AWS SDK for .NET 3.7.963.0版本发布:增强S3数据完整性校验与多服务更新
AWS SDK for .NET是亚马逊云服务官方提供的.NET开发工具包,它让开发者能够轻松地在.NET应用程序中集成和使用AWS的各种云服务。本次3.7.963.0版本的发布带来了多项重要更新,特别是在S3服务的数据完整性保护方面有显著增强,同时也更新了多个AWS服务的功能支持。
S3服务数据完整性保护全面升级
本次更新最值得关注的是S3服务在数据完整性校验方面的重大改进。AWS SDK for .NET现在默认对所有支持的请求和响应自动计算校验和(默认使用CRC32算法),这为数据传输提供了额外的安全保障。
新版本引入了以下关键特性:
-
CRC64NVME校验算法支持:新增了对CRC64NVME校验算法的支持,为用户提供了更多数据完整性验证的选择。
-
多部分S3对象的完整对象校验:现在可以对多部分上传的S3对象进行完整的校验和计算,确保大文件上传过程中的数据完整性。
-
默认完整性保护:所有S3请求现在默认启用完整性保护机制,进一步提升了数据传输的安全性。
对于需要自定义校验行为的场景,开发者可以通过以下方式调整:
- 设置
AmazonS3Config中的RequestChecksumCalculation和ResponseChecksumValidation选项为WHEN_REQUIRED,仅在服务要求时计算校验和 - 在
PutObject、UploadPart或TransferUtilityUpload操作中设置DisableDefaultChecksumValidation标志为false,完全绕过校验和计算
需要注意的是,CompleteMultipartUploadRequest.AddPartETags方法的行为有所变化,现在它只包含由CopyObject和UploadPart操作返回的ETags。如果开发者在多部分上传中明确指定了校验算法,并且需要包含额外的校验和(如ChecksumCRC32或ChecksumSHA256),应该使用新的AddPartETagsAndChecksums方法。
其他服务更新
除了S3服务的重大更新外,本次发布还包含了多个AWS服务的功能增强:
-
Bedrock Agent Runtime:现在支持内联代理的流式传输功能,为构建对话式AI应用提供了更灵活的实现方式。
-
Cognito Identity:修正了双栈端点配置,改进了服务的网络连接能力。
-
Partner Central Selling:为ResourceSnapshotJob资源添加了标签支持,便于资源管理和分类。
-
Simple Email V2:在虚拟可交付性管理器顾问中新增了一项推荐功能,能够检测客户发送身份的高投诉率。
-
WorkSpaces:新增了GeneralPurpose.4xlarge和GeneralPurpose.8xlarge两种计算类型,为用户提供了更多工作空间配置选择。
-
WorkSpaces Thin Client:明确了MaintenanceWindow中的type字段为必填项,增强了API的严谨性。
底层核心改进
AWS SDK for .NET的核心库也进行了重要更新:
- 添加了与
HashAlgorithm兼容的CRC32实现,无需CRT依赖 - 新增了
RequestChecksumCalculation和ResponseChecksumValidation配置选项 - 更新了所有服务的端点信息
这些底层改进为上层服务功能的实现提供了更好的支持,同时也为开发者提供了更多的配置灵活性。
总结
AWS SDK for .NET 3.7.963.0版本通过增强S3服务的数据完整性保护机制,显著提升了云存储服务的安全性和可靠性。同时,多个AWS服务的功能更新也为开发者构建云应用提供了更多可能性。特别是S3校验和机制的改进,使得开发者能够以更简单的方式确保数据传输的完整性,而无需自行实现复杂的校验逻辑。这些更新体现了AWS对开发者体验和数据安全性的持续关注,值得.NET开发者升级体验。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00