AWS SDK for Java v2 2.30.17版本发布:S3客户端优化与功能增强
AWS SDK for Java v2是亚马逊官方提供的Java开发工具包,用于帮助开发者轻松集成AWS云服务到Java应用程序中。该SDK提供了对AWS服务的全面支持,包括计算、存储、数据库等各种云服务。2.30.17版本带来了一些重要的改进和修复,特别是在S3客户端和流处理方面有显著优化。
S3客户端校验和计算修复
在2.30.17版本中,AWS CRT-based S3客户端修复了一个重要的校验和计算问题。当配置为RequestChecksumCalculation.WHEN_REQUIRED模式时,客户端现在能够正确计算需要校验和的操作的校验和值。这一修复确保了数据完整性验证在需要时能够正确执行,避免了因校验和缺失而导致的潜在错误。
流处理优化
本次更新对SDK的流处理机制进行了三项重要优化:
-
对于不支持标记和重置的InputStream,SDK不再缓冲RequestBody.fromInputStream的输入数据,这减少了内存使用并提高了性能。
-
当输入流在达到预期长度之前提前结束(到达EOF)时,SDK现在会抛出异常,这有助于开发者更早地发现和处理数据不完整的问题。
-
在已知内容长度的情况下,SDK不再缓冲ContentStreamProvider的输入数据,进一步优化了内存使用。
这些改进特别有利于处理大文件上传或下载的场景,减少了不必要的内存消耗,同时提供了更严格的错误检测机制。
数据库迁移服务(DMS)新增支持
AWS Database Migration Service在此版本中增加了对两种DB2数据库变体的支持:
- DB2 LUW (Linux, UNIX, Windows)
- DB2 for z/OS
这使得开发者现在可以更方便地将这两种DB2数据库迁移到AWS云环境中,扩展了数据迁移的选项范围。
文档更新与行为调整
除了功能增强外,2.30.17版本还包括了一些文档更新和行为调整:
- CloudFront服务文档增加了VpcOriginEndpointConfig值的默认设置说明
- Connect服务澄清了CreateContact API仅适用于EMAIL联系人的限制
- 移除了在使用AWS分块编码时对已知内容长度的请求不必要地调用ContentStreamProvider.newStream的行为
这些改进使得SDK的行为更加符合预期,同时也提供了更清晰的文档指导。
总结
AWS SDK for Java v2 2.30.17版本虽然在版本号上是一个小版本更新,但带来了多项重要的优化和修复。特别是对S3客户端和流处理的改进,可以显著提升处理大文件时的性能和可靠性。数据库迁移服务的扩展也为企业用户提供了更多选择。这些更新体现了AWS团队对Java开发者体验的持续关注和改进。
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