borgmatic 1.9.13版本发布:数据库与监控功能全面升级
项目简介
borgmatic是一款基于BorgBackup的自动化备份解决方案,它通过简单的YAML配置文件实现了对BorgBackup功能的封装和扩展。borgmatic不仅支持文件系统备份,还提供了多种数据库备份和监控集成功能,使得数据保护工作变得更加简单高效。最新发布的1.9.13版本在数据库安全性和监控功能方面做出了重要改进。
数据库功能增强
PostgreSQL压缩支持
1.9.13版本为PostgreSQL数据库钩子新增了"compression"选项。这一功能允许用户在备份PostgreSQL数据库时启用压缩,可以有效减少备份文件的大小,节省存储空间。对于大型数据库备份而言,这一功能尤为重要。
数据库密码安全传输改进
新版本对多种数据库的密码传输方式进行了安全升级:
-
MariaDB/MySQL:现在通过匿名管道而非环境变量传输密码,这种方式更加安全,因为环境变量可能被系统其他进程访问。同时新增了"tls"选项,允许用户明确控制客户端与服务器之间的TLS加密连接。
-
MongoDB:同样改进了密码传输机制,不再使用"--password"命令行参数,转而采用更安全的匿名管道方式。这一改变有效防止了密码通过命令行参数泄露的风险。
监控功能优化
Zabbix 7.2兼容性
针对Zabbix监控系统7.2版本的认证变更,borgmatic的Zabbix监控钩子进行了相应调整,确保与最新版Zabbix的兼容性。这一更新使得使用Zabbix 7.2的用户能够继续无缝集成borgmatic的备份监控功能。
Uptime Kuma TLS验证选项
新增"verify_tls"选项允许用户在使用Uptime Kuma监控钩子时控制TLS验证行为。当设置为false时,可以禁用TLS证书验证,这在测试环境或使用自签名证书的场景下非常有用。
系统稳定性改进
ZFS快照清理修复
修复了ZFS快照清理过程中可能出现的错误,提高了在使用ZFS文件系统时的备份可靠性。这一修复确保了快照管理功能的稳定性。
中断处理优化
改进了当用户按下ctrl-C时的处理逻辑,现在能够更有效地促使Borg进程退出。这一改进提升了用户在需要中断长时间运行的备份任务时的体验。
技术价值分析
borgmatic 1.9.13版本的这些改进体现了几个重要的技术趋势:
-
安全性优先:通过改进密码传输机制,borgmatic展示了现代备份工具对安全性的高度重视。匿名管道相比环境变量和命令行参数提供了更高级别的保护。
-
兼容性扩展:持续跟进主流监控系统的版本更新,确保borgmatic能够与最新的生态系统组件协同工作。
-
用户体验优化:从中断处理到压缩选项,这些改进都使得borgmatic更加易用和可靠。
对于系统管理员和数据保护专家而言,升级到borgmatic 1.9.13版本将获得更安全、更稳定的备份体验,特别是在处理敏感数据库备份和集成现代监控系统方面。
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