azure-storage-file-datalake-py
Faz seu agente gerenciar arquivos no Azure Data Lake Storage Gen2 com Python. É útil para organizar grandes volumes de dados e análises.
O que ela faz
Esta ferramenta permite que você gerencie arquivos e pastas em um serviço de armazenamento chamado Azure Data Lake Storage Gen2 usando Python. É como um sistema de arquivos na nuvem para organizar e analisar grandes volumes de dados.
Quando usar
- ✓Organizar grandes conjuntos de dados para análise.
- ✓Criar e gerenciar pastas e arquivos na nuvem.
- ✓Subir ou baixar arquivos grandes de forma eficiente.
Exemplo do que pedir para a IA
“Quero subir o arquivo 'relatorio.csv' para a pasta 'dados/vendas' no meu Data Lake.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
Você escreve um código Python que se conecta ao Azure Data Lake. Esse código usa comandos específicos para criar pastas, subir arquivos, baixar arquivos ou listar o que já existe.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add sickn33/agentic-awesome-skills --skill azure-storage-file-datalake-pyOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/sickn33/agentic-awesome-skills/main/plugins/agentic-awesome-skills-claude/skills/azure-storage-file-datalake-py/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
SDK do Azure Data Lake Storage Gen2 para Python
Sistema de arquivos hierárquico para cargas de trabalho de análise de big data.
Instalação
pip install azure-storage-file-datalake azure-identity
Variáveis de Ambiente
AZURE_STORAGE_ACCOUNT_URL=https://<account>.dfs.core.windows.net
Autenticação
from azure.identity import DefaultAzureCredential
from azure.storage.filedatalake import DataLakeServiceClient
credential = DefaultAzureCredential()
account_url = "https://<account>.dfs.core.windows.net"
service_client = DataLakeServiceClient(account_url=account_url, credential=credential)
Hierarquia de Clientes
| Cliente | Propósito |
|---|---|
DataLakeServiceClient |
Operações em nível de conta |
FileSystemClient |
Operações de contêiner (sistema de arquivos) |
DataLakeDirectoryClient |
Operações de diretório |
DataLakeFileClient |
Operações de arquivo |
Operações de Sistema de Arquivos
# Create file system (container)
file_system_client = service_client.create_file_system("myfilesystem")
# Get existing
file_system_client = service_client.get_file_system_client("myfilesystem")
# Delete
service_client.delete_file_system("myfilesystem")
# List file systems
for fs in service_client.list_file_systems():
print(fs.name)
Operações de Diretório
file_system_client = service_client.get_file_system_client("myfilesystem")
# Create directory
directory_client = file_system_client.create_directory("mydir")
# Create nested directories
directory_client = file_system_client.create_directory("path/to/nested/dir")
# Get directory client
directory_client = file_system_client.get_directory_client("mydir")
# Delete directory
directory_client.delete_directory()
# Rename/move directory
directory_client.rename_directory(new_name="myfilesystem/newname")
Operações de Arquivo
Upload de Arquivo
# Get file client
file_client = file_system_client.get_file_client("path/to/file.txt")
# Upload from local file
with open("local-file.txt", "rb") as data:
file_client.upload_data(data, overwrite=True)
# Upload bytes
file_client.upload_data(b"Hello, Data Lake!", overwrite=True)
# Append data (for large files)
file_client.append_data(data=b"chunk1", offset=0, length=6)
file_client.append_data(data=b"chunk2", offset=6, length=6)
file_client.flush_data(12) # Commit the data
Download de Arquivo
file_client = file_system_client.get_file_client("path/to/file.txt")
# Download all content
download = file_client.download_file()
content = download.readall()
# Download to file
with open("downloaded.txt", "wb") as f:
download = file_client.download_file()
download.readinto(f)
# Download range
download = file_client.download_file(offset=0, length=100)
Excluir Arquivo
file_client.delete_file()
Listar Conteúdo
# List paths (files and directories)
for path in file_system_client.get_paths():
print(f"{'DIR' if path.is_directory else 'FILE'}: {path.name}")
# List paths in directory
for path in file_system_client.get_paths(path="mydir"):
print(path.name)
# Recursive listing
for path in file_system_client.get_paths(path="mydir", recursive=True):
print(path.name)
Propriedades de Arquivo/Diretório
# Get properties
properties = file_client.get_file_properties()
print(f"Size: {properties.size}")
print(f"Last modified: {properties.last_modified}")
# Set metadata
file_client.set_metadata(metadata={"processed": "true"})
Controle de Acesso (ACL)
# Get ACL
acl = directory_client.get_access_control()
print(f"Owner: {acl['owner']}")
print(f"Permissions: {acl['permissions']}")
# Set ACL
directory_client.set_access_control(
owner="user-id",
permissions="rwxr-x---"
)
# Update ACL entries
from azure.storage.filedatalake import AccessControlChangeResult
directory_client.update_access_control_recursive(
acl="user:user-id:rwx"
)
Cliente Assíncrono
from azure.storage.filedatalake.aio import DataLakeServiceClient
from azure.identity.aio import DefaultAzureCredential
async def datalake_operations():
credential = DefaultAzureCredential()
async with DataLakeServiceClient(
account_url="https://<account>.dfs.core.windows.net",
credential=credential
) as service_client:
file_system_client = service_client.get_file_system_client("myfilesystem")
file_client = file_system_client.get_file_client("test.txt")
…
Perguntas frequentes
O que é Azure Data Lake Storage Gen2?
É um serviço de armazenamento na nuvem da Microsoft projetado para guardar e processar grandes quantidades de dados de forma organizada e eficiente.
Preciso saber programar em Python para usar?
Sim, esta ferramenta é um SDK (kit de desenvolvimento) em Python, então você precisa escrever código Python para interagir com o serviço.
Posso usar isso para guardar qualquer tipo de arquivo?
Sim, você pode armazenar qualquer tipo de arquivo, como documentos, imagens, vídeos e, especialmente, arquivos de dados para análise.
Detalhes
Descrição original do autor
Azure Data Lake Storage Gen2 SDK for Python. Use for hierarchical file systems, big data analytics, and file/directory operations.
Popularidade
- Estrelas no GitHub
- 48 mil
- Posição no ranking
- #2382
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
00-andruia-consultant
Ajuda seu agente a iniciar ou melhorar projetos de IA. Ele analisa código, sugere ferramentas e cria planos de ação em espanhol.
sickn33/agentic-awesome-skills
007
Faz seu agente realizar auditorias de segurança e modelagem de ameaças. É útil para proteger projetos contra ataques e vulnerabilidades.
sickn33/agentic-awesome-skills
10-andruia-skill-smith
Ajuda seu agente a criar ou melhorar ferramentas de IA. Ele define como as ferramentas funcionam, escreve a documentação e valida a estrutura.
sickn33/agentic-awesome-skills
20-andruia-niche-intelligence
Faz seu agente criar um resumo sobre um setor específico. É útil para entender o contexto, regras, padrões de uso e riscos de um projeto, usando fontes confiáveis.
sickn33/agentic-awesome-skills
Skills parecidas
api-connector-builder
Faz seu agente construir novas conexões com APIs seguindo o padrão já existente. Use quando precisar adicionar mais uma integração sem criar um novo jeito de fazer.
affaan-m/ECC
api-design
Ajuda seu agente a projetar APIs REST seguindo as melhores práticas. É útil para definir como as APIs se comunicam, como os erros são mostrados e como organizar os dados.
affaan-m/ECC
backend-patterns
Ajuda seu agente com padrões de arquitetura do lado do servidor e otimização de banco de dados. É útil para construir ou revisar o código que roda no servidor.
affaan-m/ECC