本文将从以下几个方面展开对阿里云EventBridgeTransform能力的介绍：
1）首先介绍ETL基本概念；
2）接着介绍T（Transform）的能力；
3）最后探讨EventBridgeTransform能力及落地场景。
ETL表示的是数据提取（Extract）、转换（Transform）和加载（Load）的过程，是数据集成的核心任务。三个步骤的主要作用如下：
从数据源中提取数据，数据源可以是各种数据存储系统，比如消息队列、数据库等。
对提取的数据进行转换操作，比如数据富化、数据清洗、数据聚合、数据拆分、格式转换等。
将经过转换后的数据加载到目标服务中，比如数据仓库、数据湖、BI系统等。ETL应用广泛，它可以帮助企业管理和利用数据，实现数据驱动的决策和业务转型。
ETL中的T（Transform）可以对提取的数据进行转换操作，它具体的使用场景如下：
调用外部服务获取额外信息丰富原始数据，提高数据的完整度和可应用性。
对原始数据进行清洗或验证，去除重复、缺失或者不准确的数据，确保数据的质量和准确性，或者对数据中的信息进行脱敏，确保数据的安全性。
将多条原始数据进行合并，形成一个统一的数据视图，便于后续的快速分析和查询。
将单条原始数据根据业务需求拆分为多条数据。
将上游数据转换为目标服务可接受的格式，比如将Base64、Avro、PB等格式的原始数据统一转换为json格式。
通过Transform，可以将原始数据转化为一致性、准确性和安全性兼具的高质量数据，为后续的数据分析等操作提供可靠的基础。
目前业界的Transform能力，常见的做法有以下几类：
数据清洗：去除数据中的敏感字段、处理噪音数据等。
数据格式转换：将数据中的指定字段转换为特定格式。
用户可自定义Transform的逻辑。这种常见的做法是：用户根据CustomTransform的接口规范，实现接口并将实现的代码打成jar包，之后在系统导入该jar包即可使用自己编写的Transform逻辑。
通过Remote调用的方式调用外部系统对数据进行Transform。
上述1、2两种做法，由于其Transform与系统逻辑高度耦合，共享计算资源，并不太适合在Transform中进行重量级计算，仅适合应用在一些轻量、简单的业务场景。更优的做法是RemoteCustomTransform，它解耦了Transform业务逻辑与数据通路，更具灵活性。
阿里云EventBridge通过集成阿里云函数计算实现了CustomTransform能力，通过Remote调用的方式将Transform业务逻辑与数据通路解耦。提高了Transform的灵活性，降低计算资源的挤兑风险。
使用阿里云的函数计算进行Transform时，EventBridge的整体链路如图所示。
下文在此基础之上继续探讨链路中涉及的几个关键问题：
攒批可以批量聚合多条数据，在达到攒批条件后再将数据批量推送给下一步进行处理。EventBridge将攒批能力置于Transform之前，通过攒批能力提升了数据的处理效率和吞吐量，并且显著降低Transform调用函数计算的次数。
批量推送条数：单次可聚合的最大数据条数。
Transform处理数据时可能出现异常，为避免异常导致数据丢失或影响链路的稳定性和可用性等。Transform复用了EventBridge的重试、死信、容错等机制。
1.允许异常容错：当Transform异常发生时不会阻塞执行，会继续处理后续的数据。但是，EventBridge会重试发生异常的数据，在超出重试策略后根据配置将数据投递至死信队列或直接丢弃。2.禁止容错：不允许错误，当Transform异常发生且超过重试策略配置时会阻塞执行。
函数计算的调用和函数的执行会产生一定费用，包含函数调用、资源使用（CPU、Mem等）和公网出流量三部分的费用。为减少函数计算产生的费用，函数计算定向减免了来自EventBridge的函数调用次数费用，即EventBridge触发函数计算产生的函数调用次数不再计入费用账单[3,4]。
目前可在EventBridge的事件流中体验Transform能力，如图所示。
对于阿里云函数计算来说，我们提供了两种方式：
可在提供的模板之上，直接创建函数。产品层面提供了简易的IDE，便于用户编写和调试代码。
支持绑定用户已有的函数。更详细的使用可参考Transform帮助文档，见附录[4]。
EventBridgeTransform基于Serverless函数计算构建，可享受Serverless服务免运维、资源弹性伸缩、按量付费等特性，具体如下：
消息(MNS)->Transform->消息(RocketMQ)
消息(RocketMQ)->Transform->OSS
客户会将用户产生的视频数据投递到RocketMQ中，这些数据用户是可以查看的。为此客户选择OSS来进行文件存储，满足这种写多读少、低成本存储数据的场景。但是，视频数据中包含了若干敏感信息，为此客户使用FCTransform对视频中的敏感数据做清除后，再将视频投递到OSS中。
EventBridgeTransform通过集成函数计算，满足了实际业务中复杂、个性化的需求。其弹性伸缩、免运维、按量付费的特性深受客户青睐。未来Transform会通过集成更多的服务（阿里云工作流、HTTPDestination等）解锁更多的业务场景，满足多样化需求。