Dağınık bilgiyi yapılandırılmış, kontrol edilebilir ve aksiyona dönük bir sonuca dönüştürür. — Claude Skill
Claude Code için bir Claude becerisi · AWS✓ — çalıştır: /querying-data-lake (Claude'da)·Güncellendi: 18 Haz 2026·vmain@7cd875e
Doğru veri kaynağını, çalışma grubunu ve SQL yaklaşımını seçtirir; büyük veri gölü tablolarını maliyet ve güvenli sınırlarla sorgulatır.
- İş bağlamını netleştirir, kanıtı ayırır ve sonraki aksiyonu anlaşılır hale getirir.
- Chooses appropriate workgroup, tables, partitions, limits, ve query pattern.
- Explains veri scanned, cost risk, ve whether result is reliable enough kullan.
- Separates oku-only analysis -den destructive veya unsafe aksiyonlar.
İş bağlamını netleştirir, kanıtı ayırır ve sonraki aksiyonu anlaşılır hale getirir.
Run /querying-data-lake make question, kaynak, SQL pattern, cost, ve caveats explicit önce using answer.
Kim için
Ne yapar
Dağınık bilgiyi yapılandırılmış, kontrol edilebilir ve aksiyona dönük bir sonuca dönüştürür.
Explore large tables ile partition ve workgroup kontrol eder önce scanning too much veri.
Confirm whether veri lake tables can destek a metrik veya competitive benchmark.
Nasıl çalışır
İş bağlamını netleştirir, kanıtı ayırır ve sonraki aksiyonu anlaşılır hale getirir.
İş bağlamını netleştirir, kanıtı ayırır ve sonraki aksiyonu anlaşılır hale getirir.
İş bağlamını netleştirir, kanıtı ayırır ve sonraki aksiyonu anlaşılır hale getirir.
Run veya draft SQL ile preview limits ve doğrula result reasonableness.
Explain answer, caveats, ve whether query gerekir become a repeatable rapor.
Giriş seçenekleri
karar, metrik, segment, ve date range query zorunda answer.
Örnek
Kullanıcı hedefi, mevcut verileri, kaynak notlarını ve beklenen çıktı formatını yapıştırır. Date range: May 1 June 14. Segments: SMB, mid-market, enterprise. aktivasyon definition: workspace has invited at least two teammates ve completed ilk project içinde 7 days. Known tables: - product_events partitioned by event_date - hesaplar partitioned by created_month - workspaces Need: query plan, safe SQL outline, result table, ve caveats önce sharing ile ürün ve finans.
Sonuç; öncelikler, kanıtlar, önerilen aksiyonlar ve insan kontrolü gereken noktaları içerir.
1. bul workspaces created in date range. 2. Count invited_teammate ve first_project_completed olaylar içinde 7 days workspace creation. 3. Mark activated when both conditions are true. Sonuç; öncelikler, kanıtlar, önerilen aksiyonlar ve insan kontrolü gereken noktaları içerir. 5. Return workspace count, activated count, aktivasyon oran, ve güven caveat.
| Segment | Period | Workspaces | Activated | aktivasyon oran | Readout | |---|---|---:|---:|---:|---| | SMB | önce | 420 | 151 | 36% | başlangıç seviyesi | | SMB | sonra | 390 | 171 | 44% | Improvement visible | | Mid-market | önce | 180 | 76 | 42% | başlangıç seviyesi | | Mid-market | sonra | 165 | 84 | 51% | Stronger movement | | Enterprise | önce | 52 | 19 | 37% | Small sample | | Enterprise | sonra | 48 | 20 | 42% | Treat cautiously |
Sonuç; öncelikler, kanıtlar, önerilen aksiyonlar ve insan kontrolü gereken noktaları içerir.
İyileştirdiği metrikler
Uyumlu araçlar
Veri Gölü Sorgulama kullanmak ister misiniz?
Nasıl başlamak istediğinizi seçin.
Bu beceriyi bilgisayarınıza yerel olarak kurun ve çalıştırın.
Bilgisayarınızda bir terminal açın ve şu komutu yapıştırın:
Bu, beceriyi tüm dosyalarıyla bilgisayarınıza indirir:
Tüm projelerinizde kullanılabilir hale getirmek için sona -g ekleyin.
Claude Code'u başlatın, ardından komutu yazın:
Querying Veri Lake — Türkçe kaynak özeti
Bu bölüm, yayıncının orijinal skill talimatlarının Türkçe, kullanıcıya dönük özetidir. Komutlar, dosya yolları, URL'ler, ürün adları ve teknik kimlikler değiştirilmez.
Ne zaman kullanılır
yardımcı olur ekipler choose right veri kaynak, workgroup, ve SQL pattern, then query large veri lake tables ile cost awareness, result interpretation, ve safe limits.
Kullanıcı ne verir
- Hedef veya karar sorusu.
- İlgili kaynak notları, ticket'lar, metrikler, dokümanlar veya konuşma özetleri.
- Beklenen çıktı formatı ve varsa kısıtlar.
AI ne üretir
- Net özet ve önceliklendirilmiş bulgular.
- Kanıtla ayrılmış öneriler.
- Sonraki aksiyonlar, sahipler ve insan kontrolü gerektiren noktalar.
Kapsam sinyalleri
- Roller: Veri Engineer, Analitik Engineer.
- Araçlar: Google Sheets, Slack, SQL.
- Metrikler: Metrik Trust, Query Performans, Warehouse Cost.
Referans belgeleri
querying-data-lake SKILL.md
Bu referansın Türkçe özeti: becerinin ne zaman kullanılacağını, hangi girdileri beklediğini ve hangi çıktının kontrol edilmesi gerektiğini açıklar. Komutlar, URL'ler, dosya yolları ve ürün adları orijinal kaynakla aynı tutulur.
Query Patterns
Bu referansın Türkçe özeti: becerinin ne zaman kullanılacağını, hangi girdileri beklediğini ve hangi çıktının kontrol edilmesi gerektiğini açıklar. Komutlar, URL'ler, dosya yolları ve ürün adları orijinal kaynakla aynı tutulur.
Workgroup Selection
Bu referansın Türkçe özeti: becerinin ne zaman kullanılacağını, hangi girdileri beklediğini ve hangi çıktının kontrol edilmesi gerektiğini açıklar. Komutlar, URL'ler, dosya yolları ve ürün adları orijinal kaynakla aynı tutulur.