Azure NetApp Files SDK 13.4.0版本发布:新增冷存储访问策略与密钥管理功能
项目概述
Azure NetApp Files是微软Azure云平台上提供的高性能企业级文件存储服务,它基于NetApp的ONTAP技术构建,为云环境提供高性能、高可靠性的文件存储解决方案。Azure SDK for Python中的azure-mgmt-netapp模块是用于管理Azure NetApp Files资源的官方Python客户端库。
版本13.4.0主要更新
最新发布的13.4.0版本为Azure NetApp Files管理带来了几项重要功能增强,主要集中在冷存储访问策略和密钥管理方面。
冷存储访问策略支持
新版本引入了cool_access_tiering_policy属性,该属性可以在以下三个资源模型中配置:
Volume模型:用于创建新卷时指定冷存储访问策略VolumePatch模型:用于更新现有卷的冷存储策略VolumeGroupVolumeProperties模型:用于卷组中的卷配置
同时新增了CoolAccessTieringPolicy枚举类型,用于定义可用的冷存储访问策略选项。这一功能使得用户能够更精细地控制冷数据的访问策略,优化存储成本。
密钥管理增强
13.4.0版本显著增强了密钥管理功能,主要包括:
- 密钥保管库变更支持:新增了
begin_change_key_vault方法,允许用户更改用于加密的密钥保管库。 - 密钥状态查询:通过
begin_get_change_key_vault_information方法可以获取密钥保管库变更的状态信息。 - 加密转换功能:新增了
begin_transition_to_cmk方法,支持将加密方式转换为客户管理的密钥(CMK)。
这些功能通过以下新增模型实现:
ChangeKeyVault:表示密钥保管库变更请求EncryptionTransitionRequest:表示加密转换请求GetKeyVaultStatusResponse:包含密钥保管库状态信息KeyVaultPrivateEndpoint:表示密钥保管库的私有终结点配置
技术意义与应用场景
冷存储策略的业务价值
冷存储访问策略的引入使得企业能够:
- 根据数据访问频率自动调整存储层级
- 在不影响性能的前提下降低冷数据存储成本
- 通过策略自动化管理数据生命周期
典型应用场景包括:
- 长期归档但偶尔需要访问的数据
- 合规性要求的长期数据保留
- 备份数据的存储优化
密钥管理增强的安全意义
新的密钥管理功能提供了:
- 更灵活的密钥轮换能力,满足合规要求
- 加密方式的平滑迁移路径
- 密钥状态的透明可视化管理
这对于金融、医疗等对数据安全要求严格的行业尤为重要,可以帮助企业:
- 实现定期的密钥轮换策略
- 响应安全事件时的快速密钥更换
- 从平台管理密钥过渡到客户自管理密钥
开发者使用建议
对于需要使用这些新功能的开发者,建议:
-
冷存储策略配置:在创建或更新卷时,根据业务需求选择合适的
CoolAccessTieringPolicy值,平衡性能与成本。 -
密钥管理操作:
- 使用
begin_change_key_vault进行密钥保管库变更时,注意规划好维护窗口 - 通过
begin_get_change_key_vault_information监控变更状态 - 迁移到CMK前,确保已正确设置密钥保管库和访问策略
- 使用
-
错误处理:这些新操作都是长时间运行的操作(LRO),需要妥善处理可能的错误和超时情况。
总结
Azure NetApp Files SDK 13.4.0版本的发布,通过新增冷存储访问策略和增强密钥管理功能,为企业用户提供了更灵活的存储成本优化方案和更强的数据安全保障。这些功能特别适合需要精细控制存储成本同时满足严格安全合规要求的企业应用场景。开发者可以借助这些新功能构建更高效、更安全的云存储解决方案。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00