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。
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