Azure RecoveryServicesBackup Java SDK 1.6.0版本发布:新增SAP ASE数据库支持
微软Azure RecoveryServicesBackup服务是Azure云平台提供的重要数据保护解决方案,它能够为虚拟机、文件共享、数据库等多种工作负载提供备份和恢复能力。近日,其Java SDK发布了1.6.0版本,为开发者带来了多项重要更新,特别是新增了对SAP ASE数据库的支持。
核心更新内容
本次1.6.0版本最显著的改进是增加了对SAP ASE(Adaptive Server Enterprise)数据库的全面支持。SAP ASE是SAP生态系统中的重要数据库产品,在企业级应用中广泛使用。新版本通过引入多个专门针对SAP ASE的类,使开发者能够更便捷地实现SAP ASE数据库的备份和恢复操作。
新增的关键类包括:
- AzureWorkloadSapAsePointInTimeRestoreRequest:支持SAP ASE数据库的时间点恢复请求
- AzureWorkloadSapAseRestoreRequest:SAP ASE数据库的常规恢复请求
- AzureVmWorkloadSapAseDatabaseProtectableItem:标识可保护的SAP ASE数据库项
- AzureWorkloadSapAsePointInTimeRecoveryPoint:SAP ASE数据库的时间点恢复点
- AzureWorkloadSapAseRecoveryPoint:SAP ASE数据库的恢复点
这些新增类为开发者提供了完整的SAP ASE数据库保护能力,从识别可保护项到创建恢复点,再到执行恢复操作,形成了一套完整的解决方案。
现有功能的增强
除了新增SAP ASE支持外,1.6.0版本还对现有功能进行了多项增强:
-
Azure虚拟机保护项改进:
- 新增了policyType属性,使开发者能够更清晰地了解应用于虚拟机的备份策略类型
-
Azure文件共享恢复点增强:
- 增加了recoveryPointTierDetails属性,提供恢复点的存储层级详情
- 新增了withRecoveryPointTierDetails方法,方便开发者设置恢复点的存储层级信息
-
Azure存储容器功能扩展:
- 新增了operationType属性,标识存储容器的操作类型
- 提供了withOperationType方法,便于设置操作类型
技术价值与应用场景
这些更新在实际应用场景中具有重要价值:
-
企业级数据库保护:新增的SAP ASE支持使得企业能够将关键业务数据库纳入统一的备份保护体系,满足合规性要求。
-
精细化的恢复控制:时间点恢复功能的增强使企业能够更精确地选择恢复时间点,减少数据丢失。
-
存储成本优化:恢复点存储层级信息的可见性,帮助管理员优化备份存储成本,将不常用的恢复点移至成本更低的存储层级。
-
操作审计与追踪:存储容器操作类型的记录,增强了备份操作的可追踪性,便于审计和故障排查。
开发者使用建议
对于正在使用或计划使用Azure RecoveryServicesBackup Java SDK的开发者,建议:
-
对于需要保护SAP ASE数据库的环境,应及时升级到1.6.0版本以利用新增功能。
-
在使用文件共享恢复点时,可考虑利用新的存储层级信息功能优化存储成本。
-
对于虚拟机保护场景,可通过policyType属性更好地理解和管理备份策略。
-
在实现存储容器相关逻辑时,可利用operationType属性增强操作的可追踪性。
这次更新进一步丰富了Azure RecoveryServicesBackup服务的功能集,特别是对企业级数据库的保护能力有了显著提升。开发者可以根据实际需求,合理利用这些新特性构建更强大、更可靠的备份恢复解决方案。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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-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
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