事件匯流排 EventBridge 是阿里雲提供的全託管 Serverless 事件數目據服務，致力於成為 AI 原生時代的Data Integration與處理中樞。EventBridge 通過事件串連應用組件，用於構建松耦合、可擴充的事件驅動架構（Event-Driven Architecture，EDA）。
本文介紹 EventBridge 的核心資源、基本概念和典型情境。
事件驅動架構
事件驅動架構是一種軟體設計模式：系統中的各組件通過發布和響應事件進行協作，無需彼此直接調用。該模式具備松耦合、高擴充的特性，適用於微服務編排、即時資料處理、自動化營運等情境。
如需瞭解更多背景知識，參見：
核心資源
EventBridge 基於 CloudEvents 1.0標準協議，能夠串連阿里雲服務、自建應用和第三方 SaaS 平台。通過內建的事件過濾、轉換與路由能力，EventBridge 將事件從來源投遞到目標系統，無需編寫整合代碼。
EventBridge 提供三類核心資源，對應不同的事件處理情境：
維度 | 事件匯流排（EventBus） | 事件流（EventStreaming） | 事件倉（EventHouse） |
定位 | 事件路由與分發 | 海量資料的持續採集與傳輸 | 事件的持久化儲存與查詢分析 |
路由模式 | N:M（多源到多目標） | 1:1（單源到單目標） | — |
核心能力 | 過濾、轉換、多目標投遞 | 高吞吐低延遲、回溯消費 | 即時 SQL 查詢、低成本儲存 |
典型情境 | 微服務解耦、SaaS 整合、自動化營運 | 日誌採集、IoT 資料匯聚、即時 ETL | 事件審計、根因分析、BI 報表 |
事件匯流排（EventBus）
事件匯流排是 EventBridge 的核心路由資源，負責接收事件並分發到一個或多個目標。
基於 CloudEvents 1.0 標準，事件匯流排接收來自阿里雲服務、自訂應用或 SaaS 的事件。通過配置事件規則（EventRule），可對事件進行過濾和轉換，然後投遞到Function Compute、雲訊息佇列 RocketMQ 版、DingTalk等目標服務。
關鍵能力
內容過濾：通過事件規則篩選特定事件，忽略無關事件。
事件轉換：在路由過程中修改事件結構，適配目標系統的資料格式。
多目標投遞：一次事件發布，同時觸發多個下遊服務處理。
典型情境
微服務解耦：訂單服務發布“訂單建立”事件，庫存、物流、積分服務各自獨立訂閱，互不感知。
SaaS 整合：Salesforce 中客戶資訊更新時，自動同步到內部 CRM 系統。
自動化營運：CloudMonitor檢測到執行個體例外狀況事件，自動觸發營運指令碼或發送警示通知。
事件流（EventStreaming）
事件流是 EventBridge 的高吞吐資料轉送資源，負責海量資料的持續採集與即時處理。
與事件匯流排的多對多路由不同，事件流提供點對點（1:1）的Data Transmission Service，專為高吞吐、有序性的資料情境設計。適合處理日誌、監控指標、使用者行為軌跡等連續資料流。
關鍵能力
高吞吐低延遲：支援百萬級 TPS 的資料寫入與讀取。
回溯消費：支援從記錄點重新拉取資料進行處理。
典型情境
即時資料倉庫：將業務資料庫的 Binlog 或應用日誌即時採集，經 Flink 處理後寫入資料倉儲。
IoT 資料擷取：海量裝置上報的狀態資料，通過事件流統一匯聚後分發給下遊分析系統。
點擊串流分析：即時捕捉使用者在網站或 App 上的行為資料，供推薦系統使用。
事件倉（EventHouse）
事件倉是 EventBridge 的結構化事件儲存與分析資源。開啟事件倉後，所有通過 EventBridge 的事件數目據會被持久化儲存，可隨時查詢和分析。
事件倉採用列式儲存和階層式存放區架構，在保證查詢效能的同時降低儲存成本。除了保留事件紀事輯用於追溯和災難恢複，還支援即時 SQL 查詢，將事件數目據轉化為業務洞察。
關鍵能力
即時 SQL 查詢：無需將資料搬運到資料倉儲，直接對歷史事件執行標準 SQL 查詢，支援多維度彙總、過濾與分析。
低成本湖倉儲存：採用階層式存放區架構，適合長期保留海量事件數目據。
典型情境
智能營運與根因分析：系統故障時，通過 SQL 快速檢索故障時間視窗內的例外狀況事件鏈，定位根因。
業務智能報表：串連 Quick BI 等工具到事件倉，即時產生基於事件流的業務報表。
事件審計與合規：長期保留業務事件記錄，滿足審計與合規需求。
如何選擇
根據情境選擇合適的資源：
需要將事件從多個來源路由到多個目標時，使用事件匯流排。例如，一個訂單事件需要同時通知庫存、物流和積分系統。
需要在兩個系統之間建立高吞吐資料管道時，使用事件流。例如，持續將資料庫變更日誌同步到下遊分析系統。
需要儲存和查詢歷史事件數目據時，使用事件倉。例如，分析過去一個月內所有失敗支付事件的分布。
說明：三者可組合使用。例如，事件匯流排接收事件並路由，事件流提供高吞吐通道，事件倉儲存歷史資料供查詢分析。
AI 情境
EventBridge 內建的事件過濾與轉換引擎可在資料進入 AI 模型前完成即時清洗與特徵增強，同時支援將處理後的事件路由至Machine Learning Platform for AI或向量資料庫。
情境 | 使用資源 | 說明 |
AI 即時推理觸發 | 事件匯流排 | OSS 收到圖片上傳事件時，自動觸發Function Compute調用 AI 模型進行識別。 |
AI 訓練資料管道 | 事件流 | 持續收集使用者行為資料，作為模型微調（Fine-tuning）的即時輸入源。 |
AI Agent 上下文 | 事件倉 | 作為檢索增強產生（RAG）的知識源，供 AI Agent 查詢歷史業務事件。 |
基本概念
概念 | 說明 |
事件 | 系統狀態變化的資料記錄，是 EventBridge 處理的基本單元。 |
事件來源 | 事件的來源，負責生產事件。可以是阿里雲服務、自訂應用或 SaaS 平台。 |
事件目標 | 事件的處理終端，負責消費事件。可以是Function Compute、雲訊息佇列 RocketMQ 版、HTTP 端點等。 |
事件匯流排 | 事件的路由中樞，負責接收、過濾、轉換和分發事件。 |
事件規則 | 定義事件匹配條件和投遞目標。當匹配事件發生時，事件被路由到關聯的事件目標。 |
更多概念的詳細解釋，參見基本概念。
產品優勢
計費說明
更多資訊，參見計費概述。