Rclone S3后端文档修复:恢复Glacier存储对象的关键说明
在Rclone项目的S3后端实现中,关于从AWS Glacier存储恢复对象的文档说明曾出现了一个重要的回归问题。这个问题最初在2023年通过PR #7077被修复,但在后续的代码变更中,关键的文档说明被意外移除。
问题背景
AWS Glacier是亚马逊提供的低成本长期存储服务,其特点是存储成本极低但检索时间较长。当用户需要访问存储在Glacier中的对象时,必须首先发起"恢复"操作,这通常需要数小时才能完成。Rclone作为一款强大的云存储同步工具,提供了通过backend restore
命令来触发这一恢复过程的功能。
技术细节
文档中丢失的关键信息是关于rclone backend restore
命令的一个重要行为特性:该命令实际上只能对目录进行操作,而不能直接作用于单个文件。当用户尝试对单个文件执行恢复操作时,会收到"is a file not a directory"的错误提示。
这一行为与AWS S3 API的设计有关。在底层实现上,Rclone的S3后端通过调用AWS的RestoreObject API来恢复Glacier存储的对象。虽然API本身支持对单个对象的操作,但Rclone出于一致性和易用性考虑,选择在命令行接口层面只支持目录级别的恢复操作。
影响范围
文档回归影响了所有使用Rclone v1.69.1及附近版本的用户。特别是那些尝试从Glacier Deep Archive恢复文件的用户会遇到困惑,因为错误信息没有明确解释为什么不能对单个文件执行恢复操作。
解决方案
项目维护者已经重新应用了修复,确保文档中明确说明:
backend restore
命令只能用于目录路径- 用户需要指定包含目标文件的目录路径来恢复其中的对象
- 恢复操作需要配合适当的Glacier恢复参数(如恢复模式、有效期等)
最佳实践
对于需要从Glacier恢复文件的用户,建议采用以下工作流程:
- 首先确定文件所在的完整目录路径
- 使用
rclone backend restore remote:bucket/path/to/directory
命令 - 根据需要添加
--restore-priority
等参数控制恢复速度 - 等待恢复完成(可能需要数小时)
- 之后才能正常访问或下载文件
这一修复确保了Rclone文档的准确性,帮助用户更好地理解和使用Glacier存储恢复功能,避免因误解命令行行为而导致的操作失败。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









