azure-data-explorer

Скилл Azure Data Explorer даёт навигацию и практический контекст для разработки, эксплуатации и проектирования решений на Azure Data Explorer. В его scope входят troubleshooting, best practices, выбор архитектуры, limits and quotas, security, configuration, integrations, coding patterns и deployment. Он прямо отделяет Azure Data Explorer от Azure Synapse Analytics, Azure Stream Analytics, Azure HDInsight и Azure Databricks: для этих продуктов нужно использовать соответствующие специализированные материалы. Главное свойство скилла — локальный category index, который направляет агента к конкретным разделам и официальным страницам Microsoft Learn. Раздел Troubleshooting покрывает проверку здоровья кластера, ошибки dashboard tiles, ingestion error codes, ingestion FAQ, Resource Health, private endpoints, подключение к кластеру и ошибки создания кластера, базы данных или таблицы. Это делает диагностику последовательной: сначала определяется класс сбоя, затем открывается узкая первичная инструкция, а не собирается ответ из несвязанных советов. В Best Practices собраны рекомендации по Azure Advisor, обработке duplicate data, high-concurrency workloads, hot windows, JSON ingestion, queued ingestion, Power BI и проектированию schema. Эти темы помогают разделять проблемы данных и проблемы исполнения: дубли требуют отдельного решения, высокая конкуренция — настройки кластера и схемы, а холодные данные — осознанного выбора окна горячего кеша. В Decision Making скилл ведёт к материалам по business continuity, confidential compute, streaming ingestion, isolated и обычным SKU, вертикальному масштабированию, миграции Elasticsearch, цене за ingest и reserved capacity. Для архитектуры предусмотрены business continuity и disaster recovery, follower databases для cross-cluster доступа и multitenant patterns с выбором изоляции, масштабирования и совместного использования ресурсов. Ограничения и квоты включают free-cluster quotas, auto-stop, безопасное удаление и восстановление кластера, ограничения ingestion file size, поведение invalid data и поддерживаемые форматы и compression. Это важный operational слой: перед проектированием нельзя обещать одинаковое поведение бесплатного и production-кластера, а удаление должно рассматриваться вместе с возможностью восстановления. Security-раздел охватывает cluster и database principals, RBAC, Microsoft Entra applications, Conditional Access, disk encryption, customer-managed keys, managed identities, purge personal data, private endpoints, network isolation, Azure Policy, cluster locks и restriction public или outbound access. Интеграционные сценарии включают SQL, ODBC и JDBC, Power Automate и Power Apps, Azure Functions, Grafana, Splunk, OpenTelemetry, Logic Apps, Jupyter, Kqlmagic, Redash, Tableau, Power BI и TDS или SQL Server emulation. В coding patterns перечислены запросы и ingestion через Python data client, PowerShell Kusto cmdlets, внешние таблицы Azure Storage и автоматизация команд. Deployment-часть направлена на автоматическое provisioning среды и schema deployment через Azure DevOps, а также миграции к availability zones и от VNet injection к private endpoints. Скилл требует network access: предпочтителен microsoft_docs_fetch с query string from=learn-agent-skill, fallback — fetch_webpage с accept=text/markdown. Поле metadata.generated_at нужно проверять; если версия старше трёх месяцев, рекомендуется получить свежий вариант из репозитория. При отсутствии MCP Microsoft Docs следует явно сообщить об этом, а не выдавать непроверенный ответ. Поэтому карточка подходит как карта принятия решений и поиска официальных процедур, но не заменяет проверку конкретной версии Azure, квот, прав доступа и состояния production-кластера перед изменением.