AWS SDK for Java V2 新增 S3 预签名 HEAD 请求支持
2025-07-03 20:36:03作者:余洋婵Anita
在 AWS SDK for Java V2 2.31.66 版本中,开发团队新增了对 S3 预签名 HEAD 请求的支持。这一功能完善了 SDK 对 S3 预签名 URL 的全面支持,使开发者能够生成用于 HEAD 操作的预签名 URL。
预签名 URL 的背景
预签名 URL 是 AWS S3 服务中一项重要功能,它允许开发者生成带有临时访问权限的 URL。这些 URL 可以在不暴露 AWS 凭证的情况下,让客户端直接访问 S3 资源。在之前的版本中,SDK 已经支持 GET、PUT、POST 和 DELETE 操作的预签名 URL,但 HEAD 操作的缺失给某些特定场景带来了不便。
HEAD 请求的典型应用场景
HEAD 请求在 S3 操作中有几个关键用途:
- 文件元数据检查:客户端可以先通过 HEAD 请求获取文件的基本信息(如大小、类型等),再决定是否进行完整下载
- 文件存在性验证:在不下载整个文件的情况下确认对象是否存在
- 分块下载准备:在进行分块下载前获取文件总大小以规划下载策略
- 预检检查:在正式 GET 请求前确认资源是否可用
新功能使用示例
以下是使用新功能的典型代码示例:
// 创建 S3 预签名器
S3Presigner presigner = S3Presigner.create();
// 生成预签名 HEAD 请求
PresignedHeadObjectRequest presigned = presigner.presignHeadObject(r -> r
.signatureDuration(Duration.ofMinutes(30))
.headObjectRequest(hor -> hor
.bucket("my-bucket")
.key("my-object-key")));
// 使用 HTTP 客户端执行请求
SdkHttpClient httpClient = ApacheHttpClient.builder().build();
HttpExecuteRequest request = HttpExecuteRequest.builder()
.request(presigned.httpRequest())
.build();
// 获取响应并提取内容长度
HttpExecuteResponse response = httpClient.prepareRequest(request).call();
String contentLength = response.httpResponse()
.firstMatchingHeader("Content-Length")
.orElse("0");
技术实现要点
- 签名机制:预签名 URL 的生成过程与签名算法与其他方法类似,但专门针对 HEAD 方法进行了适配
- 有效期控制:与其他预签名 URL 一样,可以设置有效期限
- 请求参数:支持所有标准的 HeadObjectRequest 参数
- 安全性:保持了与其他预签名 URL 相同的安全级别
迁移建议
对于从 V1 SDK 迁移的用户,现在可以完整地将 HEAD 预签名 URL 生成逻辑迁移到 V2 版本。新 API 的设计保持了与现有预签名 API 的一致性,使得迁移过程更加顺畅。
这一功能的加入标志着 AWS SDK for Java V2 在 S3 预签名 URL 功能上的完善,为开发者提供了更全面的工具集来处理各种 S3 访问场景。
登录后查看全文
热门项目推荐
相关项目推荐
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-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
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
477
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.22 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
258