Compétences Azure Monitor Ingestion SDK for Python
📦

Azure Monitor Ingestion SDK for Python

Sûr

Envoyer des journaux personnalisés à Azure Monitor

Cette compétence permet à Claude Code d'envoyer des journaux d'application personnalisés aux espaces de travail Azure Monitor Log Analytics à l'aide de l'API officielle d'ingestion des journaux. Elle fournit des exemples de code et des meilleures pratiques pour intégrer la surveillance Azure dans les applications Python.

Prend en charge: Claude Codex Code(CC)
🥉 73 Bronze
1

Télécharger le ZIP du skill

2

Importer dans Claude

Allez dans Paramètres → Capacités → Skills → Importer un skill

3

Activez et commencez à utiliser

Tester

Utilisation de "Azure Monitor Ingestion SDK for Python". Comment télécharger des journaux vers Azure Monitor ?

Résultat attendu:

Pour télécharger des journaux vers Azure Monitor, créez un LogsIngestionClient avec votre point de terminaison de collecte de données et authentifiez-vous à l'aide de DefaultAzureCredential. Appelez ensuite client.upload() avec votre ID de règle, nom de flux et tableau de données de journal.

Utilisation de "Azure Monitor Ingestion SDK for Python". Quelles méthodes d'authentification sont prises en charge ?

Résultat attendu:

Le SDK prend en charge les bibliothèques Azure Identity, y compris DefaultAzureCredential, ManagedIdentityCredential et ServicePrincipalCredential. DefaultAzureCredential tente automatiquement plusieurs méthodes d'authentification, notamment l'identité gérée, les variables d'environnement et la connexion interactive.

Audit de sécurité

Sûr
v1 • 2/25/2026

This is a prompt-only skill containing only documentation (SKILL.md). No executable code was scanned. The skill provides reference documentation for the Microsoft Azure Monitor Ingestion SDK for Python. No security risks identified.

0
Fichiers analysés
0
Lignes analysées
0
résultats
1
Total des audits
Aucun problème de sécurité trouvé
Audité par: claude

Score de qualité

38
Architecture
100
Maintenabilité
87
Contenu
50
Communauté
100
Sécurité
83
Conformité aux spécifications

Ce que vous pouvez construire

Surveillance des performances des applications

Envoyer des journaux d'application, des métriques et des données de trace depuis des services Python vers Azure Monitor pour une journalisation et une analyse centralisées.

Journalisation d'audit de sécurité

Ingérer des événements de sécurité, des journaux d'authentification et des données de conformité dans Log Analytics pour la surveillance de sécurité et la détection des menaces.

Intégration d'analyse commerciale

Transférer des métriques commerciales et des données opérationnelles depuis des applications Python vers Log Analytics pour des rapports personnalisés et des tableaux de bord.

Essayez ces prompts

Téléchargement de journaux de base 
Montrez-moi comment utiliser le SDK Azure Monitor Ingestion pour télécharger des journaux personnalisés vers un espace de travail Log Analytics. Incluez la configuration du client avec DefaultAzureCredential.
Gestion des erreurs 
Comment gérer les échecs partiels de téléchargement lors de l'envoi de journaux à Azure Monitor ? Montrez un exemple avec rappel d'erreur et logique de nouvelle tentative.
Ingestion asynchrone 
Écrivez un exemple d'utilisation du LogsIngestionClient asynchrone pour télécharger des journaux dans une application Python à débit élevé.
Configuration de cloud souverain 
Comment configurer le client Azure Monitor Ingestion pour Azure Government cloud au lieu d'Azure public ?

Bonnes pratiques

  • Incluez toujours le champ TimeGenerated dans vos entrées de journal - il est requis par Azure Monitor
  • Utilisez le rappel on_error pour gérer les échecs partiels et implémentez une logique de nouvelle tentative pour les journaux échoués
  • Faites correspondre votre schéma de journal aux définitions de colonnes de la règle de collecte de données pour assurer une ingestion correcte

Éviter

  • Ne codez pas en dur les informations d'identification dans votre code d'application - utilisez Azure Identity
  • Ne sautez pas la gestion des erreurs - les pannes réseau et les téléchargements partiels sont fréquents dans l'ingestion de journaux
  • N'envoyez pas de journaux sans d'abord vérifier qu'ils correspondent à votre schéma DCR - les données non correspondantes seront rejetées

Foire aux questions

Quelle est la différence entre DCE et DCR dans Azure Monitor ?
Un point de terminaison de collecte de données (DCE) est l'URL d'ingestion où les journaux sont envoyés. Une règle de collecte de données (DCR) définit le schéma, les transformations et la table de destination de vos journaux.
Dois-je créer la table Log Analytics en premier ?
Pour les tables personnalisées, la table est créée automatiquement lors de la première ingestion du DCR. Les tables intégrées doivent exister avant l'envoi des données.
Comment le SDK gère-t-il les volumes de journaux importants ?
Le SDK regroupe automatiquement les journaux en blocs de 1 Mo, les compresse avec gzip et les télécharge en parallèle. Vous n'avez pas besoin d'implémenter manuellement le regroupement.
Puis-je utiliser ce SDK avec Azure Government ?
Oui, configurez l'autorité et credential_scopes pour Azure Government ou d'autres clouds souverains à l'aide d'AzureAuthorityHosts.
Que se passe-t-il si certains journaux échouent à télécharger ?
Le SDK fournit un rappel on_error qui reçoit les entrées de journal échouées. Vous pouvez implémenter une logique de nouvelle tentative pour renvoyer ces journaux.
La prise en charge asynchrone est-elle disponible ?
Oui, utilisez LogsIngestionClient depuis azure.monitor.ingestion.aio avec des modèles async/await pour les scénarios à débit élevé.

Détails du développeur

Auteur

sickn33

Licence

MIT

Dépôt

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/azure-monitor-ingestion-py

Réf

main

Structure de fichiers

📄 SKILL.md