Barman Cloud与Minio S3集成时对象删除问题的技术解析
问题背景
在使用Barman Cloud与CloudNativePG(CNPG)结合进行PostgreSQL数据库备份时,用户遇到了一个关于对象删除的特定问题。当配置了备份保留策略后,Barman无法从Minio S3存储中删除过期的备份对象,导致存储空间不断增长。
问题现象
从日志中可以看到,Barman在执行删除操作时返回了错误信息:"Object name contains unsupported characters"。这个错误发生在尝试列出对象(ListObjectsV2)时,表明Minio认为对象名称包含不支持的字符。
技术分析
经过深入调查,发现问题根源在于备份目标路径(destinationPath)的配置格式。在Minio S3环境下,路径配置存在一个关键细节差异:
- 错误配置:路径以斜杠结尾(
s3://bucket/path/) - 正确配置:路径不应以斜杠结尾(
s3://bucket/path)
这个看似微小的差别在Minio实现中会导致对象名称解析异常。Minio的S3兼容API对路径格式更为严格,当路径以斜杠结尾时,它会错误地将后续操作中的对象名称解析为包含非法字符。
解决方案
要解决这个问题,只需在CloudNativePG的备份配置中确保destinationPath不以斜杠结尾:
backup:
barmanObjectStore:
destinationPath: "s3://cybroslabs-backups/databases/converge43_v1" # 正确配置
技术建议
-
版本兼容性:虽然此问题在Barman Cloud 3.7.0及以上版本中可能已修复,但仍建议保持配置的规范性。
-
测试验证:在配置备份系统后,应手动测试删除功能以确保其正常工作。
-
监控机制:设置存储使用量监控,及时发现因删除失败导致的存储增长问题。
-
文档审查:虽然某些文档示例可能展示带斜杠的路径,但在实际生产环境中应避免这种配置。
总结
这个案例展示了在集成不同技术栈时,细微的配置差异可能导致功能异常。特别是在使用开源组件时,理解底层实现细节对于问题排查至关重要。对于使用Barman Cloud与Minio S3集成的用户,确保备份路径格式正确是保证备份清理功能正常工作的关键。
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