Rsync项目3.4.0版本发布:跨平台文件同步工具的重要更新
2025-06-15 02:07:08作者:舒璇辛Bertina
Rsync是一个广受欢迎的开源文件同步工具,它能够高效地在本地或远程系统之间传输和同步文件。作为Unix/Linux系统中的标准工具之一,Rsync以其增量传输算法著称,仅传输源文件和目标文件之间的差异部分,大大提高了文件同步的效率。
主要更新内容
1. 跨平台兼容性增强
新版本针对多个操作系统平台进行了优化和改进:
- 对FreeBSD系统的持续集成(CI)支持已迁移至GitHub Actions,提升了开发效率
- 新增了Solaris系统的构建支持,扩展了Rsync在Unix家族中的适用范围
- 针对Apple Silicon(M1/M2)芯片的链接器路径进行了专门优化,确保在最新Mac硬件上的兼容性
2. 安全与权限管理改进
在安全性和权限管理方面,3.4.0版本带来了多项重要更新:
- 修复了ACL(访问控制列表)同步中原始umask处理的问题
- 为macOS系统清除了编译警告,提升了在该平台上的稳定性
- 在README中明确添加了安全联系邮箱,方便用户报告安全问题
3. 功能优化与问题修复
- 更新了popt库至1.19版本,popt是处理命令行参数的库,这一更新提升了参数解析的可靠性
- 修复了IPv6检查失败的问题,该问题源于缺少返回类型声明
- 改进了rrsync脚本,现在支持基本的连接性检查功能
- 当使用外部zlib库时,调整了链接顺序,确保在链接libcrypto之前先链接zlib,解决了依赖关系问题
4. 代码质量提升
开发团队对代码质量进行了多项改进:
- 使用clang-16静态分析工具修复了多处警告
- 引入了PTR_SUB宏,提高了指针运算的安全性和可读性
- 针对GCC15和C23标准进行了适配,特别是修复了qsort()函数中函数指针转换的问题
5. 文档完善
- 修复了rrsync手册页中错误的参数名称
- 修正了多处手册页中的拼写错误
- 改进了网络连接相关文档,提示服务可以同时处理普通和SSL流
技术细节解析
跨平台构建系统改进
Rsync 3.4.0在构建系统方面做了显著改进。通过将FreeBSD CI迁移到GitHub Actions,项目获得了更高效的自动化测试流程。同时新增的Solaris支持表明项目团队致力于维护Rsync在各种Unix-like系统上的可用性。
安全增强
ACL同步问题的修复特别值得关注。访问控制列表是现代Unix系统中重要的安全机制,Rsync正确处理ACL对于维护文件系统安全属性至关重要。macOS编译警告的清除也反映了项目对苹果平台用户体验的重视。
性能优化
虽然本次更新没有直接针对传输算法进行优化,但链接顺序的调整(zlib在libcrypto之前)可能会对使用加密传输时的性能产生积极影响,特别是在资源受限的环境中。
总结
Rsync 3.4.0版本虽然没有引入革命性的新功能,但在跨平台支持、安全性、代码质量和文档完善等方面做出了许多有价值的改进。这些更新使得这个已经非常成熟的文件同步工具在各种环境下运行更加稳定可靠。对于系统管理员和需要频繁同步文件的用户来说,升级到3.4.0版本将获得更好的使用体验和更强的安全保障。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0120
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
684
1.33 K
Ascend Extension for PyTorch
Python
720
883
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler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。
C
457
440
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
610