Guía de lectura localizada
azure-kustoFinalidad, uso y origen
Consultar y analizar datos en Azure Data Explorer (Kusto/ADX) utilizando KQL para análisis de registros, telemetría y análisis de series temporales. CUÁNDO: Consultas KQL, consultas a la base de datos Kusto, Azure Data Explorer, clústeres ADX, análisis de registros, datos de series temporales, telemetría de IoT, detección de anomalías.
Fuente recuperada:
- Repositorio de origen
- microsoft/skills
- SKILL.md
.github/plugins/azure-skills/skills/azure-kusto/SKILL.md- Estrellas del repositorio
- 3,157
- Actualización del repositorio
- 2026-10-31
- Clasificación de habilidades
- Servicios en la nube
- Última recopilación
Licencia: Documentos de licencia pendientes de verificación
Los extractos del flujo de trabajo son guías de lectura, no instrucciones ejecutables de Codez. No se utilizó ninguna habilidad de terceros para generar esta página.
Los siguientes fragmentos sobre el propósito y el flujo de trabajo son material preliminar, organizado y traducido para su lectura. Son distintos del análisis editorial de Codez, que se presenta por separado.
Lo que hace esta habilidad
Consultar y analizar datos en Azure Data Explorer (Kusto/ADX) utilizando KQL para análisis de registros, telemetría y análisis de series temporales. CUÁNDO: Consultas KQL, consultas a la base de datos Kusto, Azure Data Explorer, clústeres ADX, análisis de registros, datos de series temporales, telemetría de IoT, detección de anomalías.
Cómo funciona el flujo de trabajo ascendente
Flujo de trabajo principal
Descubra recursos: Enumere los clústeres y bases de datos disponibles en la suscripción. Si se desconoce la ubicación de la tabla de destino y existen varios clústeres, bases de datos o espacios de trabajo de Log Analytics candidatos, realice la búsqueda por lotes (consulte Patrón).6) y solo informar "no encontrado" después de que se hayan verificado todos los candidatos. Explorar esquema: Recuperar estructuras de tabla para comprender el modelo de datos. Consultar datos: Ejecutar consultas KQL para análisis, filtrado y agregación. Analizar resultados: Procesar la salida de la consulta para obtener información y generar informes.
Paso río arriba · L24 ↗Descripción general
Esta habilidad permite consultar y administrar Azure Data Explorer (Kusto), un servicio de exploración de datos rápido y altamente escalable, optimizado para datos de registro y telemetría. Azure Data Explorer ofrece un rendimiento de consulta inferior a un segundo en miles de millones de registros mediante el lenguaje de consulta Kusto (KQL). Ejecución de consultas: Ejecute consultas KQL en conjuntos de datos masivos. Exploración de esquemas: Descubra tablas, columnas y tipos de datos. Administración de recursos: Enumere clústeres y bases de datos.
Paso río arriba · L14 ↗Cuándo recurrir a la opción de reserva
Cambie a Azure CLI cuando: la herramienta MCP devuelva un error de tiempo de espera (consultas >60segundos) La herramienta MCP devuelve "servicio no disponible" o errores de conexión. Fallos de autenticación con herramientas MCP.
Paso río arriba · L190 ↗Events
| where Timestamp > ago(1h)
| take 100Requisitos y configuración
No se seleccionó ningún fragmento de requisitos breves de este archivo. Esto no significa que la habilidad no tenga dependencias. Consulte las instrucciones de configuración del repositorio y los archivos de referencia.
Límites y controles de calidad
No se seleccionó ningún pasaje con límites específicos en este archivo. Esto no significa que la habilidad sea segura para cualquier entrada o entorno. Revise el código fuente completo y valide su propio resultado.
Comience con una prueba segura.
- Verifique el host compatible y las instrucciones de instalación del repositorio. Mantenga juntos el directorio Skill y sus scripts, recursos y documentación a los que hace referencia;SKILL.mdsolo puede omitir dependencias.
- Proporcione al agente sus datos reales, el resultado deseado y los criterios de aceptación. La sintaxis de invocación y las herramientas disponibles dependen del sistema anfitrión; este sitio no presupone un comando de instalación universal.
- Pruebe el flujo de trabajo original en un proyecto desechable o en una copia. Revise las operaciones que modifican archivos, servicios remotos o recursos facturables antes de autorizarlas.
- Valide el resultado comparándolo con los controles de calidad de origen y sus propios requisitos. Un activador exitoso o un alto número de estrellas en el repositorio no garantizan un resultado correcto.
Lea más en la fuente
- Consultas y análisis de Azure Data Explorer (Kusto)
- Descripción general
- Flujo de trabajo principal
- Patrón1Recuperación básica de datos
- Patrón2Análisis de agregación
- Patrón3Análisis de series temporales
- Patrón4: Unión y correlación
- Patrón5: Descubrimiento de esquemas
- Patrón6Búsqueda por lotes en diversas fuentes de candidatos
- Campos de datos clave
- Formato de resultado
- Mejores prácticas de KQL
- Mejores prácticas
- Herramientas MCP utilizadas
- Estrategia de reserva: Comandos de la CLI de Azure
- Consulta KQL a través de la CLI de Azure
- Cuándo recurrir a la opción de reserva
- Problemas comunes
- Casos de uso
Habilidades relacionadas
Traducción y alcance
Esta guía de lectura selecciona pasajes de la sección fijada en la parte superior.SKILL.mdLa traducción es asistida. No se trata de un manual completo ni garantiza la compatibilidad. Lea el original y los archivos a los que hace referencia antes de usarlo.
Esta introducción hace referencia a la versión fijada a continuación; la actividad actual del repositorio y la hora de recopilación se muestran por separado.
- Fuente fijada
- Lee el original ↗
- Fuente recuperada
- Confirmación de origen
00d66a64919edca5bca2c673373444e36a4b5461- Fuente SHA-256
f0920e96ac8a4b8941e0bc29591d53bcfdd3a3a61e713249d3d489c55f6d98c8