borgmatic 1.9.6版本发布:备份工具的重要修复与改进
borgmatic是一个基于Borg的自动化备份工具,它通过简单的YAML配置文件来管理Borg备份的各个方面。borgmatic不仅封装了Borg的强大功能,还添加了许多实用的特性,如备份前/后的钩子脚本、数据库备份集成、备份验证等,使得整个备份过程更加自动化和可靠。
主要修复与改进
文件系统相关修复
本次1.9.6版本针对Btrfs文件系统的支持进行了重要修复。当配置中包含挂载在根目录"/"下的Btrfs子卷时,borgmatic现在能够正确处理这类特殊情况。这一修复确保了使用Btrfs的高级用户在进行系统备份时不会遇到意外错误。
对于ZFS、Btrfs和LVM这些高级文件系统/卷管理器的钩子支持,本次更新还增加了对排除项(excludes)和模式(patterns)的路径重写功能。这意味着当使用这些文件系统时,不仅源目录会被正确处理,相关的排除规则和模式匹配也会被正确应用。
路径处理改进
borgmatic 1.9.6对相对路径的处理进行了多项改进。修复了当使用相对路径作为源目录时,归档文件中可能包含工作目录路径的问题。同时,"spot"检查功能(一种快速验证备份完整性的方法)现在也能正确支持相对路径的源目录。
在底层实现上,borgmatic现在将所有配置的源目录、排除项和模式合并为一个统一的临时模式文件传递给Borg。这种改变优化了内部处理流程,同时保持了用户配置方式的兼容性,不会影响现有的配置文件。
LVM支持增强
对于使用LVM(逻辑卷管理器)的用户,本次更新增加了对嵌套逻辑卷的支持。这意味着在复杂的LVM配置环境中,borgmatic现在能够更全面地备份所有相关的逻辑卷,包括那些嵌套在其他卷中的逻辑卷。
数据库相关修复
数据库备份是borgmatic的重要功能之一。在1.9.6版本中,修复了当数据库配置中没有指定端口但配置中存在默认端口时,"restore"操作可能失败的问题。同时,修复了在启用数据库钩子时运行"spot"检查可能出现的运行时目录错误。
其他改进
"spot"检查功能现在会忽略归档中的管道文件,避免对这些特殊文件进行不必要的比较。当没有源路径可供比较时,"spot"检查会提供更友好的错误提示。此外,自动排除特殊文件的功能(当配置了数据库时)现在也能正确处理相对路径的源目录。
兼容性变更
随着Python 3.8的生命周期结束,borgmatic 1.9.6正式放弃了对Python 3.8的支持。用户需要升级到Python 3.9或更高版本才能使用最新版的borgmatic。这一变更使开发团队能够利用更新的Python特性,同时减少维护负担。
总结
borgmatic 1.9.6版本虽然是一个小版本更新,但包含了多个重要的修复和改进,特别是在文件系统支持、路径处理和数据库备份方面。这些改进使得borgmatic在各种使用场景下更加稳定可靠,同时也为高级用户提供了更好的功能支持。对于依赖borgmatic进行关键数据备份的用户,建议尽快升级到这个版本以获得最佳的使用体验和数据保护。
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