Android - TECH PLAY - TECH PLAY

TECH PLAY

Android

イベント

マガジン

技術ブログ

株式会社コーエーテクモゲームス(以下、コーエーテクモゲームス) は、数多くの人気タイトルを世に送り出してきたゲームメーカーです。同社では、位置情報ゲーム「信長の野望 出陣」の API サーバーを、Intel ベースのインスタンスから AWS Graviton プロセッサ (Graviton2、そして Graviton4)へと段階的に移行し、インフラコストの大幅な削減と API 応答性能の向上を実現しました。 本ブログでは、Graviton4 への移行に至った背景と課題、移行にあたって取り組んだ技術的な対応、そして移行後に得られた効果についてご紹介します。 「信長の野望 出陣」とシステム概要 「信長の野望 出陣」は、シブサワ・コウ 40 周年記念作品として 2023 年 8 月にサービスを開始した、GPS 機能を活用した位置情報ゲームです。1983 年発売の初代以来 40 年以上にわたり歴史シミュレーションをけん引してきた「信長の野望」シリーズを、実際に街を歩きながら楽しめる位置情報ゲームとしたタイトルです。プレイヤーは現実の地図を反映した戦国風のマップを実際に歩いて各地の領地を攻略し、武将を集め、内政を進めながら天下統一を目指します。 「信長の野望 出陣」 「信長の野望 出陣」では、サービス開始当初から AWS を利用しています。社内の他プロジェクトで培った活用ノウハウと自社の技術要件との適合性を踏まえ、AWS を採用しました。現在は API サーバーの Amazon EC2 に加え、 Amazon Aurora 、 Amazon ElastiCache など、複数の AWS サービスを組み合わせて構成しています。 API サーバーの役割とアーキテクチャ 本システムの中核を担う API サーバーは、iOS / Android のモバイルクライアントからのリクエストを処理し、GPS 情報に基づくマップ・領地・合戦・内政といったゲームロジックを担うコンポーネントです。 API サーバーの技術スタックは以下のとおりです。 プログラミング言語 / 実行環境:PHP(PHP-FPM) Web フレームワーク:Phalcon OS: Amazon Linux 2023 インスタンスタイプ(移行後):c8g(AWS Graviton4) 「信長の野望 出陣」の API サーバーアーキテクチャ 背景と課題 位置情報ゲームという特性上、ユーザーは屋外でプレイすることが多く、API の応答速度がユーザー体験(UX)に直結します。加えて、平日は朝夕、休日は日中にアクセスが集中するなど、人々の生活リズムに沿って負荷が変動するワークロードでもあり、API サーバーには安定した応答性能と高いコスト効率の両立が求められていました。 Graviton の採用を検討し始めた目的は、インフラ費用の削減と、API の応答性能の向上の 2 点でした。直接のきっかけは、利用していた Amazon Linux 2 のサポート期限への対応です。Amazon Linux 2023 への移行を機にインフラを再設計し、あわせて PHP のバージョンアップも実施することとなりました。この設計の見直しにあたり、同等の性能をより低いコストで実現できると見込めたことから、コストパフォーマンスに優れる AWS Graviton の採用を検討しました。 Graviton 採用の経緯 Graviton2(c6g)での互換性検証 まず取り組んだのは、Intel ベースの c6i から Graviton2 ベースの c6g への移行検証です。Amazon Linux 2023 上に PHP(PHP-FPM + Phalcon)の実行環境を構築し、ARM アーキテクチャ上での互換性と性能を確認しました。 動作確認では、本番環境のアクセスログをもとに作成した約 270 種類の API を網羅するテストシナリオを用い、JMeter で正常系の動作を検証しました。その結果、ARM アーキテクチャに起因して失敗する API はありませんでした。必要なライブラリの多くも dnf コマンドで導入でき、アプリケーションの ARM 対応そのものは大きな障壁にならないことを確認できました。なお、あわせて実施した Phalcon のバージョンアップに起因する修正対応には、一定の工数を要しています。 段階的な世代選定と Graviton4(c8g)への到達 一方で、Graviton2(c6g)へ移行したものの、当初期待していた性能とコスト効率の水準には届きませんでした。この結果を受けて、最新世代である Graviton4(c8g)を採用する方針としました。 Graviton4(c8g)への移行とアプリケーションコードの最適化により、応答時間は大きく改善しました。SNS 上でも体感速度の向上に言及する声が見られるなど、ユーザーが実感できる水準の改善となりました。 移行プロセスと技術的な対応 ARM アーキテクチャへの対応 ARM アーキテクチャへの移行にあたっては、開発チームの手元に ARM 環境を用意しにくいという課題がありました。これに対しては、AWS 上に Graviton ベースの Amazon EC2 インスタンスを検証環境として速やかに起動することで対応しました。物理的な検証機を調達することなく、本番環境と同一の ARM 環境をクラウド上で必要なときに確保できたことは、移行を円滑に進めるうえで有効でした。 実行環境については、Web フレームワークである Phalcon への対応が中心となりました。Phalcon は C 言語で書かれた PHP 拡張(C エクステンション)として提供されているため、ARM 向けの再ビルドが必要です。あわせてテスト環境やビルド環境も ARM 向けに整備し、残る個別の非互換については、動作確認と修正を繰り返して解消しました。 本番環境での比較検証 今回の移行で特徴的だったのは、本番環境での直接的な比較検証です。既存の c6g 環境に c8g インスタンスを追加でアタッチし、同一のトラフィックのもとで c6g と c8g を並行稼働させて性能を比較しました。 事前の負荷試験で機能面に問題がないことを確認できていたため、本番環境での比較検証も安全に実施できました。計測には JMeter と Amazon CloudWatch のメトリクスに加え、API ごとの実行回数・実行速度・DB 接続回数などの詳細なメトリクスも用いています。 この比較検証では負荷試験を上回る良好な結果が得られ、実運用における効果を高い精度で見積もることができました。その後、メンテナンスのタイミングで API サーバーを全面的に c8g へ移行し、以降は運用状況を確認しながら、段階的に最適な台数へと調整しました。 導入して得られた効果 Graviton4(c8g)への移行により、以下の効果が得られました。 サーバー台数の削減とコストの最適化 Graviton4 の高い処理性能により、API サーバーの台数を大幅に削減できました。Graviton2(c6g)時代と比較して、必要な台数は約 3 分の 1 の水準にまで減少しています。1 台あたりの単価は c6g より c8g のほうが高いものの、必要台数が大きく減少したことで、API サーバーの月額コストは全体で約 6 割の削減を実現しました。これは Graviton4 の性能に加え、あわせて実施した PHP コードの最適化による効果でもあります。 API 応答性能の向上とリソース使用率の改善 Graviton4(c8g)への移行により、応答性能とリソース効率の両面で明確な効果が得られました。本番環境での比較検証(同一トラフィック・同一コード)では、API の平均応答時間は c6g 比で 23%短縮し、CPU 使用率はおよそ半分に低下しています。これにより、アクセスが集中する時間帯でも処理能力に十分な余裕が生まれました。さらにアプリケーションコードの最適化を組み合わせることで、応答時間は移行前のおよそ50%の水準にまで改善しています。 c6g と c8g の相対比較 AWS による支援 AWS は、ゲームのリリース時はもちろん、リリース後の運用フェーズにおいても、お客様がゲームの運用効率を継続的に高められるよう支援しています。AWS Graviton をはじめとする関連サービスのアップデート情報をいち早く提供するだけでなく、アーキテクチャの設計やベンチマークの実施を支援し、移行や検証をどのように進めれば効果的かといった具体的な進め方まで踏み込んでアドバイスしています。 「信長の野望 出陣」の今後の展望 コーエーテクモゲームスでは、Graviton の適用範囲をさらに広げていく方針です。Amazon Aurora や Amazon ElastiCache では既に Graviton を利用しており、Graviton 化していないバッチサーバーも今後の移行候補です。あわせて、需要に応じたサーバー台数の最適化や、 Amazon Athena によるログ分析、 AWS CodeDeploy の活用など、継続的に新しい AWS の機能を積極的に取り入れていく方針です。 おわりに 「信長の野望 出陣」における AWS Graviton4 への移行は、Graviton2 での検証で明らかになった性能課題を乗り越え、最新世代の Graviton4 とアプリケーションの最適化を組み合わせることで、コスト削減と応答性能の向上を両立した事例です。Phalcon のように C 言語で書かれた PHP 拡張(C エクステンション)を利用するアプリケーションであっても、AWS 上に検証環境を柔軟に構築し、本番環境での比較検証を通じて効果を高い精度で見積もることで、Graviton への移行は現実的な選択肢となります。同様の移行を検討されている皆様にとって、本記事が参考になれば幸いです。 AWS は今後も、ゲーム業界をはじめとするお客様のイノベーションと、コスト最適化・性能向上の取り組みを支援してまいります。 この記事は、アマゾン ウェブ サービス ジャパン合同会社 シニアソリューションアーキテクト 大西 啓太郎が執筆しました。
レジリエンスは、AWS 上で構築したものを稼働させ続けるための基盤です。お客様にとっても、ステークホルダーにとっても、そしてビジネスにとっても重要です。re:Invent 2026 には、皆さんのアプローチを強化するのに役立つクラウドレジリエンスのセッションが用意されています。今年のラインナップはブレイクアウトセッション、チョークトーク、コードトーク、ワークショップ、ライトニングトークにわたっており、1 週間の計画を立てやすいよう、以下に整理しました。セッション以外にも、エキスポホールの AWS Village にある Resilience and Cloud Operations ブース にお越しください。ハンズオンのデモ、レジリエンスのエキスパートとの対話、そしてレジリエンスに関する最新のリリースやイノベーションをいち早くご覧いただけます。また、より少人数の場として、2 回開催される Resilience Meetup のいずれかに参加し、AWS のレジリエンスのエキスパートや他の実践者とオープンでインタラクティブな会話をしてください。難しい質問を持ち寄り、うまくいっていることを共有し、同じような課題に取り組んでいる人たちから学んでください。 Resilience Meetup 1 — AI を使ってレジリエンスを次のレベルへ (COP370) (原題: Use AI to Take Your Resilience to the Next Level) [Tuesday, Dec 1, at 1 pm] Resilience Meetup 2 — レジリエンスの戦略とインサイト (MUP314) (原題: Resilience Strategies And Insights) [Wednesday, Dec 2, at 2 pm] レジリエンス態勢を評価し、強化する まず現状を正しく把握することが、レジリエンスのギャップを埋める第一歩です。これらのセッションでは、インシデントで発覚する前に、依存関係をマッピングし、態勢を評価し、実用的な推奨事項を得る方法を紹介します。 AWS Resilience Hub によるレジリエンスの運用化 (COP367) (原題: Operationalizing resilience with AWS Resilience Hub) AWS Resilience Hub を使って、サービス全体のレジリエンスを継続的に評価・検証する方法を紹介します。生成 AI エージェントがアプリケーションの依存関係を自動的に検出・マッピングし、レジリエンス態勢の全体像を示す様子をご覧ください。ギャップを埋めるための実用的な推奨事項を得て、コンプライアンス要件を満たすための規制対応の資料を生成し、エンドツーエンドのレジリエンステストで実際に確かめます。 AWS でレジリエントなアプリを構築する: あらゆる規模での AI 駆動のレジリエンス (COP316) (原題: Build resilient apps on AWS: AI-driven resilience at any scale) ほとんどのチームは、レジリエンスのギャップに事前ではなく障害の最中に気づきます。このチョークトークでは、次世代の AWS Resilience Hub を使って、ユーザージャーニーのマッピング、復旧目標の定義、依存関係の特定、AI を活用した障害モード評価の実行を順に見ていきます。高可用性 (HA) と災害対策 (DR) について具体的な推奨事項を得て、意味のあるテストとともに DR の仕組みを自動化する方法を探ります。重要なアプリケーションのビジネスへの影響の特定から、復旧のテストと自動化までを通して、レジリエンス態勢を強化するための段階的な進め方を持ち帰ることができます。 思い込みを疑うところからレジリエンスは始まる (Autodesk 登壇) (COP326) (原題: Resilience starts where your assumptions end, feat. Autodesk) 多くの企業が直面する課題は、レジリエンスの現状を正しく把握すること、安全にテストし検証する意志を持つこと、そして開発スピードを落とさず改善し続ける規律を持つことです。このブレイクアウトセッションでは、レジリエンステストと自動化された復旧フェイルオーバーに取り組んだ Autodesk の歩みを、検証への投資が報われることの証拠として紹介します。次世代の AWS Resilience Hub が、依存関係のマッピング、態勢の評価、レジリエンステストの事前設定といった手間のかかる作業をどのように処理するかを紹介します。チームは想定しているシステムと実際のシステムとのギャップを埋めることに集中できるようになります。 障害モードをより速く発見する: AI を活用したレジリエンス評価 (ARC307) (原題: Find failure modes faster: AI-powered resilience assessments) 手作業によるレジリエンスレビューは時間がかかり、一貫性がなく、インシデントが起きるまで表面化しない障害モードを見逃しがちです。このワークショップでは、AWS Resilience Hub の生成 AI 駆動の評価エンジンを使って、AWS のサービス、社内のエンドポイント、サードパーティのシステムにまたがる依存関係を自動的に検出します。Well-Architected フレームワークと、可用性の SLO、RTO、RPO の目標を含む独自に定義したレジリエンスポリシーに照らしてワークロードを評価し、ビジネスへの影響と結び付いた、優先度付きの実用的な推奨事項を受け取ります。リファレンスアーキテクチャを使って完全なエンドツーエンドの評価を構築し、アーキテクチャの進化に合わせてどのワークロードにも繰り返し実行できるフレームワークを持ち帰ります。参加にはノート PC をお持ちください。 災害対策とフェイルオーバー 障害が発生したとき、復旧は順序立てられ、テスト済みで、繰り返し実行できるものである必要があります。これらのセッションでは、フルスタックにわたるフェイルオーバーとフェイルバックのオーケストレーションを深く掘り下げます。 本番環境を止めずにフルスタックを復旧し、証明する (COP334) (原題: Recover and prove your full stack without disrupting production) 目標復旧時間 (RTO) と目標復旧時点 (RPO) を満たすことは譲れません。このライトニングトークでは、AWS Elastic Disaster Recovery がサーバーを低コストのステージング環境にレプリケートし、フルスタックを正しい順序で数分のうちに復旧する様子をご覧いただきます。本番環境に影響を与えずに復旧訓練を実行し、実際のインシデントが起きる前にRTOが達成可能であることを確認する方法を紹介します。 効果的な災害対策のためのフェイルオーバーとフェイルバックのオーケストレーション (COP314) (原題: Orchestrate failover and failback for effective disaster recovery) 1 つのアプリをフェイルオーバーするのは簡単です。DR 計画が破綻するのは、相互に依存するアプリ全体でフェイルオーバーとフェイルバックをオーケストレーションするときです。このコードトークでは、Amazon Application Recovery Controller (ARC) の Region switch を使ったフルスタックのリージョンフェイルオーバーをライブコーディングします。データベースがアプリ層より先に切り替わるよう順序付けたワークフローを構築し、ヘルスチェックで各ステップを検証し、リハーサル実行で事前に試し、フェイルバックのために順序を安全に逆転させます。紙に書かれた DR 手順書を、繰り返し実行できるコードの復旧手順に置き換えられるようになります。RTO も計測して示せます。 重要なワークロードのための多層的な災害対策のオーケストレーション (COP321) (原題: Orchestrate multi-layer disaster recovery for critical workloads) AZ の復旧計画とリージョンのフェイルオーバー計画は、おそらく別々のチームによって作られ、別々のタイミングでテストされ、一度も一緒に実行されたことがないでしょう。Amazon Application Recovery Controller を使って、単一 AZ の迅速な緩和のためのゾーンオートシフトから、クロスリージョンのフェイルオーバーのための Region switch まで、統一された復旧フレームワークを構築する方法を探ります。さらに、実際の障害で問われる前に復旧態勢を継続的に検証する、自動化されたレジリエンステストの実行方法を紹介します。 オーケストレーションされた災害対策による AWS Graviton ワークロードの復旧 (COP368) (原題: Recovering AWS Graviton workloads with orchestrated disaster recovery) 価格性能比の向上のために AWS Graviton に移行したものの、災害対策はそれに追いついているでしょうか。このチョークトークでは、AWS Elastic Disaster Recovery (DRS) が Graviton ベース (arm64) の Linux サーバーを保護し、Graviton インスタンス上に復旧するようになった仕組みを、災害対策のエキスパートとホワイトボードで議論します。追加の設定なしで、復旧後も Graviton のアーキテクチャのまま動かせます。待機時間を入れ、重要なサーバーの起動を確かめてから次の層に進む形で、アプリケーションを層ごとに正しい順序で復旧する復旧計画を設計します。arm64 と復旧順序に関する難しい質問をお持ちいただき、月曜日には訓練できる DR 設計を持ち帰ってください。 レジリエンスをテストし、検証し、証明する 復旧計画の良し悪しは、それを支えるアーキテクチャと、それが機能することを証明するテストで決まります。これらのセッションでは、障害を前提に構築し、障害を注入し、システムが設計どおりに復旧するという証拠を手にする方法を紹介します。 Pod からマルチリージョンまで: Amazon EKS 上のレジリエントなワークロード (COP313) (原題: From pod to multi-region: Resilient workloads on Amazon EKS) Amazon EKS 上でレジリエントなワークロードを構築するには、Pod レベルの信頼性からマルチリージョンのフェイルオーバーまで、層で考える必要があります。このチョークトークでは、各層を探ります。Pod Disruption Budgets と Topology Spread Constraints、迅速なノード復旧のための Karpenter と EKS Auto Mode、ステートフルなワークロードにおける EFS と EBS の比較、クロスリージョンの保護のための AWS Backup、リージョン切り替えのための Route 53 と ARC です。アクティブ/アクティブとアクティブ/パッシブのトレードオフを議論し、Resilience Hub で RTO/RPO の目標を検証します。 AWS におけるレジリエンステストからの学び (COP341) (原題: Learnings from resilience testing in AWS) AWS は自社のレジリエンスをどのようにテストしているのでしょうか。このライトニングトークでは、AWS の内部で使われているレジリエンステストの実践について学びます。Game Day リージョンが、なぜ存在し、どう使われているかも紹介します。AWS が実行するテストの種類、その背景にある考え方、そして自分たちのレジリエンステストプログラムに活かせる教訓を探ります。 壊して証明する: 復旧を前提に構築された障害分離アーキテクチャ (ARC309) (原題: Break it to prove It: Fault-isolated architecture built to recover) 復旧計画の良し悪しは、それを支えるアーキテクチャで決まります。このワークショップでは、障害分離境界に沿って構築された単一リージョンとマルチリージョンのレジリエンスパターンを紹介します。そこでは、障害の範囲によってどの復旧メカニズムを使うかが決まります。Amazon Application Recovery Controller (ARC) は、障害の起きた AZ やリージョンからトラフィックを移すことで、設計した影響範囲(ブラスト ラディウス)の中に障害を閉じ込めます。AWS Fault Injection Service による障害注入で、各境界を検証します。オブザーバビリティが障害を表面化させ、アラームが範囲を分類し、自動化された復旧が人手を介さずに実行されます。その結果として、アーキテクチャが設計どおりに復旧することの証明が得られます。参加にはノート PC をお持ちください。 1 週間の計画を立て始めましょう これらのセッションは、re:Invent 2026 でレジリエンスについて学ぶための出発点です。 re:Invent のセッションカタログで「resilience」と検索 すると、AWS 上でよりレジリエントに構築するのに役立つ 200 を超えるセッションの全リストが見つかります。 iOS または Android 向けの AWS Events モバイルアプリをダウンロードして、アジェンダを組み立ててください。予約席はすぐに埋まるので、早めに確保してください。 ラスベガスでお会いしましょう! Nate Richards Nate Richards is a Product Marketing Manager for Cloud Resilience at AWS. He owns positioning and launches for products across the AWS Cloud Resilience portfolio, including AWS Resilience Hub, AWS Fault Injection Service, Amazon Application Recovery Controller, and AWS Elastic Disaster Recovery. He focuses on turning complex topics like disaster recovery, chaos engineering, and multi-Region architecture into clear guidance that helps infrastructure leaders, cloud architects, and SREs build resiliently on AWS. 本ブログは、2026 年 11 月 13 日 に AWS Cloud Operations Blog で公開された “ Your Guide to AWS Cloud Resilience Sessions at re:Invent 2026 ” を翻訳したものです。翻訳は アマゾンウェブサービスジャパン合同会社のソリューションアーキテクト 三好史隆 が担当しました。
こんにちは。タイミーでAndroidエンジニアをしている Hunachi(ふなち) です🟢 半年ほど前の話ですが、タイミーのAndroidアプリに、PDF(Portable Document Format)をアプリ内で開ける「PDF Viewer」を実装しました! 今回はこのPDF Viewerを実装するにあたり、工夫したことをご紹介します。排他制御についてが主になります。 背景 これまではPDFを開こうとするとブラウザに遷移する仕様で、UX的にも良くないですし、iOSアプリではアプリ内でPDFを読めるなどOS間での挙動が揃っていないという問題がありました。 アプリ内でPDFを表示するようにしたことで、これらの問題を解決することができました 🎉 実はPDFをAndroidで表示するコードについては、DroidKaigi 2024 で登壇させていただいた経験があります。その時から「いつかタイミーのアプリにもPDF Viewerを載せられたら嬉しいな」とずっと思っていたので、個人的には今回の実装はとても念願の機能でした 💖 登壇レポート: DroidKaigi 2024登壇レポート - Timee Product Team Blog スライド: speakerdeck.com/hunachi/droidkaigi-2024 登壇動画: YouTube このブログでは、今回のPDF Viewer実装の中でも特に印象に残った「排他制御」まわりのお話を紹介したいと思います。 PdfRenderer そのものの使い方については、上のスライドや動画でだいぶ触れているので、そちらも合わせて見ていただけるとうれしいです 🖼️ 今回使ったライブラリやAPIの話 androidx.pdf は今回は採用を見送りました AndroidでPDFを扱う時の選択肢として、まず思い浮かぶのがAndroidX版の androidx.pdf です。2024年に登壇した時点で存在していて、使えるとかなり楽にPDF Viewerをアプリに組み込めます。 ですが、2026年上旬時点では最新バージョンが、まだアルファ段階でした。APIが破壊的に変わるリスクもあるため、本番アプリで採用するには慎重になりたいと考え、今回は見送ることにしました 😭 安定版がリリースされたら改めて検討したいと思っています。 android.graphics.pdf.PdfRenderer を使いました というわけで、今回は android.graphics.pdf.PdfRenderer を直接使う方針にしました。DroidKaigi 2024の登壇でもお話しした PdfRenderer です。 ズーム操作部分には Zoomable ライブラリを使いました ピンチイン・ピンチアウトまわりは、 Zoomable というライブラリに任せました。 rememberZoomState() と Modifier.zoomable(...) でComposableにそのまま乗せられて、 scrollGesturePropagation で LazyColumn のスクロールとも共存できるのがとても便利でした。 前職で実装した時には、色々仕様との兼ね合いもあり、ジェスチャ周りを自前実装していて結構苦労したので、Zoomableを使って実装した今回はとても楽で感動しました 😆 ※ ダブルタップでのズーム切り替えといったちょっとしたカスタマイズは、自前実装しました! PDF Viewer における排他制御について 今回のPDF Viewerでは、まず排他制御に関する設計をしてから実装に取りかかりました。 今回のアプリで排他制御が必要になった理由は、次の3つの制約があったためです。 PdfRenderer.openPage は、同じ PdfRenderer インスタンスで 同時に1ページしか開けない こと PDFのキャッシュファイルは、プロセス内の複数の場所から触られる可能性があること バックグラウンドのキャッシュ掃除 Worker と、通常のPDFダウンロード処理が同時に走りうること これらに対応するために、PDFを管理する部分を以下の設計にしました(UI周りは省略)。 PDFモジュールで排他制御が入っている3つの層 排他制御が入っているのは図の中の黄色の3つです。 PdfRendererHolder : PDF 1冊ぶんの PdfRenderer を抱えるクラスで、ページ単位のネイティブ制約を守る担当です。 PdfRendererManager: PDFを管理するためのID → Holder のマップを持つ薄いレイヤで、同じIDでの重複登録を防ぎ、登録済みHolderの取り出しとクローズを管理する担当です。 PdfFileStore : ダウンロード済みPDFのキャッシュ管理を担当するクラスで、掃除 Worker と書き込みの競合を防ぎます。 ひとつずつ紹介していきます。 PdfRendererHolder: ページ単位のネイティブ制約を守る PdfRenderer.openPage() は、同じ PdfRenderer インスタンスで同時に1ページしか開けません。「開きっぱなしのページがある状態でもう1ページ開こうとすると、ネイティブ側で IllegalStateException: Current page not closed が投げられる」という仕様になっています。 ここの排他制御は、ラムダを受け取るヘルパー関数を作って、その関数まるごとに @Synchronized を付ける形で書きました。 // openPage → action 実行 → page.close() までを 1つのロックでシリアライズする @Synchronized private fun <T> withOpenedPage( pageNumber: Int , action: (PdfRenderer.Page) -> T, ): T { check( ! closed) { "PdfRenderer is already closed" } check(pageNumber in 0 until pdfRenderer.pageCount) { "Page number out of range: $pageNumber (total: ${ pdfRenderer.pageCount } )" } return pdfRenderer.openPage(pageNumber).use(action) } suspend fun renderPage(pageNumber: Int , scale: Float ): Bitmap = withContext(Dispatchers.IO) { withOpenedPage(pageNumber) { page -> val bitmap = createBitmap(...) page.render(bitmap, null , null , ...) bitmap } } @Synchronized は、関数本体が終わるまでロックを保持してくれます。なので、ラムダ本体を実行しているあいだもロックが握られたままになり、 openPage → render などの使用 → page.close() の全区間が同じロックでシリアライズされるようになります。 どうして openPage の呼び出しだけを守ってもダメなのか 一見、 openPage() の部分だけに @Synchronized を付ければ良さそうな気もするのですが、実はそれだとうまくいかないのです。 // Current page not closed の競合が起きるので 🙅<200d>♀️ @Synchronized private fun openPage(pageNumber: Int ): PdfRenderer.Page = pdfRenderer.openPage(pageNumber) suspend fun renderPage(pageNumber: Int , scale: Float ): Bitmap = withContext(Dispatchers.IO) { openPage(pageNumber).use { page -> // ← page を使っている間、ロックはもう手放されている val bitmap = createBitmap(...) page.render(bitmap, null , null , ...) bitmap } } この書き方だと、 @Synchronized は openPage() の呼び出しだけしか守ってくれません。戻ってきた Page を .use { ... } で使っているあいだには、すでにロックが解放されてしまっています。 そのため、以下のような順番が起きうる状態になっています。 スレッドAが openPage(0) を呼ぶ → ロック取得 → Page を受け取る → ロック解放 スレッドAが page.render(...) を実行中 そのすきにスレッドBが openPage(1) を呼ぶ → ロック取得 → ネイティブで Current page not closed openPage だけを @Synchronized で守った場合の競合 一方、 withOpenedPage { action } を @Synchronized で囲っている今回の形なら、スレッドBは、 action の実行と Page.close() が完了するまで openPage に入れません。 withOpenedPage を @Synchronized で囲った場合のシーケンス Holder.close() にも同じ @Synchronized が付いているので、「render の途中で Holder そのものが close される」という競合も、同じロックで守ってくれています。 また、HolderのロックはPDFごとに分かれているため、このロックによって別PDFの処理を待たせることはありません。 ロックには Mutex ではなく @Synchronized を使いました ロックの選択肢としては kotlinx.coroutines.sync.Mutex もあるのですが、今回このHolderの中では素の @Synchronized を採用しました。理由は以下になります。 クリティカルセクションの中で suspend しない( PdfRenderer.openPage / Page.render / Page.close はどれもブロッキング) 保護対象がネイティブリソースで、粒度も「PDF 1冊 = 1 ロック」でわかりやすい action ラムダに余計な suspend 境界を入れたくない suspend する必要のないところに suspend なロックを持ち込んでも嬉しさが薄そうだなと感じたので、シンプルに @Synchronized に寄せました。 PdfRendererManager: Singleton レベルの排他制御 Holder の中の話が片付けば、その外側の PdfRendererManager はシンプルに実装できます。 @Singleton internal class PdfRendererManager @Inject constructor () { private val renderers = ConcurrentHashMap< String , PdfRendererHolder>() suspend fun open (pdfVolatileId: PdfVolatileId, file: File) { withContext(Dispatchers.IO) { val holder = PdfRendererHolder(file) if (renderers.putIfAbsent(pdfVolatileId.value, holder) != null ) { holder.close() // 既に登録されていたら、負け側の holder を閉じる } } } suspend fun close(pdfVolatileId: PdfVolatileId) { withContext(Dispatchers.IO) { renderers.remove(pdfVolatileId.value)?.close() } } // … } 使っているのは ConcurrentHashMap の putIfAbsent / remove の原子性です。Manager全体で @Synchronized を張らなくても、以下を実現することができます。 同じIDの登録が競合した場合、マップに登録されるHolderは1つだけで、登録されなかったHolderは閉じる ある登録済みHolderを remove で取り出せるのは1回だけなので、同じ登録済みHolderを複数の close 呼び出しが取り出して閉じることはない ただし、Holderの生成は putIfAbsent より前に行うので、同じIDでHolderが一時的に複数生成されること自体を防ぐものではありません。また、同じIDの open と close が競合すると、 remove の後にHolderが登録される順序もあり得ます。つまり、このマップの原子性だけで、同じIDのライフサイクル全体を直列化しているわけではありません。 マップへの重複登録防止と登録済みHolderの取り出しには ConcurrentHashMap の原子性を使い、同じIDの open / close の呼び出し順序は別途管理する必要があります。 PdfFileStore: キャッシュお掃除 Worker と通常ダウンロードの競合を避ける 最後が PdfFileStore です。 今回のPDF Viewerでは、Worker等で孤立キャッシュを定期的に消す必要があります。 まず、この処理がなぜ必要なのかを、少しだけ紹介させてください。 通常フローではPDF Viewerを閉じたタイミング(= ViewModel.onCleared() )で PdfDocumentRepository.release() が呼ばれてキャッシュも削除されます。ただ、これだけでは、 プロセスキル時には onCleared() が呼ばれてくれない のです。 なので、メモリ不足やユーザーのスワイプアウトで Android がプロセスを落とすと、キャッシュファイルだけが cacheDir/pdf_cache/ に取り残されてしまいます。 こういう取り残しが積もっていくと、地味ながら端末ストレージを圧迫してしまいます。また、契約書類など、扱っているPDFにはセンシティブな情報が含まれることも多いので、必要以上に端末のディスクに残しておきたくないなという気持ちもありました。 そこで、キャッシュお掃除 Worker( PurgePdfCacheWorker )がアプリのフォアグラウンド復帰時に走ってくれるように、つまり定期的に 「使われているファイル以外は全部消す」 実装にしました 🧹  地味な存在ではあるのですが、実プロダクトに今回のようなファイルを扱う機能を作る上ではとても大事な事なのです 📝 お掃除 Worker と通常ダウンロードが同時に走りうる前提で設計する お掃除用 Worker ( PurgePdfCacheWorker )を走らせるということは、 お掃除用 Worker と通常のPDFダウンロードが同時に走りうる ことを前提に実装しないといけません。 そこで「 activeEntries への登録」と、「掃除側のスナップショット取得+disk 列挙+削除判定」を同じロックに入れる形で排他制御を行い、掃除処理と新規登録の競合を防ぐようにしました。 @Singleton internal class PdfFileStore @Inject constructor (...) { private val activeEntries = ConcurrentHashMap<PdfVolatileId, File>() // purgeCache と store / release の間で activeEntries のスナップショットを // 整合的に扱うためのロック private val cacheLock = Any () suspend fun store(inputStream: InputStream, expectedFileSize: Long ): PdfVolatileId = withContext(Dispatchers.IO) { val id = PdfVolatileId(UUID.randomUUID().toString()) val dest = resolveFile(id) synchronized(cacheLock) { // ← ファイル書き込みより先に登録する activeEntries[id] = dest } // …以降でファイル書き込み } suspend fun release(pdfVolatileId: PdfVolatileId) { withContext(Dispatchers.IO) { val file = synchronized(cacheLock) { activeEntries.remove(pdfVolatileId) } file?.delete() } } suspend fun purgeCache() { withContext(Dispatchers.IO) { synchronized(cacheLock) { // ← snapshot + 列挙 + 削除を全部この中でやる val activeFiles = activeEntries.values.toSet() cacheDir.listFiles()?.forEach { file -> if (file !in activeFiles) file.delete() } } } } } ここでも ConcurrentHashMap により、個々の登録・削除をスレッドセーフに扱えます。ただし、マップの状態とディスク上のファイル一覧を合わせた整合性までは保証しません。今回守りたいのは、 activeEntries のスナップショット と cacheDir.listFiles() の結果 の整合性です。 そこで cacheLock を定義し、 synchronized させることにしました。 もし cacheLock を使わずに、素直に activeEntries.values と cacheDir.listFiles() を並べて書いてしまうと、たとえば以下のような問題が起きてしまいます。 ConcurrentHashMap の values() と listFiles() の間で起きる競合 ConcurrentHashMap.values() は「スナップショットを取った後に入った要素」が見えない場合があります。つまり、「 activeEntries に載っていないファイル = 消去すべき」という判定は、登録と列挙の間の競合に対してそもそも脆弱なのです。 そういう理由で、この辺りの ConcurrentHashMap がカバーしてくれない領域のために cacheLock を自前で用意してあげる必要がありました。 実装ポイントをまとめると、 store は、 ファイル書き込みを始める前に activeEntries への登録を済ませる purgeCache は、 スナップショット取得から delete まで 同じロックの中でやる ダウンロードした内容のファイル書き込みはロックの外で行う。一方、掃除中のファイル列挙・削除はロック内で行うため、新規の登録処理はその完了を待つ ConcurrentHashMap の原子性だけに頼るのをやめて、スナップショットの整合性が必要なところは専用のロックで守るようにしました。 排他制御以外でPDF Viewerを作るときに気をつけたことリスト このブログは排他制御メインのお話ですが、PDF Viewerを作る上で気をつけたポイントがいくつかあるので、ご紹介します。 1. Bitmapの寿命とメモリ使用量を管理する 高解像度でレンダリングしたPDFページは1枚でもそこそこ重いので、Bitmapの寿命とメモリ使用量には気をつけました。今回は DisposableEffect の onDispose や、新しいBitmapに差し替えるタイミングで、古いBitmapを recycle() で明示的に解放する実装にしています。 ただし、 onDispose や差し替えのタイミングであれば、それだけで安全に解放できるわけではありません。 recycle() を呼ぶには、描画処理などからそのBitmapが使われなくなっていることを確認する必要があります。解放済みのBitmapを描画するとエラーになるため、この実装でも参照と描画の終了を含めた寿命管理の確認が必要です。 大容量PDFを開いてスクロールする画面では、単に recycle() を呼ぶことよりも、「いつまで使うか」「いつ安全に解放できるか」をセットで考えることが大事です。 参考: Managing Bitmap Memory 2. 画面密度に応じたスケールは上限を設ける PDFの文字や画像がきれいに見えるように、画面密度( density.density )に応じたスケールでレンダリングしています。ただ、上限を設けずにスケールを上げてしまうとBitmapのサイズが大きくなりすぎてメモリを食い潰してしまうので、1.0〜2.5倍の範囲でクリップするようにしました。 3. LazyColumn で表示するページの高さは事前に取っておく PDFを開いた直後に各ページのサイズが確定するような作りだと、LazyColumnのスクロールが一瞬ガタつく挙動になってしまいます。今回は最初の downloadPdf のタイミングで全ページのサイズを先に取得して、 PdfPageData として持たせました。これにより、実際のページレンダリングがまだでも、各ページのプレースホルダをあらかじめ適切な高さで表示できます。 4. PDFファイル形式の判定 『これ、ほんとにPDF?』という判定も行うようにしました。 拡張子 で .pdf かを確認(呼び出し側の事前判定) HTTP(Hypertext Transfer Protocol)レスポンスの Content-Type が application/pdf を含むかを確認 ファイル先頭5バイト(マジックナンバー %PDF- ) を確認 拡張子も Content-Type もサーバー側の設定によっては正しく返ってこないことがあるので、実ファイルのマジックナンバーまで見に行くとより安心です。 5. HTTPキャッシュは敢えて使わない タイミーアプリにおけるPDF(特に書類関連)は内容が更新される可能性があるので、HTTPキャッシュを効かせて古いPDFを表示し続けてしまうと、ユーザーが困ってしまう場面が出てきます。今回はこのリスクを避けたかったので、敢えてHTTPキャッシュは使わず、毎回サーバーから取得する方針にしました。その代わりアプリ内キャッシュに落としたものを閉じ時にちゃんと release する設計にしてあります。 6. Feature flag を仕込んでリリースする 今回は影響範囲が広い機能のリリースだったので、RemoteConfig 経由の feature flag を通してリリースしました。もし問題が起きた時にすぐ元のブラウザ遷移の動きに切り戻せる体制にしておくと、リリース時も気持ちが楽でした 😌 7. エラー時のフォールバックとして、ブラウザで開く導線を用意する PDF Viewerを使っていると、ネットワークの不調でダウンロードに失敗したり、ページのレンダリング中にエラーが起きたりと、どうしても何かしらうまくいかない瞬間は出てきます。そういう時でも、ユーザーが「このPDFがどうしても見られない」という状態に陥ってしまわないように、エラーが起きた画面では必ず 「ブラウザで開く」ボタン を表示するようにしました。 契約書類のように、見られるかどうかが業務に直結するものを扱っている画面なので、アプリ内での表示に失敗した場合にも、ブラウザで閲覧を試せる代替手段を用意しました。 まとめ 今回のPDF Viewer実装では、排他制御について、3つの層それぞれで別の道具を使い分ける形になりました。 作成したクラス クラスの中で管理すること 書き方 PdfRendererHolder (PDF 1冊単位) openPage → 使用 → close のネイティブ制約 @Synchronized + ラムダを受け取る関数 PdfRendererManager (Singleton) ID単位の重複登録防止・登録済みHolderの取り出し ConcurrentHashMap の putIfAbsent / remove PdfFileStore (Singleton) 掃除 Worker と書き込みの競合 専用 cacheLock + synchronized ブロック PdfRenderer そのものの使い方や、Android 15で入ったPDF APIのお話については、2024年の登壇でだいぶ触れています。気になった方は、冒頭に貼った登壇レポート・スライド・動画もぜひあわせて見て下さい 🌮 感想 今回のPDF Viewer作成は、通常業務と並行し、優先順位を調整しながら段階的に進めました。 大変でしたが、アプリのUX向上につながったので、リリースでき、嬉しかったです。 実際にアプリのレビューで、便利になったという声をいただいた時には感激しました! また、この機能では企画やデザインもさせていただき、その中で、デザイナーさんにもたくさんアドバイスをいただきながら、自分でFigmaを触ってデザインの勉強等もできました。 iOS側の挙動についての話をしてくれた、iOSエンジニアさん、 デザインについて色々教えてくれたデザイナーさん、 そして何より、この機能のコードは3,000行以上になったため、コードや技術設計をレビューしてくださった技術顧問の方、Androidチームの皆さんの協力がなければ、リリースできませんでした。本当に感謝しています 🙇‍♀️ これからも自分や会社の理想の実現に向けて色んなチャレンジをしていけると嬉しいです ☺️

動画

書籍