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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00