Azure Monitor Query SDK for Python
Python SDK を使用して Azure Monitor のログとメトリックをクエリする
開発者は適切な SDK ガイダンスがないため、Azure Monitor データを効率的にクエリするのに苦労しています。このスキルは、認証パターンを含む Log Analytics および Metrics Query クライアントのすぐに使えるコード例を提供します。
スキルZIPをダウンロード
Claudeでアップロード
設定 → 機能 → スキル → スキルをアップロードへ移動
オンにして利用開始
テストする
「Azure Monitor Query SDK for Python」を使用しています。 期間別に上位 10 件のリクエストをワークスペースにクエリする
期待される結果:
- LogQueryClient を使用したコードでクエリを生成:AppRequests | top 10 by DurationMs
- レスポンスはテーブルと行を反復処理してリクエストデータを出力する
- 時間範囲設定のために timedelta を含む
「Azure Monitor Query SDK for Python」を使用しています。 5 分間隔で VM の CPU メトリックを取得する
期待される結果:
- 環境変数からリソース URI を取得する MetricsQueryClient を使用したコード
- Average 集計で Percentage CPU メトリックをクエリする
- timeseries データをループしてタイムスタンプと値を出力する
セキュリティ監査
安全This 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.
リスク要因
🔑 環境変数 (1)
品質スコア
作れるもの
アプリケーションのヘルスを監視する DevOps エンジニア
Log Analytics からアプリケーションのリクエストレート、エラー数、応答時間をクエリして、本番環境監視のためのダッシュボードとアラートを作成する
パフォーマンスの問題を調査するデータアナリスト
Kusto クエリを実行して、Azure Monitor に保存されているアプリケーションパフォーマンスデータ内の低速なリクエスト、例外、ボトルネックを特定する
リソース使用状況を分析するクラウドアーキテクト
Azure Monitor メトリックをクエリして、Azure インフラストラクチャ全体で CPU 使用率、ネットワークトラフィック、リソース消費パターンを分析する
これらのプロンプトを試す
Python で LogsQueryClient を使用して、過去 1 時間の AppRequests を ResultCode ごとにグループ化してカウントする Kusto クエリを記述する
2024 年 1 月 1 日から 2 日の特定の日付範囲で AppExceptions を Log Analytics でクエリする。Python で適切なタイムゾーン処理を行う
MetricsQueryClient を使用して、5 分粒度で Average、Maximum、Minimum の集計を使用して CPU パーセンテージの Azure Monitor メトリックをクエリする
複数の Log Analytics ワークスペースでバッチクエリを実行して、AppRequests と AppExceptions を同時に取得し、部分的な結果とエラーを適切に処理する
ベストプラクティス
- 複数の認証タイプをサポートする安全な認証のために DefaultAzureCredential を使用する
- データ量を制限してクエリパフォーマンスを向上させるために、適切な時間範囲と粒度を設定する
- LogsQueryStatus 確認を使用して部分的な結果と失敗を適切に処理する
回避
- ワークスペース ID やリソース URI をハードコードしない - 常に環境変数を使用する
- 時間制限なしでクエリしない - 過度なデータが返され、高額なコストが発生する可能性がある
- 部分的な結果を無視しない - レスポンスを処理する前に必ず LogsQueryStatus を確認する