AWS SDK for Java v2 2.31.45版本发布:增强云服务集成能力
AWS SDK for Java v2是亚马逊云服务官方提供的Java开发工具包,它让开发者能够轻松地在Java应用程序中集成和使用AWS的各种云服务。最新发布的2.31.45版本带来了多项功能增强和问题修复,进一步提升了开发体验和云服务集成能力。
核心功能更新
本次版本更新中,多个AWS服务获得了重要的功能增强:
在AWS CodePipeline服务方面,新增了ListDeployActionExecutionTargets API,这个接口允许开发者获取部署操作执行的目标详情,为持续集成和持续部署(CI/CD)流程提供了更细粒度的控制和可见性。
AWS Glue数据集成服务也获得了显著改进,现在支持将Excel作为S3数据源,同时增加了XML和Tableau Hyper作为S3数据接收器类型。此外,新版本还引入了针对S3接收器的目标分区数参数,以及在CSV/JSON和Parquet S3接收器中新增了多种压缩类型选项,为大数据处理提供了更多灵活性。
对于Amazon EMR用户,新版本增加了管理应用程序UI的API,包括通过CreatePersistentAppUI、DescribePersistentAppUI和GetPersistentAppUIPresignedURL访问持久化(无服务器)UI,以及通过GetOnClusterAppUIPresignedURL访问基于集群的UI。这些API支持Yarn、Spark History和TEZ界面,大大提升了大数据作业的管理体验。
服务增强与改进
Amazon Neptune图数据库服务在这个版本中引入了全局集群切换(Global Cluster Switchover)功能,允许用户在保留全局集群中所有区域间复制的同时,更改全局集群的主AWS区域(处理写入操作的区域)。这项功能为全球分布式应用提供了更高的可用性和灾难恢复能力。
对于使用Amazon ECS(EC2 Container Service)的开发者,这个版本扩展了容器退出"原因"字段的长度限制,从255个字符增加到1024个字符,提供了更详细的容器终止信息,有助于故障排查和日志分析。
Service Quotas服务新增了CreateSupportCase操作到SDK中,使得开发者能够通过编程方式创建支持案例,简化了服务配额管理流程。
数据自动化与AI服务增强
在AI和数据自动化领域,Bedrock数据自动化服务增加了对视频模态(Video modality)的支持,将其添加到BlueprintType枚举中。同时,Runtime for Amazon Bedrock Data Automation为视频片段添加了AssetProcessingConfiguration到InputConfiguration中,增强了视频内容处理能力。
SDK核心改进
AWS SDK for Java v2本身也进行了重要更新,包括端点(Endpoint)和分区(Partition)元数据的更新,确保开发者能够访问最新的AWS服务区域和端点。此外,修复了一个JSON REST协议相关的回归问题,该问题导致显式负载成员被设置为空对象而非null值,提高了协议处理的准确性。
总结
AWS SDK for Java v2 2.31.45版本通过多项功能增强和问题修复,进一步提升了开发者构建云原生应用的体验。从CI/CD流程的细粒度控制,到大数据处理的灵活性增强,再到全球分布式数据库的管理能力提升,这些改进覆盖了云计算的多个关键领域。对于Java开发者而言,及时升级到这个版本将能够充分利用AWS云服务的最新功能,构建更强大、更可靠的云应用程序。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00