论坛 › 技术前沿 › 阿里云服务器怎么样？全方位解析阿里云服务器产品优势、价格与常见问题

djv65889 发表于 2024-10-5 22:52:50

阿里云服务器怎么样？全方位解析阿里云服务器产品优势、价格与常见问题

阿里云服务器ECS（Elastic Compute Service）是阿里云提供的性能卓越、稳定可靠、弹性扩展的IaaS（Infrastructure as a Service）级别云计算服务。把物理服务器比作买的房子，云服务器ECS，就是租赁的房子，阿里云云服务商就是管家。云服务商负责搭建机房、提供配套服务和维护，用户只需要付租金，即可“拎包入住”，无需自建机房、采购和配置硬件设施。如果不再需要云服务器，可随时“退租”(释放资源)，节省成本。



https://upload-images.jianshu.io/upload_images/19316870-794d56264af667fa.png

<div class="image-caption">云服务器ECS组成图.png

<h2>一、什么是云服务器ECS</h2>
云服务器ECS（Elastic Compute Service）是阿里云提供的性能卓越、稳定可靠、弹性扩展的IaaS（Infrastructure as a Service）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和弹性伸缩。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。



https://upload-images.jianshu.io/upload_images/19316870-c2a599fa1b9db772.png

<div class="image-caption">什么是云服务器ECS图.png

<h3>为什么选择云服务器ECS</h3>
选择云服务器ECS，您可以轻松构建具有以下优势的计算资源：

[*]无需自建机房，无需采购以及配置硬件设施。
[*]分钟级交付，快速部署，缩短应用上线周期。
[*]快速接入部署在全球范围内的数据中心和边界网关协议BGP（Border Gateway Protocol）机房。
[*]成本透明，按需使用，支持根据业务波动随时扩展和释放资源。
[*]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。
[*]支持通过内网访问其他阿里云服务，形成丰富的行业解决方案，降低公网流量成本。
[*]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。
[*]提供性能监控框架和主动运维体系。
[*]提供行业通用标准API，提高易用性和适用性。

<h3>云服务器ECS产品架构</h3>
云服务器ECS主要包含实例、镜像、块存储、快照、安全组、网络等功能组件，具体产品组件架构图如下图所示。



https://upload-images.jianshu.io/upload_images/19316870-fb5f799161d4ac12.png

<div class="image-caption">云服务器产品架构图.png

<h3>云服务器ECS产品计费</h3>
云服务器ECS的资源中，计算资源（vCPU和内存）、镜像、块存储、公网带宽、快照等资源涉及计费。常见的计费方式包括：

1.包年包月：
定义：先付费后使用，在购买ECS实例时一次性付费，购买时长越长，折扣越多。
适用场景：可预估资源使用周期、业务稳定成熟、需要长期使用资源等。例如7*24的Web服务、数据库服务等。
计费方式转换：包年包月可以变更为按量付费。

2.按量付费：
定义：先使用后付费，阿里云自动按小时从账号中扣除使用资源的费用。
适用场景：适合短期需求，计算资源需求波动或爆发业务，可随时开通，随时删除。例如临时扩展、测试、电商抢购等。
计费方式转换：按量付费可以变更为包年包月。

3.抢占式实例：
定义：在按量计费基础上的弹性计费方式，价格随供求波动，相对于按量付费实例价格有一定优惠，按实际使用时长进行收费。
适用场景：对计算资源使用时间不敏感、对价格敏感的场景。例如临时扩展、测试、大数据处理等。
计费方式转化：暂不支持转换为其他计费方式。

4.节省计划：
定义：节省计划是阿里云提供的一种折扣权益计划，可以抵扣按量付费实例的账单。通过承诺在一定期限（1/3/5年）内每小时消费一定金额，换取更低的按量付费折扣（与包年包月成本接近）。
<h2>二、云服务器ECS特性与优势</h2>
云服务器ECS（Elastic Compute Service）是一种产品丰富、安全可靠、便捷易用、弹性可伸缩的云计算服务，助您降低IT成本，提升运维效率，使您更专注于核心业务创新。



https://upload-images.jianshu.io/upload_images/19316870-38d1cc3b56af5044.png

<div class="image-caption">云服务器ECS优势图.png

<h3>产品丰富</h3>
云服务器ECS可提供业界较丰富的产品序列。

1.支持主流计算架构
提供基于x86和ARM两大主流计算架构的实例产品，满足您对于不同技术架构的需求。

2.丰富的实例规格
基于不同场景的需求，云服务器ECS为个人开发者、企业客户提供入门级实例和企业级实例的多种选择。产品序列包含通用计算、异构计算、高性能计算三大类，支持包括各类垂直场景增强型实例，比如网络增强型、存储增强型、内存增强型、安全增强型、大数据型、高主频型、异构计算实例等，提供高性价比的产品。

3.多种产品形态
除了ECS实例，阿里云还提供了裸金属服务器和专有宿主机DDH。裸金属服务器无任何虚拟化损耗，可结合容器服务带来更优质的性能体验。专有宿主机DDH，即单租户独享物理资源的云主机，依托阿里云虚拟化服务的单租户运行环境，可按需创建ECS实例，让您独享一台云主机的所有物理资源。
<h3>弹性灵活</h3>
阿里云支持全球多地域部署以及多中心架构选择，有充足的资源保障，可以随时随地弹性创建资源。在阿里云的平台上可以实现分钟级扩容上千台实例，快速满足业务高峰时的资源需求，同时当业务高峰消失时，您可以释放多余的资源，以减少业务成本。

1.纵向弹性
客户可以根据业务量的增减情况自由变更配置，包括实例的计算资源可以随时升降配，存储资源可以及时扩容，网络带宽资源可以随时更改等。

2.横向弹性
利用横向的扩展和缩减，配合阿里云的弹性伸缩，可以做到定时定量的伸缩，或者按照业务负载进行伸缩，最大限度地降低使用成本。
<h3>稳定可靠</h3>

1.实例可靠性
单实例可用性达99.975?多可用区多实例可用性达99.995?

2.云盘可靠性
云盘采用多副本，数据安全可靠性达99.9999999?

3.数据可靠性
实例可实现宕机自动迁移，支持快照备份，自动告警等多种安全保障。
<h3>便捷易用</h3>

1.操作便捷
提供基于Web的用户界面，页面简单清晰，内置各种功能模块，您可以像操作实体机器一样，对云服务器ECS实例进行启停、配置变更等操作。

2.一键部署
丰富的操作系统和应用软件，通过镜像可一键简单部署，同一镜像可在多台ECS中快速复制环境，轻松扩展。

3.多种运维工具
支持Terraform、系统运维管理、资源编排等多种运维功能，并支持SMC迁云工具，帮助您顺滑上云。
<h3>安全保障</h3>

1.多种安全服务
提供DDoS防护、端口入侵检测、漏洞扫描、木马查杀等服务，通过多方国际安全认证。

2.全方位硬件加密
支持可信计算、硬件加密、虚拟化加密计算，提供全方位的硬件加密能力。
<h3>成本优化</h3>

1.灵活的计费方式
云服务器ECS提供包年包月、按量付费、抢占式实例三种计费方式，满足不同应用场景需求。

2.多种优惠机制
您还可以结合节省计划、预留实例券两种优惠方式使用，以优化资源使用成本。

3.弹性变换计费方式
对于不同的ECS资源，您可以根据需要选择合适的计费方式，灵活应对业务变化，优化成本。
<h2>三、云服务器ECS应用场景</h2>
云服务器ECS具有广泛的应用场景，既可以作为Web服务器或者应用服务器单独使用，又可以与其他阿里云服务集成提供丰富的解决方案。



https://upload-images.jianshu.io/upload_images/19316870-08eaa6564ea167b9.png

<div class="image-caption">云服务器ECS可以做什么.png

<h3>网站应用</h3>
网站初始阶段访问量小，只需要一台低配置的云服务器ECS实例即可运行Apache或Nginx等Web应用程序、数据库、存储文件等。随着网站发展，您可以随时升级ECS实例的配置，或者增加ECS实例数量，无需担心低配计算单元在业务突增时带来的资源不足。
<h3>电商网站</h3>
某些应用，如抢红包应用、优惠券发放应用、电商网站和票务网站，访问量可能会在短时间内产生巨大的波动。您可以配合使用弹性伸缩，自动化实现在请求高峰来临前增加ECS实例，并在进入请求低谷时减少ECS实例。满足访问量达到峰值时对资源的要求，同时降低了成本。如果搭配负载均衡SLB，您还可以实现高可用应用架构。
<h3>数据分析</h3>
云服务器ECS提供了大数据类型实例规格族，支持Hadoop分布式计算、日志处理和大型数据仓库等业务场景。由于大数据类型实例规格采用了本地存储的架构，云服务器ECS在保证海量存储空间、高存储性能的前提下，可以为云端的Hadoop集群、Spark集群提供更高的网络性能。
<h3>图形渲染</h3>

异构GPU具有优异的GPU计算加速能力，可实现图片秒级实时渲染，广泛应用于图形渲染、云端图形工作站、视频转码等场景。
如vgn6i和gn6i均采用基于Turing架构的NVIDIA Tesla T4 GPU加速器，具有极佳的图形计算能力。vgn6i提供分片虚拟化后的虚拟GPU，支持T4 GPU计算能力的1/2、1/4、1/8，并提供极佳的3D图像渲染能力。
<h3>深度学习</h3>
对于持续且大量的人工神经网络计算的深度学习场景，阿里云推荐GPU实例，不但性能表现卓越，同时大量节省成本。此外，GPU计算型还可以降低客户端的计算能力要求，适用于图形处理、云游戏云端实时渲染、AR/VR的云端实时渲染等瘦终端场景。
<h3>高性能计算</h3>
适用于大规模高性能科学计算、并行计算、仿真计算等场景，如气象预报、生物制药、基因测序、图像处理等。
<h2>四、云服务器ECS基本概念</h2>
下面内容汇总了使用云服务器ECS过程中涉及的基本概念，方便您查询和了解相关概念。
<h3>通用概念</h3>
<table>
<thead>
<tr>
<th>概念</th>
<th>说明</th>
</tr>
</thead>
<tbody>
<tr>
<td>ECS实例</td>
<td>云上的虚拟计算服务器，内含vCPU、内存、操作系统、网络、磁盘等基础组件。</td>
</tr>
<tr>
<td>ECS实例规格</td>
<td>定义了ECS实例在计算性能、存储性能、网络性能等方面的基本属性，但需要同时配合镜像、块存储、网络等配置才能确定一台ECS实例的具体服务形态。</td>
</tr>
<tr>
<td>镜像</td>
<td>提供了运行实例所需的信息，包括操作系统、初始化应用数据等。</td>
</tr>
<tr>
<td>公共镜像</td>
<td>阿里云官方提供的基础镜像，均已获得正版授权，涵盖Windows Server系统镜像和主流的Linux系统镜像。</td>
</tr>
<tr>
<td>Alibaba Cloud Linux</td>
<td>阿里云官方操作系统，为云上应用程序提供安全、稳定、高性能的定制化运行环境，并进行了针对性的深度优化，更加适合阿里云基础设施。</td>
</tr>
<tr>
<td>自定义镜像</td>
<td>您自行创建或导入的镜像，包含了初始系统环境、应用环境、软件配置等信息，可以节省重复配置的时间。</td>
</tr>
<tr>
<td>块存储</td>
<td>高性能、低时延的块设备，像物理硬盘一样分区格式化并创建文件系统后使用，满足大部分通用业务场景下的数据存储需求。</td>
</tr>
<tr>
<td>云盘</td>
<td>数据块级别的块存储产品，采用分布式三副本机制，为ECS实例提供99.9999999?数据可靠性保证。</td>
</tr>
<tr>
<td>本地盘</td>
<td>ECS实例所在物理机上的本地硬盘设备，存储I/O性能、海量存储的性价比极高，但数据可靠性取决于物理机的可靠性，存在单点故障风险。</td>
</tr>
<tr>
<td>快照</td>
<td>某一时间点云盘数据状态的备份文件，用于备份或者恢复整个云盘。</td>
</tr>
<tr>
<td>安全组</td>
<td>一种虚拟防火墙，您可以基于安全组控制实例的入流量和出流量。</td>
</tr>
<tr>
<td>SSH密钥对</td>
<td>一种安全便捷的登录认证方式，由公钥和私钥组成，仅支持Linux实例。</td>
</tr>
<tr>
<td>实例RAM角色</td>
<td>ECS实例通过实例RAM角色获得该角色拥有的权限，可以基于临时安全令牌STS（Security Token Service）访问指定云服务的API和操作指定的云资源，安全性更高。</td>
</tr>
<tr>
<td>专有网络</td>
<td>您基于阿里云创建的自定义私有网络，不同专有网络之间通过隧道在逻辑上彻底隔离。您可以完全掌控自己的专有网络，例如选择IP地址范围、配置路由表和网关等。</td>
</tr>
<tr>
<td>弹性网卡</td>
<td>一种独立的虚拟网卡，可以绑定到ECS实例或从ECS实例解绑，实现业务的灵活扩展和迁移。</td>
</tr>
<tr>
<td>实例启动模板</td>
<td>包含了ECS实例的配置信息，使用实例启动模板创建ECS实例可以免去重复配置的操作。</td>
</tr>
<tr>
<td>部署集</td>
<td>部署集支持高可用策略，部署集内实例会严格分散在不同的物理服务器上，保证业务的高可用性和底层容灾能力。</td>
</tr>
<tr>
<td>专有宿主机</td>
<td>一台由单租户独享物理资源的云主机，具有满足严格的安全合规要求、允许自带许可证（BYOL）上云等优势。</td>
</tr>
<tr>
<td>弹性供应组</td>
<td>用于快速部署多可用区、多实例规格的ECS实例集群，通过多种供应策略组合使用抢占式实例和按量付费实例，满足对低成本和高稳定性的要求。</td>
</tr>
<tr>
<td>标签</td>
<td>由一对键值（Key-Value）组成。使用标签标识具有相同特征的资源后，例如所属组织或用途相同的资源，您可以基于标签方便地检索和管理资源。</td>
</tr>
<tr>
<td>资源组</td>
<td>供您从业务角度管理跨地域、跨产品的资源，并支持针对资源组的权限管理。</td>
</tr>
<tr>
<td>云助手</td>
<td>阿里云提供的自动化运维工具，无需登录即可完成在ECS实例上执行命令、向ECS实例发送文件等操作。</td>
</tr>
<tr>
<td>系统事件</td>
<td>影响ECS实例运行状态的计划底层运维事件或非预期维修事件，需要进行重启、停止或释放ECS实例等操作。系统事件会及时发送通知、应对措施和事件周期等信息，方便您提前完成备份数据等准备工作。</td>
</tr>
</tbody>
</table>
<h3>计费概念</h3>
<table>
<thead>
<tr>
<th>概念</th>
<th>说明</th>
</tr>
</thead>
<tbody>
<tr>
<td>包年包月</td>
<td>按一定时长购买资源，先付费后使用。</td>
</tr>
<tr>
<td>按量付费</td>
<td>按需开通和释放资源，先使用后付费。</td>
</tr>
<tr>
<td>抢占式实例</td>
<td>通过竞价模式抢占库存充足的计算资源，相对按量付费实例有一定的折扣，但是存在回收机制。</td>
</tr>
<tr>
<td>预留实例券</td>
<td>搭配按量付费实例使用的抵扣券，承诺使用指定配置的实例（包括实例规格、地域可用区等），以折扣价抵扣计算资源的账单。</td>
</tr>
<tr>
<td>节省计划</td>
<td>搭配按量付费实例使用的折扣权益计划，承诺使用稳定数量的资源（以元/小时为单位衡量），以折扣价抵扣计算资源、系统盘等资源的账单。</td>
</tr>
<tr>
<td>资源保障</td>
<td>创建弹性保障或容量预定后，系统会自动生成私有池，预留特定属性特定数量的实例。从关联的私有池中创建这一类实例，可以提供资源确定性保障。</td>
</tr>
<tr>
<td>存储容量单位包</td>
<td>搭配按量付费存储产品使用的资源包，承诺使用指定容量的存储资源，以折扣价抵扣块存储、NAS、OSS等资源的账单。</td>
</tr>
<tr>
<td>按固定带宽</td>
<td>一种公网带宽计费方式，按您选择的带宽值计费。</td>
</tr>
<tr>
<td>按使用流量</td>
<td>一种公网带宽计费方式，按实际使用的流量计费，此时选择的带宽峰值用于防止突然爆发的流量产生较高费用。</td>
</tr>
</tbody>
</table>
<h2>五、云服务器ECS使用须知</h2>
为了保证云服务器ECS实例的正常运行，在使用ECS之前，请您务必了解和遵相关规定、注意事项及使用建议。
<h3>安全责任须知</h3>
云服务器ECS的云上安全性是阿里云和客户的共同责任。云服务器ECS（Elastic Compute Service）与客户在安全性方面各自应该承担的责任。下面是云服务器ECS（Elastic Compute Service）与客户在安全性方面各自应该承担的责任。
阿里云负责“云本身”的安全性：阿里云负责保障ECS运行的底层基础设施与服务的安全性，包括运行ECS的物理硬件设备、软件服务、网络设备和管理控制服务等。
客户负责“云上”的安全性：客户负责保障ECS内的安全性，包括客户需要及时进行操作系统升级和补丁更新、确保ECS内运行的应用软件或工具的安全性、以安全的方式配置和访问ECS本身和上面的服务（比如遵循安全原则进行ECS的网络等参数配置、遵循权限最小化原则配置ECS的管理权限等），以及ECS上数据和流量的安全。这些ECS上的安全性管理与配置是客户在履行安全责任时必须完成的配置工作。

1.阿里云的责任：保障云本身的安全性
阿里云主要从以下四个层面来保障云本身的安全性，自底向上分别为：

[*]

数据中心安全
阿里云的数据中心建设满足GB 50174《电子信息机房设计规范》A类和TIA 942《数据中心机房通信基础设施标准》中的T3+标准。
机房容灾：火灾和烟雾传感器检测、双路市电电源和冗余的电力系统、热备冗余模式的精密空调保持恒温恒湿。
人员管理：机房包间、测电区域、库房间分离的门禁身份指纹等双因素认证，特定区域采用铁笼进行物理隔离，严谨的账号管理、身份认证、授权管理、职责分离、访问管理。
运维审计：机房各区域设有安防监控系统，生产系统只能通过堡垒机进行运维操作，所有操作记录会被完整地日志记录并保存在日志平台。
[*]

物理基础设施安全
物理基础设施包括物理服务器、网络设备、存储设备等。物理基础设施的安全主要依赖云数据中心本身的安全，同时还会针对公有云的服务模式提供额外的安全保障，包括：
数据销毁：参考NIST SP800-88的安全擦除标准建立了存储介质数据安全擦除的机制，在终止客户云服务时，及时删除数据资产，严格执行对存储介质上的数据进行多次清除以完成数据销毁。
存储设备资产管理：资产管理精细到以存储部件为最小单位，并分配有唯一的硬件设备识别信息以精准定位到该存储介质或包含存储介质的最小单元设备。存储介质在未按标准安全擦除或物理销毁的情况下，不允许离开机房或安全控制区域。
网络隔离：生产网络与非生产网络进行了安全隔离，通过网络ACL确保云服务网络无法访问物理网络，并在生产网络边界部署了堡垒机，办公网内的运维人员只能通过堡垒机使用域账号密码加动态口令方式进行多因素认证进入生产网进行运维管理。
[*]

虚拟化系统安全
虚拟化技术是云计算的主要技术支撑，通过计算虚拟化、存储虚拟化、网络虚拟化实现云计算环境下的多租户资源隔离。阿里云的虚拟化安全技术主要包括租户隔离、安全加固、逃逸检测修复、补丁热修复、数据擦除等五大基础安全部分，以保障阿里云虚拟化层的安全。
热补丁修复：虚拟化平台支持热补丁修复技术，修复过程不需要用户重启系统，不影响用户的业务。
数据擦除：实例服务器释放后，其原有的存储介质将会被可靠地执行数据擦除操作，以保障用户数据的安全。
租户隔离：基于硬件虚拟化技术将多个计算节点的虚拟机在系统层面进行隔离，租户不能访问彼此未授权的系统资源。
计算隔离：管理系统与客户虚拟机，以及客户虚拟机之间相互隔离。
网络隔离：每个虚拟网络与其他网络之间相互隔离。
存储隔离：计算与存储分离，虚拟机只能访问分配好的物理磁盘空间。
安全加固：虚拟化管理程序和宿主机OS/内核级别进行相应的安全加固，并且虚拟化软件必须编译和运行在一个可信的执行环境上，以保障整个链路的安全性。
逃逸检测修复：通过使用高级虚拟机布局算法以防止恶意用户的虚拟机运行在特定物理机上，虚拟机无法主动探测自身所处的物理主机环境，并且会对虚拟机异常行为进行检测，发现漏洞后进行热补丁修复。
[*]

云服务平台的安全
云平台主要提供云上账号的管理能力和云服务的访问服务，包括但不限于云平台主子账号管理、登录的多因素认证机制、细粒度的访问授权能力，以及通过安全方式访问云平台的服务等。


2.客户的责任：保障ECS上的安全性
客户需要对ECS上的安全性负责，包括及时更新ECS操作系统的系统补丁提升系统安全性，为ECS实例设置合适的安全组规则避免非法访问，通过数据加密保障ECS上的数据安全等。
为了进一步降低客户进行安全配置的门槛，阿里云提供了一系列安全管理与配置工具，用户可以根据业务需要，选择合适的工具进行配置，保障ECS上的业务安全性。
<h2>六、阿里云服务器ECS收费标准</h2>
阿里云服务器收费标准是多少？云服务器的价格取决于所选云服务器的实例规格、CPU内存配置和带宽及数据盘的大小决定，相同配置的云服务器由于实例规格不同价格也不同。云服务器又分为入门级和企业级，入门级包括共享型s6、经济型e等，企业级云服务器实例规格有计算型c6、c7、c8y，通用型g6、g7、g8y，内存型r6、r7、r8y和大数据型d1、GPU云服务器、本地SSD型、高主频通用型hfg7、FPGA计算型f3及弹性裸金属服务器等。阿里云服务器收费标准是指官方定价，实际购买价格要比定价便宜，因为用户通常都会通过阿里云当下的各种活动去购买，即使是通过云服务器ECS产品页下单购买阿里云系统也会根据用户实际购买时长享受对应的优惠折扣，通常为年付85折、2年付7折、3年付5折不等的折扣。
阿里云服务器价格组成包括三部分：云服务器实例价格（CPU内存价格）+公网带宽价格+块存储价格（系统盘及数据盘），简书小编来详细说下：
<h3>1. 云服务器实例价格（CPU内存价格）</h3>
不同地域和操作系统的云服务器收费标准略微有所不同，下面以华南2（河源）地域，Windows系统为例，为大家展示云服务器实例价格：
<table>
<thead>
<tr>
<th>实例规格</th>
<th>vCPUs</th>
<th>内存(GiB)</th>
<th>按量(小时)</th>
<th>标准目录月价</th>
<th>优惠月价</th>
<th>年付月价</th>
<th>3年付月价</th>
<th>5年付月价</th>
</tr>
</thead>
<tbody>
<tr>
<td>通用算力型 ecs.u1-c1m4.large</td>
<td>2</td>
<td>8</td>
<td>0.315</td>
<td>151.2</td>
<td>151.2</td>
<td>81.65</td>
<td>52.92</td>
<td>36.29</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m2.large</td>
<td>2</td>
<td>4</td>
<td>0.24525</td>
<td>117.72</td>
<td>117.72</td>
<td>63.57</td>
<td>41.2</td>
<td>28.25</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m8.large</td>
<td>2</td>
<td>16</td>
<td>0.41175</td>
<td>197.64</td>
<td>197.64</td>
<td>106.73</td>
<td>69.17</td>
<td>47.43</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m1.large</td>
<td>2</td>
<td>2</td>
<td>0.22875</td>
<td>109.8</td>
<td>109.8</td>
<td>59.29</td>
<td>38.43</td>
<td>26.35</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m1.xlarge</td>
<td>4</td>
<td>4</td>
<td>0.4575</td>
<td>219.6</td>
<td>219.6</td>
<td>118.58</td>
<td>76.86</td>
<td>52.7</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m8.xlarge</td>
<td>4</td>
<td>32</td>
<td>0.8235</td>
<td>395.28</td>
<td>395.28</td>
<td>213.45</td>
<td>138.35</td>
<td>94.87</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m2.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.4905</td>
<td>235.44</td>
<td>235.44</td>
<td>127.14</td>
<td>82.4</td>
<td>56.51</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m4.xlarge</td>
<td>4</td>
<td>16</td>
<td>0.63</td>
<td>302.4</td>
<td>302.4</td>
<td>163.3</td>
<td>105.84</td>
<td>72.58</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m4.2xlarge</td>
<td>8</td>
<td>32</td>
<td>1.26</td>
<td>604.8</td>
<td>604.8</td>
<td>326.59</td>
<td>211.68</td>
<td>145.15</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m2.2xlarge</td>
<td>8</td>
<td>16</td>
<td>0.981</td>
<td>470.88</td>
<td>470.88</td>
<td>254.28</td>
<td>164.81</td>
<td>113.01</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m8.2xlarge</td>
<td>8</td>
<td>64</td>
<td>1.647</td>
<td>790.56</td>
<td>790.56</td>
<td>426.9</td>
<td>276.7</td>
<td>189.73</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m1.2xlarge</td>
<td>8</td>
<td>8</td>
<td>0.915</td>
<td>439.2</td>
<td>439.2</td>
<td>237.17</td>
<td>153.72</td>
<td>105.41</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m4.3xlarge</td>
<td>12</td>
<td>48</td>
<td>1.89</td>
<td>907.2</td>
<td>907.2</td>
<td>489.89</td>
<td>317.52</td>
<td>217.73</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m1.3xlarge</td>
<td>12</td>
<td>12</td>
<td>1.3725</td>
<td>658.8</td>
<td>658.8</td>
<td>355.75</td>
<td>230.58</td>
<td>158.11</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m2.3xlarge</td>
<td>12</td>
<td>24</td>
<td>1.4715</td>
<td>706.32</td>
<td>706.32</td>
<td>381.41</td>
<td>247.21</td>
<td>169.52</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m8.3xlarge</td>
<td>12</td>
<td>96</td>
<td>2.4705</td>
<td>1185.84</td>
<td>1185.84</td>
<td>640.35</td>
<td>415.04</td>
<td>284.6</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m1.4xlarge</td>
<td>16</td>
<td>16</td>
<td>1.83</td>
<td>878.4</td>
<td>878.4</td>
<td>474.34</td>
<td>307.44</td>
<td>210.82</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m8.4xlarge</td>
<td>16</td>
<td>128</td>
<td>3.294</td>
<td>1581.12</td>
<td>1581.12</td>
<td>853.8</td>
<td>553.39</td>
<td>379.47</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m4.4xlarge</td>
<td>16</td>
<td>64</td>
<td>2.52</td>
<td>1209.6</td>
<td>1209.6</td>
<td>653.18</td>
<td>423.36</td>
<td>290.3</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m2.4xlarge</td>
<td>16</td>
<td>32</td>
<td>1.962</td>
<td>941.76</td>
<td>941.76</td>
<td>508.55</td>
<td>329.62</td>
<td>226.02</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m4.8xlarge</td>
<td>32</td>
<td>128</td>
<td>6.48</td>
<td>3110.4</td>
<td>3110.4</td>
<td>1679.62</td>
<td>1088.64</td>
<td>746.5</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m8.8xlarge</td>
<td>32</td>
<td>256</td>
<td>8.586</td>
<td>4121.28</td>
<td>4121.28</td>
<td>2225.49</td>
<td>1442.45</td>
<td>989.11</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m2.8xlarge</td>
<td>32</td>
<td>64</td>
<td>5.0544</td>
<td>2426.11</td>
<td>2426.11</td>
<td>1310.1</td>
<td>849.14</td>
<td>582.27</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m1.8xlarge</td>
<td>32</td>
<td>32</td>
<td>4.806</td>
<td>2306.88</td>
<td>2306.88</td>
<td>1245.71</td>
<td>807.41</td>
<td>553.65</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.large</td>
<td>2</td>
<td>8</td>
<td>0.579166</td>
<td>278</td>
<td>278</td>
<td>180.7</td>
<td>119.54</td>
<td>83.4</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.158333</td>
<td>556</td>
<td>556</td>
<td>361.4</td>
<td>239.08</td>
<td>166.8</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2.316666</td>
<td>1112</td>
<td>1112</td>
<td>722.8</td>
<td>478.16</td>
<td>333.6</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.3xlarge</td>
<td>12</td>
<td>48</td>
<td>3.475</td>
<td>1668</td>
<td>1668</td>
<td>1084.2</td>
<td>717.24</td>
<td>500.4</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.4xlarge</td>
<td>16</td>
<td>64</td>
<td>4.633333</td>
<td>2224</td>
<td>2224</td>
<td>1445.6</td>
<td>956.32</td>
<td>667.2</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.6xlarge</td>
<td>24</td>
<td>96</td>
<td>6.95</td>
<td>3336</td>
<td>3336</td>
<td>2168.4</td>
<td>1434.48</td>
<td>1000.8</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.8xlarge</td>
<td>32</td>
<td>128</td>
<td>9.266666</td>
<td>4448</td>
<td>4448</td>
<td>2891.2</td>
<td>1912.64</td>
<td>1334.4</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.12xlarge</td>
<td>48</td>
<td>192</td>
<td>13.9</td>
<td>6672</td>
<td>6672</td>
<td>4336.8</td>
<td>2868.96</td>
<td>2001.6</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.24xlarge</td>
<td>96</td>
<td>384</td>
<td>27.8</td>
<td>13344</td>
<td>13344</td>
<td>8673.6</td>
<td>5737.92</td>
<td>4003.2</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.large</td>
<td>2</td>
<td>4</td>
<td>0.470833</td>
<td>226</td>
<td>226</td>
<td>146.9</td>
<td>97.18</td>
<td>67.8</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.941666</td>
<td>452</td>
<td>452</td>
<td>293.8</td>
<td>194.36</td>
<td>135.6</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.883333</td>
<td>904</td>
<td>904</td>
<td>587.6</td>
<td>388.72</td>
<td>271.2</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.3xlarge</td>
<td>12</td>
<td>24</td>
<td>2.825</td>
<td>1356</td>
<td>1356</td>
<td>881.4</td>
<td>583.08</td>
<td>406.8</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.4xlarge</td>
<td>16</td>
<td>32</td>
<td>3.766666</td>
<td>1808</td>
<td>1808</td>
<td>1175.2</td>
<td>777.44</td>
<td>542.4</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.6xlarge</td>
<td>24</td>
<td>48</td>
<td>5.65</td>
<td>2712</td>
<td>2712</td>
<td>1762.8</td>
<td>1166.16</td>
<td>813.6</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.8xlarge</td>
<td>32</td>
<td>64</td>
<td>7.533333</td>
<td>3616</td>
<td>3616</td>
<td>2350.4</td>
<td>1554.88</td>
<td>1084.8</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.12xlarge</td>
<td>48</td>
<td>96</td>
<td>11.3</td>
<td>5424</td>
<td>5424</td>
<td>3525.6</td>
<td>2332.32</td>
<td>1627.2</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.24xlarge</td>
<td>96</td>
<td>192</td>
<td>22.6</td>
<td>10848</td>
<td>10848</td>
<td>7051.2</td>
<td>4664.64</td>
<td>3254.4</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.large</td>
<td>2</td>
<td>16</td>
<td>0.766666</td>
<td>368</td>
<td>368</td>
<td>239.2</td>
<td>158.24</td>
<td>110.4</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.533333</td>
<td>736</td>
<td>736</td>
<td>478.4</td>
<td>316.48</td>
<td>220.8</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.2xlarge</td>
<td>8</td>
<td>64</td>
<td>3.066666</td>
<td>1472</td>
<td>1472</td>
<td>956.8</td>
<td>632.96</td>
<td>441.6</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.3xlarge</td>
<td>12</td>
<td>96</td>
<td>4.6</td>
<td>2208</td>
<td>2208</td>
<td>1435.2</td>
<td>949.44</td>
<td>662.4</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.4xlarge</td>
<td>16</td>
<td>128</td>
<td>6.133333</td>
<td>2944</td>
<td>2944</td>
<td>1913.6</td>
<td>1265.92</td>
<td>883.2</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.6xlarge</td>
<td>24</td>
<td>192</td>
<td>9.2</td>
<td>4416</td>
<td>4416</td>
<td>2870.4</td>
<td>1898.88</td>
<td>1324.8</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.8xlarge</td>
<td>32</td>
<td>256</td>
<td>12.266666</td>
<td>5888</td>
<td>5888</td>
<td>3827.2</td>
<td>2531.84</td>
<td>1766.4</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.12xlarge</td>
<td>48</td>
<td>384</td>
<td>18.4</td>
<td>8832</td>
<td>8832</td>
<td>5740.8</td>
<td>3797.76</td>
<td>2649.6</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.24xlarge</td>
<td>96</td>
<td>768</td>
<td>36.8</td>
<td>17664</td>
<td>17664</td>
<td>11481.6</td>
<td>7595.52</td>
<td>5299.2</td>
</tr>
<tr>
<td>通用型 ecs.g7.large</td>
<td>2</td>
<td>8</td>
<td>0.46575</td>
<td>223.56</td>
<td>223.56</td>
<td>136.37</td>
<td>89.42</td>
<td>62.6</td>
</tr>
<tr>
<td>通用型 ecs.g7.xlarge</td>
<td>4</td>
<td>16</td>
<td>0.9315</td>
<td>447.12</td>
<td>447.12</td>
<td>272.74</td>
<td>178.85</td>
<td>125.19</td>
</tr>
<tr>
<td>通用型 ecs.g7.2xlarge</td>
<td>8</td>
<td>32</td>
<td>1.863</td>
<td>894.24</td>
<td>894.24</td>
<td>545.49</td>
<td>357.7</td>
<td>250.39</td>
</tr>
<tr>
<td>通用型 ecs.g7.3xlarge</td>
<td>12</td>
<td>48</td>
<td>2.7945</td>
<td>1341.36</td>
<td>1341.36</td>
<td>818.23</td>
<td>536.54</td>
<td>375.58</td>
</tr>
<tr>
<td>通用型 ecs.g7.4xlarge</td>
<td>16</td>
<td>64</td>
<td>3.726</td>
<td>1788.48</td>
<td>1788.48</td>
<td>1090.97</td>
<td>715.39</td>
<td>500.77</td>
</tr>
<tr>
<td>通用型 ecs.g7.6xlarge</td>
<td>24</td>
<td>96</td>
<td>5.589</td>
<td>2682.72</td>
<td>2682.72</td>
<td>1636.46</td>
<td>1073.09</td>
<td>751.16</td>
</tr>
<tr>
<td>通用型 ecs.g7.8xlarge</td>
<td>32</td>
<td>128</td>
<td>7.452</td>
<td>3576.96</td>
<td>3576.96</td>
<td>2181.95</td>
<td>1430.78</td>
<td>1001.55</td>
</tr>
<tr>
<td>通用型 ecs.g7.16xlarge</td>
<td>64</td>
<td>256</td>
<td>14.904</td>
<td>7153.92</td>
<td>7153.92</td>
<td>4363.89</td>
<td>2861.57</td>
<td>2003.1</td>
</tr>
<tr>
<td>通用型 ecs.g7.32xlarge</td>
<td>128</td>
<td>512</td>
<td>29.808</td>
<td>14307.84</td>
<td>14307.84</td>
<td>8727.78</td>
<td>5723.14</td>
<td>4006.2</td>
</tr>
<tr>
<td>内存型 ecs.r7.large</td>
<td>2</td>
<td>16</td>
<td>0.621358</td>
<td>298.25</td>
<td>298.25</td>
<td>181.93</td>
<td>119.3</td>
<td>83.51</td>
</tr>
<tr>
<td>内存型 ecs.r7.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.242717</td>
<td>596.5</td>
<td>596.5</td>
<td>363.87</td>
<td>238.6</td>
<td>167.02</td>
</tr>
<tr>
<td>内存型 ecs.r7.2xlarge</td>
<td>8</td>
<td>64</td>
<td>2.485435</td>
<td>1193.01</td>
<td>1193.01</td>
<td>727.74</td>
<td>477.2</td>
<td>334.04</td>
</tr>
<tr>
<td>内存型 ecs.r7.3xlarge</td>
<td>12</td>
<td>96</td>
<td>3.728152</td>
<td>1789.51</td>
<td>1789.51</td>
<td>1091.6</td>
<td>715.81</td>
<td>501.06</td>
</tr>
<tr>
<td>内存型 ecs.r7.4xlarge</td>
<td>16</td>
<td>128</td>
<td>4.97087</td>
<td>2386.02</td>
<td>2386.02</td>
<td>1455.47</td>
<td>954.41</td>
<td>668.08</td>
</tr>
<tr>
<td>内存型 ecs.r7.6xlarge</td>
<td>24</td>
<td>192</td>
<td>7.456305</td>
<td>3579.03</td>
<td>3579.03</td>
<td>2183.21</td>
<td>1431.61</td>
<td>1002.13</td>
</tr>
<tr>
<td>内存型 ecs.r7.8xlarge</td>
<td>32</td>
<td>256</td>
<td>9.94174</td>
<td>4772.04</td>
<td>4772.04</td>
<td>2910.94</td>
<td>1908.81</td>
<td>1336.17</td>
</tr>
<tr>
<td>内存型 ecs.r7.16xlarge</td>
<td>64</td>
<td>512</td>
<td>19.88348</td>
<td>9544.07</td>
<td>9544.07</td>
<td>5821.88</td>
<td>3817.63</td>
<td>2672.34</td>
</tr>
<tr>
<td>内存型 ecs.r7.32xlarge</td>
<td>128</td>
<td>1024</td>
<td>39.76696</td>
<td>19088.14</td>
<td>19088.14</td>
<td>11643.77</td>
<td>7635.26</td>
<td>5344.68</td>
</tr>
<tr>
<td>计算型 ecs.c7.large</td>
<td>2</td>
<td>4</td>
<td>0.362896</td>
<td>174.19</td>
<td>174.19</td>
<td>106.26</td>
<td>64.45</td>
<td>48.77</td>
</tr>
<tr>
<td>计算型 ecs.c7.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.725793</td>
<td>348.38</td>
<td>348.38</td>
<td>212.51</td>
<td>128.9</td>
<td>97.55</td>
</tr>
<tr>
<td>计算型 ecs.c7.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.451587</td>
<td>696.76</td>
<td>696.76</td>
<td>425.03</td>
<td>257.8</td>
<td>195.09</td>
</tr>
<tr>
<td>计算型 ecs.c7.3xlarge</td>
<td>12</td>
<td>24</td>
<td>2.177381</td>
<td>1045.14</td>
<td>1045.14</td>
<td>637.54</td>
<td>386.7</td>
<td>292.64</td>
</tr>
<tr>
<td>计算型 ecs.c7.4xlarge</td>
<td>16</td>
<td>32</td>
<td>2.903175</td>
<td>1393.52</td>
<td>1393.52</td>
<td>850.05</td>
<td>515.6</td>
<td>390.19</td>
</tr>
<tr>
<td>计算型 ecs.c7.6xlarge</td>
<td>24</td>
<td>48</td>
<td>4.354762</td>
<td>2090.29</td>
<td>2090.29</td>
<td>1275.07</td>
<td>773.41</td>
<td>585.28</td>
</tr>
<tr>
<td>计算型 ecs.c7.8xlarge</td>
<td>32</td>
<td>64</td>
<td>5.80635</td>
<td>2787.05</td>
<td>2787.05</td>
<td>1700.1</td>
<td>1031.21</td>
<td>780.37</td>
</tr>
<tr>
<td>计算型 ecs.c7.16xlarge</td>
<td>64</td>
<td>128</td>
<td>11.6127</td>
<td>5574.1</td>
<td>5574.1</td>
<td>3400.2</td>
<td>2062.42</td>
<td>1560.75</td>
</tr>
<tr>
<td>计算型 ecs.c7.32xlarge</td>
<td>128</td>
<td>256</td>
<td>23.2254</td>
<td>11148.19</td>
<td>11148.19</td>
<td>6800.4</td>
<td>4124.83</td>
<td>3121.49</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c8g1.2xlarge</td>
<td>8</td>
<td>30</td>
<td>8.5794</td>
<td>4118.09</td>
<td>4118.09</td>
<td>3500.38</td>
<td>2264.95</td>
<td>1564.88</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c16g1.4xlarge</td>
<td>16</td>
<td>60</td>
<td>9.084</td>
<td>4360.33</td>
<td>4360.33</td>
<td>3706.28</td>
<td>2398.18</td>
<td>1656.92</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c32g1.8xlarge</td>
<td>32</td>
<td>188</td>
<td>11.9775</td>
<td>5749.18</td>
<td>5749.18</td>
<td>4886.8</td>
<td>3162.05</td>
<td>2184.69</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-4x.8xlarge</td>
<td>32</td>
<td>128</td>
<td>38.1305</td>
<td>18302.63</td>
<td>18302.63</td>
<td>15557.24</td>
<td>10066.45</td>
<td>6955</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-2x.8xlarge</td>
<td>32</td>
<td>128</td>
<td>20.1867</td>
<td>9689.63</td>
<td>9689.63</td>
<td>8236.19</td>
<td>5329.3</td>
<td>3682.06</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c48g1.12xlarge</td>
<td>48</td>
<td>310</td>
<td>17.944</td>
<td>8613</td>
<td>8613</td>
<td>7321.05</td>
<td>4737.15</td>
<td>3272.94</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c56g1.14xlarge</td>
<td>56</td>
<td>346</td>
<td>21.533</td>
<td>10335.6</td>
<td>10335.6</td>
<td>8785.26</td>
<td>5684.58</td>
<td>3927.53</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c32g1.16xlarge</td>
<td>64</td>
<td>376</td>
<td>23.9549</td>
<td>11498.36</td>
<td>11498.36</td>
<td>9773.6</td>
<td>6324.1</td>
<td>4369.37</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-8x.16xlarge</td>
<td>64</td>
<td>256</td>
<td>76.2609</td>
<td>36605.25</td>
<td>36605.25</td>
<td>31114.46</td>
<td>20132.89</td>
<td>13909.99</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-4x.16xlarge</td>
<td>64</td>
<td>256</td>
<td>40.3734</td>
<td>19379.25</td>
<td>19379.25</td>
<td>16472.36</td>
<td>10658.59</td>
<td>7364.12</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c32g1.32xlarge</td>
<td>128</td>
<td>752</td>
<td>47.9098</td>
<td>22996.71</td>
<td>22996.71</td>
<td>19547.2</td>
<td>12648.19</td>
<td>8738.75</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-8x.32xlarge</td>
<td>128</td>
<td>512</td>
<td>80.7469</td>
<td>38758.5</td>
<td>38758.5</td>
<td>32944.72</td>
<td>21317.18</td>
<td>14728.23</td>
</tr>
<tr>
<td>存储增强内存型 ecs.r7se.large</td>
<td>2</td>
<td>16</td>
<td>0.860918</td>
<td>413.24</td>
<td>413.24</td>
<td>268.61</td>
<td>177.69</td>
<td>123.97</td>
</tr>
<tr>
<td>存储增强内存型 ecs.r7se.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.721837</td>
<td>826.48</td>
<td>826.48</td>
<td>537.21</td>
<td>355.39</td>
<td>247.94</td>
</tr>
<tr>
<td>存储增强内存型 ecs.r7se.2xlarge</td>
<td>8</td>
<td>64</td>
<td>3.443675</td>
<td>1652.96</td>
<td>1652.96</td>
<td>1074.43</td>
<td>710.77</td>
<td>495.89</td>
</tr>
<tr>
<td>存储增强内存型 ecs.r7se.3xlarge</td>
<td>12</td>
<td>96</td>
<td>5.165512</td>
<td>2479.45</td>
<td>2479.45</td>
<td>1611.64</td>
<td>1066.16</td>
<td>743.83</td>
</tr>
<tr>
<td>存储增强内存型 ecs.r7se.4xlarge</td>
<td>16</td>
<td>128</td>
<td>6.88735</td>
<td>3305.93</td>
<td>3305.93</td>
<td>2148.85</td>
<td>1421.55</td>
<td>991.78</td>
</tr>
<tr>
<td>存储增强内存型 ecs.r7se.6xlarge</td>
<td>24</td>
<td>192</td>
<td>10.331025</td>
<td>4958.89</td>
<td>4958.89</td>
<td>3223.28</td>
<td>2132.32</td>
<td>1487.67</td>
</tr>
<tr>
<td>存储增强内存型 ecs.r7se.8xlarge</td>
<td>32</td>
<td>256</td>
<td>13.7747</td>
<td>6611.86</td>
<td>6611.86</td>
<td>4297.71</td>
<td>2843.1</td>
<td>1983.56</td>
</tr>
<tr>
<td>存储增强内存型 ecs.r7se.16xlarge</td>
<td>64</td>
<td>512</td>
<td>27.5494</td>
<td>13223.71</td>
<td>13223.71</td>
<td>8595.41</td>
<td>5686.2</td>
<td>3967.11</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.large</td>
<td>2</td>
<td>8</td>
<td>0.66125</td>
<td>317.4</td>
<td>317.4</td>
<td>206.31</td>
<td>136.48</td>
<td>95.22</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.3225</td>
<td>634.8</td>
<td>634.8</td>
<td>412.62</td>
<td>272.96</td>
<td>190.44</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2.645</td>
<td>1269.6</td>
<td>1269.6</td>
<td>825.24</td>
<td>545.93</td>
<td>380.88</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.3xlarge</td>
<td>12</td>
<td>48</td>
<td>3.9675</td>
<td>1904.4</td>
<td>1904.4</td>
<td>1237.86</td>
<td>818.89</td>
<td>571.32</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.4xlarge</td>
<td>16</td>
<td>64</td>
<td>5.29</td>
<td>2539.2</td>
<td>2539.2</td>
<td>1650.48</td>
<td>1091.86</td>
<td>761.76</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.6xlarge</td>
<td>24</td>
<td>96</td>
<td>7.935</td>
<td>3808.8</td>
<td>3808.8</td>
<td>2475.72</td>
<td>1637.78</td>
<td>1142.64</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.8xlarge</td>
<td>32</td>
<td>128</td>
<td>10.58</td>
<td>5078.4</td>
<td>5078.4</td>
<td>3300.96</td>
<td>2183.71</td>
<td>1523.52</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.16xlarge</td>
<td>64</td>
<td>256</td>
<td>21.16</td>
<td>10156.8</td>
<td>10156.8</td>
<td>6601.92</td>
<td>4367.42</td>
<td>3047.04</td>
</tr>
<tr>
<td>轻量级GPU ecs.vgn7i-vws-m4.xlarge</td>
<td>4</td>
<td>30</td>
<td>3.169803</td>
<td>1521.51</td>
<td>1521.51</td>
<td>1293.28</td>
<td>836.83</td>
<td>578.17</td>
</tr>
<tr>
<td>轻量级GPU ecs.vgn7i-vws-m8.2xlarge</td>
<td>10</td>
<td>62</td>
<td>5.661991</td>
<td>2717.76</td>
<td>2717.76</td>
<td>2310.09</td>
<td>1494.77</td>
<td>1032.75</td>
</tr>
<tr>
<td>轻量级GPU ecs.vgn7i-vws-m12.3xlarge</td>
<td>14</td>
<td>93</td>
<td>8.154178</td>
<td>3914.01</td>
<td>3914.01</td>
<td>3326.91</td>
<td>2152.7</td>
<td>1487.32</td>
</tr>
<tr>
<td>轻量级GPU ecs.vgn7i-vws-m24.7xlarge</td>
<td>30</td>
<td>186</td>
<td>15.630741</td>
<td>7502.76</td>
<td>7502.76</td>
<td>6377.34</td>
<td>4126.52</td>
<td>2851.05</td>
</tr>
<tr>
<td>计算网络增强型 ecs.c7nex.large</td>
<td>2</td>
<td>4</td>
<td>0.4587</td>
<td>220.16</td>
<td>220.16</td>
<td>143.1</td>
<td>94.67</td>
<td>66.05</td>
</tr>
<tr>
<td>计算网络增强型 ecs.c7nex.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.9173</td>
<td>440.32</td>
<td>440.32</td>
<td>286.2</td>
<td>189.34</td>
<td>132.09</td>
</tr>
<tr>
<td>计算网络增强型 ecs.c7nex.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.8346</td>
<td>880.63</td>
<td>880.63</td>
<td>572.41</td>
<td>378.67</td>
<td>264.19</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g7nex.large</td>
<td>2</td>
<td>8</td>
<td>0.5887</td>
<td>282.56</td>
<td>282.56</td>
<td>183.66</td>
<td>121.5</td>
<td>84.77</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g7nex.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.1773</td>
<td>565.11</td>
<td>565.11</td>
<td>367.32</td>
<td>243</td>
<td>169.53</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g7nex.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2.3546</td>
<td>1130.22</td>
<td>1130.22</td>
<td>734.64</td>
<td>485.99</td>
<td>339.07</td>
</tr>
<tr>
<td>通用型 ecs.g6.large</td>
<td>2</td>
<td>8</td>
<td>0.45</td>
<td>216</td>
<td>216</td>
<td>140.4</td>
<td>92.88</td>
<td>64.8</td>
</tr>
<tr>
<td>通用型 ecs.g6.xlarge</td>
<td>4</td>
<td>16</td>
<td>0.9</td>
<td>432</td>
<td>432</td>
<td>280.8</td>
<td>185.76</td>
<td>129.6</td>
</tr>
<tr>
<td>通用型 ecs.g6.2xlarge</td>
<td>8</td>
<td>32</td>
<td>1.8</td>
<td>864</td>
<td>864</td>
<td>561.6</td>
<td>371.52</td>
<td>259.2</td>
</tr>
<tr>
<td>通用型 ecs.g6.3xlarge</td>
<td>12</td>
<td>48</td>
<td>2.7</td>
<td>1296</td>
<td>1296</td>
<td>842.4</td>
<td>557.28</td>
<td>388.8</td>
</tr>
<tr>
<td>通用型 ecs.g6.4xlarge</td>
<td>16</td>
<td>64</td>
<td>3.6</td>
<td>1728</td>
<td>1728</td>
<td>1123.2</td>
<td>743.04</td>
<td>518.4</td>
</tr>
<tr>
<td>通用型 ecs.g6.6xlarge</td>
<td>24</td>
<td>96</td>
<td>5.4</td>
<td>2592</td>
<td>2592</td>
<td>1684.8</td>
<td>1114.56</td>
<td>777.6</td>
</tr>
<tr>
<td>通用型 ecs.g6.8xlarge</td>
<td>32</td>
<td>128</td>
<td>7.2</td>
<td>3456</td>
<td>3456</td>
<td>2246.4</td>
<td>1486.08</td>
<td>1036.8</td>
</tr>
<tr>
<td>通用型 ecs.g6.13xlarge</td>
<td>52</td>
<td>192</td>
<td>11.7</td>
<td>5616</td>
<td>5616</td>
<td>3650.4</td>
<td>2414.88</td>
<td>1684.8</td>
</tr>
<tr>
<td>通用型 ecs.g6.26xlarge</td>
<td>104</td>
<td>384</td>
<td>23.4</td>
<td>11232</td>
<td>11232</td>
<td>7300.8</td>
<td>4829.76</td>
<td>3369.6</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c4g1.xlarge</td>
<td>4</td>
<td>15</td>
<td>11.63</td>
<td>3348</td>
<td>3348</td>
<td>1674</td>
<td>1071.36</td>
<td>1071.36</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c8g1.2xlarge</td>
<td>8</td>
<td>31</td>
<td>14</td>
<td>4032</td>
<td>4032</td>
<td>2016</td>
<td>1290.24</td>
<td>1290.24</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c16g1.4xlarge</td>
<td>16</td>
<td>62</td>
<td>16.41</td>
<td>4725</td>
<td>4725</td>
<td>2362.5</td>
<td>1512</td>
<td>1512</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c24g1.6xlarge</td>
<td>24</td>
<td>93</td>
<td>17.19</td>
<td>4950</td>
<td>4950</td>
<td>2475</td>
<td>1584</td>
<td>1584</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c40g1.10xlarge</td>
<td>40</td>
<td>155</td>
<td>14.819</td>
<td>7112.9</td>
<td>7112.9</td>
<td>3556.45</td>
<td>2276.13</td>
<td>2276.13</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c24g1.12xlarge</td>
<td>48</td>
<td>186</td>
<td>34.38</td>
<td>9900</td>
<td>9900</td>
<td>4950</td>
<td>3168</td>
<td>3168</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c24g1.24xlarge</td>
<td>96</td>
<td>372</td>
<td>68.75</td>
<td>19800</td>
<td>19800</td>
<td>9900</td>
<td>6336</td>
<td>6336</td>
</tr>
<tr>
<td>通用型弹性裸金属服务器 ecs.ebmg6.26xlarge</td>
<td>104</td>
<td>384</td>
<td>23.4</td>
<td>11232</td>
<td>11232</td>
<td>9547.2</td>
<td>6177.6</td>
<td>4268.16</td>
</tr>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn6i.24xlarge</td>
<td>96</td>
<td>384</td>
<td>68.75</td>
<td>19800</td>
<td>19800</td>
<td>16830</td>
<td>10890</td>
<td>7524</td>
</tr>
<tr>
<td>通用平衡增强型 ecs.g6e.large</td>
<td>2</td>
<td>8</td>
<td>0.55</td>
<td>264</td>
<td>264</td>
<td>171.6</td>
<td>113.52</td>
<td>79.2</td>
</tr>
<tr>
<td>通用平衡增强型 ecs.g6e.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.1</td>
<td>528</td>
<td>528</td>
<td>343.2</td>
<td>227.04</td>
<td>158.4</td>
</tr>
<tr>
<td>通用平衡增强型 ecs.g6e.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2.2</td>
<td>1056</td>
<td>1056</td>
<td>686.4</td>
<td>454.08</td>
<td>316.8</td>
</tr>
<tr>
<td>通用平衡增强型 ecs.g6e.4xlarge</td>
<td>16</td>
<td>64</td>
<td>4.4</td>
<td>2112</td>
<td>2112</td>
<td>1372.8</td>
<td>908.16</td>
<td>633.6</td>
</tr>
<tr>
<td>通用平衡增强型 ecs.g6e.8xlarge</td>
<td>32</td>
<td>128</td>
<td>8.8</td>
<td>4224</td>
<td>4224</td>
<td>2745.6</td>
<td>1816.32</td>
<td>1267.2</td>
</tr>
<tr>
<td>通用平衡增强型 ecs.g6e.13xlarge</td>
<td>52</td>
<td>192</td>
<td>14.3</td>
<td>6864</td>
<td>6864</td>
<td>4461.6</td>
<td>2951.52</td>
<td>2059.2</td>
</tr>
<tr>
<td>计算型 ecs.c6.large</td>
<td>2</td>
<td>4</td>
<td>0.351</td>
<td>168.3</td>
<td>168.3</td>
<td>109.39</td>
<td>72.37</td>
<td>50.49</td>
</tr>
<tr>
<td>计算型 ecs.c6.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.702</td>
<td>336.6</td>
<td>336.6</td>
<td>218.79</td>
<td>144.74</td>
<td>100.98</td>
</tr>
<tr>
<td>计算型 ecs.c6.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.404</td>
<td>673.2</td>
<td>673.2</td>
<td>437.58</td>
<td>289.48</td>
<td>201.96</td>
</tr>
<tr>
<td>计算型 ecs.c6.3xlarge</td>
<td>12</td>
<td>24</td>
<td>2.106</td>
<td>1009.8</td>
<td>1009.8</td>
<td>656.37</td>
<td>434.21</td>
<td>302.94</td>
</tr>
<tr>
<td>计算型 ecs.c6.4xlarge</td>
<td>16</td>
<td>32</td>
<td>2.808</td>
<td>1346.4</td>
<td>1346.4</td>
<td>875.16</td>
<td>578.95</td>
<td>403.92</td>
</tr>
<tr>
<td>计算型 ecs.c6.6xlarge</td>
<td>24</td>
<td>48</td>
<td>4.212</td>
<td>2019.6</td>
<td>2019.6</td>
<td>1312.74</td>
<td>868.43</td>
<td>605.88</td>
</tr>
<tr>
<td>计算型 ecs.c6.8xlarge</td>
<td>32</td>
<td>64</td>
<td>5.607</td>
<td>2692.8</td>
<td>2692.8</td>
<td>1750.32</td>
<td>1157.9</td>
<td>807.84</td>
</tr>
<tr>
<td>计算型 ecs.c6.13xlarge</td>
<td>52</td>
<td>96</td>
<td>9.117</td>
<td>4375.8</td>
<td>4375.8</td>
<td>2844.27</td>
<td>1881.59</td>
<td>1312.74</td>
</tr>
<tr>
<td>计算型 ecs.c6.26xlarge</td>
<td>104</td>
<td>192</td>
<td>18.234</td>
<td>8751.6</td>
<td>8751.6</td>
<td>5688.54</td>
<td>3763.19</td>
<td>2625.48</td>
</tr>
<tr>
<td>内存型 ecs.r6.large</td>
<td>2</td>
<td>16</td>
<td>0.594</td>
<td>286.2</td>
<td>286.2</td>
<td>186.03</td>
<td>123.07</td>
<td>85.86</td>
</tr>
<tr>
<td>内存型 ecs.r6.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.197</td>
<td>572.4</td>
<td>572.4</td>
<td>372.06</td>
<td>246.13</td>
<td>171.72</td>
</tr>
<tr>
<td>内存型 ecs.r6.2xlarge</td>
<td>8</td>
<td>64</td>
<td>2.385</td>
<td>1144.8</td>
<td>1144.8</td>
<td>744.12</td>
<td>492.26</td>
<td>343.44</td>
</tr>
<tr>
<td>内存型 ecs.r6.3xlarge</td>
<td>12</td>
<td>96</td>
<td>3.582</td>
<td>1717.2</td>
<td>1717.2</td>
<td>1116.18</td>
<td>738.4</td>
<td>515.16</td>
</tr>
<tr>
<td>内存型 ecs.r6.4xlarge</td>
<td>16</td>
<td>128</td>
<td>4.77</td>
<td>2289.6</td>
<td>2289.6</td>
<td>1488.24</td>
<td>984.53</td>
<td>686.88</td>
</tr>
<tr>
<td>内存型 ecs.r6.6xlarge</td>
<td>24</td>
<td>192</td>
<td>7.155</td>
<td>3434.4</td>
<td>3434.4</td>
<td>2232.36</td>
<td>1476.79</td>
<td>1030.32</td>
</tr>
<tr>
<td>内存型 ecs.r6.8xlarge</td>
<td>32</td>
<td>256</td>
<td>9.54</td>
<td>4579.2</td>
<td>4579.2</td>
<td>2976.48</td>
<td>1969.06</td>
<td>1373.76</td>
</tr>
<tr>
<td>内存型 ecs.r6.13xlarge</td>
<td>52</td>
<td>384</td>
<td>15.507</td>
<td>7441.2</td>
<td>7441.2</td>
<td>4836.78</td>
<td>3199.72</td>
<td>2232.36</td>
</tr>
<tr>
<td>内存型 ecs.r6.26xlarge</td>
<td>104</td>
<td>768</td>
<td>31.005</td>
<td>14882.4</td>
<td>14882.4</td>
<td>9673.56</td>
<td>6399.43</td>
<td>4464.72</td>
</tr>
<tr>
<td>突发性能型 ecs.t6-c4m1.large</td>
<td>2</td>
<td>0.5</td>
<td>0.03</td>
<td>8.5</td>
<td>8.5</td>
<td>5.52</td>
<td>3.66</td>
<td>2.55</td>
</tr>
<tr>
<td>突发性能型 ecs.t6-c2m1.large</td>
<td>2</td>
<td>1</td>
<td>0.059</td>
<td>17</td>
<td>17</td>
<td>11.05</td>
<td>7.31</td>
<td>5.1</td>
</tr>
<tr>
<td>突发性能型 ecs.t6-c1m1.large</td>
<td>2</td>
<td>2</td>
<td>0.118</td>
<td>34</td>
<td>34</td>
<td>22.1</td>
<td>14.62</td>
<td>10.2</td>
</tr>
<tr>
<td>突发性能型 ecs.t6-c1m2.large</td>
<td>2</td>
<td>4</td>
<td>0.236</td>
<td>68</td>
<td>68</td>
<td>44.2</td>
<td>29.24</td>
<td>20.4</td>
</tr>
<tr>
<td>突发性能型 ecs.t6-c1m4.large</td>
<td>2</td>
<td>8</td>
<td>0.472</td>
<td>136</td>
<td>136</td>
<td>88.4</td>
<td>58.48</td>
<td>40.8</td>
</tr>
<tr>
<td>突发性能型 ecs.t6-c1m4.xlarge</td>
<td>4</td>
<td>16</td>
<td>0.944</td>
<td>272</td>
<td>272</td>
<td>176.8</td>
<td>116.96</td>
<td>81.6</td>
</tr>
<tr>
<td>突发性能型 ecs.t6-c1m4.2xlarge</td>
<td>8</td>
<td>32</td>
<td>1.889</td>
<td>544</td>
<td>544</td>
<td>353.6</td>
<td>233.92</td>
<td>163.2</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.large</td>
<td>2</td>
<td>4</td>
<td>0.448</td>
<td>215</td>
<td>215</td>
<td>139.75</td>
<td>92.45</td>
<td>64.5</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.896</td>
<td>430</td>
<td>430</td>
<td>279.5</td>
<td>184.9</td>
<td>129</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.792</td>
<td>860</td>
<td>860</td>
<td>559</td>
<td>369.8</td>
<td>258</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.3xlarge</td>
<td>12</td>
<td>24</td>
<td>2.688</td>
<td>1290</td>
<td>1290</td>
<td>838.5</td>
<td>554.7</td>
<td>387</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.4xlarge</td>
<td>16</td>
<td>32</td>
<td>3.583</td>
<td>1720</td>
<td>1720</td>
<td>1118</td>
<td>739.6</td>
<td>516</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.6xlarge</td>
<td>24</td>
<td>48</td>
<td>5.375</td>
<td>2580</td>
<td>2580</td>
<td>1677</td>
<td>1109.4</td>
<td>774</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.8xlarge</td>
<td>32</td>
<td>64</td>
<td>7.167</td>
<td>3440</td>
<td>3440</td>
<td>2236</td>
<td>1479.2</td>
<td>1032</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.10xlarge</td>
<td>40</td>
<td>96</td>
<td>8.9583</td>
<td>4300</td>
<td>4300</td>
<td>2795</td>
<td>1849</td>
<td>1290</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.16xlarge</td>
<td>64</td>
<td>128</td>
<td>14.333</td>
<td>6880</td>
<td>6880</td>
<td>4472</td>
<td>2958.4</td>
<td>2064</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.20xlarge</td>
<td>80</td>
<td>192</td>
<td>17.917</td>
<td>8600</td>
<td>8600</td>
<td>5590</td>
<td>3698</td>
<td>2580</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.large</td>
<td>2</td>
<td>8</td>
<td>0.55</td>
<td>264</td>
<td>264</td>
<td>171.6</td>
<td>113.52</td>
<td>79.2</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.1</td>
<td>528</td>
<td>528</td>
<td>343.2</td>
<td>227.04</td>
<td>158.4</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2.2</td>
<td>1056</td>
<td>1056</td>
<td>686.4</td>
<td>454.08</td>
<td>316.8</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.3xlarge</td>
<td>12</td>
<td>48</td>
<td>3.3</td>
<td>1584</td>
<td>1584</td>
<td>1029.6</td>
<td>681.12</td>
<td>475.2</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.4xlarge</td>
<td>16</td>
<td>64</td>
<td>4.4</td>
<td>2112</td>
<td>2112</td>
<td>1372.8</td>
<td>908.16</td>
<td>633.6</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.6xlarge</td>
<td>24</td>
<td>96</td>
<td>6.6</td>
<td>3168</td>
<td>3168</td>
<td>2059.2</td>
<td>1362.24</td>
<td>950.4</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.8xlarge</td>
<td>32</td>
<td>128</td>
<td>8.8</td>
<td>4224</td>
<td>4224</td>
<td>2745.6</td>
<td>1816.32</td>
<td>1267.2</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.10xlarge</td>
<td>40</td>
<td>192</td>
<td>11</td>
<td>5280</td>
<td>5280</td>
<td>3432</td>
<td>2270.4</td>
<td>1584</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.16xlarge</td>
<td>64</td>
<td>256</td>
<td>17.6</td>
<td>8448</td>
<td>8448</td>
<td>5491.2</td>
<td>3632.64</td>
<td>2534.4</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.20xlarge</td>
<td>80</td>
<td>384</td>
<td>22</td>
<td>10560</td>
<td>10560</td>
<td>6864</td>
<td>4540.8</td>
<td>3168</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.large</td>
<td>2</td>
<td>16</td>
<td>0.729</td>
<td>350</td>
<td>350</td>
<td>227.5</td>
<td>150.5</td>
<td>105</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.458</td>
<td>700</td>
<td>700</td>
<td>455</td>
<td>301</td>
<td>210</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.2xlarge</td>
<td>8</td>
<td>64</td>
<td>2.917</td>
<td>1400</td>
<td>1400</td>
<td>910</td>
<td>602</td>
<td>420</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.3xlarge</td>
<td>12</td>
<td>96</td>
<td>4.375</td>
<td>2100</td>
<td>2100</td>
<td>1365</td>
<td>903</td>
<td>630</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.4xlarge</td>
<td>16</td>
<td>128</td>
<td>5.833</td>
<td>2800</td>
<td>2800</td>
<td>1820</td>
<td>1204</td>
<td>840</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.6xlarge</td>
<td>24</td>
<td>192</td>
<td>8.75</td>
<td>4200</td>
<td>4200</td>
<td>2730</td>
<td>1806</td>
<td>1260</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.8xlarge</td>
<td>32</td>
<td>256</td>
<td>11.667</td>
<td>5600</td>
<td>5600</td>
<td>3640</td>
<td>2408</td>
<td>1680</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.10xlarge</td>
<td>40</td>
<td>384</td>
<td>14.583333</td>
<td>7000</td>
<td>7000</td>
<td>4550</td>
<td>3010</td>
<td>2100</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.16xlarge</td>
<td>64</td>
<td>512</td>
<td>23.333</td>
<td>11200</td>
<td>11200</td>
<td>7280</td>
<td>4816</td>
<td>3360</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.20xlarge</td>
<td>80</td>
<td>768</td>
<td>29.167</td>
<td>14000</td>
<td>14000</td>
<td>9100</td>
<td>6020</td>
<td>4200</td>
</tr>
<tr>
<td>计算型弹性裸金属服务器 ecs.ebmc6.26xlarge</td>
<td>104</td>
<td>192</td>
<td>18.234</td>
<td>8751.6</td>
<td>8751.6</td>
<td>7438.86</td>
<td>4813.38</td>
<td>3325.61</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m1.small</td>
<td>1</td>
<td>1</td>
<td>0.11</td>
<td>33</td>
<td>33</td>
<td>28.05</td>
<td>18.15</td>
<td>12.54</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m2.small</td>
<td>1</td>
<td>2</td>
<td>0.21</td>
<td>60</td>
<td>60</td>
<td>51</td>
<td>33</td>
<td>22.8</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m4.small</td>
<td>1</td>
<td>4</td>
<td>0.31</td>
<td>90</td>
<td>90</td>
<td>76.5</td>
<td>49.5</td>
<td>34.2</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m2.large</td>
<td>2</td>
<td>4</td>
<td>0.42</td>
<td>120</td>
<td>120</td>
<td>102</td>
<td>66</td>
<td>45.6</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m4.large</td>
<td>2</td>
<td>8</td>
<td>0.63</td>
<td>180</td>
<td>180</td>
<td>153</td>
<td>99</td>
<td>68.4</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m2.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.83</td>
<td>240</td>
<td>240</td>
<td>204</td>
<td>132</td>
<td>91.2</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m4.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.25</td>
<td>360</td>
<td>360</td>
<td>306</td>
<td>198</td>
<td>136.8</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m4.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2.5</td>
<td>720</td>
<td>720</td>
<td>612</td>
<td>396</td>
<td>273.6</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m2.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.67</td>
<td>480</td>
<td>480</td>
<td>408</td>
<td>264</td>
<td>182.4</td>
</tr>
<tr>
<td>内存平衡增强型 ecs.r6e.large</td>
<td>2</td>
<td>16</td>
<td>0.729</td>
<td>350</td>
<td>350</td>
<td>227.5</td>
<td>150.5</td>
<td>105</td>
</tr>
<tr>
<td>内存平衡增强型 ecs.r6e.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.458</td>
<td>700</td>
<td>700</td>
<td>455</td>
<td>301</td>
<td>210</td>
</tr>
<tr>
<td>内存平衡增强型 ecs.r6e.2xlarge</td>
<td>8</td>
<td>64</td>
<td>2.917</td>
<td>1400</td>
<td>1400</td>
<td>910</td>
<td>602</td>
<td>420</td>
</tr>
<tr>
<td>内存平衡增强型 ecs.r6e.4xlarge</td>
<td>16</td>
<td>128</td>
<td>5.833</td>
<td>2800</td>
<td>2800</td>
<td>1820</td>
<td>1204</td>
<td>840</td>
</tr>
<tr>
<td>内存平衡增强型 ecs.r6e.8xlarge</td>
<td>32</td>
<td>256</td>
<td>11.667</td>
<td>5600</td>
<td>5600</td>
<td>3640</td>
<td>2408</td>
<td>1680</td>
</tr>
<tr>
<td>内存平衡增强型 ecs.r6e.13xlarge</td>
<td>52</td>
<td>384</td>
<td>18.958</td>
<td>9100</td>
<td>9100</td>
<td>5915</td>
<td>3913</td>
<td>2730</td>
</tr>
<tr>
<td>计算平衡增强型 ecs.c6e.large</td>
<td>2</td>
<td>4</td>
<td>0.41</td>
<td>197</td>
<td>197</td>
<td>128.05</td>
<td>84.71</td>
<td>59.1</td>
</tr>
<tr>
<td>计算平衡增强型 ecs.c6e.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.821</td>
<td>394</td>
<td>394</td>
<td>256.1</td>
<td>169.42</td>
<td>118.2</td>
</tr>
<tr>
<td>计算平衡增强型 ecs.c6e.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.642</td>
<td>788</td>
<td>788</td>
<td>512.2</td>
<td>338.84</td>
<td>236.4</td>
</tr>
<tr>
<td>计算平衡增强型 ecs.c6e.4xlarge</td>
<td>16</td>
<td>32</td>
<td>3.283</td>
<td>1576</td>
<td>1576</td>
<td>1024.4</td>
<td>677.68</td>
<td>472.8</td>
</tr>
<tr>
<td>计算平衡增强型 ecs.c6e.8xlarge</td>
<td>32</td>
<td>64</td>
<td>6.567</td>
<td>3152</td>
<td>3152</td>
<td>2048.8</td>
<td>1355.36</td>
<td>945.6</td>
</tr>
<tr>
<td>计算平衡增强型 ecs.c6e.13xlarge</td>
<td>52</td>
<td>96</td>
<td>10.671</td>
<td>5122</td>
<td>5122</td>
<td>3329.3</td>
<td>2202.46</td>
<td>1536.6</td>
</tr>
<tr>
<td>计算平衡增强型 ecs.c6e.26xlarge</td>
<td>104</td>
<td>192</td>
<td>21.342</td>
<td>10244</td>
<td>10244</td>
<td>6658.6</td>
<td>4404.92</td>
<td>3073.2</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g5ne.large</td>
<td>2</td>
<td>8</td>
<td>0.649479</td>
<td>311.75</td>
<td>311.75</td>
<td>202.64</td>
<td>134.05</td>
<td>93.53</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g5ne.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.298958</td>
<td>623.5</td>
<td>623.5</td>
<td>405.28</td>
<td>268.11</td>
<td>187.05</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g5ne.2xlarge</td>
<td>8</td>
<td>32</td>
<td>4.33</td>
<td>1247</td>
<td>1247</td>
<td>810.55</td>
<td>536.21</td>
<td>374.1</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g5ne.4xlarge</td>
<td>16</td>
<td>64</td>
<td>8.66</td>
<td>2494</td>
<td>2494</td>
<td>1621.1</td>
<td>1072.42</td>
<td>748.2</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g5ne.8xlarge</td>
<td>32</td>
<td>128</td>
<td>17.32</td>
<td>4988</td>
<td>4988</td>
<td>3242.2</td>
<td>2144.84</td>
<td>1496.4</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g5ne.16xlarge</td>
<td>64</td>
<td>256</td>
<td>34.64</td>
<td>9976</td>
<td>9976</td>
<td>6484.4</td>
<td>4289.68</td>
<td>2992.8</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g5ne.18xlarge</td>
<td>72</td>
<td>288</td>
<td>38.97</td>
<td>11223</td>
<td>11223</td>
<td>7294.95</td>
<td>4825.89</td>
<td>3366.9</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.883</td>
<td>904</td>
<td>904</td>
<td>587.6</td>
<td>388.72</td>
<td>271.2</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2.2xlarge</td>
<td>8</td>
<td>64</td>
<td>3.767</td>
<td>1808</td>
<td>1808</td>
<td>1175.2</td>
<td>777.44</td>
<td>542.4</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2.4xlarge</td>
<td>16</td>
<td>128</td>
<td>7.533</td>
<td>3616</td>
<td>3616</td>
<td>2350.4</td>
<td>1554.88</td>
<td>1084.8</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2.8xlarge</td>
<td>32</td>
<td>256</td>
<td>15.067</td>
<td>7232</td>
<td>7232</td>
<td>4700.8</td>
<td>3109.76</td>
<td>2169.6</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2.16xlarge</td>
<td>64</td>
<td>512</td>
<td>30.133</td>
<td>14464</td>
<td>14464</td>
<td>9401.6</td>
<td>6219.52</td>
<td>4339.2</td>
</tr>
<tr>
<td>大数据存储型 ecs.d2s.5xlarge</td>
<td>20</td>
<td>88</td>
<td>13.258</td>
<td>3817.8</td>
<td>3817.8</td>
<td>2481.57</td>
<td>1641.65</td>
<td>1145.34</td>
</tr>
<tr>
<td>大数据存储型 ecs.d2s.10xlarge</td>
<td>40</td>
<td>176</td>
<td>26.515</td>
<td>7635.6</td>
<td>7635.6</td>
<td>4963.14</td>
<td>3283.31</td>
<td>2290.68</td>
</tr>
<tr>
<td>大数据存储型 ecs.d2s.20xlarge</td>
<td>80</td>
<td>352</td>
<td>53.03</td>
<td>15271.2</td>
<td>15271.2</td>
<td>9926.28</td>
<td>6566.62</td>
<td>4581.36</td>
</tr>
<tr>
<td>经济型 ecs.e-c1m2.large</td>
<td>2</td>
<td>4</td>
<td>0.2025</td>
<td>97.2</td>
<td>97.2</td>
<td>26.24</td>
<td>16.52</td>
<td>16.52</td>
</tr>
<tr>
<td>经济型 ecs.e-c1m4.large</td>
<td>2</td>
<td>8</td>
<td>0.3038</td>
<td>145.8</td>
<td>145.8</td>
<td>39.37</td>
<td>24.79</td>
<td>24.79</td>
</tr>
<tr>
<td>经济型 ecs.e-c1m1.large</td>
<td>2</td>
<td>2</td>
<td>0.0846</td>
<td>40.63</td>
<td>40.63</td>
<td>10.97</td>
<td>6.91</td>
<td>6.91</td>
</tr>
<tr>
<td>经济型 ecs.e-c1m4.xlarge</td>
<td>4</td>
<td>16</td>
<td>0.6075</td>
<td>291.6</td>
<td>291.6</td>
<td>157.46</td>
<td>102.06</td>
<td>69.98</td>
</tr>
<tr>
<td>经济型 ecs.e-c1m2.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.405</td>
<td>194.4</td>
<td>194.4</td>
<td>104.98</td>
<td>68.04</td>
<td>46.66</td>
</tr>
<tr>
<td>经济型 ecs.e-c1m4.2xlarge</td>
<td>8</td>
<td>32</td>
<td>1.215</td>
<td>583.2</td>
<td>583.2</td>
<td>314.93</td>
<td>204.12</td>
<td>139.97</td>
</tr>
<tr>
<td>经济型 ecs.e-c1m2.2xlarge</td>
<td>8</td>
<td>16</td>
<td>0.81</td>
<td>388.8</td>
<td>388.8</td>
<td>209.95</td>
<td>136.08</td>
<td>93.31</td>
</tr>
</tbody>
</table>
<h3>2.阿里云服务器公网带宽价格</h3>
云服务器想要在公网对外提供服务，需要购买公网带宽，云服务器公网带宽计费模式可选按固定带宽计费，也可以选择按实际使用流量计费。云服务器地域不同公网带宽价格也不同，作者以华东1（杭州）地域为例，来详细说下公网带宽收费标准
<table>
<thead>
<tr>
<th>计费方式</th>
<th>类型</th>
<th>价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>预付费, 按固定带宽阶梯计费</td>
<td>1Mbps</td>
<td>23.0 元/月</td>
</tr>
<tr>
<td>预付费, 按固定带宽阶梯计费</td>
<td>2Mbps</td>
<td>46.0 元/月</td>
</tr>
<tr>
<td>预付费, 按固定带宽阶梯计费</td>
<td>3Mbps</td>
<td>71.0 元/月</td>
</tr>
<tr>
<td>预付费, 按固定带宽阶梯计费</td>
<td>4Mbps</td>
<td>96.0 元/月</td>
</tr>
<tr>
<td>预付费, 按固定带宽阶梯计费</td>
<td>5Mbps</td>
<td>125.0 元/月</td>
</tr>
<tr>
<td>预付费, 按固定带宽阶梯计费</td>
<td>6Mbps及以上，每Mbps费用</td>
<td>80.0 元/月</td>
</tr>
<tr>
<td>按量，按固定带宽阶梯计费</td>
<td>1－5 Mbps，每Mbps费用</td>
<td>0.0625 元/小时</td>
</tr>
<tr>
<td>按量，按固定带宽阶梯计费</td>
<td>6Mbps及以上，每Mbps费用</td>
<td>0.250 元/小时</td>
</tr>
<tr>
<td>按使用量线性计费</td>
<td>1GB</td>
<td>0.8 元/GB</td>
</tr>
</tbody>
</table>
公网带宽选择注意事项：在我们选择云服务器带宽时，6M是一个分水岭，选择1-5M带宽时每M的收费价格波动不是很大，但是当带宽超过6M时每M的收费价格需要80.0 元/月或0.250 元/小时，因此，前期如果是非必要，推荐尽量先选择5M以内带宽，后期再随时根据流量需求随时增加带宽，云服务器的一个优势就是弹性伸缩，我们可以随时调整云服务器的带宽。
<h3>3.云服务器块存储价格（系统盘、数据盘可选云盘种类及收费标准）</h3>
ESSD磁盘价格
<table>
<thead>
<tr>
<th>类型</th>
<th>最大IOPS/最大吞吐量</th>
<th>云盘容量范围（GiB）</th>
<th>按量价格</th>
<th>包月价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>ESSD云盘PL0</td>
<td>1万 / 180MB</td>
<td>40 ~ 32768 GiB</td>
<td>0.00105 元/1 GiB/小时</td>
<td>0.5 元/1 GiB/月</td>
</tr>
<tr>
<td>ESSD云盘PL1</td>
<td>5万 / 350MB</td>
<td>20 ~ 32768 GiB</td>
<td>0.0021 元/1 GiB/小时</td>
<td>1 元/1 GiB/月</td>
</tr>
<tr>
<td>ESSD云盘PL2</td>
<td>10万 / 750MB</td>
<td>461 ~ 32768 GiB</td>
<td>0.0042 元/1 GiB/小时</td>
<td>2 元/1 GiB/月</td>
</tr>
<tr>
<td>ESSD云盘PL3</td>
<td>100万 / 4,000MB</td>
<td>1261 ~ 32768 GiB</td>
<td>0.0084 元/1 GiB/小时</td>
<td>4 元/1 GiB/月</td>
</tr>
</tbody>
</table>
ESSD AutoPL价格
<table>
<thead>
<tr>
<th>计费项</th>
<th>计费说明</th>
<th>按量价格</th>
<th>包月价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>AutoPL云盘基准性能</td>
<td>AutoPL云盘容量价格与ESSD PL1云盘保持一致，并支持按量付费和包年包月，直接购买后具备和ESSD PL1相同的基准性能</td>
<td>0.0021 元/1 GiB/小时</td>
<td>1 元/1 GiB/月</td>
</tr>
<tr>
<td>AutoPL云盘额外性能</td>
<td>仅支持按量付费，费用按照每小时计费出账。</td>
<td>0.0000625 元/1 IOPS/小时</td>
<td>--</td>
</tr>
<tr>
<td>AutoPL云盘突发性能</td>
<td>仅支持按量付费，突发时每小时计费出账，以 万 IO为单位（或突发吞吐转换的IO）计算，不足1万按1万计费。</td>
<td>0</td>
</tr>
</tbody>
</table>
系统盘价格
<table>
<thead>
<tr>
<th>类型</th>
<th>规格</th>
<th>按量价格</th>
<th>包月价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>普通云盘</td>
<td>40 GiB</td>
<td>0.0168 元/40 GiB/小时</td>
<td>12 元/40 GiB/月</td>
</tr>
<tr>
<td>高效云盘</td>
<td>40 GiB</td>
<td>0.0196 元/40 GiB/小时</td>
<td>14 元/40 GiB/月</td>
</tr>
<tr>
<td>SSD云盘</td>
<td>40 GiB</td>
<td>0.056 元/40 GiB/小时</td>
<td>40 元/40 GiB/月</td>
</tr>
<tr>
<td>普通云盘</td>
<td>1 GiB</td>
<td>0.00042 元/1 GiB/小时</td>
<td>0.3 元/1 GiB/月</td>
</tr>
<tr>
<td>高效云盘</td>
<td>1 GiB</td>
<td>0.00049 元/1 GiB/小时</td>
<td>0.35 元/1 GiB/月</td>
</tr>
<tr>
<td>SSD云盘</td>
<td>1 GiB</td>
<td>0.0014 元/1 GiB/小时</td>
<td>1 元/1 GiB/月</td>
</tr>
</tbody>
</table>
数据盘价格
<table>
<thead>
<tr>
<th>类型</th>
<th>规格</th>
<th>按量价格</th>
<th>包月价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>普通云盘</td>
<td>1 GiB</td>
<td>0.00042 元/1 GiB/小时</td>
<td>0.3 元/1 GiB/月</td>
</tr>
<tr>
<td>高效云盘</td>
<td>1 GiB</td>
<td>0.00049 元/1 GiB/小时</td>
<td>0.35 元/1 GiB/月</td>
</tr>
<tr>
<td>SSD云盘</td>
<td>1 GiB</td>
<td>0.0014 元/1 GiB/小时</td>
<td>1 元/1 GiB/月</td>
</tr>
</tbody>
</table>
<h2>七、云服务器ECS活动价格</h2>
阿里云轻量应用服务器日常活动价格61元/1年，大促活动价格36元/1年，低价长效特惠云服务器2核2G3M99元/1年，2核4G5M199元/1年。现在购买轻量应用服务器2核2G3M带宽轻量服务器36元1年；计算型c7a实例2核4G1M配置500.55元1年；通用型g7a实例2核8G1M配置703.30元1年。下面为大家详细介绍阿里云服务器的活动价格，以供参考。
<h3>1.轻量应用服务器特惠</h3>
轻量应用服务器是阿里云的特惠云服务器，主要配置为2核2G3M和2核4G4M，上个月轻量应用服务器特惠价格为2核2G61元1年，而在活动中价格降到了36元/1年，现在价格更低了，详细配置及价格如下：
<table>
<thead>
<tr>
<th>云服务器实例</th>
<th>配置</th>
<th>带宽</th>
<th>系统盘容量</th>
<th>活动价格参考</th>
</tr>
</thead>
<tbody>
<tr>
<td>轻量应用服务器</td>
<td>2核2G</td>
<td>3M</td>
<td>50GB ESSD</td>
<td>36元/1年</td>
</tr>
<tr>
<td>轻量应用服务器</td>
<td>2核4G</td>
<td>4M</td>
<td>60GB ESSD</td>
<td>298元/1年</td>
</tr>
</tbody>
</table>



https://upload-images.jianshu.io/upload_images/19316870-c9b4a3bb15db298b.png

<div class="image-caption">轻量应用服务器36图.png

<h3>2.经济型e实例云服务器活动价格</h3>
经济型e实例是阿里云2024年刚推出不久的共享型云服务器实例规格，采用Intel ? Xeon ? Platinum可扩展处理器，在资源利用上侧重于资源性能的共享，所以无法保证实例计算性能的稳定，适合轻量级使用场景，如：中小型网站建设、开发测试、轻量级应用。在2024年的活动中，经济型e实例2核2G3M配置只要99元1年，更多经济型e实例云服务器配置及活动价格如下表所示：
<table>
<thead>
<tr>
<th>云服务器实例规格</th>
<th>配置</th>
<th>带宽</th>
<th>云盘</th>
<th>活动价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>经济型e实例</td>
<td>2核2G</td>
<td>3M</td>
<td>40G ESSD Entry云盘</td>
<td>99元/1年</td>
</tr>
<tr>
<td>经济型e实例</td>
<td>4核16G</td>
<td>10M</td>
<td>100G ESSD Entry云盘</td>
<td>30元/1个月90.00元/3个月起149.00元/6个月</td>
</tr>
<tr>
<td>经济型e实例</td>
<td>8核32G</td>
<td>10M</td>
<td>100G ESSD Entry云盘</td>
<td>109.00元/1个月327.00元/3个月</td>
</tr>
</tbody>
</table>



https://upload-images.jianshu.io/upload_images/19316870-b54e27f83961afd0.png



<h3>3.通用算力型u1实例云服务器活动价格</h3>
通用算力型u1云服务器无需进行复杂的资源配置，即可满足通用上云需求，单位算力成本最高下降40?其中2核4G、2核8G和4核8G的活动价格相比以往便宜了很多，下面是通用算力型u1实例云服务器活动价格：
<table>
<thead>
<tr>
<th>云服务器实例规格</th>
<th>配置</th>
<th>带宽</th>
<th>云盘</th>
<th>活动价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>通用算力型u1实例</td>
<td>2核4G</td>
<td>1M-10M</td>
<td>20G ESSD Entry云盘</td>
<td>265.90元/3个月443.16元/6个月起531.79元/1年起</td>
</tr>
<tr>
<td>通用算力型u1实例</td>
<td>2核8G</td>
<td>1M-10M</td>
<td>20G ESSD Entry云盘</td>
<td>326.16元/3个月543.60元/6个月起652.32元/1年起</td>
</tr>
<tr>
<td>通用算力型u1实例</td>
<td>4核8G</td>
<td>1M-10M</td>
<td>20G ESSD Entry云盘</td>
<td>477.79元/3个月796.32元/6个月起955.58元/1年起</td>
</tr>
<tr>
<td>通用算力型u1实例</td>
<td>4核16G</td>
<td>1M-10M</td>
<td>20G ESSD Entry云盘</td>
<td>598.32元/3个月997.20元/6个月起1196.64元/1年起</td>
</tr>
<tr>
<td>通用算力型u1实例</td>
<td>8核16G</td>
<td>1M-10M</td>
<td>20G ESSD Entry云盘</td>
<td>4209.72元/6个月起4628.54元/1年起</td>
</tr>
<tr>
<td>通用算力型u1实例</td>
<td>8核32G</td>
<td>1M-10M</td>
<td>20G ESSD Entry云盘</td>
<td>5350.20元/6个月起5860.26元/1年起</td>
</tr>
</tbody>
</table>



https://upload-images.jianshu.io/upload_images/19316870-b262d44b15e4a297.png

<div class="image-caption">u1云服务器618价格图.png

<h3>4.高性能企业级云服务器c7/g7/g8a/g8y系列活动价格</h3>
c7/g7实例均属于阿里云第七代云服务器实例，g8a/g8y则属于第八代云服务器，搭载最新一代Intel、AMD、和阿里云自研倚天CPU，软硬一体优化，极致性能，能够满足苛刻场景需求，下面是2024年活动中c7/g7/g8a/g8y系列云服务器的活动价格。
<table>
<thead>
<tr>
<th>计算型c7实例</th>
<th>2核4G</th>
<th>1M-5M</th>
<th>40G ESSD云盘</th>
<th>651.57元/3个月1303.14元/6个月起1713.68元/1年起</th>
</tr>
</thead>
<tbody>
<tr>
<td>计算型c7实例</td>
<td>4核8G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>1174.14元/3个月2348.29元/6个月起2988.75元/1年起</td>
</tr>
<tr>
<td>计算型c7实例</td>
<td>8核16G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>2219.29元/3个月4954.69元/6个月起5538.90元/1年起</td>
</tr>
<tr>
<td>通用型g7实例</td>
<td>2核8G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>799.68元/3个月1599.36元/6个月起2075.06元/1年起</td>
</tr>
<tr>
<td>通用型g7实例</td>
<td>4核16G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>1635.96元/3个月3271.92元/6个月起3711.52元/1年起</td>
</tr>
<tr>
<td>通用型g7实例</td>
<td>8核32G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>2811.72元/3个月5623.44元/6个月起6984.44元/1年起</td>
</tr>
<tr>
<td>内存型r7实例</td>
<td>2核16G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>1023.76元/3个月2047.51元/6个月起2621.81元/1年起</td>
</tr>
<tr>
<td>内存型r7实例</td>
<td>4核32G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>1918.51元/3个月3837.03元/6个月起4805.01元/1年起</td>
</tr>
<tr>
<td>内存型r7实例</td>
<td>8核64G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>3708.03元/3个月7416.05元/6个月起9171.43元/1年起</td>
</tr>
<tr>
<td>通用型g8a实例</td>
<td>2核8G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>287.99元/1个月</td>
</tr>
<tr>
<td>通用型g8a实例</td>
<td>4核16G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>532.98元/1个月</td>
</tr>
<tr>
<td>通用型g8a实例</td>
<td>8核32G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>1022.97元/1个月</td>
</tr>
<tr>
<td>通用型g8y实例</td>
<td>2核8G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>235.00元/1个月</td>
</tr>
<tr>
<td>通用型g8y实例</td>
<td>4核16G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>427.00元/1个月</td>
</tr>
<tr>
<td>通用型g8y实例</td>
<td>8核32G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>811.00元/1个月</td>
</tr>
</tbody>
</table>



https://upload-images.jianshu.io/upload_images/19316870-fb99c275cd484693.png

<div class="image-caption">高性能企业级云服务器甄选.png

<h3>5.新人特惠专享云服务器活动价格</h3>
除了以上云服务器之外，阿里云还推出了几款新人特惠专享的云服务器，实例规格和配置为计算型c7a实例2核4G与4核8G、通用型g7a实例2核8G与4核16G、内存型r7a实例2核16G与4核32G，搭配20G ESSD云盘，价格比其他活动的价格还要低，具体价格如下表所示：
<table>
<thead>
<tr>
<th>云服务器实例规格</th>
<th>配置</th>
<th>带宽</th>
<th>云盘</th>
<th>活动价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>计算型c7a实例</td>
<td>2核4G</td>
<td>1M</td>
<td>20G ESSD云盘</td>
<td>500.55元/1年</td>
</tr>
<tr>
<td>计算型c7a实例</td>
<td>4核8G</td>
<td>1M</td>
<td>20G ESSD云盘</td>
<td>934.85元/1年</td>
</tr>
<tr>
<td>通用型g7a实例</td>
<td>2核8G</td>
<td>1M</td>
<td>20G ESSD云盘</td>
<td>703.30元/1年</td>
</tr>
<tr>
<td>通用型g7a实例</td>
<td>4核16G</td>
<td>1M</td>
<td>20G ESSD云盘</td>
<td>1340.36元/1年</td>
</tr>
<tr>
<td>内存型r7a实例</td>
<td>2核16G</td>
<td>1M</td>
<td>20G ESSD云盘</td>
<td>948.10元/1年</td>
</tr>
<tr>
<td>内存型r7a实例</td>
<td>4核32G</td>
<td>1M</td>
<td>20G ESSD云盘</td>
<td>1743.56元/1年</td>
</tr>
</tbody>
</table>



https://upload-images.jianshu.io/upload_images/19316870-5f913d13ec12a2d0.png

<div class="image-caption">703图.png


阿里云最新热门活动直达：
1.阿里云官网活动中心：https://www.aliyun.com/activity
快速了解阿里云最新产品优惠和所有活动资讯。

2.阿里云权益中心：https://www.aliyun.com/benefit
“99计划”助力快速上云，让学生、开发者、企业用云无忧。150多款云产品免费试用。无门槛300元优惠券、3折购买权益优惠。企业上云扶持，提供最低3500元、最高100万元的上云抵扣金。

3.阿里云官方云小站分销平台：https://www.aliyun.com/minisite/goods
满10.01减10元和满100.01减100元云产品代金券、新用户专属爆款低价特惠、爆款产品超低折扣、企业应用专享礼包。



https://upload-images.jianshu.io/upload_images/19316870-1419061ebb723163.png

<div class="image-caption">超级红包领取图.png

<h2>八、阿里云服务器常见问题</h2>

1.如何选择合适的服务器规格？
阿里云服务器提供多种规格，用户在选择时需要根据应用场景进行选择，如CPU、内存、存储、网络带宽等因素都需要考虑。 阿里云服务器提供多种实例类型和配置选择，用户可以根据自己的应用需求和预算进行选择。通常可以根据预计的计算资源、存储需求以及网络带宽等因素进行评估。

2.如何创建安全可靠的云服务器？
创建云服务器时，需要选择合适的地域、可用区、网络类型、安全组等设置，同时需要使用良好的密码、安全组规则等措施保证服务器安全。 阿里云服务器有多种安全防护机制，用户可以通过配置防火墙规则、访问控制策略、SSL证书等方式加强安全性。同时，用户还可以使用云监控和安全中心等服务进行监控和管理。

3.如何备份阿里云服务器？
阿里云服务器支持备份和恢复功能，用户可以创建快照进行实例备份，以保护数据。在需要恢复时，可以选择对应的快照进行数据恢复。

4.如何解决云服务器的性能问题？
用户可以通过优化实例的配置、调整网络带宽、升级硬件资源等方式来解决性能问题。同时，阿里云服务器还提供监控和诊断工具，帮助用户排查和解决性能瓶颈。
综上所述，阿里云服务器作为云计算服务的重要组成部分，具有很多优势，价格亲民，但是在使用过程中也需要注意一些常见问题，这需要用户根据实际需求进行选择和设置。

查看完整版本: 阿里云服务器怎么样？全方位解析阿里云服务器产品优势、价格与常见问题