某大数据分析公司每天需要运行大量 ETL 批处理作业，这些作业通过 AWS Batch 调度执行，作业完成后的后续流程靠人工触发。当前流程为，手动检查 Batch 控制台，确认作业成功后，再分别通知下游系统、归档日志、更新仪表盘。这种方式不仅效率低下，还经常因人工遗漏导致数据延迟。公司业务团队希望 Batch 作业完成后，自动触发后续所有流程。
利用 Batch 作业完成时发送到 CloudWatch Events 的状态变更事件，通过 EventBridge 规则精准捕获 SUCCEEDED 和 FAILED 两种状态，再分别路由到不同的下游目标。这样，作业成功后自动触发数据同步和通知，作业失败后自动触发告警和重试流程，实现真正的端到端自动化。
本次采用AWS Console界面完成作业。
注意：根据项目的具体情况，可以采用不同的实施方法。比如使用命令行(CLI)部署、代码部署 (CloudFomation、Terraform等）、以及其它开发语言（SDK）完成作业。
步骤一：创建 Batch 作业队列与任务定义。
登录 AWS Batch 控制台，创建计算环境（选择 Fargate，最大 16 vCPU），创建作业队列 etl-queue，再创建任务定义，容器命令设为 etl_job.py，记录作业定义 ARN。
步骤二：提交测试作业。
在 Batch 控制台提交一个测试作业到 etl-queue，等待其完成，确保能产生 SUCCEEDED 状态事件。
步骤三：创建 EventBridge 规则。
打开 EventBridge 控制台，点击"创建规则"。事件源选择 AWS 服务 → Batch，事件类型选 Batch Job State Change，状态选 SUCCEEDED。目标选 EventBridge 事件总线（默认），事件详情填入 {"source":"batch","status":"succeeded","jobId":"
步骤四：配置下游自动化。
创建一个 EventBridge 规则，事件模式匹配来自 Batch 的 succeeded 事件，目标选择 AWS Step Functions，启动一个数据同步工作流；另建一条规则匹配同样事件，目标选择 SNS Topic，推送通知到数据团队。
1. 提交一个 Batch 作业，作业完成后刷新 EventBridge 控制台，可见规则被成功触发，CloudWatch 中显示事件投递记录。
2. Step Functions 控制台中数据同步工作流自动开始执行，SNS 主题成功向数据团队发送了"ETL 作业已完成"的通知邮件。
3. 手动模拟一个失败作业，EventBridge 立刻捕获 FAILED 事件，告警邮件在 10 秒内送达运维团队。