一、云服務器配置如何選擇？

阿里云ECS云服務器的配置包括CPU、內存、公網(wǎng)寬帶及云盤，一般活動的云服務器默認為40G高效云盤（如果存儲不夠，自己加即可）

配置	適用場景
1核CPU/1G內存/1M公網(wǎng)寬帶	個人博客或者初期訪問量較少的展示類Web應用
2核CPU/4G內存/3M公網(wǎng)寬帶	論壇、門戶類網(wǎng)站，用戶活躍性與訪問量較高，選保證足夠的資源空間，提升訪問速度。
2核CPU/8G內存/5M公網(wǎng)寬帶	對官網(wǎng)、品牌較為重視的政府、企業(yè)等，網(wǎng)站瀏覽更加流利順暢，提升政府、品牌形象。
4核CPU/8G內存/8M公網(wǎng)寬帶	視頻、購物類網(wǎng)站，包含龐大的數(shù)據(jù)信息，迅速的信息處理能力保證網(wǎng)站的點播、交易正常進行。
8核CPU/16G內存/10M公網(wǎng)寬帶	游戲、軟件類網(wǎng)站，對開發(fā)、測試、環(huán)境要求較高的游戲軟件類網(wǎng)站，較高的資源配置帶來更強勁的計算性能，保證業(yè)務需求。

以上云服務器配置僅供參考，還需要結合用戶實際的應用場景來選擇。另外，選購阿里云ECS云服務器，不能僅僅局限于CPU內存等配置，還需要選擇合適的ECS規(guī)格，同配置下規(guī)格不同，云服務器的實際使用性能也有差異，關于ECS實例規(guī)格參考下方：

二、ECS云服務器規(guī)格選擇

阿里云ECS云服務器規(guī)格有很多，如：入門級突發(fā)性能T5、T6實例，共享型xn4、n4實例；還包括企業(yè)級通用網(wǎng)絡增強型sn2ne、se1ne、GPU型、FPGA、計算型C6、內存型M6等，規(guī)格如何選擇？

 

ECS規(guī)格選擇請參考下表：

應用場景	云服務器實例規(guī)格配置
性能均衡	sn2ne/g5/sn2
高網(wǎng)絡收發(fā)包應用	sn1ne/sn2/ne/se1ne/g6/c6
高性能計算	gn5/cg/sn1/c4/cm4
高性能端游	c4/cm4
手游/網(wǎng)頁	c5/sn1
視頻轉發(fā)	c5/sn1
直播彈幕	sn1ne/sn2/ne/g6/c6
關系型數(shù)據(jù)庫	i1/i2/sn2/se1
分布式緩存	r5/se1/sn2ne/g5/sn2
NoSQL數(shù)據(jù)庫	i1/i2/sn2ne/sn2r5/se1
Elastic	Search i1/i2/sn2/g5/r5/se1
Hadoop	r5/se1/d1n2/d1/g5/sn2/r6

關于ECS實例規(guī)格參考：ECS實例規(guī)格族詳解 - 阿里云

均衡性能

需要相對均衡的處理器與內存資源配比，滿足大多數(shù)場景下的應用資源需求關系。

高網(wǎng)絡收發(fā)包應用

需要高網(wǎng)絡收發(fā)包能力，可以根據(jù)應用場景選擇更合理的計算與內存的資源配比。

高性能計算

需要消耗高計算資源，GPU并行計算以及高主頻是該場景下的典型應用。

高性能端游

用戶業(yè)務需要高處理器主頻來承載更多的用戶，需要高主頻處理器支持。

手游、頁游

需要消耗高計算資源，1:2的處理器與內存配比可以獲得最優(yōu)計算資源性價比。

視頻轉發(fā)

需要消耗高計算資源，1:2的處理器與內存配比可以獲得最優(yōu)計算資源性價比。

直播彈幕

需要高網(wǎng)絡收發(fā)包能力，可以根據(jù)應用場景選擇更合理的計算與內存的資源配比。

關系型數(shù)據(jù)庫

需要SSD云盤或更高性能的NVMe SSD本地磁盤提供高存儲IOPS且低讀寫延時，CPU與內存資源配比均衡（1:4）或內存更大（1:8）。

分布式緩存

需要CPU與內存資源配比均衡（1:4）或者內存更大（1:8），穩(wěn)定的計算性能。

NoSQL數(shù)據(jù)庫

需要SSD云盤或更高性能的NVMe SSD本地磁盤提供高存儲IOPS且低讀寫延時，CPU與內存資源配比均衡（1:4）或內存更大（1:8）。

Elastic Search

需要SSD云盤或更高性能的NVMe SSD本地磁盤提供高存儲IOPS且低讀寫延時，CPU與內存資源配比均衡（1:4）或內存更大（1:8）。

Hadoop

數(shù)據(jù)節(jié)點需要高磁盤吞吐、高網(wǎng)絡吞吐、均衡的CPU與內存配比，計算節(jié)點則更關注計算性能、網(wǎng)絡帶寬及CPU與內存資源配。

Spark

數(shù)據(jù)節(jié)點需要高磁盤吞吐、高網(wǎng)絡吞吐、均衡的CPU與內存配比，計算節(jié)點則更關注計算性能、網(wǎng)絡帶寬及CPU與內存資源配。

Kafka

數(shù)據(jù)節(jié)點需要高磁盤吞吐、高網(wǎng)絡吞吐、均衡的CPU與內存配比，計算節(jié)點則更關注計算性能、網(wǎng)絡帶寬及CPU與內存資源配。

機器學習

需要高性能Nvidia GPU計算卡，內存不小于顯存的兩倍。

視頻編碼

需要高性能GPU計算卡或高性能CPU進行編解碼。

渲染

需要高性能GPU計算卡進行渲染。

以上關于ECS云服務器CPU、內存、寬帶配置選擇，以及阿里云ECS云服務器規(guī)格選擇，僅供參考。

 

版權聲明：本文內容轉發(fā)自阿里云社區(qū)，由阿里云實名注冊用戶自發(fā)貢獻！版權歸原作者所有。本站不擁有其著作權，亦不承擔相應法律責任。如果您發(fā)現(xiàn)本文中有涉嫌抄襲的內容，請聯(lián)系站內客服，本站將立刻刪除涉嫌侵權內容。