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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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