Compétences database-migrations-migration-observability
📦

database-migrations-migration-observability

Risque faible ⚙️ Commandes externes🌐 Accès réseau🔑 Variables d’environnement

Créer l'observabilité des migrations et des pipelines CDC

Les migrations de bases de données manquent de visibilité sur leur progression, les erreurs et la cohérence des données. Cette skill fournit une observabilité de qualité entreprise avec des métriques en temps réel, la détection d'anomalies et des alertes automatisées.

Prend en charge: Claude Codex Code(CC)
🥉 72 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 "database-migrations-migration-observability". Set up MongoDB migration with metrics

Résultat attendu:

Classe de migration observable avec histogrammes Prometheus pour la durée, compteurs pour les documents traités, et journalisation winston vers fichier et console. Point de terminaison des métriques exposé pour le scraping Prometheus.

Utilisation de "database-migrations-migration-observability". Configure Debezium CDC for PostgreSQL

Résultat attendu:

Configuration du connecteur Kafka Connect avec plugin pgoutput, intervalles de pulsation et métriques pour le décalage des consommateurs et le décalage de réplication. Événements diffusés vers le sujet database.changes.

Utilisation de "database-migrations-migration-observability". Create Grafana dashboard for migrations

Résultat attendu:

Tableau de bord Grafana avec panneaux pour le taux de migration (lignes par seconde), le décalage des données en secondes avec seuils de couleur, et le taux d'erreur dans le temps. Provisionné automatiquement via l'API Grafana.

Audit de sécurité

Risque faible
v1 • 2/24/2026

Static analyzer flagged 24 patterns but all are false positives. The skill uses standard monitoring libraries (prometheus-client, kafka-python, requests) for legitimate observability purposes. Network calls target infrastructure APIs (Kafka Connect, Grafana, Slack webhooks) as expected for monitoring. No shell execution, cryptographic operations, or suspicious patterns found. Minor risk due to network access for webhook integrations.

1
Fichiers analysés
423
Lignes analysées
4
résultats
1
Total des audits
Problèmes à risque faible (1)
HTTP requests to external services
Skill makes HTTP requests to Kafka Connect API, Grafana API, and Slack webhooks for monitoring purposes. This is expected behavior for observability infrastructure but requires API credentials.

Facteurs de risque

⚙️ Commandes externes (1)
🌐 Accès réseau (3)
🔑 Variables d’environnement (1)
Audité par: claude

Score de qualité

38
Architecture
100
Maintenabilité
87
Contenu
50
Communauté
88
Sécurité
91
Conformité aux spécifications

Ce que vous pouvez construire

Migrations de production sans interruption

Surveiller les migrations de bases de données à grande échelle en temps réel avec des alertes automatisées lorsque le décalage des données dépasse les seuils ou que les taux d'erreur augmentent.

Implémentation de pipeline CDC

Configurer la capture de données modifiées (CDC) de PostgreSQL vers les systèmes cibles avec Debezium, en suivant le décalage de réplication et le débit d'événements.

Automatisation du tableau de bord des migrations

Générer des tableaux de bord Grafana programmatiquement montrant la progression des migrations, le décalage des données et les taux d'erreur avec des alertes basées sur des seuils.

Essayez ces prompts

Configuration de base de la surveillance des migrations
Créer un script de migration MongoDB observable avec des métriques Prometheus pour la durée et le nombre de documents. Inclure la journalisation structurée avec winston.
Pipeline CDC avec Debezium
Configurer un connecteur CDC Debezium pour PostgreSQL avec Kafka. Configurer les métriques pour les événements traités, le décalage des consommateurs et le décalage de réplication.
Détection d'anomalies et alertes
Implémenter la détection d'anomalies pour le débit des migrations et les taux d'erreur. Envoyer des alertes à Slack lorsque le débit descend en dessous de 50% de ce qui est attendu ou que le taux d'erreur dépasse 1%.
Stack d'observabilité complète
Créer une solution complète d'observabilité des migrations avec des métriques Prometheus, automatisation du tableau de bord Grafana, alertes Slack et intégration CI/CD pour les vérifications de santé.

Bonnes pratiques

  • Toujours utiliser des transactions avec exécution basée sur des sessions pour l'atomicité des migrations et le support de la restauration
  • Définir des intervalles de pulsation (10 secondes) dans les connecteurs CDC pour détecter rapidement les arrestations de réplication
  • Configurer plusieurs canaux d'alertes (Slack, email) avec routage basé sur la sévérité pour les alertes critiques vs d'avertissement

Éviter

  • Ne pas sauter l'enregistrement des métriques - les migrations non observables ne peuvent pas être surveillées pour les anomalies
  • Éviter les intervalles de interrogation supérieurs à 30 secondes pour le suivi de la progression - retarder la détection des anomalies
  • Ne jamais envoyer d'identifiants dans les configurations des tableaux de bord - utiliser des variables d'environnement ou la gestion des secrets

Foire aux questions

Quelles bases de données sont prises en charge pour le CDC ?
PostgreSQL est entièrement pris en charge via le plugin pgoutput. MongoDB, MySQL et SQL Server nécessitent une configuration de connecteur Debezium supplémentaire.
Comment fonctionne la détection d'anomalies ?
Le système surveille les lignes par seconde et les taux d'alerte. Les alertes se déclenchent lorsque le débit descend en dessous de 50% de ce qui est attendu ou que le taux d'erreur dépasse 1%.
Puis-je utiliser ceci sans Kafka ?
L'observabilité de base des migrations fonctionne sans Kafka. Les pipelines CDC nécessitent Kafka pour la diffusion d'événements.
Comment les tableaux de bord Grafana sont-ils créés ?
Les tableaux de bord sont provisionnés automatiquement via l'API Grafana en utilisant l'authentification par token bearer. Le JSON du tableau de bord est généré programmatiquement.
Quelles métriques sont collectées par défaut ?
Durée de la migration, documents/lignes traités, nombre d'erreurs, décalage des consommateurs et décalage de réplication en secondes.
Comment intégrer avec CI/CD ?
Utilisez le modèle de workflow GitHub Actions fourni avec des étapes de vérification de santé qui vérifient la complétion de la migration et les seuils de décalage des données.

Détails du développeur

Structure de fichiers

📄 SKILL.md