2/logs/greengrass.log

手動プロビジョニング

# 1. IoT Core で Thing と証明書を作成
aws iot create-thing --thing-name my-greengrass-core

# 2. 証明書をダウンロード（PEM フォーマット）
aws iot create-keys-and-certificate --set-as-active \
  --certificate-pem-outfile device-cert.pem \
  --private-key-outfile private.pem.key

# 3. ポリシーをアタッチ
aws iot attach-policy --policy-name GreengrassPolicy --target <cert-arn>

# 4. /greengrass/v2/certs/ に証明書をコピー
sudo mkdir -p /greengrass/v2/certs
sudo cp device-cert.pem /greengrass/v2/certs/
sudo cp private.pem.key /greengrass/v2/certs/
sudo cp AmazonRootCA1.pem /greengrass/v2/certs/

# 5. 設定ファイルを作成
cat > config.yaml << 'EOF'
---
coreThing:
  thingArn: "arn:aws:iot:ap-northeast-1:123456789012:thing/my-greengrass-core"
  thingName: "my-greengrass-core"
  certificateArn: "arn:aws:iot:ap-northeast-1:123456789012:cert/abc123xyz"
  privateKeyPath: "/greengrass/v2/certs/private.pem.key"
  certificatePath: "/greengrass/v2/certs/device-cert.pem"
  rootCaPath: "/greengrass/v2/certs/AmazonRootCA1.pem"

...
EOF

# 6. Nucleus インストール
sudo java -Droot="/greengrass/v2" \
  -jar ./GreengrassInstaller/lib/Greengrass.jar \
  --config-file config.yaml \
  --setup-system-service true

コンポーネント開発と配置

コンポーネント Recipe の作成

Recipe は YAML または JSON で、コンポーネントのメタデータ・依存関係・ビルド・実行スクリプトを定義。

RecipeFormatVersion: '2020-01-25'
ComponentName: com.example.SensorReader
ComponentVersion: '1.0.0'
ComponentDescription: 'Sensor data collector component'
ComponentPublisher: 'My Company'
ComponentConfiguration:
  DefaultConfiguration:
    interval: 30
    topic: 'factory/sensors'
Manifests:
  - Platform:
      os: linux
      architecture: x86_64
    Lifecycle:
      Install:
        Script: |
          pip3 install -r {artifacts:path}/requirements.txt
      Run:
        Script: |
          export PYTHONPATH={artifacts:path}
          python3 {artifacts:path}/sensor_reader.py
      Shutdown:
        Timeout: 30
    Artifacts:
      - URI: s3://my-greengrass-artifacts/sensor-reader-v1.zip
        Unarchive: ZIP
    Dependencies:
      - ComponentName: aws.greengrass.Nucleus
        VersionRequirement: '>=2.0.0'

コンポーネント実装例

# sensor_reader.py
import json
import time
import awsiot.greengrasscoreipc
import awsiot.greengrasscoreipc.client as client
from awsiot.greengrasscoreipc.model import (
    PublishToIoTCoreRequest,
    QOS,
)

def main():
    ipc_client = awsiot.greengrasscoreipc.connect()
    
    while True:
        # センサーデータ取得（ダミー）
        temperature = 20.5 + (time.time() % 10)
        humidity = 60.0
        
        payload = json.dumps({
            'temperature': temperature,
            'humidity': humidity,
            'timestamp': int(time.time())
        })
        
        # IoT Core に Publish
        request = PublishToIoTCoreRequest(
            topic_name='factory/sensors',
            payload=payload.encode(),
            qos=QOS.AT_LEAST_ONCE
        )
        
        try:
            response = ipc_client.new_publish_to_iot_core().activate(request).result(timeout=5.0)
            print(f"Published: {payload}")
        except Exception as e:
            print(f"Failed to publish: {e}")
        
        time.sleep(30)

if __name__ == '__main__':
    main()

コンポーネントのデプロイ

# 1. コンポーネントを S3 にアップロード
aws s3 cp sensor-reader-v1.zip s3://my-greengrass-artifacts/

# 2. コンポーネントバージョンを作成（レシピ登録）
aws greengrassv2 create-component-version \
  --inline-recipe fileb://com.example.SensorReader-1.0.0.yaml \
  --region ap-northeast-1

# 3. デプロイメントを作成
aws greengrassv2 create-deployment \
  --target-arn arn:aws:iot:ap-northeast-1:123456789012:thing/my-greengrass-core \
  --components '{
    "com.example.SensorReader": {
      "componentVersion": "1.0.0",
      "configurationUpdate": {
        "merge": "{\"interval\": 10}"
      }
    }
  }' \
  --region ap-northeast-1

# 4. デプロイメント状態確認
aws greengrassv2 describe-deployment \
  --deployment-id xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx

ML 推論エッジコンポーネント

SageMaker Neo モデルのエクスポート

# SageMaker で学習モデルをコンパイル
import sagemaker

sess = sagemaker.Session()
role = sagemaker.get_execution_role()

# 学習済みモデル（例：TensorFlow）をコンパイル
from sagemaker.tensorflow.estimator import TensorFlow

estimator = TensorFlow.attach('model-xxx')

# Neo でエッジ最適化版にコンパイル
predictor = estimator.deploy(
    initial_instance_count=1,
    instance_type='ml.m5.large',
    framework_version='2.0'
)

# Neo コンパイルジョブ
neo_compile_response = sess.sagemaker_client.create_compilation_job(
    CompilationJobName='defect-detection-edge-compile',
    RoleArn=role,
    InputConfig={
        'S3Uri': 's3://my-models/defect-model.tar.gz',
        'DataInputConfig': '{"data":[1,3,224,224]}'
    },
    OutputConfig={
        'S3OutputLocation': 's3://my-models/compiled/',
        'TargetDevice': 'deepsense_iotbot_docker'  # エッジデバイス
    }
)

ML コンポーネント Recipe

RecipeFormatVersion: '2020-01-25'
ComponentName: com.example.DefectDetection
ComponentVersion: '1.0.0'
ComponentDescription: 'ML defect detection using SageMaker Edge'
ComponentConfiguration:
  DefaultConfiguration:
    imageInputTopic: 'factory/camera/frames'
    alertOutputTopic: 'factory/alerts'
    confidenceThreshold: 0.8
Manifests:
  - Platform:
      os: linux
      architecture: x86_64
    Lifecycle:
      Install:
        Script: |
          pip3 install opencv-python dlr
      Run:
        Script: |
          python3 {artifacts:path}/inference.py
    Artifacts:
      - URI: s3://my-greengrass-artifacts/defect-model.tar.gz
        Unarchive: TAR_GZ
        Destination: /tmp/model
    Dependencies:
      - ComponentName: aws.greengrass.Nucleus
        VersionRequirement: '>=2.0.0'
      - ComponentName: aws.greengrass.DockerApplicationManager
        VersionRequirement: '>=0.1.0'

推論実装例

# inference.py
import cv2
import json
import time
from dlr import DLRModel
import awsiot.greengrasscoreipc
import awsiot.greengrasscoreipc.client as client
from awsiot.greengrasscoreipc.model import (
    PublishToIoTCoreRequest,
    SubscribeToIoTCoreRequest,
    QOS,
)

class DefectDetector:
    def __init__(self):
        self.model = DLRModel('/tmp/model', device_type='cpu')
        self.ipc_client = awsiot.greengrasscoreipc.connect()
        self.confidence_threshold = 0.8
    
    def infer_frame(self, frame):
        # 前処理
        resized = cv2.resize(frame, (224, 224))
        normalized = resized.astype('float32') / 255.0
        
        # 推論（< 50ms on CPU）
        prediction = self.model.predict(normalized)
        
        # 結果解析
        defect_confidence = prediction[1]
        return {
            'defect_detected': defect_confidence > self.confidence_threshold,
            'confidence': float(defect_confidence)
        }
    
    def subscribe_and_process(self):
        def on_message(message):
            try:
                payload = json.loads(message.payload)
                frame_data = bytes.fromhex(payload['frame'])
                frame = cv2.imdecode(frame_data, cv2.IMREAD_COLOR)
                
                result = self.infer_frame(frame)
                
                if result['defect_detected']:
                    alert = {
                        'deviceId': 'camera-01',
                        'defect': True,
                        'confidence': result['confidence'],
                        'timestamp': int(time.time())
                    }
                    
                    request = PublishToIoTCoreRequest(
                        topic_name='factory/alerts',
                        payload=json.dumps(alert).encode(),
                        qos=QOS.AT_LEAST_ONCE
                    )
                    self.ipc_client.new_publish_to_iot_core().activate(request)
            except Exception as e:
                print(f"Error: {e}")
        
        # Subscribe
        request = SubscribeToIoTCoreRequest(
            topic_name='factory/camera/frames',
            qos=QOS.AT_LEAST_ONCE
        )
        self.ipc_client.new_subscribe_to_iot_core(on_message).activate(request)

if __name__ == '__main__':
    detector = DefectDetector()
    detector.subscribe_and_process()

ローカル pub/sub と IPC

IPC メッセージング

コンポーネント間で低レイテンシ通信を実現する Unix ソケットベースの通信。

# Publisher コンポーネント
import awsiot.greengrasscoreipc.client as client
from awsiot.greengrasscoreipc.model import (
    PublishMessage,
    QOS,
)

ipc_client = awsiot.greengrasscoreipc.connect()

request = client.PublishToTopicRequest(
    topic='local/sensor/temperature',
    publish_message=PublishMessage(
        binary_message=b'{"temp": 25.5}',
        json_message='{"temp": 25.5}'
    )
)

ipc_client.new_publish_to_topic().activate(request).result()

# Subscriber コンポーネント
from awsiot.greengrasscoreipc.model import SubscribeToTopicRequest

def on_message(message):
    print(f"Received: {message.binary_message}")

request = SubscribeToTopicRequest(topic='local/sensor/temperature')
ipc_client.new_subscribe_to_topic(on_message).activate(request)

ストリームマネージャー

ローカルデータストレージと自動エクスポート

from stream_manager import (
    StreamManagerClient,
    MessageStreamDefinition,
    StrategyOnFull,
    Persistence,
    ExportDefinition,
    S3ExportTaskDefinition,
    StatusLevel
)
from datetime import datetime

client = StreamManagerClient()

# ストリーム定義
stream = MessageStreamDefinition(
    name='SensorDataStream',
    strategy_on_full=StrategyOnFull.OverwriteOldestData,
    persistence=Persistence.File,
    max_size=256 * 1024 * 1024,  # 256 MB
    flush_on_write=False,
    export_definition=ExportDefinition(
        s3_task_executor=[
            S3ExportTaskDefinition(
                identifier='SensorDataExporter',
                bucket_name='my-iot-data-bucket',
                key_name_delimiter='/',
                batch_size=10,
                batch_interval_millis=5000,
                priority=1,
                start_sequence_number=0
            )
        ]
    )
)

# ストリーム作成
try:
    client.create_message_stream(stream)
    print('Stream created')
except Exception as e:
    print(f'Stream already exists: {e}')

# データを追加（バッファリング）
import json
import time

for i in range(100):
    message = json.dumps({
        'sensor_id': 'temp-01',
        'temperature': 20.0 + (i % 10),
        'timestamp': int(time.time())
    })
    
    try:
        client.append_message(
            stream_name='SensorDataStream',
            payload=message.encode()
        )
    except Exception as e:
        print(f'Failed to append: {e}')
    
    time.sleep(1)

設定・操作の具体例

CLI: コンポーネント管理

# コンポーネント一覧表示
aws greengrassv2 list-components --region ap-northeast-1

# 特定コンポーネント情報取得
aws greengrassv2 get-component-version-artifact \
  --arn "arn:aws:greengrass:ap-northeast-1:123456789012:components:com.example.SensorReader:versions:1.0.0"

# デプロイメント一覧
aws greengrassv2 list-deployments --target-arn "arn:aws:iot:ap-northeast-1:123456789012:thing/my-greengrass-core"

# デプロイメント詳細
aws greengrassv2 describe-deployment --deployment-id "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"

# デプロイメントキャンセル
aws greengrassv2 cancel-deployment --deployment-id "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"

SDK: Deployment via Python

import boto3
import json

client = boto3.client('greengrassv2', region_name='ap-northeast-1')

# デプロイメント作成
response = client.create_deployment(
    targetArn='arn:aws:iot:ap-northeast-1:123456789012:thinggroup/factory-devices',
    components={
        'com.example.SensorReader': {
            'componentVersion': '1.0.0',
            'configurationUpdate': {
                'merge': json.dumps({
                    'interval': 10,
                    'topic': 'factory/sensors/realtime'
                })
            }
        },
        'com.example.DefectDetection': {
            'componentVersion': '1.0.0',
            'configurationUpdate': {
                'merge': json.dumps({
                    'confidenceThreshold': 0.85
                })
            }
        }
    },
    deploymentType='STANDARD',
    iotJobConfiguration={
        'jobExecutionsRolloutConfig': {
            'exponentialRate': {
                'baseRatePerMinute': 10,
                'incrementFactor': 1.5
            }
        }
    }
)

print(f"Deployment ID: {response['deploymentId']}")

CloudFormation での IaC 定義

AWSTemplateFormatVersion: '2010-09-09'
Description: Greengrass V2 Core Setup

Resources:
  GreengrassThing:
    Type: AWS::IoT::Thing
    Properties:
      ThingName: my-greengrass-core

  GreengrassPolicy:
    Type: AWS::IoT::Policy
    Properties:
      PolicyName: GreengrassCorePolicy
      PolicyDocument:
        Version: '2012-10-17'
        Statement:
          - Effect: Allow
            Action:
              - iot:Connect
              - iot:Publish
              - iot:Subscribe
              - iot:Receive
            Resource:
              - !Sub 'arn:aws:iot:${AWS::Region}:${AWS::AccountId}:client/${iot:Connection.Thing.ThingName}'
          - Effect: Allow
            Action:
              - iot:GetThingShadow
              - iot:UpdateThingShadow
            Resource:
              - !Sub 'arn:aws:iot:${AWS::Region}:${AWS::AccountId}:thing/${iot:Connection.Thing.ThingName}'
          - Effect: Allow
            Action:
              - s3:GetObject
              - s3:PutObject
            Resource:
              - !Sub 'arn:aws:s3:::my-greengrass-artifacts/*'

  GreengrassComponentRole:
    Type: AWS::IAM::Role
    Properties:
      AssumeRolePolicyDocument:
        Version: '2012-10-17'
        Statement:
          - Effect: Allow
            Principal:
              Service: greengrassv2.amazonaws.com
            Action: sts:AssumeRole
      ManagedPolicyArns:
        - arn:aws:iam::aws:policy/CloudWatchLogsFullAccess
      Policies:
        - PolicyName: GreengrassComponentPolicy
          PolicyDocument:
            Version: '2012-10-17'
            Statement:
              - Effect: Allow
                Action:
                  - s3:GetObject
                Resource:
                  - !Sub 'arn:aws:s3:::my-greengrass-artifacts/*'
              - Effect: Allow
                Action:
                  - iot:PublishMessage
                Resource:
                  - !Sub 'arn:aws:iot:${AWS::Region}:${AWS::AccountId}:topicfilter/*'

類似サービス比較表

ベストプラクティス

✅ 推奨事項

❌ アンチパターン

トラブルシューティング

よくある問題と解決方法

ログ確認方法

# Greengrass Nucleus ログ
sudo cat /greengrass/v2/logs/greengrass.log

# コンポーネント個別ログ
sudo cat /greengrass/v2/logs/com.example.SensorReader.log

# CloudWatch Logs（デバイスから）
aws logs tail /aws/greengrass/core/my-greengrass-core --follow

# 過去 1 時間のエラー
aws logs filter-log-events \
  --log-group-name "/aws/greengrass/core/my-greengrass-core" \
  --filter-pattern "ERROR"

2025-2026 年の最新動向

新機能・改善

1. TPM 2.0 ハードウェアセキュリティ対応（v2.16.0）

   • セキュアエレメントでの秘密鍵保管
   • ハードウェアベースの暗号化

2. ML コンポーネントレシピ属性拡張

   • より詳細な推論パラメータ制御
   • フレームワーク統合の簡素化

3. Greengrass for IoT Core for LoRaWAN 統合

   • LoRaWAN ゲートウェイでのエッジ処理
   • ローカル network server 機能

4. DLMG（Deployment and Lifecycle Management）の強化

   • キャナリアデプロイメント自動ロールバック
   • A/B テストの標準化

5. AI/ML ワークロード最適化

   • Inferentia2・Trainium チップ対応
   • モデルキャッシング機構

6. コスト最適化

   • Greengrass コア/コンポーネントの無料ティア拡大
   • 計算コスト削減オプション

採用トレンド

• Industrial 5.0: エッジ AI + 人間協働ロボット
• Generative AI at Edge: 小規模言語モデルのローカル推論
• Zero Trust Security: エッジでのセキュリティポリシー強制
• OT/IT 統合: IT システムと産業制御の融合

学習リソース・参考文献

AWS 公式ドキュメント

1. AWS IoT Greengrass V2 Developer Guide
2. Getting Started with Greengrass V2
3. Component Recipe Reference
4. Machine Learning Components
5. Interprocess Communication (IPC)
6. Stream Manager
7. Deployment Configuration
8. Migrate from V1

AWS ブログ・チュートリアル

9. AWS IoT Greengrass Official Blog
10. Greengrass V2 in Production - Managing Edge ML Deployments
11. Perform Machine Learning Inference on Edge Devices

オープンソース・サンプルコード

12. AWS IoT Greengrass Component Examples
13. Greengrass ML Deployment Sample
14. ML Edge Getting Started
15. Greengrass on Raspberry Pi
16. Edge Impulse Greengrass Integration

実装例・チェックリスト

Greengrass V2 デプロイメント前チェックリスト

セットアップ準備
  □ Linux OS（Ubuntu/Amazon Linux）にアクセス可能
  □ Java 8.0 以上インストール済み
  □ AWS IAM 認証情報（Access Key・Secret Key）取得済み
  □ AWS IoT Core エンドポイント確認済み

AWS IoT Core 準備
  □ Thing 作成（または自動プロビジョニング）
  □ 証明書生成・ダウンロード
  □ ポリシーアタッチ（Greengrass Principal ポリシー）
  □ CloudWatch Logs IAM ロール設定

Greengrass Nucleus インストール
  □ Nucleus ZIP ダウンロード
  □ インストールディレクトリ指定（/greengrass/v2 推奨）
  □ Linux サービス登録（systemctl）
  □ ログ確認（/greengrass/v2/logs/greengrass.log）

コンポーネント開発準備
  □ Recipe.yaml 作成（RecipeFormatVersion: 2020-01-25）
  □ コンポーネント実装（Python/Java/Node.js）
  □ 依存関係明示（aws.greengrass.Nucleus等）
  □ アーティファクト S3 にアップロード

デプロイメント実施
  □ コンポーネントバージョン登録
  □ デプロイメント作成（target: Thing/ThingGroup）
  □ ロールアウト設定（Exponential rate）
  □ 進捗監視（ console または describe-deployment API）

運用・監視
  □ CloudWatch Logs 有効化
  □ メトリクス設定（CPU・メモリ・ディスク）
  □ アラーム設定（エラー率・デプロイ失敗）
  □ ローテーション計画（コンポーネント更新スケジュール）

まとめ

AWS IoT Greengrass V2 は、エッジデバイスでの分散コンピューティングを実現するオープンソースランタイムです。

核心的な価値

1. 低レイテンシ: ローカル処理で数 ms の遠延を実現。リアルタイム制御が可能
2. オフライン自律性: ネットワーク断でも動作。再接続時に同期
3. ML 推論: SageMaker Neo モデルをエッジで実行。API 往復遅延ゼロ
4. コンポーネント管理: OTA で大規模フリートへの安全な更新を実装
5. 多言語対応: Python・Java・Node.js 等で開発。開発効率向上
6. セキュア通信: 自動証明書更新・Token Exchange で IAM 統合

適用判断

Greengrass V2 を選ぶべき場合：

• < 50 ms のレイテンシが必須
• オフライン環境での自律稼働が必要
• 機械学習推論をエッジで実行したい
• 数百～数万台のエッジデバイス一元管理が必要

他の選択肢を検討すべき場合：

• クラウド処理だけで足りる場合（IoT Core のみ）
• Kubernetes ベースの統一プラットフォーム重視（KubeEdge）
• Azure スタック統合（Azure IoT Edge）

次のステップ

1. 小規模 PoC: Raspberry Pi で Greengrass Core セットアップ
2. コンポーネント開発: Python でセンサーリーダーを実装
3. ML 統合: SageMaker で学習・Neo でコンパイル・エッジで推論
4. AWS Greengrass コンソール でハンズオン開始

最終更新：2026-04-27

バージョン：v2.0