腾讯云服务器好还是阿里云服务器好?

阿里云：

适合人群：中小企业

优点：阿里云依托于阿里巴巴集团，通过对其丰富的网络资源进行整合，拥有自己的数据中心，是国内云服务器的大佬，品牌名气较大。阿里云的国际输出速度快。目前，有北京、青岛、杭州、香港机房可选，多线BGP接入；

缺点：价格相对较贵，硬盘I/O速度较差，硬盘不能直接扩容大小，必须新购买硬盘迁移数据。

腾讯云：

适合人群：游戏客户、开发者、APP用户等。

优点：腾讯云跟微信对接有天然优势，目前用户主要以游戏应用为主。腾讯云服务器使用公共平台操作系统，团队完全负责云主机的维护，并提供丰富配置类型虚拟机，用户可以便捷地进行数据缓存、数据库处理与搭建web服务器等工作。腾讯对游戏和移动应用类客户提供了较强的扶持政策，比较适合这类型的客户使用。

缺点：普通中小客户和中网站客户难以通过审批，腾讯提供的配套设备也不适合这部分客户使用。

阿里的，阿里十年前开始搞阿里云，建立数据中台（就是数据中心，打通各个模块的数据，比如说在淘宝领券后可以在闲鱼上用）

而腾讯去年底才开始做这件事！

还有，阿里云是分布式服务器。一台负责分发，分发给其他众多服务器分别一起处理！

促使马云下决心做阿里云的是当时的紧迫情况：淘宝访问量暴涨，服务器扛不住。买美国人的设施又太贵。（其实当时可以买，只是马云下决心自己做）

时至今日，阿里云已经是世界第一。以此为基础的城市大脑武装杭州市，使之成为全世界互联网最发达的城市。

1、一千人访问，任何一个容量服务器都能满足，建议用阿里云和腾讯云都可以。目前阿里云服务器购买还有优惠，完全可以满足一万人同时在线，如果后期客户访问量突破了，只需升级服务器就可以了。目前app大多是用的阿里云。

2、可以选阿里云2核4G的云主机。该主机安全稳定，云服务器的安全稳定决定了你网站应用的稳定运行，也决定了给客户的访问体验，而且性价比也高，售后服务也不错。

3、那么这是典型的数据库应用。每秒需要写入的数据量是1K4K=4M。单机下普通配置的mongodb可以应付这样的压力。可否找一下那些地方成为瓶颈了。看看磁盘忙不忙，mongo的CPU高不高。

+如何在阿里云搭建网站

搭建一个网站需要三件东西网站域名+网站程序+服务器（虚拟主机或者是vps）

域名用阿里的服务器的话需要备案的话国内就是这个政策如果把网站放到国内网站必须要备案的，域名备案一般是20个工作日左右。

不知道你用的服务器的是虚拟主机还是vps，服务器的话一般都是选择虚拟主机或者vps，虚拟主机的话适合个人和小企业，vps是那些大企业的需要建好多网站才用这个的，另外在选择服务器主要是看稳定性，一般要选大品牌的售后也有保证的，个人推荐。

网站程序需要看个人做什么样的网站个人博客、企业站、论坛、网上商城等等，做什么样的网站选择什么样的网站程序，比如说要做个人博客的话就用z-blog和wordpress。

最后是域名（已经备案的）绑定好空间（域名解析到空间的ip）在上传网站程序（本地线调试好再上传到服务器上）

万网上都有教程的，一般问题他们是可以给你解决的，特别具体的技术问题就需要自己想办法解决了。有什么不懂可以继续

阿里云服务器怎么搭建网站？

创建实例：购买完进入管理控制台，到云ESC创建一个新实例，操作系统可以随便选，官网推荐的是CentOS6364版，也可以在镜像市场，直接选一个配置好环境的镜像+应用。我这里选的是WindowsServer8，因为要远程连接服务器，我不是很熟悉这块的操作。

远程连接服务器：这里要根据本地系统和服务器系统选择连接方式，我是windows远程连接windows

本地运行mstsc->远程桌面连接->输入实例的IP->选项中可以把本地资源驱动器勾选上->连接

搭建环境：根据自己和项目需求，搭建服务器运行环境。我是在镜像市场购买的免费环境（windows+mysql+apache+php+一些服务器软件），所以略过这一步。

搭建网站：环境配置好后，将本地编写好网站，放在服务器软件网站目录下（Apache中htdocs）

测试网站：在本地浏览器地址栏输入服务器IP地址，确认实例和网站搭建成功

购买域名：可以在阿里云管理控制台中，点击域名，点击域名注册，写一个你要注册的域名。首先要看是否被注册了，然后根据自己需求购买后缀，可以考虑（com）国际通用域名。

域名解析：域名购买成功后，要对域名进行解析，在管理控制台，点击域名，点击域名解析，根据提示填写解析项内容。

网站备案：域名解析成功后，点击网址，发现还是不能进入网站，这个时候会提示要进行备案。注册阿里云备案系统账号，按要求提示上传材料。首先要阿里云备案审核，一个工作日，会打电话联系你。成功后提交给管局，5-20天之内，会打电话联系你。我这里比较幸运，4天就完成了两次备案工作。管局会给你发个短信，里面有备案号，账号，密码等等，保存这些信息，把备案号放置在网站底部。

完成：备案成功后，点击网址就可以进入自己的网站啦，记得平时要对实例快照备份。

阿里云服务器怎么用远程桌面连接？

如果你购买的是ECS，那么实际上他是一台以KVM为虚拟化平台的VPS/虚拟服务器。你可以当做一台独立的电脑使用。

要在服务器上搭建纯静态web环境简单归于下面两类。

Windows服务器：

远程桌面链接你的服务器后，下载NGINX官方编译好的包。解包后直接双击nginxexe即可启动服务端。将你的页面上传到wwwroot或www或httpdoc文件夹内（取决于你下的版本）即可访问。

Linux服务器：

SSH连接到你的服务器后，直接安装Apache/nginx即可。直接使用下面的命令即可安装：

apt-getinstallnginx-y

或（取决于你的发行版本）

yuminstallnginx-y

随后启用服务即可：

servicenginxstart

将你的网站文件上传到web服务器文件夹。具体位置参考nginxconf。（nginx-t）。

最后一点。如果你确认服务器程序已经运行了，那么请到ECS后台防火墙放行80端口。

关闭Windows/Linux防火墙。

以上。

win10家庭版怎么连接阿里云？

1、从阿里云的控制台进入获取默认的服务器账号和密码（阿里云也会主动发送给你账户密码），好了，然后服务器的登录。

2、windows系列的，使用开始运行->mstsc进入主机控制面板linux系列的，下个SSH客户端，可以远程登陆linux的终端。如果嫌麻烦，可以使用wdcp控制面板，直接网页界面就能管理。

云服务器ecs在云计算saas三层体系中属于最底层的服务。

云服务器（Elastic Compute Service，简称ECS）是阿里云提供的性能卓越、稳定可靠、弹性扩展的IaaS级别云计算服务。云服务器ECS免去了您采购IT硬件的前期准备，让您像使用水、电、天然气等公共资源一样便捷、高效地使用服务器，实现计算资源的即开即用。

阿里云ECS持续提供创新型服务器，解决多种业务需求，助力您的业务发展。ecs（云服务器）在云计算三层体系中属于最底层。通常用作应用程序的运行环境，其最重要的特点是弹性。

为什么选择云服务器ECS：

选择云服务器ECS，您可以轻松构建具有以下特点的计算资源：

1无需自建机房，无需采购以及配置硬件设施。

2分钟级交付，快速部署应用，缩短准备周期。

3在全球范围内持续扩张的数据中心和BGP机房。

4成本透明，按需使用，支持根据业务发展随时扩展资源，以及随时释放多余资源。

5提供GPU和FPGA等异构计算服务器、弹性裸金属服务器以及通用的x86架构服务器。

6支持通过内网访问其他阿里云服务，形成多种行业解决方案，降低公网流量成本。

7提供虚拟防火墙、角色权限控制、内网隔离、防病毒攻击及流量监控等多重安全方案。

8提供性能监控框架和主动运维体系。

9提供行业通用标准API，提高易用性和适用性。

转载:阿里巴巴为什么选择ApacheFlink？

本文主要整理自阿里巴巴计算平台事业部高级技术专家莫问在云起大会上的演讲。

一棵大树从一棵小树苗长成；小小橡实可能长成参天大树

随着人工智能时代的到来和数据量的爆炸，在典型的大数据业务场景中，最常见的数据业务方式是使用批处理技术处理全量数据和流计算处理实时增量数据。在大多数业务场景中，用户的业务逻辑在批处理和流处理中往往是相同的。但是，用户用于批处理和流处理的两套计算引擎是不同的。

因此，用户通常需要编写两套代码。无疑，这带来了一些额外的负担和成本。阿里巴巴的商品数据处理往往需要面对增量和全量两种不同的业务流程，所以阿里在想，我们能不能有一个统一的大数据引擎技术，用户只需要根据自己的业务逻辑开发一套代码就可以了。在这样不同的场景下，无论是全数据还是增量数据，还是实时处理，都可以有一套完整的解决方案支持，这也是阿里选择Flink的背景和初衷。

目前开源的大数据计算引擎有很多选择，如Storm、Samza、Flink、KafkaStream等。、以及Spark、Hive、Pig、Flink等批量处理。但是同时支持流处理和批处理的计算引擎只有两个选择:一个是ApacheSpark，一个是ApacheFlink。

技术、生态等多方面综合考虑。首先，Spark的技术思路是模拟基于批量的流量计算。另一方面，Flink使用基于流的计算来模拟批处理计算。

从技术发展的角度来看，用批处理来模拟流程存在一定的技术局限性，这种局限性可能很难突破。Flink基于流模拟批处理，在技术上具有更好的可扩展性。从长远来看，阿里决定将Flink作为统一通用的大数据引擎作为未来的选择。

Flink是一个统一的大数据计算引擎，具有低延迟、高吞吐量。在阿里巴巴的生产环境中，Flink的计算平台每秒可以处理数亿条消息或事件，延迟为毫秒级。同时，Flink提供了一次性的一致性语义。保证了数据的正确性。这样，Flink大数据引擎就可以提供金融数据处理能力。

弗林克在阿里的现状

基于ApacheFlink在阿里巴巴搭建的平台于2016年正式上线，从阿里巴巴的搜索和推荐两个场景实现。目前，包括阿里巴巴所有子公司在内的所有阿里巴巴业务都采用了基于Flink的实时计算平台。同时，Flink计算平台运行在开源的Hadoop集群上。Hadoop的YARN作为资源管理调度，HDFS作为数据存储。所以Flink可以和开源大数据软件Hadoop无缝对接。

目前，这个基于Flink的实时计算平台不仅服务于阿里巴巴集团，还通过阿里云的云产品API向整个开发者生态系统提供基于Flink的云产品支持。

Flink在阿里巴巴的大规模应用表现如何？

规模:一个系统是否成熟，规模是一个重要的指标。Flink最初推出阿里巴巴只有几百台服务器，现在已经达到上万台服务器，在全球屈指可数；

状态数据:基于Flink，内部积累的状态数据已经是PB规模；

事件:如今，每天在Flink的计算平台上处理的数据超过万亿条；

PS:高峰期每秒可承担超过472亿次访问，最典型的应用场景是阿里巴巴双11的大屏；

弗林克的发展之路

接下来，从开源技术的角度，我们来谈谈ApacheFlink是如何诞生，如何成长的。而阿里又是如何在这个成长的关键时刻进来的？你对它做过哪些贡献和支持？

Flink诞生于欧洲大数据研究项目平流层。这个项目是柏林工业大学的一个研究项目。早期，Flink做的是批量计算，但2014年，同温层的核心成员孵化了Flink，同年将Flink捐赠给Apache，后来成为Apache最顶尖的大数据项目。同时，Flink计算的主流方向被定位为流式，即使用流式计算来计算所有的大数据。这就是Flink技术诞生的背景。

2014年，Flink作为专注于流计算的大数据引擎，开始在开源大数据行业崭露头角。不同于Storm、SparkStreaming等流计算引擎，它不仅是一个高吞吐量、低延迟的计算引擎，还提供了许多高级功能。比如提供有状态计算，支持状态管理，支持数据语义的强一致性，支持事件时间，水印处理消息无序。

Flink核心概念和基本概念

Flink区别于其他流计算引擎的地方其实是状态管理。

是什么状态？比如开发一套流量计算系统或者任务做数据处理，可能经常需要对数据做统计，比如Sum，Count，Min，Max，这些值都需要存储。因为它们是不断更新的，所以这些值或变量可以理解为一种状态。如果数据源正在读取Kafka，RocketMQ，可能需要记录读取的位置并记录偏移量。这些偏移变量是要计算的状态。

Flink提供了内置的状态管理，可以将这些状态存储在Flink内部，而不需要存储在外部系统中。这样做有以下优点:第一，减少了计算引擎对外部系统的依赖和部署，运维更简单；其次，在性能上有了很大的提升:如果是通过外部访问，比如Redis，HBase必须通过网络和RPC访问。如果Flink在内部访问这些变量，它只通过自己的进程访问这些变量。同时，Flink会定期让这些状态的检查点持久化，并将检查点存储在分布式持久化系统中，比如HDFS。这样，当Flink的任务出错时，它会从最新的检查点恢复整个流的状态，然后继续运行它的流处理。对用户没有数据影响。

Flink如何保证在检查点恢复的过程中没有数据丢失或冗余？要保证计算准确？

原因是Flink使用了一套经典的Chandy-Lamport算法，其核心思想是将这种流计算视为一种流拓扑，在这种拓扑的头部有规律地插入来自源点的特殊屏障，并将屏障从上游广播到下游。当每个节点接收到所有栅栏时，它将拍摄状态快照。每个节点完成快照后，整个拓扑将被视为一个完整的检查点。接下来，无论发生什么故障，都会从最近的检查点恢复。

Flink使用这种经典算法来确保语义的强一致性。这也是Flink与其他无状态流计算引擎的核心区别。

以下是Flink解决无序问题的方法。比如星球大战的序列，如果按照上映时间来看，可能会发现故事在跳跃。

在流量计算上，和这个例子很像。所有消息的到达时间与源在线系统日志中实际发生的时间不一致。在流处理的过程中，希望消息按照它们在源端实际发生的顺序进行处理，而不是按照它们实际到达程序的时间。Flink提供了一些先进的事件时间和水印技术来解决乱序问题。以便用户可以有序地处理该消息。这是Flink的一个很重要的特点。

接下来介绍一下Flink起步时的核心概念和理念，这是Flink发展的第一阶段；第二阶段是2015年和2017年。这个阶段也是Flink发展和阿里巴巴介入的时候。故事源于2015年年中我们在搜索事业部做的一项调查。当时阿里有自己的批处理技术和流计算技术，既有自研的，也有开源的。但是，为了思考下一代大数据引擎的方向和未来趋势，我们对新技术做了大量的研究。

结合大量的研究成果，我们最终得出结论，解决一般大数据计算需求，整合批量流的计算引擎是大数据技术的发展方向，最终我们选择了Flink。

但2015年的Flink还不够成熟，规模和稳定性都没有付诸实践。最后我们决定在阿里成立Flink分公司，对Flink进行大量的修改和改进，以适应阿里巴巴的超大型业务场景。在这个过程中，我们团队不仅改进和优化了Flink的性能和稳定性，还在核心架构和功能上做了大量的创新和改进，并贡献给了社区，比如:Flink全新的分布式架构、增量式检查点机制、基于信用的网络流量控制机制和流式SQL。

阿里巴巴对Flink社区的贡献

我们来看两个设计案例。第一个是阿里巴巴重构了Flink的分布式架构，对Flink的作业调度和资源管理做了明确的分层和解耦。这样做的第一个好处是Flink可以在各种开源资源管理器上本地运行。这种分布式架构改进后，Flink可以原生运行在HadoopYarn和Kubernetes这两种最常见的资源管理系统上。同时将Flink的任务调度由集中式调度改为分布式调度，使Flink可以支持更大的集群，获得更好的资源隔离。

另一个是实现增量检查点机制，因为Flink提供了有状态计算和规则检查点机制。如果内部数据越来越多，检查点就会越来越大，最终可能导致做不下去。提供增量检查点后，Flink会自动找出哪些数据是增量更改的，哪些数据是修改的。同时，只有这些修改过的数据被持久化。这样检查点就不会随着时间的运行越来越难，整个系统的性能也会非常稳定，这也是我们贡献给社区的一个非常重要的特性。

经过2015-2017年对Flink流媒体能力的提升，Flink社区逐渐走向成熟。Flink也成为了流媒体领域最主流的计算引擎。因为Flink最开始是想做一个统一流式、批量处理的大数据引擎，这个工作在2018年就已经开始了。为了实现这一目标，阿里巴巴提出了新的统一API架构和统一SQL解决方案。同时，在流式计算的各种功能得到改进后，我们认为批量计算也需要各种改进。无论在任务调度层还是数据洗牌层，在容错性和易用性方面都有很多工作需要改进。

究其原因，这里有两个要点与大家分享:

●统一的API堆栈

●统一的SQL方案

我们来看看FlinkAPI栈的现状。研究过Flink或者用过Flink的开发者应该知道。Flink有两个基本的API，一个是数据流，一个是数据集。数据流API提供给流用户，数据集API提供给批量用户，但是这两个API的执行路径完全不同，甚至需要生成不同的任务来执行。所以这和统一API是冲突的，这也是不完善的，不是最终的解决方案。在运行时之上，应该有一个统一批量流程集成的基础API层，我们希望API层能够统一。

因此，我们将在新架构中采用一个DAG(有限非循环图)API作为批处理流的统一API层。对于这种有限无环图，批量计算和流量计算不需要明确表示。开发者只需要在不同的节点和不同的边定义不同的属性，就可以规划数据是流属性还是批属性。整个拓扑是一个统一的语义表达，可以集成批量流。整个计算不需要区分流量计算和批量计算，只需要表达自己的需求。有了这个API，Flink的API栈就统一了。

除了统一的基础API层和统一的API栈，SQL解决方案在上层也是统一的。而批处理SQL，我们可以认为有流计算和批处理计算的数据源，我们可以把这两个数据源模拟成数据表。可以认为流数据的数据源是一个不断更新的数据表，而批量数据的数据源可以认为是一个相对静态的表，没有更新的数据表。整个数据处理可以看作是SQL的一个查询，最终结果也可以模拟成一个结果表。

对于流计算，它的结果表是一个不断更新的结果表。对于批处理，其结果表是相当于一次更新的结果表。从整个SOL语义表达来看，flow和batch是可以统一的。此外，流SQL和批处理SQL都可以使用同一个查询来表示重用。通过这种方式，所有流批次都可以通过同一个查询进行优化或解析。甚至许多流和批处理操作符都可以重用。

弗林克的未来方向

首先，阿里巴巴要基于Flink的本质做一个全能的统一大数据计算引擎。放在生态和场景的地面上。目前Flink是主流的流计算引擎，很多互联网公司已经达成共识，Flink是大数据的未来，是最好的流计算引擎。接下来的重要任务是让Flink在批量计算上有所突破。在更多的场景下，已经成为主流的批量计算引擎。然后进行流量和批次的无缝切换，流量和批次的界限越来越模糊。使用Flink，在一个计算中，可以同时进行流量计算和批量计算。

第二个方向是Flink得到更多语言的生态支持，不仅仅是Java，Scala，还有Python和Go进行机器学习。未来希望用更丰富的语言开发Flink计算任务，描述计算逻辑，连接更多生态。

最后不得不说AI，因为很多大数据计算需求和数据量都在支撑非常热门的AI场景。所以我们会在完善Flink流批生态的基础上，继续往上走，完善上层Flink的机器学习算法库。同时，Flink会借鉴成熟的机器，深度学习融合。比如Flink上的Tensorflow，可以用来整合大数据的ETL数据处理和机器学习的特征计算、特征计算，以及训练的计算，让开发者同时享受多个生态系统带来的好处。

阿里巴巴云境是什么东西？

这个是阿里巴巴做的一款信息化系统产品，主要针对中小企业，它的服务器硬件的支持，都是阿里放在云端的。相当于都是由阿里来帮你管理数据，客户的硬件投入非常低，系统管理成本也很低，通常是以年费的形式来运行。

为什么阿里巴巴，腾讯等这些公司要把服务器放在美国？

为了让美国人民享受到阿里巴巴和腾讯的服务啊，另外国内的人到美国去，也是需要相关的服务的。

阿里巴巴属于哪个行业？

阿里巴巴主营属于电子商务，还包括互联网金融、电子支付、物流等。同时，阿里巴不断发展还涉及到更广的领域，比如传媒、物联网等。

阿里巴巴集团本家产业：阿里巴巴、淘宝、支付宝、阿里软件、阿里妈妈、口碑网、阿里云、中国雅虎、一淘网、淘宝商城、中国万网，聚划算、云峰基金、蚂蚁金服。

一般的网店需要多大的服务器？

不需要因为你申请的淘宝店是一个虚拟空间来着，在阿里巴巴自已建设的机房之中，可直接使用，无需自备服务器。直接装修店铺，上架商品即可

阿里千岛湖数据中心建在湖底吗？

是的，阿里巴巴的一个服务器中心就放在千岛湖湖底。阿里云千岛湖数据中心建筑面积30000平方米，共11层，可容纳至少5万台设备。作为水冷驱动的工业数据中心建设的模板，很有创新性和代表性。数据中心90%时间不需要电制冷，深层湖水通过完全密闭的管道流经数据中心，帮助服务器降温，再流经25公里的青溪新城中轴溪，作为城市景观呈现，自然冷却后又回到千岛湖。

阿里云盘变本地磁盘能否下游戏？

不能，游戏在网络上，最多只能保存到阿里云盘，这个和硬盘还是有区别的，硬盘的数据是自己的，阿里云盘则是在其公司服务器里。就是说硬盘里的东西想用就用，阿里云盘等网盘还要续传回电脑才能用。

阿里云电脑怎么用？

笫一步，首先登陆阿里云账号

第二步，点击右上角控制台--云服务器ECS

第三步：点击左侧实例选项--然后上方地域选所开服务器的地方就可以看到我们的服务器了，在这里可以对服务器进行管理。

第四步：复制服务器的公网ip,通过远程连接来使用。Windows系统的云服务器我们通过本地电脑的远程桌面连接来操作。

第五步：点击本地电脑的开始键--在输入框里输入远程桌面连接

第六步：在示例框里输入刚刚复制的公网ip，然后点击连接，在弹出的对话框里输入用户名administrator和服务器的密码然后点确定

云服务器是一台电脑，你可以自由安装程序、搭建网站。和你本地电脑一样，想升级配置就可以自行升级，完全由你自己掌控，自由程度100%。

而虚拟主机是仅供安装网站使用，不能自由选择运行环境、组件、配置等，非常不自由，但是用起来很简单。

就好比你出去旅游一样，自由行和跟团走，价格是不是有差距呢？跟团就比较便宜，但是去的那几个景点时间有限，也不能自己去看一些景点，有一种走马观花的感觉。但是省钱啊，对不对。

而自由行就是想去哪里去哪里，想待多久待多久，想吃啥就吃啥，想住哪里都行。所以花销也大很多了呗。

这么比喻你应该明白了吧，这就是云服务器和虚拟主机的区别。