技能介绍

要解决什么问题

在 Azure 上跑 Spark、Synapse 或自建 ETL 时，数据往往落在 Data Lake Storage Gen2：它把 Blob 存储和分层命名空间合在一起，目录、权限和元数据可以按「文件系统」来管，而不是一堆扁平对象键。若你已经在用 Python 做编排或运维脚本，却还在翻零散文档猜该用哪个 Client、大文件该怎么 append，这个技能把 azure.storage.filedatalake 的常见路径串成一条可落地的线。

技能如何组织内容

文档从鉴权与生命周期入手，强调两条生产规则：DefaultAzureCredential（本地 CLI/VS Code 与云端托管标识同一套代码）以及同步/异步客户端都要进上下文管理器，避免连接泄漏和令牌缓存悬空。接着按 SDK 的层级说明四类客户端：DataLakeServiceClient（账户）、FileSystemClient（容器/文件系统）、DataLakeDirectoryClient、DataLakeFileClient，并覆盖文件系统、目录与文件上的典型操作：上传/下载/删除、列出内容、属性与 ACL（建议在目录层设置并继承）。大文件路径对应 appenddata + flushdata；需要扫整棵树时用 get_paths(..., recursive=True)；高吞吐场景文档指向异步客户端（azure.storage.filedatalake.aio），并明确要求同一条调用链不要混用 sync/async。

适用边界与注意点

技能面向 Gen2 的分层文件语义，不是通用 Blob 对象存储教程——若只是简单 put/get 对象，文档本身也建议评估 Blob API 是否更合适。ACL、元数据与非核心能力在 references/ 里有补充清单与进阶场景；核心 SKILL 聚焦「能写进生产代码」的默认做法，而不是罗列每个 REST 边角参数。

截图预览

使用场景

Synapse 或 Spark 作业跑完后，用 Python 把分区 Parquet 写入 Gen2 文件系统并设置目录元数据
数据平台值班脚本需递归 `get_paths` 盘点某文件系统下过期目录并批量删除
新建 landing zone 时在目录层配置 ACL 并继承，避免每个文件单独改权限
单文件超过 SDK 简单上传阈值，需在管道里用 append_data 与 flush_data 分段写入

适合人员

负责 Azure 湖仓 landing 区运维的数据工程师，需要用 DefaultAzureCredential 写可本地调试、可上生产的上传脚本
为 Synapse 关联存储编写自动化运维的云平台工程师，要区分 Service/FileSystem/Directory/File 四类 Client 的职责
要把训练集与自定义元数据写入 Gen2 的 MLOps 工程师，需要目录级 ACL 与文件属性接口
需按合规要求批量调整数据目录访问控制的安全工程师，依赖 SDK 的 ACL 而非门户逐个点选