Integración de eventos con Amazon EventBridge Pipes - Patrones de conexión entre orígenes y destinos

Presentamos patrones de diseño que conectan directamente orígenes de eventos como SQS, DynamoDB Streams y Kinesis con destinos, intercalando filtrado y enriquecimiento.

Unos 7 min de lecturaÚltima actualización: 2026-10-31

Patrones de conexión de Pipes

EventBridge Pipes es un servicio que conecta orígenes de eventos y destinos punto a punto. Antes era necesario crear una función Lambda para pasar los mensajes de una cola de SQS a Step Functions, pero con Pipes se pueden conectar el origen y el destino directamente. Los orígenes compatibles son SQS, Kinesis Data Streams, DynamoDB Streams, Amazon MSK y Kafka autogestionado, y los destinos abarcan numerosos servicios como buses de EventBridge, Step Functions, Lambda, API Gateway, SNS y SQS. El rendimiento se controla con la configuración del tamaño de lote y de la simultaneidad.

Filtrado y enriquecimiento

El filtrado utiliza la sintaxis de patrones de eventos de EventBridge para dejar pasar al pipeline solo los eventos que cumplen condiciones específicas. Es posible aplicar controles como extraer solo los eventos INSERT de DynamoDB Streams o procesar solo los mensajes de SQS en los que un campo específico supera un umbral. En el paso de enriquecimiento, los eventos ya filtrados se envían a una función Lambda o a un endpoint de API Gateway para añadir datos externos o convertir el formato. El transformador de entrada especifica rutas JSON del evento para asignarlo a la estructura que espera el destino, y logra una transformación de datos sin código.

Combinaciones de orígenes y destinos

Pipes admite como orígenes SQS, Kinesis Data Streams, DynamoDB Streams, MSK, MQ y Kafka autogestionado. Los destinos abarcan 15 servicios o más, como Step Functions, Lambda, tareas de ECS, buses de EventBridge, API Gateway, SNS y SQS. El paso de enriquecimiento llama a Lambda o a API Gateway, añade información externa a los datos del evento y después lo entrega al destino. El transformador de entrada convierte la estructura del evento y le da el formato que espera el destino.

Precios de Pipes

EventBridge Pipes se factura por número de solicitudes, a aproximadamente 0.40 USD por 1 millón de solicitudes por fragmento de 64 KB (a fecha de agosto de 2026). Si reduce con el filtrado los eventos que se entregan al destino, puede reducir los costes de procesamiento en el lado del destino (el número de ejecuciones de Lambda y de transiciones de estado de Step Functions). Las invocaciones de Lambda del enriquecimiento generan por separado el cargo estándar de Lambda. En comparación con escribir código de unión en Lambda sin usar Pipes, se pueden reducir los costes de ejecución de Lambda y los costes de mantenimiento.

Gestión de errores y reintentos

Pipes cuenta con un tratamiento de errores adaptado al tipo de origen. Con SQS, Kinesis y DynamoDB Streams, los mensajes cuyo procesamiento falla se reintentan, y los que superan el número de intentos establecido se pueden apartar a una cola de mensajes fallidos (DLQ). Así, aunque fallen algunos eventos, el pipeline en su conjunto no se detiene, y se pueden investigar o reprocesar más tarde solo los eventos problemáticos. Al procesar por lotes, también es posible configurar reintentos parciales solo de los elementos fallidos, lo que permite evitar el procesamiento duplicado de los eventos correctos. Se supervisan los eventos acumulados en la DLQ y se utilizan para detectar la causa raíz.

Garantía de orden y control del rendimiento

Cuando el origen es Kinesis Data Streams o DynamoDB Streams, el orden se conserva por shard. Como el orden dentro de un mismo shard se mantiene mientras se aumenta la simultaneidad para ganar rendimiento, se puede escalar con seguridad incluso en cargas de trabajo en las que el orden es importante. Ajustar el tamaño de lote y el tiempo de espera del procesamiento por lotes permite equilibrar latencia y rendimiento. Se configuran estos valores según la capacidad de procesamiento del destino para no imponer una carga excesiva a los servicios posteriores. En orígenes que no necesitan garantía de orden, como SQS, se puede aumentar la simultaneidad y dar prioridad a la eficiencia.

Combinación con Step Functions

Si especifica Step Functions como destino de un pipe, puede iniciar un flujo de trabajo de varios pasos a partir de un evento. Antes había que escribir código en Lambda para hacer de puente entre el sondeo del origen y el inicio del flujo de trabajo, pero ese código de unión deja de ser necesario. Se elige la ejecución síncrona de la máquina de estados para el procesamiento que termina en poco tiempo y la ejecución asíncrona para el que tarda, y se utilizan según el caso de uso. Si con el filtrado limita los eventos solo a los que deben iniciar el flujo de trabajo, puede contener el número de transiciones de estado y optimizar los costes. Se puede construir el procesamiento de negocio basado en eventos de forma sencilla.

Puntos clave de supervisión y operación

El estado de funcionamiento de Pipes se conoce mediante las métricas de CloudWatch. Se supervisan el número de ejecuciones, el número de errores, la duración de cada etapa y otros valores, y se notifica mediante alarmas cuando haya anomalías. Si la latencia de la función Lambda o de la API usada para el enriquecimiento se convierte en un cuello de botella, el rendimiento de todo el pipeline se estanca, por lo que se observa la duración de cada etapa para identificar qué mejorar. Si gestiona la configuración como código y revisa los cambios de patrones de filtro y reglas de transformación mediante CI/CD antes de aplicarlos, puede evitar cambios de comportamiento inesperados en producción. Se conservan registros para poder rastrear qué eventos se procesaron y cómo.

Resumen

EventBridge Pipes reduce las funciones Lambda de código de unión mediante la conexión directa entre orígenes de eventos y destinos. Conecta seis tipos de orígenes, como SQS, Kinesis y DynamoDB Streams, con 15 destinos o más, y realiza la selección y el procesamiento de eventos mediante filtrado y enriquecimiento. El transformador de entrada convierte los eventos al formato que espera el destino y reduce en gran medida el coste de mantenimiento del código de integración.

Referencias (recursos oficiales de AWS)

Las fuentes primarias de esta página son el sitio web y la documentación oficiales de AWS. Consulta las páginas oficiales siguientes para conocer las especificaciones y los precios más recientes.

Si esta página y la documentación oficial difieren, prevalece la documentación oficial.

Integración de datos SaaS con Amazon AppFlow - Integración con Salesforce, Slack y Google AnalyticsSincroniza datos de Salesforce y Slack a S3 y Redshift sin código. Presenta triggers basados en eventos, enmascaramiento de PII y transferencia segura mediante PrivateLink.Automatización de integración de datos - Plataforma de integración SaaS con Amazon AppFlowIntegración de datos entre aplicaciones SaaS con Amazon AppFlow. Conecte servicios externos como Salesforce, Slack y Google Analytics con servicios AWS sin código, construyendo flujos de datos en tiempo real o programados.Arquitectura dirigida por eventos - Diseño de sistemas desacoplados con Amazon EventBridgeExplicamos cómo construir una arquitectura dirigida por eventos utilizando Amazon EventBridge.Buenas prácticas de diseño de EventBridge Pipes - Optimización del filtrado y del procesamiento por lotesSe explican buenas prácticas aplicables de EventBridge Pipes sobre el diseño del filtrado, la optimización del tamaño de lote, las estrategias de gestión de errores y la mejora de la eficiencia de costes.Detección de eventos IoT - Fin del soporte de AWS IoT Events y guía de migraciónAWS IoT Events llegó al fin de su soporte el 20 de mayo de 2026. Este artículo explica los destinos oficiales de migración, como la reimplementación de la supervisión de estados con Kinesis Data Streams + Lambda, y el funcionamiento de los modelos de detector cuando el servicio estaba disponible.Gestión de flujos de trabajo - Operar Apache Airflow de forma gestionada con Amazon MWAASe explica la orquestación de pipelines de datos con Amazon MWAA (Managed Workflows for Apache Airflow). Se presenta de forma práctica desde la configuración, la gestión de DAG y la elección entre la implementación basada en entornos y Serverless hasta la comparación con Step Functions.Operación de message broker con Amazon MQ - Selección y migración de ActiveMQ y RabbitMQExplicación de Amazon MQ como servicio de message broker gestionado. Se presenta la selección entre ActiveMQ y RabbitMQ, configuraciones de alta disponibilidad y patrones de migración.Operación gestionada de Apache Airflow con Amazon MWAA - Diseño de DAG y automatización de flujos de trabajoExplicación de la operación gestionada de Apache Airflow con Amazon MWAA. Se presenta el diseño de DAG, los operadores AWS, el diseño de entornos y plugins.