当下,公有云服务(Public cloud dispersion)需要符合GPDR(通用数据保护条例)的数据本地性限制,而对象存储的寿命也越来越复杂,因此,两者结合在一起就更增加了产品和管理的复杂性。

SwiftStack在这样的背景下更新了旗下的开源对象存储产品,推出了公有云归档、同步和多区域数据管理等功能。据悉,SwiftStack 5.0版是今年3月推出的,内置的Cloud Sync是一种从公有云往内部或从内部往公有云迁移数据的复制机制。
SwiftStack 现在的版本是5.9,是今年的第二个重要产品更新,5.9版增加了新的选项,可在单命名空间里使用多区域数据持久性和策略,同时还可以为数据本地性提供由GPDR驱动的选项。
其中,Cloud Sync工具具有政策驱动功能,可用于公有云归档和内部部署数据补余,此功能可以使归档数据在接到请求时在内部部署基础架构里进行自动补余。
另外尚存在类似Stubbing的形式。 SwiftStack会将冷数据自动送到公有云里,该数据仍可通过命名空间列表中的图标从单命名空间中访问,数据会从远程标为静止。而在数据被访问时,则会被送返到本地。
V5.9版现在提供多区域擦除(Erasure)编码。 SwiftStack表示,奇偶校验位不再扩展到所有可用区域,而是"使用每个区域的节点,在每个全局位置保持数据完整。这样做能在某个服务器节点脱机时可能使数据的可用性能得以保持,因此可以在请求或重建的情况下减少从其他地区传输大量数据的需要。"
公有云数据的放置现在可以更精确地得到控制,因为管理员"可以在每个区域中指定应该保留多少个数据副本,也可以根据分层策略指定每个区域内哪些节点用于存储数据,分层策略则可以将高容量节点和具有固态驱动器的低延迟节点结合起来。"
SwiftStack还称,"如果某个地区宕机或是必须移动某个应用程序,数据访问可以在其他地区的节点上自动完成,不需要任何更改。传统应用程序可以通过文件服务从单命名空间里访问和使用相同的数据,云应用程序则可以通过对象API执行此操作。"
传统应用程序需要与云应用程序共存及需要朝云应用程序转化,在此背景下,GPDR数据放置的粒度控制遇上了多区域、多云归档的需要性。其结果就是SwiftStack的生计会变得更加复杂。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。