Azure Kusto Go SDK v2.3.0 版本发布:增强集群管理与安全控制能力
Azure Kusto(也称为Azure Data Explorer)是微软提供的一种快速、完全托管的数据分析服务,用于实时分析大规模数据流。作为其官方Go语言SDK,azure-sdk-for-go项目中的armkusto模块为开发者提供了与Kusto服务交互的编程接口。
本次发布的v2.3.0版本主要围绕集群管理和安全控制进行了多项功能增强,包括新增的调用策略管理、区域状态监控以及更精细化的权限控制等功能。这些更新使得开发者能够构建更安全、更可靠的Kusto集群管理应用。
核心功能更新
1. 调用策略管理功能
新版本引入了完整的调用策略管理能力,允许开发者通过编程方式控制集群对外部服务的访问:
// 添加调用策略示例
poller, err := client.BeginAddCalloutPolicies(ctx, "rgName", "clusterName",
armkusto.CalloutPoliciesList{
Value: []*armkusto.CalloutPolicy{
{
Type: to.Ptr(armkusto.CalloutTypeAzureOpenai),
AllowedIPRanges: []*string{to.Ptr("192.168.1.0/24")},
},
},
}, nil)
SDK新增了CalloutType枚举类型,支持配置多种外部服务访问策略,包括:
- Azure OpenAI服务
- Cosmos DB
- MySQL/PostgreSQL数据库
- 自定义Web API等
通过BeginAddCalloutPolicies和BeginRemoveCalloutPolicy方法,开发者可以动态管理集群的对外访问策略,确保数据安全。
2. 区域状态监控
新版本增加了对集群区域状态的监控能力,通过ZoneStatus枚举可以获取集群的区域分布情况:
Zonal:集群节点均匀分布在多个可用区NonZonal:集群未启用区域分布ZonalInconsistency:集群节点区域分布不均衡
这一功能对于构建高可用性应用尤为重要,开发者可以根据状态自动调整部署策略。
3. 精细化脚本权限控制
在脚本执行权限方面,v2.3.0引入了更细粒度的控制选项:
scriptProps := &armkusto.ScriptProperties{
ScriptLevel: to.Ptr(armkusto.ScriptLevelDatabase),
PrincipalPermissionsAction: to.Ptr(armkusto.PrincipalPermissionsActionRemovePermissionOnScriptCompletion),
// 其他脚本属性...
}
新增的ScriptLevel允许指定脚本作用域(集群级或数据库级),而PrincipalPermissionsAction则控制脚本执行后是否保留临时权限,大大增强了安全性。
其他重要更新
-
新增集群主体角色:增加了
ClusterPrincipalRoleAllDatabasesMonitor角色,允许主体监控所有数据库的运行状态。 -
语言扩展支持:新增了对Python 3.11.7语言扩展的支持,包括基础镜像和深度学习专用镜像。
-
出站访问控制:通过
OutboundAccess枚举,开发者可以明确允许或拒绝集群的出站网络访问。 -
改进的跟随数据库管理:新增了更详细的跟随数据库信息获取接口,便于构建跨集群数据同步方案。
升级建议
对于正在使用Kusto Go SDK的开发者,建议尽快评估升级至v2.3.0版本,特别是需要以下功能的场景:
- 需要精细控制集群对外访问权限
- 构建多区域高可用性解决方案
- 实现自动化安全合规检查
- 管理复杂的脚本执行权限
新版本保持了良好的向后兼容性,现有代码通常无需修改即可继续工作,同时可以利用新API增强应用功能。
通过这次更新,Azure Kusto Go SDK进一步巩固了其在数据分析和实时处理领域的地位,为开发者提供了更强大、更安全的工具集,帮助构建下一代数据密集型应用程序。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00