インフラ構成

実査機能新基盤のインフラ構成。コンピュート＝Cloudflare（常駐ゼロ・全て従量）／データ永続＝AWS 東京（国内保管）／メディア・データ配信＝LiveKit Cloud のハイブリッド構成を採用する。開発への展開は開発プラン Phase 0 を参照。

1. 決定サマリ

領域	決定	備考
基盤コア API	採用 Cloudflare Workers（Hono + `@hono/zod-openapi` + Prisma 7）	エントリポイント4種（fetch / queue / workflows / scheduled）
DB	採用 AWS Aurora Serverless v2（PostgreSQL・東京）	min 0.5 ACU 常時。見送り D1（レジデンシ・トランザクション制約）
DB 接続	採用 Hyperdrive → 公開エンドポイント直結	SG＝Hyperdrive 公開 IP レンジのみ + TLS `verify-full`
オブジェクトストレージ	採用 AWS S3（東京）	録画・handout（文字起こし本文は Aurora 行内 `result_json`・As-Is 踏襲）。不採用 R2（リージョン保証不可）
W1〜W6 配信	採用 Cloudflare Queues + DLQ	リトライ・DLQ 組み込み
録画→文字起こし	採用 Cloudflare Workflows	ステップ実行（ステップごとに結果を永続化し、失敗時は失敗ステップから再開）・ステップ単位リトライ
定期実行	採用 Cron Triggers	リコンサイルバッチ
チャット	採用 LiveKit データチャネル再利用（サーバー権威型）	不使用独自 WS サーバー・Durable Objects
ルーム SPA	採用 Vite + React SPA + Workers Assets 配信	SSR 不要（OpenNext / Next.js は不採用）
管理画面（開発者向け）	採用 Refine SPA on Workers（Workers Assets）+ Cloudflare Access	コアの内部プロキシ `/internal/admin` 経由・ApiKey 非露出（開発プラン §1.4）。ルーム SPA・コアと同じ Workers 系ツールチェーンに統一（Pages は不使用）
メディア	外部 LiveKit Cloud（SFU + Egress・Ship プラン）	録画は video composite（合成1本）・Egress は S3 東京へ直書き
AI モデレーター	外部 LiveKit Managed Agent Hosting	`lk agent deploy`。自前の Agent 基盤を持たない
文字起こし AI	外部 Azure Speech / OpenAI Whisper / ElevenLabs	Workflows から REST 呼び出し・VTT 出力
オブザーバビリティ	CF ネイティブ（Traces / Workers Logs / Analytics Engine）+ `@sentry/cloudflare`（Team プラン）	外部集約先（Grafana Cloud 等）は導入しない。実装方法はオブザーバビリティの Cloudflare 補遺が正
minedia-www	既存現行インフラのまま（Rails）	REST（ApiKey）で呼び出し・W1〜W6 受信。Phase 5 でレーンB改修

2. 全体構成図

クリックで拡大 🔍

インフラ構成図（Cloudflare 軸）: ブラウザ（全ロール）はルーム SPA・基盤コア Worker（入室ゲート・API・チャット送信）に接続し、メディアとチャット/イベントの受信は LiveKit Cloud に直結する。基盤コアはチャット ingest を認可・永続化して sendData で配信する。Cloudflare ゾーンには基盤コア Worker（Hono + zod-openapi + Prisma 7）、Queues（W1〜W6 配信 + DLQ）、Cron Triggers、Hyperdrive、Workflows、管理画面（Refine SPA・Workers Assets + Cloudflare Access）が並ぶ。Hyperdrive は AWS 東京の Aurora Serverless v2（PostgreSQL・min 0.5 ACU・公開エンドポイント直結）へ TLS verify-full で接続。LiveKit Egress は S3 東京へ録画を直書きし、minedia-www は presigned GET で録画を視聴、REST API（ApiKey 認証）で基盤コアを呼び出し、Queues から W1〜W6 署名付き Webhook を受信する。Workflows は AI 文字起こし（Azure / OpenAI Whisper / ElevenLabs）へ依頼。エラーは Sentry へ送られる

主要フロー

入室: ブラウザ → SPA → 基盤コア（参加 JWT 検証 → RoomPolicy → LiveKit トークン発行）→ LiveKit へメディア直結。映像・音声は Cloudflare を通らない
チャット/ルームイベント（サーバー権威型）: 送信＝ブラウザ → コア Worker の HTTP ingest（RoomPolicy 認可 → Aurora 永続化 → 宛先算出）→ RoomServiceClient.sendData → LiveKit データチャネルで配信。受信＝DataReceived。クライアント直送は不可（canPublishData 全ロール false）。後入室・リロード時は履歴 API（GET /rooms/{id}/chat-messages）で補完
録画: LiveKit Egress → S3 東京へ直書き → webhook → Workflows が文字起こしをステップ実行 → W6 配信
W1〜W6: 基盤コア → Queues（リトライ・DLQ）→ minedia-www へ署名付き配信
DB: 基盤コア → Hyperdrive（接続プール）→ Aurora 公開エンドポイント。書き込み RTT は Smart Placement（Worker を東京近傍で実行）で圧縮
録画視聴: download-url API で presigned URL を発行し S3 から直接配信

3. 技術スタック

3-1. Worker 構成（デプロイ単位）

Worker は「プロセス」ではなくデプロイとアクセス制御の境界で切る。1 Worker は複数ハンドラ（fetch / queue / scheduled / Workflow クラス）を同居できるため、基盤コアの非同期処理は分割しない。

Worker	中身	分割理由
① 基盤コア（`apps/core`）	Hono（fetch）+ Queues consumer + Cron + Workflows + 内部プロキシ `/internal/admin`	API 契約と非同期処理が同じ Prisma スキーマ・RoomPolicy を共有。Smart Placement はこの Worker のみ有効化
② ルーム SPA（`apps/interview-room`）	Workers Assets（静的配信）	UI は API と独立したデプロイ頻度。配信はエッジ最寄り
③ 管理画面（`apps/admin`）	Workers Assets（Refine SPA）	Cloudflare Access を被せる境界を公開物と分離

ドメインは Worker 単位に割り当て（例: api.* → ①、room.* → ②、admin.* → ③ + Access）。管理画面 → コアは Service Bindings で内部接続（公開ホップなし・CORS 回避）。負荷特性が分かれた場合、queue consumer / Workflows は後から④として分離可能（wrangler.jsonc を分けるだけ）。

🔗

Service Bindings とは: Worker 同士をネットワークを介さず直接呼び出す Cloudflare の仕組み。呼び出し側の wrangler.jsonc に "services": [{ "binding": "CORE", "service": "interview-core" }] と宣言すると env.CORE.fetch(request) で相手 Worker を呼べる。見た目は fetch だが実際は同一スレッド上での直接実行のため、公開 URL への出戻り（DNS・TLS・エッジ再入場）が発生しない。ブラウザは管理画面のオリジンとしか通信しないため CORS 設定も不要。コアの /internal/admin は Service Bindings 経由でのみ到達可能にでき、公開インターネットに管理 API の入口を持たない。

apps/core/                     ← 基盤コア Worker
  wrangler.jsonc               ← bindings: Hyperdrive / Queues / Analytics Engine / Rate Limiting
  src/index.ts                 ← export default { fetch, queue, scheduled } + Workflow クラス
  src/api/                     ← Hono（@hono/zod-openapi ルート定義・ミドルウェア）
  src/queue/ src/workflows/ src/cron/ src/lib/
  prisma/schema.prisma
apps/interview-room/                 ← ルーム SPA
apps/admin/                    ← 管理画面（Refine）
packages/contracts/            ← zod スキーマ・生成 openapi.yaml・API 型（全アプリで共有）

3-2. 基盤コア（apps/core）

領域	採用	備考
HTTP / 契約	`hono` + `@hono/zod-openapi`	ルート定義＝zod スキーマ＝OpenAPI の単一ソース（G1 の実体）
OpenAPI UI	`@scalar/hono-api-reference`	確定。コア Worker の `/docs` ルートに Scalar UI をミドルウェアとしてマウント（`app.doc()` の OpenAPI 出力をそのまま参照、別ホスティング不要）
ORM	`prisma` 7 + `@prisma/adapter-pg`	Hyperdrive 経由。`prisma migrate` は CI から TCP 実行
JWT	`jose`	EdDSA 署名・`/.well-known/jwks.json` 公開（`jsonwebtoken` は EdDSA 非対応）
LiveKit	`livekit-server-sdk`	AccessToken / `RoomServiceClient.sendData`（チャット配信）/ Egress / WebhookReceiver。Workers 実機確認は P0 スパイク
S3	`aws4fetch`	SigV4 の presign / put（`@aws-sdk` より軽量）
ApiKey 照合	`bcryptjs` + `crypto.subtle.timingSafeEqual`	truffle-survey-v2 と同系
バリデーション	`zod`（`packages/contracts` で共有）
ログ / 監視	構造化 `console`（JSON → Workers Logs）、`cloudflare:workers` tracing API、Analytics Engine `writeDataPoint`、`@sentry/cloudflare`（`tracesSampleRate: 0`）	標準 OTel SDK は Workers 非対応（オブザーバビリティの Cloudflare 補遺 §2）
テスト	`vitest` + `@cloudflare/vitest-pool-workers`、convention test	workerd 実ランタイムでテスト。convention は truffle 移植（エンベロープ形式 / 全ルート認証必須 / ルート網羅 / no-floating-promises）

3-3. ルーム SPA（apps/interview-room）

領域	採用	備考
フレームワーク	Vite + React SPA + Workers Assets（確定）	SSR 不要のため OpenNext / Next.js は不採用
WebRTC	`livekit-client` + `@livekit/components-react` / `-styles`	参加者タイル・デバイス制御・画面共有
接続テスト	`livekit-client` 同梱の `ConnectionCheck`	signaling / webrtc / turn / reconnect / publish（P4 の自前計測画面の中核）
API クライアント	`openapi-typescript` + `openapi-fetch`	`packages/contracts` の型で契約を FE でも強制
状態管理	`@tanstack/react-query`（サーバー状態）/ `zustand`（UI 状態）
UI / 監視	Tailwind CSS / `@sentry/react`

3-4. 管理画面（apps/admin）

Refine（React）+ Vite を Workers Assets で配信し、Cloudflare Access（Zero Trust）でゲート。データ取得は基盤コアの内部プロキシ /internal/admin 経由（Cf-Access-Jwt-Assertion 検証・テナント ApiKey 非露出）。API クライアントは SPA と同じ openapi-fetch を共有。

3-5. 開発ツールチェーン

領域	採用
モノレポ	pnpm workspace（apps 3つ + `packages/contracts`）
デプロイ	`wrangler`（environments で dev / stg / prd、`wrangler types` で Env 型生成、`wrangler secret put`。DB 資格情報は AWS Secrets Manager）
CI/CD	GitHub Actions: typecheck / lint / test / `prisma migrate` / `wrangler deploy`
OpenAPI	生成 yaml を `redocly` lint、UI 配信は Scalar（`@scalar/hono-api-reference`・確定）、`@stoplight/prism-cli` モック（レーンB の G2 前先行着手用）
Lint	ESLint（`no-floating-promises` 必須）+ Prettier

3-6. minedia-www 側（レーンB・Phase 5）

領域	採用
`Core::ApiClient`	`faraday` + `faraday-retry`（ApiKey 認証・Idempotency-Key・リトライ。既存 faraday_middleware 1.x 系との共存に注意）
契約テスト	`committee`（Prism モックに対して G2 前に先行実装）
W1〜W6 受信	`OpenSSL::HMAC` 署名検証（標準ライブラリ）・イベント id dedup。非同期処理・通知は既存流用（Sidekiq / Twilio / SES / OneSignal）

4. Cloudflare 軸の根拠

評価軸: ①アイドル時固定費最小（サーバーレス徹底）②運用対象最小③データレジデンシ（国内保管の一貫説明）。コスト差は月数十ドル＝人件費数時間分であり決め手ではない。

常駐コンポーネントがゼロになる: API（Workers）・キュー（Queues）・パイプライン（Workflows）・定期実行（Cron）のすべてがマネージドかつ従量。チャット配信も LiveKit データチャネルに相乗りするため独自 WS サーバーを持たない。DB 接続も Hyperdrive から Aurora の公開エンドポイントへ直結するため、「自前で面倒を見るプロセス」が文字通り 0 になる
コールドスタート実質ゼロ: Workers は isolate モデルで復帰 ~数ms・自動水平スケール。予約制インタビューの体感遅延源が存在しない（Aurora は min 0.5 ACU 常時でウォーム）
重い処理は Workers を通らない: 映像・音声は LiveKit 直結、静的アセットはエッジ配信。Workers が処理するのは短命 HTTP（認可・書込・webhook）のみで、128MB/isolate・同時接続 6 の制約は業務特性上ボトルネックにならない

5. 月額コスト試算

規模前提（Medium）: 月200インタビュー×60分・全件録画60分・180日保管（定常在庫 ~1.2TB）・視聴転送 ~400GB/月・AI モデレーター比率 30%。LiveKit 費は #5317 の既存試算を使用（7人/セッション＝publisher 2 + subscriber 5・720p ≈2Mbps・録画前提・¥160/USD）。オーダー把握用であり、規模実値の確定後に精緻化する。

5-1. ホスティング層（クラウド請求額）

項目	月額	算定前提
Workers Paid	$5	基本料。動的リクエスト実勢月5〜10万件（チャット ingest 含む）は包含枠（10M req・30M CPU-ms）内
Queues / Workflows / Cron	~$0	W1〜W6 は月数千メッセージ＝無料枠内。Workflows は Workers 従量に包含
Hyperdrive / Smart Placement / Rate Limiting / Access	$0	Workers Paid 込み・無料枠内（Access は 50 ユーザーまで無料）。静的アセット配信（ルーム SPA・管理画面）は Workers Assets で無料
Workers Logs / Traces / Analytics Engine	$0	~22万イベント/月 ≪ 包含枠 2,000万（オブザーバビリティ補遺の試算）
Cloudflare 小計	~$5
Aurora Serverless v2	~$73	compute 0.5 ACU×730h×$0.15 ≈ $55 ＋ storage 50GB×$0.12 ≈ $6 ＋ I/O ~50M req×$0.24/M ≈ $12
S3 保管	未定	現行の実利用量を調査後に反映
S3 視聴転送	未定	同上（視聴のたび発生・感度大）
AWS 小計	~$73 + S3（未定）
ホスティング計	~$78 + S3（未定）

5-2. 監視

項目	月額	備考
Sentry	~$26	Team プラン（確定）。traces / logs は CF ネイティブで完結し、外部集約先（Grafana Cloud 等）は導入しない
計	~$26

5-3. 外部 SaaS（クラウド選定と独立・参考）

項目	月額	備考
LiveKit Cloud（Ship・録画込）	~$507（≈¥81,200）	基本 $50 ＋下り転送 (2,160GB−250GB)×$0.12 ≈ $229 ＋合成録画 (12,000分−600分)×$0.02 ≈ $228。接続分 84,000 分は無料枠 150,000 分内で $0（#5317 試算）
AI（OpenAI Realtime 30% + STT）	未定	現行の実利用量を調査後に反映
計	~$507 + AI（未定）

5-4. 総計・感度

	月額
ホスティング + 監視	~$104 + S3（未定）
外部 SaaS 込み総計（確定分）	~$610 ＋ S3・AI（未定）

📉

感度・削減レバー: 規模実値（インタビュー数・参加者数に概ね線形）。S3・OpenAI は現行実測の調査後に反映（§6）。

6. 未決事項（Phase 0 で確定）

#	事項	対応
1	規模実値による試算精緻化	現行 minedia-www の実測値で更新（S3・OpenAI 利用料の実測を含む）

7. 経緯資料

D1 採用評価（docs/interview-app-poc/d1-database-assessment.md）— 見送り。Aurora 東京でレジデンシ・トランザクション懸念を解消
オブザーバビリティ — 監視設計（Cloudflare での実装方法を含む）

本ページは実査機能新基盤のインフラ構成です。構成図・根拠・コスト試算・未決事項を整理しています。