tusd v2.7.0 版本发布:增强钩子机制与存储优化
2025-06-15 05:02:31作者:戚魁泉Nursing
tusd 是一个基于 tus 协议(可恢复上传协议)的开源服务器实现,它允许客户端通过 HTTP 协议实现可靠的文件上传功能,特别适合大文件上传场景。tusd 提供了断点续传、并行上传等高级特性,广泛应用于各种需要稳定文件传输服务的场景。
新增 pre-terminate 钩子机制
v2.7.0 版本引入了一个重要的新特性——pre-terminate 钩子。这个钩子在上传终止前被触发,为开发者提供了在上传终止前执行自定义逻辑的机会。例如,开发者可以利用这个钩子:
- 记录上传终止的详细原因
- 执行清理操作,如删除临时文件
- 发送通知或更新数据库状态
- 实现业务特定的验证逻辑
这个增强使得 tusd 的钩子系统更加完善,为开发者提供了更细粒度的控制能力。
Location 头部优化
新版本对 Location 头部进行了优化,移除了默认端口。这一改进使得:
- 生成的 URL 更加简洁规范
- 避免了在某些反向代理配置下可能出现的端口冲突问题
- 提高了与各种 HTTP 客户端的兼容性
存储层改进
直接从存储提供者服务 GET 请求
v2.7.0 对存储层进行了重要优化,现在 handler、s3store 和 filestore 可以直接从存储提供者服务 GET 请求。这一改进带来了以下优势:
- 减少了中间环节,提高了读取效率
- 对于 S3 存储,可以直接利用 AWS 的高性能基础设施
- 降低了服务器的负载,特别是在大文件下载场景
文件存储改进
优化了在拼接上传时文件处理机制,这一改进:
- 优化了文件描述符管理
- 提高了系统在长时间运行时的稳定性
- 确保了文件操作的原子性
日志与上下文集成
新版本将请求上下文集成到日志系统中,这一改进使得:
- 日志可以包含更多请求相关的上下文信息
- 便于追踪特定请求的完整生命周期
- 提高了调试和问题排查的效率
依赖项更新
v2.7.0 包含了多项依赖项的更新,这些更新:
- 解决了已知的问题
- 提供了性能改进
- 增加了对新特性的支持
总结
tusd v2.7.0 版本通过引入 pre-terminate 钩子、优化 Location 头部、改进存储层访问方式以及优化文件操作机制,进一步提升了系统的稳定性、灵活性和性能。这些改进使得 tusd 在大文件上传和管理场景中表现更加出色,为开发者提供了更强大的工具来构建可靠的文件上传服务。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
670
155
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++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322