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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01