Azure Monitor OpenTelemetry Distro for Python
Configurer Azure Monitor OpenTelemetry pour Python
La configuration de la surveillance d'applications dans Azure nécessite de comprendre les chaînes de connexion, l'instrumentation automatique et la configuration de la télémétrie. Cette compétence fournit des exemples de code prêts à l'emploi et des bonnes pratiques pour ajouter la surveillance Application Insights aux applications Python avec un minimum de modifications de code.
Télécharger le ZIP du skill
Importer dans Claude
Allez dans Paramètres → Capacités → Skills → Importer un skill
Activez et commencez à utiliser
Tester
Utilisation de "Azure Monitor OpenTelemetry Distro for Python". Comment ajouter Azure Monitor à mon application Python FastAPI ?
Résultat attendu:
Ajoutez Azure Monitor OpenTelemetry à votre application FastAPI en deux étapes seulement :
1. Installez le package :
pip install azure-monitor-opentelemetry
2. Ajoutez ceci en haut de votre main.py :
from azure.monitor.opentelemetry import configure_azure_monitor
configure_azure_monitor()
Cela instrumente automatiquement FastAPI, les requêtes HTTP et les bibliothèques courantes. Votre application enverra désormais des traces, des métriques et des journaux à Application Insights.
Utilisation de "Azure Monitor OpenTelemetry Distro for Python". Montrez-moi comment suivre un événement métier personnalisé
Résultat attendu:
Vous pouvez ajouter des traces personnalisées avec des attributs pour suivre les événements métier :
from opentelemetry import trace
tracer = trace.get_tracer(__name__)
with tracer.start_as_current_span("checkout_processed") as span:
span.set_attribute("order.total", 99.99)
span.set_attribute("customer.tier", "premium")
span.set_attribute("items.count", 3)
Cela crée un span dans Application Insights avec vos données métier personnalisées, vous permettant de filtrer et d'analyser par ces attributs dans vos requêtes.
Audit de sécurité
SûrThis is a prompt-only documentation skill with no executable code. The static analyzer detected no suspicious patterns. The skill provides reference documentation for the Azure Monitor OpenTelemetry Python package - a legitimate Microsoft monitoring library. No security risks identified.
Score de qualité
Ce que vous pouvez construire
Ajouter la surveillance à une application web Flask
Ajoutez rapidement la télémétrie Application Insights à une API Flask existante avec instrumentation automatique pour les requêtes HTTP et les exceptions
Configurer la surveillance en production avec authentification AAD
Configurez Azure Monitor avec authentification Azure Active Directory au lieu des clés d'instrumentation pour des déploiements en production sécurisés
Ajouter des métriques métier personnalisées à Application Insights
Créez des compteurs personnalisés, des métriques et des attributs de trace pour surveiller des événements spécifiques à l'activité en plus de la télémétrie collectée automatiquement
Essayez ces prompts
Montrez-moi comment ajouter Azure Monitor OpenTelemetry à mon application Python en quelques lignes de code seulement.
Comment configurer Azure Monitor OpenTelemetry pour une application Flask ? Montrez-moi la configuration complète incluant les imports et l'initialisation.
Montrez-moi comment ajouter des traces personnalisées avec des attributs personnalisés et des métriques personnalisées à Application Insights en utilisant OpenTelemetry.
Quelle est la meilleure pratique pour configurer Azure Monitor en production en utilisant l'authentification Azure AD au lieu des chaînes de connexion ?
Bonnes pratiques
- Appelez configure_azure_monitor() avant d'importer toute bibliothèque instrumentée pour garantir que l'instrumentation automatique se charge correctement
- Utilisez des variables d'environnement pour les chaînes de connexion en production au lieu de les coder en dur dans les fichiers source
- Définissez le nom de rôle cloud via le paramètre resource pour identifier correctement votre service dans la carte des applications Application Map
Éviter
- Appeler configure_azure_monitor() après avoir importé des bibliothèques instrumentées - cela rompt l'instrumentation automatique
- Coder en dur des chaînes de connexion avec des clés d'instrumentation dans le code source - utilisez des variables d'environnement à la place
- Activer toutes les instrumentations dans des environnements à faible mémoire - activez sélectivement uniquement les frameworks que vous utilisez