关于 azure-stream-analytics
面向 Agent 的 Azure Stream Analytics 参考技能,结合本地速查内容与远程文档获取,覆盖作业开发、故障排查、部署和安全。
主要功能
- 01作业错误与性能排查
- 02查询和作业设计指导
- 03扩展与架构规划
- 04安全配置参考
- 05集成和代码模式
适用场景
- 01定位输入、输出或查询错误
- 02优化作业性能与并行化
- 03规划作业扩展和部署
MCP 相关
可通过 mcp_microsoftdocs 的工具获取远程文档;若该工具不可用,技能说明可改用 fetch_webpage。
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ microsoftdocs/ agent-skills --skill azure-stream-analytics安装后在 Claude Code 中输入/azure-stream-analytics确认已加载。
详细介绍
Azure Stream Analytics 技能
此技能提供有关 Azure Stream Analytics 的专家指导,涵盖故障排除、最佳实践、决策、架构与设计模式、限制与配额、安全性、配置、集成与编码模式,以及部署。它结合本地快速参考内容与远程文档获取功能。
如何使用此技能
Agent 重要提示:使用下方的类别索引查找相关章节。对于带有行范围的类别(例如
L35-L120),请使用read_file读取指定行。对于带有文件链接的类别(例如[security.md](security.md)),请使用read_file读取链接的参考文件
Agent 重要提示:如果
metadata.generated_at的时间早于 3 个月以上,建议用户从代码仓库拉取最新版本。如果无法使用mcp_microsoftdocs工具,建议用户安装该工具:安装指南
此技能需要网络访问权限才能获取文档内容:
- 首选:使用
mcp_microsoftdocs:microsoft_docs_fetch,并将查询字符串设为from=learn-agent-skill。返回 Markdown。 - 备用:使用
fetch_webpage,并将查询字符串设为from=learn-agent-skill&accept=text/markdown。返回 Markdown。
类别索引
| 类别 | 行 | 说明 |
|---|---|---|
| 故障排除 | L37-L58 | 使用日志和作业图(逻辑/物理)诊断并修复 Stream Analytics 作业错误(配置、数据、内部/外部)、性能问题以及输入/输出/查询问题。 |
| 最佳实践 | L59-L73 | Stream Analytics 作业设计、查询模式、性能优化、扩展、可靠性、时间处理、地理空间逻辑、ML/Cosmos/SQL 输出及警报方面的最佳实践。 |
| 决策 | L74-L82 | 有关选择 Stream Analytics 工具和服务、从 Visual Studio/.NET UDF 迁移,以及配置自动缩放和实时处理选项的指导。 |
| 架构与设计模式 | L83-L88 | 设计具有复原能力、支持异地冗余的 Stream Analytics 拓扑,并使用流单元、输入/输出分区和性能优化模式扩展作业。 |
| 限制与配额 | L89-L96 | Stream Analytics 的限制、大小调整和性能:Event Hubs 输出大小上限、流单元/群集扩展,以及 IoT Edge 专属限制和支持。 |
| 安全性 | L97-L117 | 保护 Stream Analytics 作业:为输入/输出(Event Hubs、SQL、Synapse、Cosmos、Blob、Service Bus、Power BI)配置托管标识、VNet/专用终结点、数据保护及 Azure Policy 合规性。 |
| 配置 | L118-L149 | 配置 Stream Analytics 作业:输入、输出(Cosmos DB、SQL、Event Hubs、Kafka、Power BI、Delta Lake 等)、自动缩放、排序、错误处理、监视和兼容性。 |
| 集成与编码模式 | L150-L166 | 将 Stream Analytics 与 Kafka、SQL、Azure ML、UDF(C#/JS)、异常检测和架构注册表集成的模式与代码,以及 HFT 和 .NET 作业管理等高级场景 |
| 部署 | L167-L180 | 使用 ARM/Bicep、GitHub Actions、Azure DevOps、REST 以及边缘/Stack Hub 工具,自动执行 Stream Analytics 作业和群集的部署、迁移及生命周期管理(启动/停止/删除) |
故障排除
最佳实践
决策
| 主题 | URL |
|---|---|
| 选择 Azure Stream Analytics 门户或 VS Code 工具 | https://learn.microsoft.com/en-us/azure/stream-analytics/feature-comparison |
| 将 Stream Analytics 项目从 Visual Studio 迁移到 VS Code | https://learn.microsoft.com/en-us/azure/stream-analytics/migrate-to-vscode |
| 选择并配置适用于 Stream Analytics SU 的自动缩放 | https://learn.microsoft.com/en-us/azure/stream-analytics/stream-analytics-autoscale |
| 在 Stream Analytics 中从 .NET UDF 迁移到 JavaScript | https://learn.microsoft.com/en-us/azure/stream-analytics/stream-analytics-edge-csharp-udf-methods |
| 选择 Azure 实时和流处理服务 | https://learn.microsoft.com/en-us/azure/stream-analytics/streaming-technologies |
架构与设计模式
| 主题 | URL |
|---|---|
| 设计具有异地冗余的 Azure Stream Analytics 作业架构 | https://learn.microsoft.com/en-us/azure/stream-analytics/geo-redundancy |
| 使用 SU 和分区扩展 Azure Stream Analytics 作业 | https://learn.microsoft.com/en-us/azure/stream-analytics/stream-analytics-scale-jobs |
限制与配额
| 主题 | URL |
|---|---|
| 将 Event Hubs 用作 Stream Analytics 输出并了解大小限制 | https://learn.microsoft.com/en-us/azure/stream-analytics/event-hubs-output |
| 按流式处理单元调整 Azure Stream Analytics 群集大小 | https://learn.microsoft.com/en-us/azure/stream-analytics/scale-cluster |
| 了解 Azure Stream Analytics 在 IoT Edge 上的限制和支持 | https://learn.microsoft.com/en-us/azure/stream-analytics/stream-analytics-edge |
| 了解并调整 Azure Stream Analytics 流式处理单元 | https://learn.microsoft.com/en-us/azure/stream-analytics/stream-analytics-streaming-unit-consumption |
安全性
配置
集成与编码模式
部署
评论
支持 Markdown