Azure SDK for Java存储文件共享库12.26.0版本发布解析
Azure SDK for Java中的azure-storage-file-share库是微软提供的用于与Azure文件存储服务进行交互的Java客户端库。该库简化了开发者在Java应用程序中操作Azure文件共享服务的复杂度,提供了创建、管理和访问文件共享的高层抽象接口。
核心功能更新
本次12.26.0版本带来了两个重要的功能增强:
-
NFS over REST支持:新增了对NFS(网络文件系统)协议通过REST接口访问的支持。这一特性使得开发者能够以更高效的方式在云环境中处理文件操作,特别是对于需要高性能文件共享的场景。NFS协议在Linux环境中广泛使用,这一支持将极大提升跨平台文件共享的便利性。
-
服务版本2025-05-05支持:库现在兼容Azure文件存储服务的最新API版本2025-05-05。这意味着开发者可以利用服务端最新提供的功能和优化,确保应用程序能够访问最新的服务特性。
重大变更说明
本次版本包含一个需要注意的破坏性变更,涉及文件权限和属性相关请求头的默认行为调整:
在之前的版本中,以下API方法默认会发送x-ms-file-permission、x-ms-file-attributes、x-ms-file-creation-time和x-ms-file-last-write-time等请求头。从12.26.0版本开始,这些头信息将不再默认发送,因为自服务版本2021-06-08起,这些头信息在REST API中已经是可选的了。
受影响的API方法包括:
- ShareDirectoryClient/ShareDirectoryAsyncClient.createWithResponse()
- ShareDirectoryClient/ShareDirectoryAsyncClient.setPropertiesWithResponse()
- ShareFileClient/ShareFileAsyncClient.createWithResponse()
- ShareFileClient/ShareFileAsyncClient.beginCopy()
- ShareFileClient/ShareFileAsyncClient.setPropertiesWithResponse()
这一变更可能会影响那些依赖这些头信息默认行为的现有代码。开发者需要检查自己的应用程序,如果确实需要这些头信息,现在需要显式地设置它们。
依赖项更新
本次版本将azure-storage-common依赖从12.28.1升级到了12.29.0版本。这一基础库的升级带来了底层共享功能的改进和优化,为文件共享库提供了更稳定和高效的基础支持。
升级建议
对于正在使用较旧版本azure-storage-file-share库的项目,升级到12.26.0版本时需要注意以下几点:
- 如果应用程序依赖于那些不再默认发送的文件属性头信息,需要修改代码显式设置这些头信息。
- 新加入的NFS over REST支持可能需要额外的服务端配置才能使用,建议先测试验证功能是否符合预期。
- 由于基础依赖库的升级,建议进行全面测试以确保没有引入兼容性问题。
对于新项目,建议直接采用此版本开始开发,以利用最新的功能特性和性能优化。特别是需要NFS协议支持或需要使用最新服务API特性的项目,12.26.0版本将是最佳选择。
总的来说,12.26.0版本为Azure文件存储的Java开发者带来了更强大的功能和更灵活的选项,同时也遵循了API设计的简洁性原则,去除了不必要的默认行为。这些改进将帮助开发者构建更高效、更可靠的云存储应用。
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
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