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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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