OpenDAL 新增功能:列出未永久删除的已删除对象
在对象存储系统中,对象删除操作往往不是立即永久删除,而是会保留一段时间以便恢复。OpenDAL 项目近期正在讨论一个重要的功能增强:如何有效地列出这些已被标记删除但尚未永久移除的对象。
背景与需求
现代对象存储服务如 S3 提供了版本控制功能,当启用版本控制时,简单的 DELETE 操作并不会真正删除对象,而是插入一个删除标记(delete marker)作为当前版本。这意味着用户仍然可以通过指定版本号来恢复被删除的对象。
类似地,Azure Blob 存储提供了软删除(Soft Delete)功能,即使在不启用版本控制的情况下,也能保留已删除的对象一段时间。这些特性为数据恢复提供了保障,但也带来了管理上的复杂性。
当前实现与局限
目前 OpenDAL 的 List 操作可以列出活跃对象,通过 version(true) 参数可以列出包括非当前版本在内的所有对象版本。然而,在 S3 的实现中发现一个问题:当执行简单 DELETE 时产生的删除标记(delete marker)并不会出现在返回结果中,因为这些标记被放在单独的 DeleteMarker 容器中,而非 Version 容器。
功能设计方案
经过社区讨论,决定将列出已删除对象的功能设计为一个正交于版本列表的功能。这意味着用户可以灵活组合不同的参数来获取所需的对象列表:
- 仅列出活跃文件:list_with(path)
- 列出活跃文件及非当前版本:list_with(path).version(true)
- 列出活跃文件及已删除文件:list_with(path).deleted(true)
- 列出所有文件(活跃、非当前版本、已删除):list_with(path).version(true).deleted(true)
这种设计不仅解决了 S3 版本控制场景下的需求,也能兼容其他存储服务如 Azure Blob 的软删除特性,为不同后端提供一致的接口体验。
技术实现考量
在实际实现中需要考虑以下几点:
- 不同存储后端的差异处理:S3 使用删除标记,Azure 使用软删除,需要统一抽象
- 性能影响:列出更多对象可能增加请求延迟和带宽消耗
- 权限控制:确保用户有足够的权限访问已删除对象
- 结果过滤:如何高效地从大量结果中筛选出用户真正需要的对象
总结
OpenDAL 新增的列出已删除对象功能将大大增强数据恢复和管理能力。通过正交的参数设计,既保持了接口的简洁性,又提供了足够的灵活性来满足不同场景下的需求。这一改进将使 OpenDAL 在各种对象存储服务上的行为更加一致和可预测,为开发者提供更强大的数据管理工具。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00