Barman 3.14.0发布:新增GPG加密备份与多项功能优化
Barman是EnterpriseDB开发的一款开源PostgreSQL备份与恢复管理工具,它简化了数据库管理员在备份策略制定、执行和恢复过程中的工作。最新发布的3.14.0版本带来了多项重要更新,特别是引入了GPG加密备份功能,进一步增强了数据安全性。
GPG加密备份功能全面实现
3.14.0版本最显著的改进是全面实现了GPG加密功能,覆盖了tar格式备份和WAL文件的加密保护。这一功能通过以下机制实现:
-
备份加密流程:在备份过程结束时,系统会自动对PGDATA目录和表空间的备份文件进行GPG加密处理。加密后的文件会附加
.gpg扩展名,便于识别。 -
解密恢复机制:Barman支持通过新引入的
encryption_passphrase_command配置项获取解密口令,对加密备份进行解密恢复。恢复过程中,解密后的文件会暂存在Barman主机上的local_staging_path指定路径中,确保恢复过程的安全可靠。 -
WAL文件加密:当配置
encryption = gpg时,所有WAL文件都会自动进行GPG加密。系统还改进了xlogdb记录的读写方式,保持向后兼容性的同时支持加密检测和处理。 -
状态展示与验证:
show-backup命令新增字段显示备份是否加密及使用的加密方法;barman check命令会验证用户的加密配置是否正确有效。
其他重要功能更新
压缩功能增强
-
压缩级别配置:新增
compression_level参数,支持指定整数压缩级别或预设选项(low/medium/high),不同压缩算法对应不同的级别设置。 -
客户端压缩:
barman-wal-archive工具新增客户端压缩选项,支持与Barman服务器相同的压缩算法,在传输前完成压缩,减轻服务器负担。 -
Snappy算法支持:原本仅在云工具中可用的Snappy压缩算法,现在也加入到了标准Barman服务器中。
进程管理功能
-
进程列表查看:新增
list-processes子命令,可查看服务器所有活动子进程的PID和任务信息。 -
进程终止功能:通过
terminate-process命令,用户可以根据任务名称终止指定服务器的活动子进程。
兼容性与问题修复
-
Python版本支持调整:3.14版本开始不再支持Python 3.6和3.7,但仍保留对Python 3.8的支持,特别是考虑到RHEL 8系统的兼容性需求。
-
冗余检查修复:修正了
minimum_redundancy检查逻辑,现在只计算非增量备份(完整/rsync/快照备份),确保不会因误判而导致备份被意外删除。 -
压缩恢复问题修复:解决了
barman-wal-restore在使用--keep-compression选项处理gzip、bzip2和pigz压缩文件时出现的错误问题。
总结
Barman 3.14.0通过引入GPG加密功能大幅提升了备份数据的安全性,同时优化了压缩功能和进程管理能力,使这款PostgreSQL备份工具更加完善。对于注重数据安全的企业环境,特别是需要符合严格合规要求的场景,这一版本提供了更强大的保护措施。管理员现在可以更灵活地控制备份策略,确保关键业务数据的可靠保护和高效恢复。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00