EventBridge adalah layanan data event yang sepenuhnya terkelola dan berarsitektur tanpa server (serverless) yang berperan sebagai pusat integrasi dan pemrosesan data di era AI-native. Dibangun di atas standar CloudEvents 1.0, layanan ini menghubungkan komponen aplikasi melalui event untuk membangun arsitektur berbasis event (EDA) yang longgar terkait (loosely coupled) dan dapat diskalakan.
EventBridge menerima event dari layanan Alibaba Cloud, aplikasi kustom, dan platform SaaS, lalu menyaring, mentransformasi, dan mengirimkannya ke target tanpa memerlukan kode integrasi. Arsitektur berbasis event (EDA)—pola desain di mana komponen berkomunikasi dengan menerbitkan dan merespons event alih-alih saling memanggil secara langsung—secara alami dapat diskalakan seiring pertumbuhan beban kerja, serta mendukung orkestrasi layanan mikro, pemrosesan data real-time, dan O&M otomatis.
Untuk informasi latar belakang lebih lanjut, lihat:
Sumber daya inti
EventBridge menyediakan tiga jenis sumber daya untuk pola pemrosesan event yang berbeda:
Dimension | Event bus | Event stream | Event house |
Function | Routing dan distribusi event | Pengumpulan dan transmisi data skala besar secara berkelanjutan | Penyimpanan persisten dan analisis query event |
Routing pattern | N:M (many-to-many) | 1:1 (one-to-one) | -- |
Core capabilities | Filtering, transformasi, dan pengiriman ke banyak target | Throughput tinggi, latensi rendah, dan replay konsumsi | Query SQL instan dan penyimpanan berbiaya rendah |
Typical scenarios | Penguraian keterkaitan layanan mikro, integrasi SaaS, dan O&M otomatis | Pengumpulan log, agregasi data IoT, dan ETL real-time | Audit event, analisis akar masalah, dan laporan BI |
Event bus
Event bus menerima event dan mendistribusikannya ke satu atau beberapa target berdasarkan aturan event yang dapat dikonfigurasi.
Event berasal dari layanan Alibaba Cloud, aplikasi kustom, atau platform SaaS. Setiap aturan event menetapkan kondisi filter dan satu atau beberapa target pengiriman, seperti Function Compute, ApsaraMQ for RocketMQ, atau DingTalk. Selama routing, struktur event ditransformasi agar sesuai dengan format yang diharapkan oleh masing-masing target.
Key capabilities
Content filtering — Menyaring event berdasarkan konten muatan (payload) menggunakan aturan event.
Event transformation — Mengubah bentuk data event selama routing agar sesuai dengan format yang diharapkan oleh setiap target.
Multi-target delivery — Mengirimkan satu event ke beberapa layanan downstream secara simultan.
Use cases
Microservice decoupling — Layanan pesanan menerbitkan event "Order Created". Layanan inventaris, logistik, dan rewards masing-masing berlangganan secara independen tanpa ketergantungan langsung satu sama lain.
SaaS integration — Ketika informasi pelanggan berubah di Salesforce, pembaruan tersebut secara otomatis disinkronkan ke sistem CRM internal.
Automated O&M — Cloud Monitor mendeteksi kegagalan instans dan memicu skrip remediasi atau mengirimkan pemberitahuan peringatan.
Event stream
Event stream menyediakan channel data ber-throughput tinggi dengan pola satu-ke-satu (1:1) untuk pengumpulan berkelanjutan dan pemrosesan real-time data skala besar. Berbeda dengan routing many-to-many pada event bus, event stream dioptimalkan untuk data ber-volume tinggi yang terurut, seperti log, metrik pemantauan, dan event perilaku pengguna.
Key capabilities
High throughput, low latency — Menangani jutaan transaksi per detik (TPS) baik untuk operasi tulis maupun baca.
Consumption replay — Memproses ulang data dengan menarik dari titik tertentu di masa lalu.
Use cases
Real-time data warehouse — Mengumpulkan log biner (binlogs) dari database bisnis dan log aplikasi secara real-time, memprosesnya dengan Flink, lalu menuliskan hasilnya ke gudang data.
IoT data aggregation — Mengagregasi data status dari sejumlah besar perangkat dan mendistribusikannya ke sistem analitik downstream.
Clickstream analysis — Menangkap data perilaku pengguna dari situs web atau aplikasi secara real-time untuk sistem rekomendasi.
Event house
Event house menyimpan semua data event yang melewati EventBridge secara persisten dan membuatnya tersedia untuk query berbasis SQL kapan saja. Arsitektur penyimpanan bertingkat berbasis kolom (columnar) menjaga biaya penyimpanan tetap rendah sekaligus mempertahankan performa query, sehingga cocok untuk retensi jangka panjang maupun analisis real-time.
Key capabilities
Instant SQL queries — Menjalankan query SQL standar langsung pada event historis tanpa memindahkan data ke gudang data terpisah. Mendukung agregasi multi-dimensi, penyaringan, dan analisis.
Low-cost lakehouse storage — Arsitektur penyimpanan bertingkat yang dioptimalkan untuk retensi jangka panjang dataset event berskala besar.
Use cases
Root cause analysis — Saat sistem gagal, lakukan query terhadap rantai event anomali dalam rentang waktu kegagalan untuk mengidentifikasi akar masalah.
Business intelligence reports — Hubungkan alat seperti Quick BI ke event house untuk menghasilkan laporan real-time dari aliran event.
Event audit and compliance — Simpan catatan event bisnis dalam jangka panjang untuk memenuhi persyaratan regulasi dan audit.
Pilih sumber daya yang tepat
Scenario | Resource | Example |
Route events from many sources to many targets | Event bus | An order event needs to notify the inventory, logistics, and rewards systems simultaneously |
Build a high-throughput pipeline between two systems | Event stream | Continuously sync database change logs to a downstream analytics system |
Store and query historical events | Event house | Analyze the distribution of failed payment events over the past month |
Ketiga sumber daya ini bekerja secara terpadu. Event bus menerima dan merutekan event, event stream menyediakan channel ber-throughput tinggi antara dua sistem, dan event house menyimpan semua data historis untuk query dan analisis.
Skenario AI
Mesin filtering dan transformasi bawaan melakukan pra-pemrosesan data event—membersihkan kebisingan (noise) dan memperkaya fitur—sebelum mencapai model AI. EventBridge juga merutekan event yang telah diproses ke platform pembelajaran mesin dan database vektor.
Scenario | Resource | How it works |
Real-time inference trigger | Event bus | An image uploaded to OSS triggers a Function Compute function that calls an AI model for recognition |
Training data pipeline | Event stream | Continuously collect user behavior data as a real-time input source for model fine-tuning |
AI agent context | Event Store | Serve as a knowledge source for retrieval-augmented generation (RAG), letting an AI agent query historical business events |
Konsep utama
Concept | Definition |
Event | Catatan data yang merepresentasikan perubahan status. Unit dasar yang diproses oleh EventBridge. |
Event source | Origin suatu event—layanan Alibaba Cloud, aplikasi kustom, atau platform SaaS. |
Event target | Tujuan yang mengonsumsi event—Function Compute, ApsaraMQ for RocketMQ, titik akhir HTTP, atau layanan lainnya. |
Event bus | Pusat routing yang menerima, menyaring, mentransformasi, dan mendistribusikan event. |
Event rule | Konfigurasi yang menentukan event mana yang harus dicocokkan dan ke mana event tersebut harus dikirimkan. |
Untuk definisi lengkap, lihat Terms.
Manfaat
Penagihan
Untuk detailnya, lihat Billing overview.