Azure Data Explorer Mcp-Server

Was ist der ADX-MCP-Server?

Der ### ADX-MCP-Server ist ein Model Context Protocol (MCP) Server, der entwickelt wurde, um KI-Assistenten bei der Abfrage und Analyse von Azure Data Explorer (ADX) Datenbanken zu unterstützen. Er bietet standardisierte Schnittstellen, die die Interaktion zwischen KI-Systemen und Datenrepositories vereinfachen und es einfacher machen, Daten effektiv abzurufen und zu manipulieren.

Funktionen des ADX-MCP-Servers

• Standardisierte Schnittstellen: Der Server bietet eine Reihe von standardisierten APIs, die eine nahtlose Kommunikation zwischen KI-Assistenten und Azure Data Explorer Datenbanken ermöglichen.
• Datenabfrage: Benutzer können komplexe Abfragen auf ADX-Datenbanken ausführen, was eine effiziente Datenabfrage und -analyse ermöglicht.
• KI-Integration: Der Server ist darauf ausgelegt, KI-Anwendungen zu unterstützen und deren Fähigkeit zur Verarbeitung und Analyse großer Datensätze zu verbessern.
• Öffentliches Repository: Der ADX-MCP-Server ist als öffentliches Repository verfügbar, das Entwicklern ermöglicht, zur Verbesserung seiner Funktionalität beizutragen.
• MIT-Lizenz: Das Projekt ist Open Source und unter der MIT-Lizenz lizenziert, was Zusammenarbeit und Austausch innerhalb der Entwicklergemeinschaft fördert.

So verwenden Sie den ADX-MCP-Server

1. Installation: Klonen Sie das Repository von GitHub und folgen Sie den Installationsanweisungen in der Dokumentation.
2. Konfiguration: Richten Sie den Server ein, indem Sie die erforderlichen Parameter konfigurieren, um eine Verbindung zu Ihrer Azure Data Explorer Instanz herzustellen.
3. API-Zugriff: Nutzen Sie die standardisierten APIs, um Abfragen zu senden und Antworten von der ADX-Datenbank zu erhalten.
4. Integration: Integrieren Sie den Server in Ihre KI-Anwendungen, um seine Abfragefähigkeiten für die Datenanalyse zu nutzen.

Häufig gestellte Fragen

F1: Was ist der Zweck des ADX-MCP-Servers?

A1: Der ADX-MCP-Server dient als Brücke zwischen KI-Assistenten und Azure Data Explorer Datenbanken und ermöglicht eine effiziente Datenabfrage und -analyse durch standardisierte Schnittstellen.

F2: Ist der ADX-MCP-Server Open Source?

A2: Ja, der ADX-MCP-Server ist ein Open-Source-Projekt, das auf GitHub unter der MIT-Lizenz verfügbar ist.

F3: Kann ich zum ADX-MCP-Server beitragen?

A3: Absolut! Beiträge sind willkommen. Sie können das Repository forken, Änderungen vornehmen und einen Pull-Request einreichen.

F4: Wie installiere ich den ADX-MCP-Server?

A4: Sie können den Server installieren, indem Sie das Repository von GitHub klonen und den Installationsanweisungen in der Dokumentation folgen.

F5: Welche Art von Abfragen kann ich mit dem ADX-MCP-Server ausführen?

A5: Sie können eine Vielzahl von Abfragen ausführen, einschließlich komplexer analytischer Abfragen, um Daten abzurufen und zu manipulieren, die in Azure Data Explorer Datenbanken gespeichert sind.

Azure Data Explorer MCP Server

<a href="https://glama.ai/mcp/servers/1yysyd147h"> <img width="380" height="200" src="https://glama.ai/mcp/servers/1yysyd147h/badge" /> </a>

A Model Context Protocol (MCP) server for Azure Data Explorer/Eventhouse in Microsoft Fabric.

This provides access to your Azure Data Explorer/Eventhouse clusters and databases through standardized MCP interfaces, allowing AI assistants to execute KQL queries and explore your data.

Features

• Execute KQL queries against Azure Data Explorer

• Discover and explore database resources

  • List tables in the configured database
  • View table schemas
  • Sample data from tables
  • Get table statistics/details

• Authentication support

  • Token credential support (Azure CLI, MSI, etc.)
  • Workload Identity credential support for AKS

• Docker containerization support

• Provide interactive tools for AI assistants

The list of tools is configurable, so you can choose which tools you want to make available to the MCP client. This is useful if you don't use certain functionality or if you don't want to take up too much of the context window.

Usage

1. Login to your Azure account which has the permission to the ADX cluster using Azure CLI.

2. Configure the environment variables for your ADX cluster, either through a .env file or system environment variables:

### Required: Azure Data Explorer configuration
ADX_CLUSTER_URL=https://yourcluster.region.kusto.windows.net
ADX_DATABASE=your_database

### Optional: Azure Workload Identity credentials 
### AZURE_TENANT_ID=your-tenant-id
### AZURE_CLIENT_ID=your-client-id 
### ADX_TOKEN_FILE_PATH=/var/run/secrets/azure/tokens/azure-identity-token

Azure Workload Identity Support

The server now uses WorkloadIdentityCredential by default when running in Azure Kubernetes Service (AKS) environments with workload identity configured. It prioritizes the use of WorkloadIdentityCredential whenever the necessary environment variables are present.

For AKS with Azure Workload Identity, you only need to:

1. Make sure the pod has AZURE_TENANT_ID and AZURE_CLIENT_ID environment variables set
2. Ensure the token file is mounted at the default path or specify a custom path with ADX_TOKEN_FILE_PATH

If these environment variables are not present, the server will automatically fall back to DefaultAzureCredential, which tries multiple authentication methods in sequence.

3. Add the server configuration to your client configuration file. For example, for Claude Desktop:

{
  "mcpServers": {
    "adx": {
      "command": "uv",
      "args": [
        "--directory",
        "<full path to adx-mcp-server directory>",
        "run",
        "src/adx_mcp_server/main.py"
      ],
      "env": {
        "ADX_CLUSTER_URL": "https://yourcluster.region.kusto.windows.net",
        "ADX_DATABASE": "your_database"
      }
    }
  }
}

Note: if you see Error: spawn uv ENOENT in Claude Desktop, you may need to specify the full path to uv or set the environment variable NO_UV=1 in the configuration.

Docker Usage

This project includes Docker support for easy deployment and isolation.

Building the Docker Image

Build the Docker image using:

docker build -t adx-mcp-server .

Running with Docker

You can run the server using Docker in several ways:

Using docker run directly:

docker run -it --rm \
  -e ADX_CLUSTER_URL=https://yourcluster.region.kusto.windows.net \
  -e ADX_DATABASE=your_database \
  -e AZURE_TENANT_ID=your_tenant_id \
  -e AZURE_CLIENT_ID=your_client_id \
  adx-mcp-server

Using docker-compose:

Create a .env file with your Azure Data Explorer credentials and then run:

docker-compose up

Running with Docker in Claude Desktop

To use the containerized server with Claude Desktop, update the configuration to use Docker with the environment variables:

{
  "mcpServers": {
    "adx": {
      "command": "docker",
      "args": [
        "run",
        "--rm",
        "-i",
        "-e", "ADX_CLUSTER_URL",
        "-e", "ADX_DATABASE",
        "-e", "AZURE_TENANT_ID",
        "-e", "AZURE_CLIENT_ID",
        "-e", "ADX_TOKEN_FILE_PATH",
        "adx-mcp-server"
      ],
      "env": {
        "ADX_CLUSTER_URL": "https://yourcluster.region.kusto.windows.net",
        "ADX_DATABASE": "your_database",
        "AZURE_TENANT_ID": "your_tenant_id",
        "AZURE_CLIENT_ID": "your_client_id",
        "ADX_TOKEN_FILE_PATH": "/var/run/secrets/azure/tokens/azure-identity-token"
      }
    }
  }
}

This configuration passes the environment variables from Claude Desktop to the Docker container by using the -e flag with just the variable name, and providing the actual values in the env object.

Using as a Dev Container / GitHub Codespace

This repository can also be used as a development container for a seamless development experience. The dev container setup is located in the devcontainer-feature/adx-mcp-server folder.

For more details, check the devcontainer README.

Development

Contributions are welcome! Please open an issue or submit a pull request if you have any suggestions or improvements.

This project uses uv to manage dependencies. Install uv following the instructions for your platform:

curl -LsSf https://astral.sh/uv/install.sh | sh

You can then create a virtual environment and install the dependencies with:

uv venv
source .venv/bin/activate  # On Unix/macOS
.venv\Scripts\activate     # On Windows
uv pip install -e .

Project Structure

The project has been organized with a src directory structure:

adx-mcp-server/
├── src/
│   └── adx_mcp_server/
│       ├── __init__.py      # Package initialization
│       ├── server.py        # MCP server implementation
│       ├── main.py          # Main application logic
├── Dockerfile               # Docker configuration
├── docker-compose.yml       # Docker Compose configuration
├── .dockerignore            # Docker ignore file
├── pyproject.toml           # Project configuration
└── README.md                # This file

Testing

The project includes a comprehensive test suite that ensures functionality and helps prevent regressions.

Run the tests with pytest:

### Install development dependencies
uv pip install -e ".[dev]"

### Run the tests
pytest

### Run with coverage report
pytest --cov=src --cov-report=term-missing

Tests are organized into:

• Configuration validation tests
• Server functionality tests
• Error handling tests
• Main application tests

When adding new features, please also add corresponding tests.

Tools

| Tool | Category | Description | | | | | | execute_query | Query | Execute a KQL query against Azure Data Explorer | | list_tables | Discovery | List all tables in the configured database | | get_table_schema | Discovery | Get the schema for a specific table | | sample_table_data | Discovery | Get sample data from a table with optional sample size |

License

MIT