Azure Monitor Query SDK for Python
Interroger les journaux et métriques Azure Monitor avec le SDK Python
Les développeurs ont du mal à interroger efficacement les données Azure Monitor sans une bonne documentation du SDK. Cette compétence fournit des exemples de code prêts à l'emploi pour les clients Log Analytics et Metrics Query avec des modèles d'authentification.
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 Query SDK for Python". Interroger l'espace de travail pour les 10 meilleures requêtes par durée
Résultat attendu:
- Code généré en utilisant LogsQueryClient avec la requête : AppRequests | top 10 by DurationMs
- La réponse itère à travers les tables et les lignes pour afficher les données de requête
- Inclut timedelta pour la configuration de la plage de temps
Utilisation de "Azure Monitor Query SDK for Python". Obtenir les métriques CPU pour une VM avec des intervalles de 5 minutes
Résultat attendu:
- Code utilisant MetricsQueryClient avec l'URI de ressource depuis l'environnement
- Interroge la métrique Percentage CPU avec l'agrégation Average
- Boucle à travers les données timeseries pour afficher l'horodatage et les valeurs
Audit de sécurité
SûrThis skill contains documentation and code examples for the Azure Monitor Query SDK for Python. Static analysis scanned 0 files with 0 lines of executable code, resulting in a risk score of 0/100. The skill is prompt-only with no executable code, containing reference documentation for querying Log Analytics workspaces and Azure Monitor metrics. Environment variable access is documented for Azure authentication but poses no security risk as these are standard Azure SDK configuration patterns.
Facteurs de risque
🔑 Variables d’environnement (1)
Score de qualité
Ce que vous pouvez construire
Ingénieur DevOps surveillant la santé des applications
Interroger les taux de demandes d'applications, les comptes d'erreurs et les temps de réponse depuis Log Analytics pour créer des tableaux de bord et des alertes pour la surveillance en production
Analyste de données investiguant des problèmes de performance
Exécuter des requêtes Kusto pour identifier les requêtes lentes, les exceptions et les goulots d'étranglement dans les données de performance d'application stockées dans Azure Monitor
Architecte Cloud analysant l'utilisation des ressources
Interroger les métriques Azure Monitor pour analyser l'utilisation CPU, le trafic réseau et les modèles de consommation de ressources à travers l'infrastructure Azure
Essayez ces prompts
Write a Kusto query to count AppRequests grouped by ResultCode for the last hour using LogsQueryClient in Python
Query Log Analytics for AppExceptions over a specific date range from January 1-2, 2024 using Python with proper timezone handling
Query Azure Monitor metrics for CPU percentage with Average, Maximum, and Minimum aggregations using MetricsQueryClient with 5-minute granularity
Execute batch queries across multiple Log Analytics workspaces to retrieve AppRequests and AppExceptions simultaneously, handling partial results and errors gracefully
Bonnes pratiques
- Utiliser DefaultAzureCredential pour une authentification sécurisée qui prend en charge plusieurs types d'identifiants
- Définir des plages de temps et une granularité appropriées pour limiter le volume de données et améliorer les performances des requêtes
- Gérer les résultats partiels et les échecs gracieusement en utilisant les vérifications LogsQueryStatus
Éviter
- Ne pas coder en dur les ID d'espace de travail ou les URI de ressource - toujours utiliser des variables d'environnement
- Éviter les requêtes sans limites de temps car cela peut retourner des données excessives et entraîner des coûts élevés
- Ne pas ignorer les résultats partiels - toujours vérifier LogsQueryStatus avant de traiter la réponse