Azure Cosmos DB SDK for Python
使用 Python SDK 构建 Cosmos DB 应用程序
使用全局分布式数据库需要理解分区键和高效查询。本技能提供使用官方 Python SDK 进行 Azure Cosmos DB 操作的生产就绪模式。
下载技能 ZIP
在 Claude 中上传
前往 设置 → 功能 → 技能 → 上传技能
开启并开始使用
测试它
正在使用“Azure Cosmos DB SDK for Python”。 查询电子产品分区中价格低于 500 的商品
预期结果:
返回符合价格过滤条件的产品文档列表，按分区键排序以实现高效的单分区检索，消耗最少的请求单位。
正在使用“Azure Cosmos DB SDK for Python”。 Upsert 一个包含 id、category、name 和 price 字段的新产品项
预期结果:
如果不存在则创建该项，如果存在则替换该项，返回创建或更新的文档及系统生成的元数据，如 _ts 和 _rid。
安全审计
安全This is a prompt-only skill containing documentation and code examples for Azure Cosmos DB SDK. Static analysis found 0 security issues with a risk score of 0/100. The skill provides legitimate database operation patterns using official Azure SDK libraries. Network and environment access patterns shown are standard Azure authentication flows requiring user-provided credentials.
风险因素
🌐 网络访问
🔑 环境变量
质量评分
你能构建什么
电商产品目录
构建具有分区键优化的全局分布式产品目录，实现按类别快速查找和按价格进行高效范围查询。
物联网遥测数据存储
使用分层分区键存储和查询时间序列传感器数据，实现租户和设备隔离，并具有自动全局复制功能。
用户会话管理
使用 Cosmos DB 一致性级别和 TTL 策略实现跨 Azure 区域的低延迟会话存储和自动故障转移。
试试这些提示
创建一个 Python 脚本，连接到 Azure Cosmos DB 并对使用分区键 /user_id 存储用户配置文件的容器执行创建、读取、更新和删除操作。
编写一个查询函数，使用参数化 SQL 在特定类别分区中检索价格低于最高值的产品，防止注入并提高缓存效果。
实现一个异步 Python 函数，使用异步客户端将 1000 项批量插入 Cosmos DB，并具有适当的错误处理和速率限制重试逻辑。
生成一个设置脚本，创建具有分层分区键、预配吞吐量 5000 RU/s 以及适用于多租户事件日志系统的适当索引策略的 Cosmos DB 容器。
最佳实践
- 始终为点读取和查询指定分区键，以最大程度减少延迟和成本
- 使用参数化查询而非字符串连接，以防止注入攻击
- 设计分区键时确保数据均匀分布，避免热分区
避免
- 在未启用 enable_cross_partition_query 标志的情况下执行跨分区查询
- 在生产工作负载中使用 read_all_items 时未进行分区键过滤
- 在未提前规划分区键策略的情况下创建容器