怎么选择云服务器配置

怎么选择云服务器配置,第1张

服务器的配置规格影响价格,也直接决定了它的计算能力和特点,是在采购时要重点考虑的问题。

选云服务器配置,看这三个维度

云服务器的配置规格主要取决于类型、代别、实例大小三个最重要的维度。

维度一:类型

云服务器的“类型”或“系列”,是指具有同一类设计目的或性能特点的云服务器类别。

通常来说,云厂商会提供通用均衡型、计算密集型、内存优化型、图形计算型等常见的云服务器类型。这些类型对应着硬件资源的某种合理配比或针对性强化,方便你在面向不同场景时,选择最合适的那个型号。

vCPU 数和内存大小(按GB计算)的比例,是决定和区分云服务器类型的重要依据之一。

通用均衡型的比例通常是1:4,如 2核8G,这是一个经典搭配,可用于建站、应用服务等各种常见负载,比如作为官网和企业应用程序的后端服务器等。

如果 vCPU 和内存比是1:2,甚至1:1,那就是计算密集型的范畴,它可以用于进行科学计算、视频编码、代码编译等计算密集型负载。

比例为1:8及以上,就被归入内存优化型,比如8核64G的搭配,它在数据库、缓存服务、大数据分析等应用场景较为常见。

图形计算型是带有GPU能力的虚拟机,一般用于机器学习和深度学习模型的训练和推理。随着 AI的火热,这类机器也越来越多地出现在各种研发和生产环境中。

在主流云计算平台上,常常使用字母缩写来表达云服务器的系列。比如,AWS 的通用型是M系列,阿里云的内存优化型为R系列,Azure的计算优化型为F系列。

维度二:代别

云服务器的“代”(Generation),用来标识这是该系列下第几代的机型。

数据中心硬件和虚拟化技术是在不断发展的,云厂商需要不断地将最新的技术和能力推向市场,所以即便是同一系列的机型,不同的代别之间也会有不小的区别。

同类型云服务器的更新换代,往往会先带来相应硬件CPU的换代提升。由于CPU在不断更新,所以云服务器的单核性能未必相同。有时,虽然两个云服务器的核数一致,但由于底层芯片的架构和频率原因,性能上可能有较大的差别。

新一代的型号,往往对应着全新的特制底层物理服务器和虚拟化设施,能够提供更高的性能价格比。

维度三:实例大小

云服务器的实例大小(Size),指的是硬件计算资源的规模。

在选定的机器类型和代别下,我们能够自由选择不同的实例大小,以应对不同的计算负载。在描述实例大小时,业界常常使用medium、large、xlarge 等字眼来进行命名区分,这样的描述基本已经成为事实标准,包括AWS、阿里云、腾讯云在内的多家主流厂商都在使用。

大致可以这样记忆:标准large对应的是2vCPU的配备,xlarge则代表4个vCPU,而更高配置一般用nxlarge来表达,其中n与xlarge代表的4vCPU 是乘法关系。比如,8xlarge 就说明这是一台8*4=32vCPU的机器。

如若要更严谨的表述配置,则使用vCPU而非核数(Core)来描述云服务器处理器的数量。因为超线程(HyperThreading)技术的普遍存在,常常一个核心能够虚拟出两个vCPU的算力,但也有些处理器不支持超线程,所以 vCPU是更合适的表达方式,不容易引起混淆和误解。

在某些场景下,你可能还会看到“metal”或者“bare metal”这样的描述规格的字眼,中文称为“裸金属”。它们就是云服务商尽最大可能将物理裸机以云产品方式暴露出来的实例,主要用于一些追求极致性能,或是需要在非虚拟化环境下运行软件的场景。

云服务器的命名规则

云服务器的型号名称一般由类型、代别、实例大小这几项的缩写组合而成,有时还会带有补充后缀。AWS的命名规则最具代表性(阿里云采用的也是非常类似的格式):

当你理解了云服务器的命名规则后,今后看到某个具体型号,便能够很快明白背后的含义,晦涩的字符串立刻变得清晰。

比如,分解r5.4xlarge这个型号,这首先是一个R类型第5代的内存型机器,它应该有4×4=16个vCPU,内存大小则是16×8=128G(内存型机器的CPU内存比一般为1:8)。

当然,并非所有的云都一定是采用类似 AWS 的命名规则,微软Azure就用了一个略有不同的命名体系,大致可以总结为:

比如“E4v3”,就代表了微软Azure上4核32G的第三代内存型机器。掌握了Azure的格式特征后,你同样能够很快地解读标识的具体含义。

在命名公式中,还有一个称之为“后缀”的可选部分,在许多的型号命名中都能看到它。它一般是作为型号硬件信息的一个重要补充,这种型号与不带此后缀的标准版本相比,有一些显著的区别或特点。比如阿里云,表达“网络增强”含义的后缀是“ne”。

如何验证机型配置与期望相匹配?

在Linux环境下,可以使用lscpu命令来了解云服务器的CPU信息,并与机器的具体型号名称进行对照。下图是在一台AWS的m5a.xlarge机型上运行的结果,可以看到芯片提供商AMD及双核四线程等关键信息,与机型命名的含义相符:

https://www.wy.cn/computing/wcloud/all?utm_source=wemedia

1核2G、2核4G、2核8G、4核8G、4核16G、8核16、8核32G是用户购买阿里云服务器的时候最为常见的云服务器配置,同样的配置是可以选择不同的ECS云服务器实例规格的,以下是阿里云服务器各个配置可选的ECS实例规格:

阿里云服务器ECS实例规格

阿里云ECS云服务器实例规格分为共享型s6实例、xn4实例、n4实例、mn4实例、突发性能t5实例、突发性能t6实例等;企业型云服务器计算型c6/c5、通用型g6/g5、内存型r6/r5、网络增强型、大数据型、本地SSD型、高主频型、GPU异构、弹性裸金属等。阿里云服务器不同配置可选多种ECS实例规格,参考: 阿里云官方帮助中心-实例规格族介绍

阿里云1核1G服务器可选ECS实例规格:共享标准型s6、突发性能实例t5、共享计算型n1、共享基本型xn4

阿里云1核2G服务器可选ECS实例规格:共享标准型s6、突发性能实例t5、共享计算型n1、共享计算型n4

阿里云2核4G服务器可选ECS实例规格:计算型c6、计算型c5、高主频计算型hfc6、高主频计算型hfc5、共享标准型s6、突发性能实例t5、计算网络增强型sn1ne、共享计算型n1、共享计算型n4、突发性能实例t6

阿里云2核8G服务器可选ECS实例规格:通用型g6、通用型g5、高主频通用型hfg6、高主频通用型hfg5、共享标准型s6、突发性能实例t5、GPU计算型gn5i、通用网络增强型sn2ne、共享通用型n2、共享通用型mn4、突发性能实例t6

阿里云4核8G服务器可选ECS实例规格:计算型c6、计算型c5、高主频计算型hfc6、高主频计算型hfc5、共享标准型s6、突发性能实例t5、计算网络增强型sn1ne、高主频计算型c4、共享计算型n1、共享计算型n4

阿里云4核16G服务器可选ECS实例规格:通用型g6、通用型g5、本地SSD型i1、高主频通用型hfg6、高主频通用型hfg5、FPGA计算型f3、共享标准型s6、突发性能实例t5、GPU计算型gn5i、通用网络增强型sn2ne、高主频通用型cm4、共享通用型n2、共享通用型mn4、突发性能实例t6

阿里云8核16G服务器可选ECS实例规格:计算型c6、计算型c5、高主频计算型hfc6、高主频计算型hfc5、共享标准型s6、突发性能实例t5、计算网络增强型sn1ne、高主频计算型c4、共享计算型n1、共享计算型n4、

阿里云8核32G服务器可选ECS实例规格:通用型g6、通用型g5、大数据网络增强型d1ne、大数据型d1、本地SSD型i2g、本地SSD型 i1、高主频通用型 hfg6、高主频通用型 hfg5、GPU 计算型 gn6v、FPGA计算型 f3、共享标准型 s6、突发性能实例t5、GPU计算型gn5i、通用网络增强型sn2ne、高主频通用型cm4、共享通用型n2、共享通用型mn4、突发性能实例t6

阿里云服务器优惠购买福利:推荐大家可以上 阿里云官方云小站 领取阿里云最新的2020元代金券,使用代金券节约购买阿里云服务器的成本。

服务器通俗的讲就是一种空间,可以存放东西的空间,还有可以说服务器就是一台性能更高,计算能力更强,而且一直通着电的电脑。

说它是一种空间是因为服务器可以存放东西,一般服务器的用法就是运行项目,但其实可以用的方向很多,比如用于当做一个电子档案库,存放文件,或者用作是云端的一个硬盘去使用,部署FTP,上传下载文件。

为什么说服务器是电脑呢,其本质其实就是一台超级电脑,电脑是用来计算的,可以运行软件,存储数据,提供计算服务。但是往往都是使用服务器来提供计算和服务,原因就是因为我们日常用的网站,手机软件,需要持续不断的访问,或者说需要在任意的时间都可以持续的访问,如果仅仅是电脑的话,一方面散热能力不行,一方面持续的运行会加快寿命的缩短,所谓术业有专攻,所以服务器就主要用来运行程序。

专业一点说服务器就是提供服务的机器,如何提供服务,提供什么服务。这里的服务指的就是我们日常用的各种服务软件,那提供服务的方式举个例子,比如一个网站,就是先部署网站的数据库,运行网站的容器,例如tomcat,网站项目,java的话就是war包,然后启动起来之后就可以对外提供服务了。


欢迎分享,转载请注明来源:夏雨云

原文地址:https://www.xiayuyun.com/zonghe/731109.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2023-08-11
下一篇2023-08-11

发表评论

登录后才能评论

评论列表(0条)

    保存