阿里云最新优惠和活动汇总
阿里云最新优惠和活动汇总

阿里云服务器是如何收费的？2023阿里云服务器最新收费标准

阿里云服务器收费标准包括实例价格、预留实例券价格、专有宿主机、块存储价格、存储容量单位包、带宽价格、快照服务价格等，云服务器价格主要由云服务器配置费用+磁盘价格+网络宽带价格，配置指的是云服务器的实例规格和cpu与内存配置，本文为大家分享一下2023年阿里云服务器所有收费项目的最新收费标准，以表格形式展示给大家，以供参考。

2023阿里云热点新闻：阿里云产品大规模调价

2023年5月7日，阿里云正式完成了云产品大规模调价，其中七代云服务器、倚天实例、部分GPU实例价格下调普惠上云，云服务器最高降价47%，OSS类云产品降价50%，负载均衡 SLB与NAT 网关云产品降价15%，云数据库 RDS降价25-40%，数据库自治服务 DAS降价17-82%，视频直播 Live降价15-20%，视频点播 VOD降价15%，全站加速 DCDN降价6-30%，Web 应用防火墙（WAF）、实人认证、安全管家降价20-30%。具体降价详情参考官网通知：阿里云产品大规模调价，技术红利释放 核心产品最高降幅 50%

阿里云产品调价图.png

云服务器价格及收费标准导航

阿里云服务器ECS的价格主要是由实例配置价格+磁盘价格+网络宽带价格三部分组成，除此之外还有预留实例券、专有宿主机、存储容量单位包、快照服务等收费，以下为整理的2023年的阿里云服务器所有相关收费项目的最新收费标准。

一、阿里云服务器实例收费标准

阿里云服务器操作系统分为Linux和Windows系统，云服务器的配置计费方式可以按量（小时）计费、按月计费或者年付等计费方式，本文中的价格表包含按量(小时)、标准目录月价、优惠月价、年付月价、3年付月价、5年付月价，以下价格为5月份调价之后最新的云服务器实例收费标准。

实例规格 vCPUs 内存(GiB) 按量(小时) 标准目录月价 优惠月价 年付月价 3年付月价 5年付月价
通用型 ecs.u1-c1m4.large 2 8 0.315 151.2 151.2 90.72 57.46 57.46
通用型 ecs.u1-c1m2.large 2 4 0.24525 117.72 117.72 70.63 44.73 44.73
通用型 ecs.u1-c1m8.large 2 16 0.41175 197.64 197.64 118.58 75.1 75.1
通用型 ecs.u1-c1m1.large 2 2 0.22875 109.8 109.8 65.88 41.72 41.72
通用型 ecs.u1-c1m1.xlarge 4 4 0.4575 219.6 219.6 131.76 83.45 83.45
通用型 ecs.u1-c1m8.xlarge 4 32 0.8235 395.28 395.28 237.17 150.21 150.21
通用型 ecs.u1-c1m2.xlarge 4 8 0.4905 235.44 235.44 141.26 89.47 89.47
通用型 ecs.u1-c1m4.xlarge 4 16 0.63 302.4 302.4 181.44 114.91 114.91
通用型 ecs.u1-c1m4.2xlarge 8 32 1.26 604.8 604.8 362.88 229.82 229.82
通用型 ecs.u1-c1m2.2xlarge 8 16 0.981 470.88 470.88 282.53 178.93 178.93
通用型 ecs.u1-c1m8.2xlarge 8 64 1.647 790.56 790.56 474.34 300.41 300.41
通用型 ecs.u1-c1m1.2xlarge 8 8 0.915 439.2 439.2 263.52 166.9 166.9
通用型 ecs.u1-c1m4.3xlarge 12 48 1.89 907.2 907.2 544.32 344.74 344.74
通用型 ecs.u1-c1m1.3xlarge 12 12 1.3725 658.8 658.8 395.28 250.34 250.34
通用型 ecs.u1-c1m2.3xlarge 12 24 1.4715 706.32 706.32 423.79 268.4 268.4
通用型 ecs.u1-c1m8.3xlarge 12 96 2.4705 1185.84 1185.84 711.5 450.62 450.62
通用型 ecs.u1-c1m1.4xlarge 16 16 1.83 878.4 878.4 527.04 333.79 333.79
通用型 ecs.u1-c1m8.4xlarge 16 128 3.294 1581.12 1581.12 948.67 600.83 600.83
通用型 ecs.u1-c1m4.4xlarge 16 64 2.52 1209.6 1209.6 725.76 459.65 459.65
通用型 ecs.u1-c1m2.4xlarge 16 32 1.962 941.76 941.76 565.06 357.87 357.87
通用型 ecs.u1-c1m4.8xlarge 32 128 7.2 3456 3456 2073.6 1313.28 1313.28
通用型 ecs.u1-c1m8.8xlarge 32 256 9.54 4579.2 4579.2 2747.52 1740.1 1740.1
通用型 ecs.u1-c1m2.8xlarge 32 64 5.616 2695.68 2695.68 1617.41 1024.36 1024.36
通用型 ecs.u1-c1m1.8xlarge 32 32 5.34 2563.2 2563.2 1537.92 974.02 974.02
ARM 内存型 ecs.r8y.small 1 8 0.271293 130.22 130.22 93.76 61.2 41.67
ARM 内存型 ecs.r8y.large 2 16 0.542587 260.44 260.44 187.52 122.41 83.34
ARM 内存型 ecs.r8y.xlarge 4 32 1.085175 520.88 520.88 375.04 244.82 166.68
ARM 内存型 ecs.r8y.2xlarge 8 64 2.17035 1041.77 1041.77 750.07 489.63 333.37
ARM 内存型 ecs.r8y.4xlarge 16 128 4.3407 2083.54 2083.54 1500.15 979.26 666.73
ARM 内存型 ecs.r8y.8xlarge 32 256 8.6814 4167.07 4167.07 3000.29 1958.52 1333.46
ARM 内存型 ecs.r8y.16xlarge 64 512 17.3628 8334.14 8334.14 6000.58 3917.05 2666.93
ARM 通用型 ecs.g8y.small 1 4 0.2 96 96 69.12 45.12 30.72
ARM 通用型 ecs.g8y.large 2 8 0.4 192 192 138.24 90.24 61.44
ARM 通用型 ecs.g8y.xlarge 4 16 0.8 384 384 276.48 180.48 122.88
ARM 通用型 ecs.g8y.2xlarge 8 32 1.6 768 768 552.96 360.96 245.76
ARM 通用型 ecs.g8y.4xlarge 16 64 3.2 1536 1536 1105.92 721.92 491.52
ARM 通用型 ecs.g8y.8xlarge 32 128 6.4 3072 3072 2211.84 1443.84 983.04
ARM 通用型 ecs.g8y.16xlarge 64 256 12.8 6144 6144 4423.68 2887.68 1966.08
ARM 计算型 ecs.c8y.small 1 2 0.133466 64.06 64.06 46.13 30.11 20.5
ARM 计算型 ecs.c8y.large 2 4 0.266933 128.13 128.13 92.25 60.22 41
ARM 计算型 ecs.c8y.xlarge 4 8 0.533866 256.26 256.26 184.5 120.44 82
ARM 计算型 ecs.c8y.2xlarge 8 16 1.067733 512.51 512.51 369.01 240.88 164
ARM 计算型 ecs.c8y.4xlarge 16 32 2.135466 1025.02 1025.02 738.02 481.76 328.01
ARM 计算型 ecs.c8y.8xlarge 32 64 4.270933 2050.05 2050.05 1476.03 963.52 656.02
ARM 计算型 ecs.c8y.16xlarge 64 128 8.541866 4100.1 4100.1 2952.07 1927.05 1312.03
高主频内存型 ecs.hfr7.large 2 16 0.766666 368 368 312.8 202.4 139.84
高主频内存型 ecs.hfr7.xlarge 4 32 1.533333 736 736 625.6 404.8 279.68
高主频内存型 ecs.hfr7.2xlarge 8 64 3.066666 1472 1472 1251.2 809.6 559.36
高主频内存型 ecs.hfr7.3xlarge 12 96 4.6 2208 2208 1876.8 1214.4 839.04
高主频内存型 ecs.hfr7.4xlarge 16 128 6.133333 2944 2944 2502.4 1619.2 1118.72
高主频内存型 ecs.hfr7.6xlarge 24 192 9.2 4416 4416 3753.6 2428.8 1678.08
高主频内存型 ecs.hfr7.8xlarge 32 256 12.266666 5888 5888 5004.8 3238.4 2237.44
高主频内存型 ecs.hfr7.12xlarge 48 384 18.4 8832 8832 7507.2 4857.6 3356.16
高主频内存型 ecs.hfr7.24xlarge 96 768 36.8 17664 17664 15014.4 9715.2 6712.32
存储增强内存型 ecs.r7se.large 2 16 0.860918 413.24 413.24 351.26 227.28 157.03
存储增强内存型 ecs.r7se.xlarge 4 32 1.721837 826.48 826.48 702.51 454.56 314.06
存储增强内存型 ecs.r7se.2xlarge 8 64 3.443675 1652.96 1652.96 1405.02 909.13 628.13
存储增强内存型 ecs.r7se.3xlarge 12 96 5.165512 2479.45 2479.45 2107.53 1363.7 942.19
存储增强内存型 ecs.r7se.4xlarge 16 128 6.88735 3305.93 3305.93 2810.04 1818.26 1256.25
存储增强内存型 ecs.r7se.6xlarge 24 192 10.331025 4958.89 4958.89 4215.06 2727.39 1884.38
存储增强内存型 ecs.r7se.8xlarge 32 256 13.7747 6611.86 6611.86 5620.08 3636.52 2512.51
存储增强内存型 ecs.r7se.16xlarge 64 512 27.5494 13223.71 13223.71 11240.15 7273.04 5025.01
存储增强计算型 ecs.c7se.large 2 4 0.515223 247.31 247.31 210.21 136.02 93.98
存储增强计算型 ecs.c7se.xlarge 4 8 1.030447 494.62 494.62 420.42 272.04 187.95
存储增强计算型 ecs.c7se.2xlarge 8 16 2.060895 989.23 989.23 840.85 544.08 375.91
存储增强计算型 ecs.c7se.3xlarge 12 24 3.091343 1483.85 1483.85 1261.27 816.11 563.86
存储增强计算型 ecs.c7se.4xlarge 16 32 4.121791 1978.46 1978.46 1681.69 1088.15 751.81
存储增强计算型 ecs.c7se.6xlarge 24 48 6.182687 2967.69 2967.69 2522.54 1632.23 1127.72
存储增强计算型 ecs.c7se.8xlarge 32 64 8.243583 3956.92 3956.92 3363.38 2176.31 1503.63
存储增强计算型 ecs.c7se.16xlarge 64 128 16.487166 7913.84 7913.84 6726.76 4352.61 3007.26
存储增强通用型 ecs.g7se.large 2 8 0.66125 317.4 317.4 269.79 174.57 120.61
存储增强通用型 ecs.g7se.xlarge 4 16 1.3225 634.8 634.8 539.58 349.14 241.22
存储增强通用型 ecs.g7se.2xlarge 8 32 2.645 1269.6 1269.6 1079.16 698.28 482.45
存储增强通用型 ecs.g7se.3xlarge 12 48 3.9675 1904.4 1904.4 1618.74 1047.42 723.67
存储增强通用型 ecs.g7se.4xlarge 16 64 5.29 2539.2 2539.2 2158.32 1396.56 964.9
存储增强通用型 ecs.g7se.6xlarge 24 96 7.935 3808.8 3808.8 3237.48 2094.84 1447.34
存储增强通用型 ecs.g7se.8xlarge 32 128 10.58 5078.4 5078.4 4316.64 2793.12 1929.79
存储增强通用型 ecs.g7se.16xlarge 64 256 21.16 10156.8 10156.8 8633.28 5586.24 3859.58
GPU计算型 ecs.gn6v-c8g1.2xlarge 8 32 19.84 5715 3429 2571.75 1657.35 1657.35
GPU计算型 ecs.gn6v-c8g1.8xlarge 32 128 79.36 22860 13716 10287 6629.4 6629.4
GPU计算型 ecs.gn6v-c8g1.16xlarge 64 256 158.72 45720 27432 20574 13258.8 13258.8
GPU计算型 ecs.gn6v-c10g1.20xlarge 82 336 197.67 56929.5 34157.7 25618.27 16509.56 16509.56
通用型 ecs.g6.large 2 8 0.35 168 168 142.8 92.4 63.84
通用型 ecs.g6.xlarge 4 16 0.7 336 336 285.6 184.8 127.68
通用型 ecs.g6.2xlarge 8 32 1.4 672 672 571.2 369.6 255.36
通用型 ecs.g6.3xlarge 12 48 2.1 1008 1008 856.8 554.4 383.04
通用型 ecs.g6.4xlarge 16 64 2.8 1344 1344 1142.4 739.2 510.72
通用型 ecs.g6.6xlarge 24 96 4.2 2016 2016 1713.6 1108.8 766.08
通用型 ecs.g6.8xlarge 32 128 5.6 2688 2688 2284.8 1478.4 1021.44
通用型 ecs.g6.13xlarge 52 192 9.1 4368 4368 3712.8 2402.4 1659.84
通用型 ecs.g6.26xlarge 104 384 18.2 8736 8736 7425.6 4804.8 3319.68
GPU计算型 ecs.gn6i-c4g1.xlarge 4 15 10.46 3013 3013 1506.5 964.16 964.16
GPU计算型 ecs.gn6i-c8g1.2xlarge 8 31 12.6 3629 3629 1814.5 1161.28 1161.28
GPU计算型 ecs.gn6i-c16g1.4xlarge 16 62 14.77 4253 4253 2126.5 1360.96 1360.96
GPU计算型 ecs.gn6i-c24g1.6xlarge 24 93 15.47 4455 4455 2227.5 1425.6 1425.6
GPU计算型 ecs.gn6i-c40g1.10xlarge 40 155 13.337 6401.61 6401.61 3200.81 2048.52 2048.52
GPU计算型 ecs.gn6i-c24g1.12xlarge 48 186 30.94 8910 8910 4455 2851.2 2851.2
GPU计算型 ecs.gn6i-c24g1.24xlarge 96 372 61.88 17820 17820 8910 5702.4 5702.4
通用型弹性裸金属服务器 ecs.ebmg6.26xlarge 104 384 18.2 8736 8736 7425.6 4804.8 3319.68
GPU计算型弹性裸金属服务器 ecs.ebmgn6i.24xlarge 96 384 61.88 17820 17820 15147 9801 6771.6
通用平衡增强型 ecs.g6e.large 2 8 0.55 264 264 224.4 145.2 100.32
通用平衡增强型 ecs.g6e.xlarge 4 16 1.1 528 528 448.8 290.4 200.64
通用平衡增强型 ecs.g6e.2xlarge 8 32 2.2 1056 1056 897.6 580.8 401.28
通用平衡增强型 ecs.g6e.4xlarge 16 64 4.4 2112 2112 1795.2 1161.6 802.56
通用平衡增强型 ecs.g6e.8xlarge 32 128 8.8 4224 4224 3590.4 2323.2 1605.12
通用平衡增强型 ecs.g6e.13xlarge 52 192 14.3 6864 6864 5834.4 3775.2 2608.32
计算型 ecs.c6.large 2 4 0.27 131 131 111.35 72.05 49.78
计算型 ecs.c6.xlarge 4 8 0.55 262 262 222.7 144.1 99.56
计算型 ecs.c6.2xlarge 8 16 1.09 524 524 445.4 288.2 199.12
计算型 ecs.c6.3xlarge 12 24 1.64 786 786 668.1 432.3 298.68
计算型 ecs.c6.4xlarge 16 32 2.18 1048 1048 890.8 576.4 398.24
计算型 ecs.c6.6xlarge 24 48 3.28 1572 1572 1336.2 864.6 597.36
计算型 ecs.c6.8xlarge 32 64 4.37 2096 2096 1781.6 1152.8 796.48
计算型 ecs.c6.13xlarge 52 96 7.1 3406 3406 2895.1 1873.3 1294.28
计算型 ecs.c6.26xlarge 104 192 14.19 6812 6812 5790.2 3746.6 2588.56
内存型 ecs.r6.large 2 16 0.46 220 220 187 121 83.6
内存型 ecs.r6.xlarge 4 32 0.92 440 440 374 242 167.2
内存型 ecs.r6.2xlarge 8 64 1.83 880 880 748 484 334.4
内存型 ecs.r6.3xlarge 12 96 2.75 1320 1320 1122 726 501.6
内存型 ecs.r6.4xlarge 16 128 3.67 1760 1760 1496 968 668.8
内存型 ecs.r6.6xlarge 24 192 5.5 2640 2640 2244 1452 1003.2
内存型 ecs.r6.8xlarge 32 256 7.33 3520 3520 2992 1936 1337.6
内存型 ecs.r6.13xlarge 52 384 11.92 5720 5720 4862 3146 2173.6
内存型 ecs.r6.26xlarge 104 768 23.83 11440 11440 9724 6292 4347.2
突发性能型 ecs.t6-c2m1.large 2 1 0.041 11.8 11.8 10.03 6.49 4.48
突发性能型 ecs.t6-c1m1.large 2 2 0.082 23.6 23.6 20.06 12.98 8.97
突发性能型 ecs.t6-c1m2.large 2 4 0.164 47.2 47.2 40.12 25.96 17.94
突发性能型 ecs.t6-c1m4.large 2 8 0.328 94.4 94.4 80.24 51.92 35.87
突发性能型 ecs.t6-c1m4.xlarge 4 16 0.656 188.8 188.8 160.48 103.84 71.74
突发性能型 ecs.t6-c1m4.2xlarge 8 32 1.311 377.6 377.6 320.96 207.68 143.49
GPU计算型弹性裸金属服务器 ecs.ebmgn6e.24xlarge 96 768 142.131 68220 68220 57987 37521 25923.6
高主频计算型 ecs.hfc6.large 2 4 0.314583 151 151 128.35 83.05 57.38
高主频计算型 ecs.hfc6.xlarge 4 8 0.629166 302 302 256.7 166.1 114.76
高主频计算型 ecs.hfc6.2xlarge 8 16 1.258333 604 604 513.4 332.2 229.52
高主频计算型 ecs.hfc6.3xlarge 12 24 1.8875 906 906 770.1 498.3 344.28
高主频计算型 ecs.hfc6.4xlarge 16 32 2.516666 1208 1208 1026.8 664.4 459.04
高主频计算型 ecs.hfc6.6xlarge 24 48 3.775 1812 1812 1540.2 996.6 688.56
高主频计算型 ecs.hfc6.8xlarge 32 64 5.033333 2416 2416 2053.6 1328.8 918.08
高主频计算型 ecs.hfc6.10xlarge 40 96 6.291666 3020 3020 2567 1661 1147.6
高主频计算型 ecs.hfc6.16xlarge 64 128 10.066666 4832 4832 4107.2 2657.6 1836.16
高主频计算型 ecs.hfc6.20xlarge 80 192 12.583333 6040 6040 5134 3322 2295.2
高主频通用型 ecs.hfg6.large 2 8 0.385416 185 185 157.25 101.75 70.3
高主频通用型 ecs.hfg6.xlarge 4 16 0.770833 370 370 314.5 203.5 140.6
高主频通用型 ecs.hfg6.2xlarge 8 32 1.541666 740 740 629 407 281.2
高主频通用型 ecs.hfg6.3xlarge 12 48 2.3125 1110 1110 943.5 610.5 421.8
高主频通用型 ecs.hfg6.4xlarge 16 64 3.083333 1480 1480 1258 814 562.4
高主频通用型 ecs.hfg6.6xlarge 24 96 4.625 2220 2220 1887 1221 843.6
高主频通用型 ecs.hfg6.8xlarge 32 128 6.166666 2960 2960 2516 1628 1124.8
高主频通用型 ecs.hfg6.10xlarge 40 192 7.708333 3700 3700 3145 2035 1406
高主频通用型 ecs.hfg6.16xlarge 64 256 12.333333 5920 5920 5032 3256 2249.6
高主频通用型 ecs.hfg6.20xlarge 80 384 15.416666 7400 7400 6290 4070 2812
GPU计算型 ecs.gn6e-c12g1.3xlarge 12 92 17.766 8528 8528 7248.8 4690.4 3240.64
GPU计算型 ecs.gn6e-c12g1.12xlarge 48 368 71.062 34110 34110 28993.5 18760.5 12961.8
GPU计算型 ecs.gn6e-c12g1.24xlarge 96 736 142.126 68220 68220 57987 37521 25923.6
高主频内存型 ecs.hfr6.large 2 16 0.504166 242 242 205.7 133.1 91.96
高主频内存型 ecs.hfr6.xlarge 4 32 1.008333 484 484 411.4 266.2 183.92
高主频内存型 ecs.hfr6.2xlarge 8 64 2.016666 968 968 822.8 532.4 367.84
高主频内存型 ecs.hfr6.3xlarge 12 96 3.025 1452 1452 1234.2 798.6 551.76
高主频内存型 ecs.hfr6.4xlarge 16 128 4.033333 1936 1936 1645.6 1064.8 735.68
高主频内存型 ecs.hfr6.6xlarge 24 192 6.05 2904 2904 2468.4 1597.2 1103.52
高主频内存型 ecs.hfr6.8xlarge 32 256 8.066666 3872 3872 3291.2 2129.6 1471.36
高主频内存型 ecs.hfr6.10xlarge 40 384 10.083333 4840 4840 4114 2662 1839.2
高主频内存型 ecs.hfr6.16xlarge 64 512 16.133333 7744 7744 6582.4 4259.2 2942.72
高主频内存型 ecs.hfr6.20xlarge 80 768 20.166666 9680 9680 8228 5324 3678.4
GPU计算型弹性裸金属服务器 ecs.ebmgn6v.24xlarge 96 384 177.84375 51219 51219 43536.15 28170.45 19463.22
计算型弹性裸金属服务器 ecs.ebmc6.26xlarge 104 192 14.19 6812 6812 5790.2 3746.6 2588.56
内存型弹性裸金属服务器 ecs.ebmr6.26xlarge 104 768 23.83 11440 11440 9724 6292 4347.2
高主频型弹性裸金属服务器 ecs.ebmhfr6.20xlarge 80 768 20.167 9680 9680 8228 5324 3678.4
高主频型弹性裸金属服务器 ecs.ebmhfg6.20xlarge 80 384 15.417 7400 7400 6290 4070 2812
高主频型弹性裸金属服务器 ecs.ebmhfc6.20xlarge 80 192 12.583 6040 6040 5134 3322 2295.2
共享标准型 ecs.s6-c1m1.small 1 1 0.1 29.7 29.7 25.25 16.33 11.29
共享标准型 ecs.s6-c1m2.small 1 2 0.19 54 54 45.9 29.7 20.52
共享标准型 ecs.s6-c1m4.small 1 4 0.28 81 81 68.85 44.55 30.78
共享标准型 ecs.s6-c1m2.large 2 4 0.38 108 108 91.8 59.4 41.04
共享标准型 ecs.s6-c1m4.large 2 8 0.56 162 162 137.7 89.1 61.56
共享标准型 ecs.s6-c1m2.xlarge 4 8 0.75 216 216 183.6 118.8 82.08
共享标准型 ecs.s6-c1m4.xlarge 4 16 1.13 324 324 275.4 178.2 123.12
共享标准型 ecs.s6-c1m4.2xlarge 8 32 2.25 648 648 550.8 356.4 246.24
共享标准型 ecs.s6-c1m2.2xlarge 8 16 1.5 432 432 367.2 237.6 164.16
持久内存型 ecs.re6.13xlarge 52 768 23.108 11091.6 11091.6 9427.86 6100.38 4214.81
持久内存型 ecs.re6.26xlarge 104 1536 46.215 22183.2 22183.2 18855.72 12200.76 8429.62
持久内存型 ecs.re6.52xlarge 208 3072 92.43 44366.4 44366.4 37711.44 24401.52 16859.23
内存平衡增强型 ecs.r6e.large 2 16 0.729 350 350 297.5 192.5 133
内存平衡增强型 ecs.r6e.xlarge 4 32 1.458 700 700 595 385 266
内存平衡增强型 ecs.r6e.2xlarge 8 64 2.917 1400 1400 1190 770 532
内存平衡增强型 ecs.r6e.4xlarge 16 128 5.833 2800 2800 2380 1540 1064
内存平衡增强型 ecs.r6e.8xlarge 32 256 11.667 5600 5600 4760 3080 2128
内存平衡增强型 ecs.r6e.13xlarge 52 384 18.958 9100 9100 7735 5005 3458
计算平衡增强型 ecs.c6e.large 2 4 0.41 197 197 167.45 108.35 74.86
计算平衡增强型 ecs.c6e.xlarge 4 8 0.821 394 394 334.9 216.7 149.72
计算平衡增强型 ecs.c6e.2xlarge 8 16 1.642 788 788 669.8 433.4 299.44
计算平衡增强型 ecs.c6e.4xlarge 16 32 3.283 1576 1576 1339.6 866.8 598.88
计算平衡增强型 ecs.c6e.8xlarge 32 64 6.567 3152 3152 2679.2 1733.6 1197.76
计算平衡增强型 ecs.c6e.13xlarge 52 96 10.671 5122 5122 4353.7 2817.1 1946.36
计算平衡增强型 ecs.c6e.26xlarge 104 192 21.342 10244 10244 8707.4 5634.2 3892.72
持久内存型 ecs.re6p.large 2 8 0.989062 474.75 474.75 403.54 261.11 180.41
持久内存型 ecs.re6p-redis.large 2 8 0.989 474.75 474.75 403.54 261.11 180.41
持久内存型 ecs.re6p.xlarge 4 16 1.978125 949.5 949.5 807.07 522.22 360.81
持久内存型 ecs.re6p-redis.xlarge 4 16 1.978 949.5 949.5 807.07 522.22 360.81
持久内存型 ecs.re6p.2xlarge 8 32 3.95625 1899 1899 1614.15 1044.45 721.62
持久内存型 ecs.re6p-redis.2xlarge 8 32 3.956 1899 1899 1614.15 1044.45 721.62
持久内存型 ecs.re6p.4xlarge 16 64 7.9125 3798 3798 3228.3 2088.9 1443.24
持久内存型 ecs.re6p.13xlarge 52 192 23.7375 11394 11394 9684.9 6266.7 4329.72
持久内存型 ecs.re6p-redis.13xlarge 52 192 23.738 11394 11394 9684.9 6266.7 4329.72
持久内存型 ecs.re6p.26xlarge 104 384 47.475 22788 22788 19369.8 12533.4 8659.44
轻量级GPU ecs.vgn6i-m4-vws.xlarge 4 23 2.946347 1414.25 1414.25 1202.11 777.84 537.41
轻量级GPU ecs.vgn6i-m8-vws.2xlarge 10 46 5.318542 2552.9 2552.9 2169.97 1404.1 970.1
轻量级GPU ecs.vgn6i-m16-vws.5xlarge 20 92 10.201571 4896.75 4896.75 4162.24 2693.21 1860.77
GPU计算型 ecs.gn5-c4g1.xlarge 4 30 11.5 3312.9 3312.9 2815.97 1722.71 1159.51
GPU计算型 ecs.gn5-c8g1.2xlarge 8 60 13.85 3989.7 3989.7 3391.25 2074.64 1396.39
GPU计算型 ecs.gn5-c4g1.2xlarge 8 60 23.01 6626.7 6626.7 5632.69 3445.88 2319.35
GPU计算型 ecs.gn5-c8g1.4xlarge 16 120 27.71 7979.4 7979.4 6782.49 4149.29 2792.79
GPU计算型 ecs.gn5-c28g1.7xlarge 28 112 21.49 6189.3 6189.3 5260.9 3218.44 2166.26
GPU计算型 ecs.gn5-c8g1.8xlarge 32 240 55.41 15957.9 15957.9 13564.21 8298.11 5585.27
GPU计算型 ecs.gn5-c8g1.14xlarge 54 480 110.82 31915.8 31915.8 27128.43 16596.22 11170.53
GPU计算型 ecs.gn5-c28g1.14xlarge 56 224 42.98 12377.7 12377.7 10521.05 6436.4 4332.2
计算型 ecs.c5.large 2 4 0.47 134 134 113.9 73.7 50.92
计算型 ecs.c5.xlarge 4 8 0.93 269 269 228.65 147.95 102.22
计算型 ecs.c5.2xlarge 8 16 1.86 537 537 456.45 295.35 204.06
计算型 ecs.c5.3xlarge 12 24 2.8 806 806 685.1 443.3 306.28
计算型 ecs.c5.4xlarge 16 32 3.73 1074 1074 912.9 590.7 408.12
计算型 ecs.c5.6xlarge 24 48 5.59 1611 1611 1369.35 886.05 612.18
计算型 ecs.c5.8xlarge 32 64 7.46 2148 2148 1825.8 1181.4 816.24
计算型 ecs.c5.16xlarge 64 128 14.92 4296 4296 3651.6 2362.8 1632.48
通用型 ecs.g5.large 2 8 0.66 191 191 162.35 105.05 72.58
通用型 ecs.g5.xlarge 4 16 1.33 383 383 325.55 210.65 145.54
通用型 ecs.g5.2xlarge 8 32 2.66 765 765 650.25 420.75 290.7
通用型 ecs.g5.3xlarge 12 48 3.99 1148 1148 975.8 631.4 436.24
通用型 ecs.g5.4xlarge 16 64 5.31 1530 1530 1300.5 841.5 581.4
通用型 ecs.g5.6xlarge 24 96 7.97 2295 2295 1950.75 1262.25 872.1
通用型 ecs.g5.8xlarge 32 128 10.63 3060 3060 2601 1683 1162.8
通用型 ecs.g5.16xlarge 64 256 21.25 6120 6120 5202 3366 2325.6
内存型 ecs.r5.large 2 16 0.85 245 245 208.25 134.75 93.1
内存型 ecs.r5.xlarge 4 32 1.7 489 489 415.65 268.95 185.82
内存型 ecs.r5.2xlarge 8 64 3.4 978 978 831.3 537.9 371.64
内存型 ecs.r5.3xlarge 12 96 5.09 1467 1467 1246.95 806.85 557.46
内存型 ecs.r5.4xlarge 16 128 6.79 1956 1956 1662.6 1075.8 743.28
内存型 ecs.r5.6xlarge 24 192 10.19 2934 2934 2493.9 1613.7 1114.92
内存型 ecs.r5.8xlarge 32 256 13.58 3912 3912 3325.2 2151.6 1486.56
内存型 ecs.r5.16xlarge 64 512 27.17 7824 7824 6650.4 4303.2 2973.12
高主频计算型 ecs.hfc5.large 2 4 0.65 188 188 156.04 94 62.04
高主频计算型 ecs.hfc5.xlarge 4 8 1.31 377 377 312.91 188.5 124.41
高主频计算型 ecs.hfc5.2xlarge 8 16 2.61 753 753 624.99 376.5 248.49
高主频计算型 ecs.hfc5.3xlarge 12 24 3.92 1130 1130 937.9 565 372.9
高主频计算型 ecs.hfc5.4xlarge 16 32 5.23 1506 1506 1249.98 753 496.98
高主频计算型 ecs.hfc5.6xlarge 24 48 7.84 2259 2259 1874.97 1129.5 745.47
高主频计算型 ecs.hfc5.8xlarge 32 64 10.46 3012 3012 2499.96 1506 993.96
高主频通用型 ecs.hfg5.large 2 8 0.86 249 249 201.69 122.01 79.68
高主频通用型 ecs.hfg5.xlarge 4 16 1.73 498 498 403.38 244.02 159.36
高主频通用型 ecs.hfg5.2xlarge 8 32 3.46 996 996 806.76 488.04 318.72
高主频通用型 ecs.hfg5.3xlarge 12 48 5.19 1494 1494 1210.14 732.06 478.08
高主频通用型 ecs.hfg5.4xlarge 16 64 6.92 1992 1992 1613.52 976.08 637.44
高主频通用型 ecs.hfg5.6xlarge 24 96 10.38 2988 2988 2420.28 1464.12 956.16
高主频通用型 ecs.hfg5.8xlarge 32 128 13.83 3984 3984 3227.04 1952.16 1274.88
高主频通用型 ecs.hfg5.14xlarge 56 160 22.94 6606 6606 5350.86 3236.94 2113.92
GPU计算型 ecs.gn5i-c2g1.large 2 8 6.51 1875 1781.25 1406.25 843.75 562.5
GPU计算型 ecs.gn5i-c4g1.xlarge 4 16 7.27 2093 1988.35 1569.75 941.85 627.9
GPU计算型 ecs.gn5i-c8g1.2xlarge 8 32 8.75 2520 2394 1890 1134 756
GPU计算型 ecs.gn5i-c16g1.4xlarge 16 64 11.72 3375 3206.25 2531.25 1518.75 1012.5
GPU计算型 ecs.gn5i-c16g1.8xlarge 32 128 23.44 6750 6412.5 5062.5 3037.5 2025
GPU计算型 ecs.gn5i-c28g1.14xlarge 56 224 32.29 9300 8835 6975 4185 2790
突发性能型 ecs.t5-lc2m1.nano 1 0.5 0.05 14 13.3 10.5 6.3 4.2
突发性能型 ecs.t5-lc1m1.small 1 1 0.06 18 17.1 13.5 8.1 5.4
突发性能型 ecs.t5-lc1m2.small 1 2 0.13 36 34.2 27 16.2 10.8
突发性能型 ecs.t5-c1m1.large 2 2 0.22 62 58.9 46.5 27.9 18.6
突发性能型 ecs.t5-c1m2.large 2 4 0.3 87 82.65 65.25 39.15 26.1
突发性能型 ecs.t5-c1m4.large 2 8 0.47 135 128.25 101.25 60.75 40.5
突发性能型 ecs.t5-lc1m2.large 2 4 0.25 72 68.4 54 32.4 21.6
突发性能型 ecs.t5-lc1m4.large 2 8 0.41 119 113.05 89.25 53.55 35.7
突发性能型 ecs.t5-c1m1.xlarge 4 4 0.43 125 118.75 93.75 56.25 37.5
突发性能型 ecs.t5-c1m2.xlarge 4 8 0.6 173 164.35 129.75 77.85 51.9
突发性能型 ecs.t5-c1m4.xlarge 4 16 0.94 270 256.5 202.5 121.5 81
突发性能型 ecs.t5-c1m1.2xlarge 8 8 0.87 250 237.5 187.5 112.5 75
突发性能型 ecs.t5-c1m2.2xlarge 8 16 1.2 347 329.65 260.25 156.15 104.1
突发性能型 ecs.t5-c1m4.2xlarge 8 32 1.88 540 513 405 243 162
突发性能型 ecs.t5-c1m1.4xlarge 16 16 1.74 500 475 375 225 150
突发性能型 ecs.t5-c1m2.4xlarge 16 32 2.41 693 658.35 519.75 311.85 207.9
高主频型超级计算集群 ecs.scch5.16xlarge 64 192 42.36 12200 11590 9150 5490 3660
通用型弹性裸金属服务器 ecs.ebmg5.24xlarge 96 384 31.88 9180 8721 6885 4131 2754
本地SSD型 ecs.ic5.large 2 2 0.44 128 128 108.8 70.4 48.64
本地SSD型 ecs.ic5.xlarge 4 4 0.89 255 255 216.75 140.25 96.9
本地SSD型 ecs.ic5.2xlarge 8 8 1.77 510 510 433.5 280.5 193.8
本地SSD型 ecs.ic5.3xlarge 12 12 2.66 765 765 650.25 420.75 290.7
本地SSD型 ecs.ic5.4xlarge 16 16 3.54 1020 1020 867 561 387.6
本地SSD型 ecs.ic5.6xlarge 24 24 5.32 1531 1531 1301.35 842.05 581.78
本地SSD型 ecs.ic5.8xlarge 32 32 7.09 2041 2041 1734.85 1122.55 775.58
本地SSD型 ecs.ic5.16xlarge 64 64 14.17 4082 4082 3469.7 2245.1 1551.16
通用型弹性裸金属服务器 ecs.ebmg5s.24xlarge 96 384 31.88 9180 8721 6885 4131 2754
计算型弹性裸金属服务器 ecs.ebmc5s.24xlarge 96 192 22.37 6444 6444 5477.4 3544.2 2448.72
通用网络增强型 ecs.g5ne.large 2 8 0.486979 233.75 233.75 198.69 128.56 88.83
通用网络增强型 ecs.g5ne.xlarge 4 16 0.973958 467.5 467.5 397.38 257.13 177.65
通用网络增强型 ecs.g5ne.2xlarge 8 32 3.25 935 935 794.75 514.25 355.3
通用网络增强型 ecs.g5ne.4xlarge 16 64 6.5 1870 1870 1589.5 1028.5 710.6
通用网络增强型 ecs.g5ne.8xlarge 32 128 13 3740 3740 3179 2057 1421.2
通用网络增强型 ecs.g5ne.16xlarge 64 256 26 7480 7480 6358 4114 2842.4
通用网络增强型 ecs.g5ne.18xlarge 72 288 29.25 8415 8415 7152.75 4628.25 3197.7
内存型弹性裸金属服务器 ecs.ebmr5s.24xlarge 96 768 40.75 11736 11736 9975.6 6454.8 4459.68
通用型 ecs.n4.small 1 2 0.23 67 67 56.95 33.5 33.5
通用型 ecs.n4.large 2 4 0.57 163 163 138.55 81.5 81.5
通用型 ecs.n4.xlarge 4 8 1.13 326 326 277.1 163 163
通用型 ecs.n4.2xlarge 8 16 2.27 653 653 555.05 326.5 326.5
通用型 ecs.n4.4xlarge 16 32 4.53 1306 1306 1110.1 653 653
通用型 ecs.n4.8xlarge 32 64 9.07 2611 2611 2219.35 1305.5 1305.5
通用型 ecs.mn4.small 1 4 0.43 124 124 105.4 62 62
通用型 ecs.mn4.large 2 8 0.86 248 248 210.8 124 124
通用型 ecs.mn4.xlarge 4 16 1.72 496 496 421.6 248 248
通用型 ecs.mn4.2xlarge 8 32 3.44 992 992 843.2 496 496
通用型 ecs.mn4.4xlarge 16 64 6.89 1984 1984 1686.4 992 992
通用型 ecs.mn4.8xlarge 32 128 13.78 3968 3968 3372.8 1984 1984
通用型 ecs.xn4.small 1 1 0.13 36 36 30.6 18 18
通用型 ecs.e4.small 1 8 0.72 208 208 176.8 104 104
FPGA计算型 ecs.f3-c4f1.xlarge 4 16 7.312 3510 3510 2983.5 1930.5 3510
FPGA计算型 ecs.f3-c8f1.2xlarge 8 32 8.375 4020 4020 3417 2211 4020
FPGA计算型 ecs.f3-c16f1.4xlarge 16 64 10.5 5040 5040 4284 2772 5040
FPGA计算型 ecs.f3-c16f1.8xlarge 32 128 21 10080 10080 8568 5544 10080
FPGA计算型 ecs.f3-c16f1.16xlarge 64 256 42 20160 20160 17136 11088 20160
本地SSD型 ecs.i3.xlarge 4 32 2.059 988 988 839.8 543.4 375.44
本地SSD型 ecs.i3.2xlarge 8 64 4.117 1976 1976 1679.6 1086.8 750.88
本地SSD型 ecs.i3.4xlarge 16 128 8.234 3952 3952 3359.2 2173.6 1501.76
本地SSD型 ecs.i3.8xlarge 32 256 16.467 7904 7904 6718.4 4347.2 3003.52
本地SSD型 ecs.i3.13xlarge 52 384 24.7 11856 11856 10077.6 6520.8 4505.28
本地SSD型 ecs.i3.26xlarge 104 768 49.4 23712 23712 20155.2 13041.6 9010.56
ecs.sn2ne.large 2 8 0.75 215 215 182.75 118.25 81.7
ecs.sn2ne.xlarge 4 16 1.49 429 429 364.65 235.95 163.02
ecs.sn2ne.2xlarge 8 32 2.98 858 858 729.3 471.9 326.04
ecs.sn2ne.3xlarge 12 48 4.47 1287 1287 1093.95 707.85 489.06
ecs.sn2ne.4xlarge 16 64 5.96 1716 1716 1458.6 943.8 652.08
ecs.sn2ne.6xlarge 24 96 8.94 2574 2574 2187.9 1415.7 978.12
ecs.sn2ne.8xlarge 32 128 11.92 3432 3432 2917.2 1887.6 1304.16
ecs.sn2ne.14xlarge 56 224 20.85 6006 6006 5105.1 3303.3 2282.28
本地SSD型 ecs.i2.xlarge 4 32 1.33 640 640 544 352 243.2
本地SSD型 ecs.i2.2xlarge 8 64 2.67 1280 1280 1088 704 486.4
本地SSD型 ecs.i2.4xlarge 16 128 5.33 2560 2560 2176 1408 972.8
本地SSD型 ecs.i2.8xlarge 32 256 10.67 5120 5120 4352 2816 1945.6
本地SSD型 ecs.i2.16xlarge 64 512 21.33 10240 10240 8704 5632 3891.2
本地SSD型 ecs.i2g.2xlarge 8 32 2.305 1106 1106 940.1 608.3 1106
本地SSD型 ecs.i2g.4xlarge 16 64 4.61 2213 2213 1881.05 1217.15 2213
本地SSD型 ecs.i2g.8xlarge 32 128 9.219 4425 4425 3761.25 2433.75 4425
本地SSD型 ecs.i2g.16xlarge 64 256 18.44 8850 8850 7522.5 4867.5 8850
本地SSD网络增强型 ecs.i2ne.xlarge 4 32 1.482 711.9 711.9 605.12 391.55 270.52
本地SSD网络增强型 ecs.i2ne.2xlarge 8 64 2.964 1423.8 1423.8 1210.23 783.09 541.04
本地SSD网络增强型 ecs.i2ne.4xlarge 16 128 5.928 2847.6 2847.6 2420.46 1566.18 1082.09
本地SSD网络增强型 ecs.i2ne.8xlarge 32 256 11.856 5695.2 5695.2 4840.92 3132.36 2164.18
本地SSD网络增强型 ecs.i2ne.16xlarge 64 512 23.712 11390.4 11390.4 9681.84 6264.72 4328.35
本地SSD网络增强型 ecs.i2ne.20xlarge 80 704 29.64 14238 14238 12102.3 7830.9 5410.44
本地SSD网络增强型 ecs.i2gne.2xlarge 8 32 2.42 1161.75 1161.75 987.49 638.96 441.47
本地SSD网络增强型 ecs.i2gne.4xlarge 16 64 4.84 2323.5 2323.5 1974.98 1277.93 882.93
本地SSD网络增强型 ecs.i2gne.8xlarge 32 128 9.68 4647 4647 3949.95 2555.85 1765.86
本地SSD网络增强型 ecs.i2gne.16xlarge 64 256 19.36 9294 9294 7899.9 5111.7 3531.72
大数据存储型 ecs.d2s.5xlarge 20 88 13.258 3817.8 3817.8 3245.13 2099.79 1450.76
大数据存储型 ecs.d2s.10xlarge 40 176 26.515 7635.6 7635.6 6490.26 4199.58 2901.53
大数据存储型 ecs.d2s.20xlarge 80 352 53.03 15271.2 15271.2 12980.52 8399.16 5803.06
存储增强内存型 ecs.se1.large 2 16 1.14 329.4 329.4 279.99 164.7 164.7
存储增强内存型 ecs.se1.xlarge 4 32 2.29 658.8 658.8 559.98 329.4 329.4
存储增强内存型 ecs.se1.2xlarge 8 64 4.58 1317.6 1317.6 1119.96 658.8 658.8
存储增强内存型 ecs.se1.4xlarge 16 128 9.15 2635.2 2635.2 2239.92 1317.6 1317.6
存储增强内存型 ecs.se1.8xlarge 32 256 18.3 5270.4 5270.4 4479.84 2635.2 2635.2
存储增强内存型 ecs.se1.14xlarge 56 480 32.03 9223.2 9223.2 7839.72 4611.6 4611.6
本地SSD型 ecs.i1.xlarge 4 16 2.03 584.1 554.89 438.07 262.85 175.23
本地SSD型 ecs.i1.2xlarge 8 32 4.06 1168.2 1109.79 876.15 525.69 350.46
本地SSD型 ecs.i1.3xlarge 12 48 6.76 1947 1849.65 1460.25 876.15 584.1
本地SSD型 ecs.i1.4xlarge 16 64 8.11 2336.4 2219.58 1752.3 1051.38 700.92
本地SSD型 ecs.i1-c5d1.4xlarge 16 64 10.52 3028.9 2877.45 2271.67 1363 908.67
本地SSD型 ecs.i1.6xlarge 24 96 13.521 3894 3699.3 2920.5 1752.3 1168.2
本地SSD型 ecs.i1.8xlarge 32 128 16.23 4672.8 4439.16 3504.6 2102.76 1401.84
本地SSD型 ecs.i1-c10d1.8xlarge 32 128 17.67 5088.1 4833.69 3816.07 2289.64 1526.43
本地SSD型 ecs.i1.14xlarge 56 224 28.39 8177.4 7768.53 6133.05 3679.83 2453.22
大数据型 ecs.d1.2xlarge 8 32 5.73 1649.7 1567.21 1237.27 742.37 494.91
大数据型 ecs.d1.3xlarge 12 48 9.547 2749.5 2612.02 2062.13 1237.28 824.85
大数据型 ecs.d1.4xlarge 16 64 11.46 3299.4 3134.43 2474.55 1484.73 989.82
大数据型 ecs.d1.6xlarge 24 96 17.18 4949.1 4701.64 3711.83 2227.09 1484.73
大数据型 ecs.d1.8xlarge 32 128 22.91 6598.8 6268.86 4949.1 2969.46 1979.64
大数据型 ecs.d1-c8d3.8xlarge 32 128 22 6335.1 6018.34 4751.32 2850.8 1900.53
大数据型 ecs.d1.14xlarge 56 224 40.1 11547.9 10970.5 8660.93 5196.56 3464.37
大数据型 ecs.d1-c14d3.14xlarge 56 160 30.58 8808 8367.6 6606 3963.6 2642.4
ecs.sn1ne.large 2 4 0.51 148 148 125.8 81.4 56.24
ecs.sn1ne.xlarge 4 8 1.03 296 296 251.6 162.8 112.48
ecs.sn1ne.2xlarge 8 16 2.05 591 591 502.35 325.05 224.58
ecs.sn1ne.3xlarge 12 24 3.08 887 887 753.95 487.85 337.06
ecs.sn1ne.4xlarge 16 32 4.1 1182 1182 1004.7 650.1 449.16
ecs.sn1ne.6xlarge 24 48 6.16 1773 1773 1507.05 975.15 673.74
ecs.sn1ne.8xlarge 32 64 8.21 2364 2364 2009.4 1300.2 898.32
存储增强内存型 ecs.se1ne.large 2 16 0.95 275 275 233.75 151.25 104.5
存储增强内存型 ecs.se1ne.xlarge 4 32 1.91 549 549 466.65 301.95 208.62
存储增强内存型 ecs.se1ne.2xlarge 8 64 3.81 1098 1098 933.3 603.9 417.24
存储增强内存型 ecs.se1ne.3xlarge 12 96 5.72 1647 1647 1399.95 905.85 625.86
存储增强内存型 ecs.se1ne.4xlarge 16 128 7.63 2196 2196 1866.6 1207.8 834.48
存储增强内存型 ecs.se1ne.6xlarge 24 192 11.44 3294 3294 2799.9 1811.7 1251.72
存储增强内存型 ecs.se1ne.8xlarge 32 256 15.25 4392 4392 3733.2 2415.6 1668.96
存储增强内存型 ecs.se1ne.14xlarge 56 480 26.69 7686 7686 6533.1 4227.3 2920.68
大数据网络增强型 ecs.d1ne.2xlarge 8 32 5.01 1444 1371.8 1083 649.8 433.2
大数据网络增强型 ecs.d1ne.4xlarge 16 64 10.03 2888 2743.6 2166 1299.6 866.4
大数据网络增强型 ecs.d1ne.6xlarge 24 96 15.04 4331 4114.45 3248.25 1948.95 1299.3
大数据网络增强型 ecs.d1ne.8xlarge 32 128 20.05 5775 5486.25 4331.25 2598.75 1732.5
大数据网络增强型 ecs.d1ne-c8d3.8xlarge 32 128 19.25 5543 5265.85 4157.25 2494.35 1662.9
大数据网络增强型 ecs.d1ne.14xlarge 56 224 35.09 10106 9600.7 7579.5 4547.7 3031.8
大数据网络增强型 ecs.d1ne-c14d3.14xlarge 56 160 29.19 8407 7986.65 6305.25 3783.15 2522.1

二、阿里云服务器预留实例券收费标准

预留实例券是一种抵扣券，可以自动匹配您账户下符合条件的按量付费实例（不包含抢占实例），对产生的账单进行抵扣。预留实例券支持部分预付，支持跨实例规格抵扣，支持资源预留，支持随时调整可用区甚至跨可用区抵扣。最新收费标准如下：

实例规格 vCPU 内存(GiB) 全预付 预付费用 全预付 预留费用(每小时) 半预付 预付费用 半预付 预留费用(每小时) 零预付 预付费用 零预付 预留费用(每小时)
ecs.sn1ne.large 2 4 1509.6 0 754.8 0.091 0 0.191
ecs.sn1ne.xlarge 4 8 3019.2 0 1509.6 0.182 0 0.382
ecs.sn1ne.2xlarge 8 16 6028.2 0 3014.1 0.363 0 0.762
ecs.sn1ne.4xlarge 16 32 12056.4 0 6028.2 0.726 0 1.524
ecs.sn1ne.8xlarge 32 64 24112.8 0 12056.4 1.451 0 3.048
ecs.sn1ne.3xlarge 12 24 9047.4 0 4523.7 0.545 0 1.143
ecs.sn1ne.6xlarge 24 48 18084.6 0 9042.3 1.088 0 2.286
ecs.sn2ne.large 2 8 2193 0 1096.5 0.132 0 0.277
ecs.sn2ne.xlarge 4 16 4375.8 0 2187.9 0.263 0 0.553
ecs.sn2ne.2xlarge 8 32 8751.6 0 4375.8 0.527 0 1.106
ecs.sn2ne.4xlarge 16 64 17503.2 0 8751.6 1.053 0 2.212
ecs.sn2ne.8xlarge 32 128 35006.4 0 17503.2 2.107 0 4.424
ecs.sn2ne.14xlarge 56 224 61261.2 0 30630.6 3.687 0 7.743
ecs.sn2ne.3xlarge 12 48 13127.4 0 6563.7 0.79 0 1.659
ecs.sn2ne.6xlarge 24 96 26254.8 0 13127.4 1.58 0 3.318
存储增强内存型 ecs.se1ne.large 2 16 2805 0 1402.5 0.169 0 0.355
存储增强内存型 ecs.se1ne.xlarge 4 32 5599.8 0 2799.9 0.337 0 0.708
存储增强内存型 ecs.se1ne.2xlarge 8 64 11199.6 0 5599.8 0.674 0 1.416
存储增强内存型 ecs.se1ne.4xlarge 16 128 22399.2 0 11199.6 1.348 0 2.831
存储增强内存型 ecs.se1ne.8xlarge 32 256 44798.4 0 22399.2 2.696 0 5.662
存储增强内存型 ecs.se1ne.14xlarge 56 480 78397.2 0 39198.6 4.718 0 9.909
存储增强内存型 ecs.se1ne.3xlarge 12 96 16799.4 0 8399.7 1.011 0 2.123
存储增强内存型 ecs.se1ne.6xlarge 24 192 33598.8 0 16799.4 2.022 0 4.247
GPU计算型 ecs.gn5-c4g1.xlarge 4 30 33791.58 0 16895.79 2.034 0 4.271
GPU计算型 ecs.gn5-c8g1.2xlarge 8 60 40694.94 0 20347.47 2.449 0 5.143
GPU计算型 ecs.gn5-c4g1.2xlarge 8 60 67592.34 0 33796.17 4.068 0 8.543
GPU计算型 ecs.gn5-c8g1.4xlarge 16 120 81389.88 0 40694.94 4.898 0 10.287
GPU计算型 ecs.gn5-c8g1.8xlarge 32 240 162770.58 0 81385.29 9.796 0 20.572
GPU计算型 ecs.gn5-c8g1.14xlarge 54 480 325541.16 0 162770.58 19.593 0 41.145
GPU计算型 ecs.gn5-c28g1.7xlarge 28 112 63130.86 0 31565.43 3.8 0 7.979
GPU计算型 ecs.gn5-c28g1.14xlarge 56 224 126252.54 0 63126.27 7.599 0 15.957
计算型 ecs.c5.large 2 4 1366.8 0 683.4 0.082 0 0.173
计算型 ecs.c5.xlarge 4 8 2743.8 0 1371.9 0.165 0 0.347
计算型 ecs.c5.2xlarge 8 16 5477.4 0 2738.7 0.33 0 0.692
计算型 ecs.c5.4xlarge 16 32 10954.8 0 5477.4 0.659 0 1.385
计算型 ecs.c5.6xlarge 24 48 16432.2 0 8216.1 0.989 0 2.077
计算型 ecs.c5.8xlarge 32 64 21909.6 0 10954.8 1.319 0 2.769
计算型 ecs.c5.16xlarge 64 128 43819.2 0 21909.6 2.637 0 5.538
计算型 ecs.c5.3xlarge 12 24 8221.2 0 4110.6 0.495 0 1.039
通用型 ecs.g5.large 2 8 1948.2 0 974.1 0.117 0 0.246
通用型 ecs.g5.xlarge 4 16 3906.6 0 1953.3 0.235 0 0.494
通用型 ecs.g5.2xlarge 8 32 7803 0 3901.5 0.47 0 0.986
通用型 ecs.g5.4xlarge 16 64 15606 0 7803 0.939 0 1.972
通用型 ecs.g5.6xlarge 24 96 23409 0 11704.5 1.409 0 2.959
通用型 ecs.g5.8xlarge 32 128 31212 0 15606 1.879 0 3.945
通用型 ecs.g5.16xlarge 64 256 62424 0 31212 3.757 0 7.89
通用型 ecs.g5.3xlarge 12 48 11709.6 0 5854.8 0.705 0 1.48
内存型 ecs.r5.large 2 16 2499 0 1249.5 0.15 0 0.316
内存型 ecs.r5.xlarge 4 32 4987.8 0 2493.9 0.3 0 0.63
内存型 ecs.r5.2xlarge 8 64 9975.6 0 4987.8 0.6 0 1.261
内存型 ecs.r5.4xlarge 16 128 19951.2 0 9975.6 1.201 0 2.522
内存型 ecs.r5.6xlarge 24 192 29926.8 0 14963.4 1.801 0 3.782
内存型 ecs.r5.8xlarge 32 256 39902.4 0 19951.2 2.402 0 5.043
内存型 ecs.r5.16xlarge 64 512 79804.8 0 39902.4 4.803 0 10.086
内存型 ecs.r5.3xlarge 12 96 14963.4 0 7481.7 0.901 0 1.891
高主频计算型 ecs.hfc5.large 2 4 1917.6 0 958.8 0.115 0 0.242
高主频计算型 ecs.hfc5.xlarge 4 8 3845.4 0 1922.7 0.231 0 0.486
高主频计算型 ecs.hfc5.2xlarge 8 16 7680.6 0 3840.3 0.462 0 0.971
高主频计算型 ecs.hfc5.4xlarge 16 32 15361.2 0 7680.6 0.925 0 1.941
高主频计算型 ecs.hfc5.6xlarge 24 48 23041.8 0 11520.9 1.387 0 2.912
高主频计算型 ecs.hfc5.8xlarge 32 64 30722.4 0 15361.2 1.849 0 3.883
高主频通用型 ecs.hfg5.large 2 8 2539.8 0 1269.9 0.153 0 0.321
高主频通用型 ecs.hfg5.xlarge 4 16 5079.6 0 2539.8 0.306 0 0.642
高主频通用型 ecs.hfg5.2xlarge 8 32 10159.2 0 5079.6 0.611 0 1.284
高主频通用型 ecs.hfg5.4xlarge 16 64 20318.4 0 10159.2 1.223 0 2.568
高主频通用型 ecs.hfg5.6xlarge 24 96 30477.6 0 15238.8 1.834 0 3.852
高主频通用型 ecs.hfg5.8xlarge 32 128 40636.8 0 20318.4 2.446 0 5.136
高主频通用型 ecs.hfg5.14xlarge 56 160 67381.2 0 33690.6 4.055 0 8.516
本地SSD型 ecs.i2.xlarge 4 32 6528 0 3264 0.393 0 0.825
本地SSD型 ecs.i2.2xlarge 8 64 13056 0 6528 0.786 0 1.65
本地SSD型 ecs.i2.4xlarge 16 128 26112 0 13056 1.572 0 3.3
本地SSD型 ecs.i2.8xlarge 32 256 52224 0 26112 3.143 0 6.601
本地SSD型 ecs.i2.16xlarge 64 512 104448 0 52224 6.286 0 13.201
GPU计算型 ecs.gn5i-c2g1.large 2 8 19125 0 9562.5 1.151 0 2.417
GPU计算型 ecs.gn5i-c4g1.xlarge 4 16 21343.5 0 10671.75 1.285 0 2.698
GPU计算型 ecs.gn5i-c8g1.2xlarge 8 32 25704 0 12852 1.547 0 3.249
GPU计算型 ecs.gn5i-c16g1.4xlarge 16 64 34425 0 17212.5 2.072 0 4.351
GPU计算型 ecs.gn5i-c28g1.14xlarge 56 224 94860 0 47430 5.709 0 11.989
GPU计算型 ecs.gn5i-c16g1.8xlarge 32 128 68850 0 34425 4.144 0 8.702
突发性能型 ecs.t5-c1m1.large 2 2 632.4 0 316.2 0.038 0 0.08
突发性能型 ecs.t5-c1m1.xlarge 4 4 1275 0 637.5 0.077 0 0.161
突发性能型 ecs.t5-c1m1.2xlarge 8 8 2550 0 1275 0.153 0 0.322
突发性能型 ecs.t5-c1m1.4xlarge 16 16 5100 0 2550 0.307 0 0.645
突发性能型 ecs.t5-c1m2.large 2 4 887.4 0 443.7 0.053 0 0.112
突发性能型 ecs.t5-c1m2.xlarge 4 8 1764.6 0 882.3 0.106 0 0.223
突发性能型 ecs.t5-c1m2.2xlarge 8 16 3539.4 0 1769.7 0.213 0 0.447
突发性能型 ecs.t5-c1m2.4xlarge 16 32 7068.6 0 3534.3 0.425 0 0.893
突发性能型 ecs.t5-c1m4.large 2 8 1377 0 688.5 0.083 0 0.174
突发性能型 ecs.t5-c1m4.xlarge 4 16 2754 0 1377 0.166 0 0.348
突发性能型 ecs.t5-c1m4.2xlarge 8 32 5508 0 2754 0.332 0 0.696
突发性能型 ecs.t5-lc2m1.nano 1 0.5 142.8 0 71.4 0.009 0 0.018
突发性能型 ecs.t5-lc1m1.small 1 1 183.6 0 91.8 0.011 0 0.023
突发性能型 ecs.t5-lc1m2.small 1 2 367.2 0 183.6 0.022 0 0.046
突发性能型 ecs.t5-lc1m2.large 2 4 734.4 0 367.2 0.044 0 0.093
突发性能型 ecs.t5-lc1m4.large 2 8 1213.8 0 606.9 0.073 0 0.153
本地SSD型 ecs.ic5.large 2 2 1305.6 0 652.8 0.079 0 0.165
本地SSD型 ecs.ic5.xlarge 4 4 2601 0 1300.5 0.157 0 0.329
本地SSD型 ecs.ic5.2xlarge 8 8 5202 0 2601 0.313 0 0.657
本地SSD型 ecs.ic5.3xlarge 12 12 7803 0 3901.5 0.47 0 0.986
本地SSD型 ecs.ic5.6xlarge 24 24 15616.2 0 7808.1 0.94 0 1.974
本地SSD型 ecs.ic5.8xlarge 32 32 20818.2 0 10409.1 1.253 0 2.631
本地SSD型 ecs.ic5.16xlarge 64 64 41636.4 0 20818.2 2.506 0 5.262
GPU计算型 ecs.gn6v-c8g1.2xlarge 8 32 37074.35 0 18537.17 2.231 0 4.686
GPU计算型 ecs.gn6v-c8g1.8xlarge 32 128 148297.39 0 74148.7 8.925 0 18.743
GPU计算型 ecs.gn6v-c8g1.16xlarge 64 256 296594.78 0 148297.39 17.851 0 37.486
GPU计算型 ecs.gn6v-c10g1.20xlarge 82 336 307760.88 0 153880.44 18.523 0 38.898
本地SSD型 ecs.i2g.2xlarge 8 32 11281.2 0 5640.6 0.679 0 1.426
本地SSD型 ecs.i2g.4xlarge 16 64 22572.6 0 11286.3 1.359 0 2.853
本地SSD型 ecs.i2g.8xlarge 32 128 45135 0 22567.5 2.716 0 5.705
本地SSD型 ecs.i2g.16xlarge 64 256 90269.99 0 45134.99 5.433 0 11.409
本地SSD网络增强型 ecs.i2ne.xlarge 4 32 7261.38 0 3630.69 0.437 0 0.918
本地SSD网络增强型 ecs.i2ne.2xlarge 8 64 14522.76 0 7261.38 0.874 0 1.836
本地SSD网络增强型 ecs.i2ne.4xlarge 16 128 29045.52 0 14522.76 1.748 0 3.671
本地SSD网络增强型 ecs.i2ne.8xlarge 32 256 58091.04 0 29045.52 3.496 0 7.342
本地SSD网络增强型 ecs.i2ne.16xlarge 64 512 116182.08 0 58091.04 6.992 0 14.684
本地SSD网络增强型 ecs.i2ne.20xlarge 80 704 145227.6 0 72613.8 8.741 0 18.355
本地SSD网络增强型 ecs.i2gne.2xlarge 8 32 11849.85 0 5924.93 0.713 0 1.498
本地SSD网络增强型 ecs.i2gne.4xlarge 16 64 23699.7 0 11849.85 1.426 0 2.995
本地SSD网络增强型 ecs.i2gne.8xlarge 32 128 47399.4 0 23699.7 2.853 0 5.991
本地SSD网络增强型 ecs.i2gne.16xlarge 64 256 94798.8 0 47399.4 5.705 0 11.982
通用型 ecs.g6.26xlarge 104 384 89107.2 0 44553.6 5.363 0 11.262
通用型 ecs.g6.13xlarge 52 192 44553.6 0 22276.8 2.681 0 5.631
通用型 ecs.g6.2xlarge 8 32 6854.4 0 3427.2 0.413 0 0.866
通用型 ecs.g6.large 2 8 1713.6 0 856.8 0.103 0 0.217
通用型 ecs.g6.xlarge 4 16 3427.2 0 1713.6 0.206 0 0.433
通用型 ecs.g6.3xlarge 12 48 10281.6 0 5140.8 0.619 0 1.299
通用型 ecs.g6.4xlarge 16 64 13708.8 0 6854.4 0.825 0 1.733
通用型 ecs.g6.6xlarge 24 96 20563.2 0 10281.6 1.238 0 2.599
通用型 ecs.g6.8xlarge 32 128 27417.6 0 13708.8 1.65 0 3.465
GPU计算型 ecs.gn6i-c4g1.xlarge 4 15 18132.23 0 9066.12 1.091 0 2.291
GPU计算型 ecs.gn6i-c8g1.2xlarge 8 31 21839.32 0 10919.66 1.314 0 2.76
GPU计算型 ecs.gn6i-c16g1.4xlarge 16 62 25594.55 0 12797.28 1.54 0 3.234
GPU计算型 ecs.gn6i-c24g1.6xlarge 24 93 26810.19 0 13405.1 1.614 0 3.388
GPU计算型 ecs.gn6i-c24g1.12xlarge 48 186 53620.38 0 26810.19 3.227 0 6.776
GPU计算型 ecs.gn6i-c24g1.24xlarge 96 372 107240.76 0 53620.38 6.454 0 13.551
通用型弹性裸金属服务器 ecs.ebmg6.26xlarge 104 384 89107.2 0 44553.6 5.363 0 11.262
通用网络增强型 ecs.g5ne.2xlarge 8 32 9537 0 4768.5 0.574 0 1.205
通用网络增强型 ecs.g5ne.4xlarge 16 64 19074 0 9537 1.148 0 2.411
通用网络增强型 ecs.g5ne.8xlarge 32 128 38148 0 19074 2.296 0 4.821
通用网络增强型 ecs.g5ne.16xlarge 64 256 76296 0 38148 4.592 0 9.643
通用网络增强型 ecs.g5ne.18xlarge 72 288 85833 0 42916.5 5.166 0 10.848
通用网络增强型 ecs.g5ne.xlarge 4 16 4768.5 0 2384.25 0.287 0 0.603
通用网络增强型 ecs.g5ne.large 2 8 2384.25 0 1192.13 0.143 0 0.301
通用平衡增强型 ecs.g6e.2xlarge 8 32 10771.2 0 5385.6 0.648 0 1.361
通用平衡增强型 ecs.g6e.8xlarge 32 128 43084.8 0 21542.4 2.593 0 5.445
通用平衡增强型 ecs.g6e.4xlarge 16 64 21542.4 0 10771.2 1.297 0 2.723
通用平衡增强型 ecs.g6e.large 2 8 2692.8 0 1346.4 0.162 0 0.34
通用平衡增强型 ecs.g6e.xlarge 4 16 5385.6 0 2692.8 0.324 0 0.681
计算型 ecs.c6.26xlarge 104 192 69482.4 0 34741.2 4.182 0 8.782
计算型 ecs.c6.13xlarge 52 96 34741.2 0 17370.6 2.091 0 4.391
计算型 ecs.c6.8xlarge 32 64 21379.2 0 10689.6 1.287 0 2.702
计算型 ecs.c6.6xlarge 24 48 16034.4 0 8017.2 0.965 0 2.027
计算型 ecs.c6.4xlarge 16 32 10689.6 0 5344.8 0.643 0 1.351
计算型 ecs.c6.3xlarge 12 24 8017.2 0 4008.6 0.483 0 1.013
计算型 ecs.c6.2xlarge 8 16 5344.8 0 2672.4 0.322 0 0.676
计算型 ecs.c6.xlarge 4 8 2672.4 0 1336.2 0.161 0 0.338
计算型 ecs.c6.large 2 4 1336.2 0 668.1 0.08 0 0.169
内存型 ecs.r6.13xlarge 52 384 58344 0 29172 3.511 0 7.374
内存型 ecs.r6.8xlarge 32 256 35904 0 17952 2.161 0 4.538
内存型 ecs.r6.6xlarge 24 192 26928 0 13464 1.621 0 3.403
内存型 ecs.r6.2xlarge 8 64 8976 0 4488 0.54 0 1.134
内存型 ecs.r6.xlarge 4 32 4488 0 2244 0.27 0 0.567
内存型 ecs.r6.large 2 16 2244 0 1122 0.135 0 0.284
内存型 ecs.r6.26xlarge 104 768 116688 0 58344 7.023 0 14.748
内存型 ecs.r6.4xlarge 16 128 17952 0 8976 1.08 0 2.269
内存型 ecs.r6.3xlarge 12 96 13464 0 6732 0.81 0 1.702
突发性能型 ecs.t6-c2m1.large 2 1 120.36 0 60.18 0.007 0 0.015
突发性能型 ecs.t6-c1m1.large 2 2 240.72 0 120.36 0.014 0 0.03
突发性能型 ecs.t6-c1m2.large 2 4 481.44 0 240.72 0.029 0 0.061
突发性能型 ecs.t6-c1m4.xlarge 4 16 1925.76 0 962.88 0.116 0 0.243
突发性能型 ecs.t6-c1m4.2xlarge 8 32 3851.52 0 1925.76 0.232 0 0.487
突发性能型 ecs.t6-c1m4.large 2 8 962.88 0 481.44 0.058 0 0.122
高主频计算型 ecs.hfc6.xlarge 4 8 3080.4 0 1540.2 0.185 0 0.389
高主频计算型 ecs.hfc6.8xlarge 32 64 24643.2 0 12321.6 1.483 0 3.115
高主频计算型 ecs.hfc6.6xlarge 24 48 18482.4 0 9241.2 1.112 0 2.336
高主频计算型 ecs.hfc6.4xlarge 16 32 12321.6 0 6160.8 0.742 0 1.557
高主频计算型 ecs.hfc6.3xlarge 12 24 9241.2 0 4620.6 0.556 0 1.168
高主频计算型 ecs.hfc6.2xlarge 8 16 6160.8 0 3080.4 0.371 0 0.779
高主频计算型 ecs.hfc6.large 2 4 1540.2 0 770.1 0.093 0 0.195
高主频计算型 ecs.hfc6.10xlarge 40 96 30804 0 15402 1.854 0 3.893
高主频计算型 ecs.hfc6.16xlarge 64 128 49286.4 0 24643.2 2.966 0 6.229
高主频计算型 ecs.hfc6.20xlarge 80 192 61608 0 30804 3.708 0 7.787
高主频通用型 ecs.hfg6.8xlarge 32 128 30192 0 15096 1.817 0 3.816
高主频通用型 ecs.hfg6.6xlarge 24 96 22644 0 11322 1.363 0 2.862
高主频通用型 ecs.hfg6.4xlarge 16 64 15096 0 7548 0.909 0 1.908
高主频通用型 ecs.hfg6.3xlarge 12 48 11322 0 5661 0.681 0 1.431
高主频通用型 ecs.hfg6.2xlarge 8 32 7548 0 3774 0.454 0 0.954
高主频通用型 ecs.hfg6.xlarge 4 16 3774 0 1887 0.227 0 0.477
高主频通用型 ecs.hfg6.large 2 8 1887 0 943.5 0.114 0 0.238
高主频通用型 ecs.hfg6.10xlarge 40 192 37740 0 18870 2.271 0 4.77
高主频通用型 ecs.hfg6.16xlarge 64 256 60384 0 30192 3.634 0 7.632
高主频通用型 ecs.hfg6.20xlarge 80 384 75480 0 37740 4.543 0 9.54
GPU计算型 ecs.gn6e-c12g1.24xlarge 96 736 695844 0 347922 41.88 0 87.947
GPU计算型 ecs.gn6e-c12g1.3xlarge 12 92 86985.59 0 43492.79 5.235 0 10.994
GPU计算型 ecs.gn6e-c12g1.12xlarge 48 368 347922.04 0 173961.02 20.94 0 43.973
高主频内存型 ecs.hfr6.large 2 16 2468.4 0 1234.2 0.149 0 0.312
高主频内存型 ecs.hfr6.2xlarge 8 64 9873.6 0 4936.8 0.594 0 1.248
高主频内存型 ecs.hfr6.xlarge 4 32 4936.8 0 2468.4 0.297 0 0.624
高主频内存型 ecs.hfr6.3xlarge 12 96 14810.4 0 7405.2 0.891 0 1.872
高主频内存型 ecs.hfr6.4xlarge 16 128 19747.2 0 9873.6 1.188 0 2.496
高主频内存型 ecs.hfr6.6xlarge 24 192 29620.8 0 14810.4 1.783 0 3.744
高主频内存型 ecs.hfr6.8xlarge 32 256 39494.4 0 19747.2 2.377 0 4.992
高主频内存型 ecs.hfr6.10xlarge 40 384 49368 0 24684 2.971 0 6.24
高主频内存型 ecs.hfr6.16xlarge 64 512 78988.8 0 39494.4 4.754 0 9.983
高主频内存型 ecs.hfr6.20xlarge 80 768 98736 0 49368 5.942 0 12.479
计算型弹性裸金属服务器 ecs.ebmc6.26xlarge 104 192 69482.4 0 34741.2 4.182 0 8.782
内存型弹性裸金属服务器 ecs.ebmr6.26xlarge 104 768 116688 0 58344 7.023 0 14.748
高主频型弹性裸金属服务器 ecs.ebmhfr6.20xlarge 80 768 98736 0 49368 5.942 0 12.479
高主频型弹性裸金属服务器 ecs.ebmhfg6.20xlarge 80 384 75480 0 37740 4.543 0 9.54
高主频型弹性裸金属服务器 ecs.ebmhfc6.20xlarge 80 192 61608 0 30804 3.708 0 7.787
大数据存储型 ecs.d2s.20xlarge 80 352 155766.24 0 77883.12 9.375 0 19.687
大数据存储型 ecs.d2s.5xlarge 20 88 38941.56 0 19470.78 2.344 0 4.922
大数据存储型 ecs.d2s.10xlarge 40 176 77883.12 0 38941.56 4.687 0 9.844
持久内存型 ecs.re6.13xlarge 52 768 113134.32 0 56567.16 6.809 0 14.299
持久内存型 ecs.re6.52xlarge 208 3072 452537.28 0 226268.64 27.236 0 57.196
持久内存型 ecs.re6.26xlarge 104 1536 226268.64 0 113134.32 13.618 0 28.598
内存平衡增强型 ecs.r6e.13xlarge 52 384 92820 0 46410 5.586 0 11.731
内存平衡增强型 ecs.r6e.xlarge 4 32 7140 0 3570 0.43 0 0.902
内存平衡增强型 ecs.r6e.8xlarge 32 256 57120 0 28560 3.438 0 7.219
内存平衡增强型 ecs.r6e.2xlarge 8 64 14280 0 7140 0.859 0 1.805
内存平衡增强型 ecs.r6e.4xlarge 16 128 28560 0 14280 1.719 0 3.61
内存平衡增强型 ecs.r6e.large 2 16 3570 0 1785 0.215 0 0.451
计算平衡增强型 ecs.c6e.26xlarge 104 192 104488.8 0 52244.4 6.289 0 13.206
计算平衡增强型 ecs.c6e.13xlarge 52 96 52244.4 0 26122.2 3.144 0 6.603
计算平衡增强型 ecs.c6e.8xlarge 32 64 32150.4 0 16075.2 1.935 0 4.063
计算平衡增强型 ecs.c6e.4xlarge 16 32 16075.2 0 8037.6 0.967 0 2.032
计算平衡增强型 ecs.c6e.2xlarge 8 16 8037.6 0 4018.8 0.484 0 1.016
计算平衡增强型 ecs.c6e.xlarge 4 8 4018.8 0 2009.4 0.242 0 0.508
计算平衡增强型 ecs.c6e.large 2 4 2009.4 0 1004.7 0.121 0 0.254
高主频内存型 ecs.hfr7.large 2 16 3753.6 0 1876.8 0.226 0 0.474
高主频内存型 ecs.hfr7.8xlarge 32 256 60057.6 0 30028.8 3.615 0 7.591
高主频内存型 ecs.hfr7.12xlarge 48 384 90086.4 0 45043.2 5.422 0 11.386
高主频内存型 ecs.hfr7.6xlarge 24 192 45043.2 0 22521.6 2.711 0 5.693
高主频内存型 ecs.hfr7.24xlarge 96 768 180172.8 0 90086.4 10.844 0 22.772
高主频内存型 ecs.hfr7.xlarge 4 32 7507.2 0 3753.6 0.452 0 0.949
高主频内存型 ecs.hfr7.3xlarge 12 96 22521.6 0 11260.8 1.355 0 2.846
高主频内存型 ecs.hfr7.2xlarge 8 64 15014.4 0 7507.2 0.904 0 1.898
高主频内存型 ecs.hfr7.4xlarge 16 128 30028.8 0 15014.4 1.807 0 3.795
本地SSD型 ecs.i3.xlarge 4 32 10077.6 0 5038.8 0.607 0 1.274
本地SSD型 ecs.i3.26xlarge 104 768 241862.4 0 120931.2 14.557 0 30.569
本地SSD型 ecs.i3.2xlarge 8 64 20155.2 0 10077.6 1.213 0 2.547
本地SSD型 ecs.i3.4xlarge 16 128 40310.4 0 20155.2 2.426 0 5.095
本地SSD型 ecs.i3.8xlarge 32 256 80620.8 0 40310.4 4.852 0 10.19
本地SSD型 ecs.i3.13xlarge 52 384 120931.2 0 60465.6 7.278 0 15.284

三、专有宿主机收费标准

宿主机规格 支持的实例规格族 物理核数 可用vCPUs 可用内存(GiB) 按量(小时) 优惠月价 年付月价 3年付月价 5年付月价
CPU超分型 c6s 自定义规格 52 520 180 14.19 6812 5790.2 3746.6 2588.56
CPU超分型 g6s 自定义规格 52 520 372 18.2 8736 7425.6 4804.8 3319.68
CPU超分型 r6s 自定义规格 52 520 750 23.83 11440 9724 6292 4347.2
CPU超分型 v5 v5 48 336 672 41.09 11834 11834 11834 11834
通用型 g6e g6, c6, r6 52 104 384 28.6 13728 13728 13728 13728
通用型 g6 g6, c6, r6, ic6 52 104 384 18.2 8736 7425.6 4804.8 3319.68
通用型 g5 g5 48 84 336 32.14 9257 9257 9257 9257
内存平衡增强型 r6e r6, g6, c6 52 104 768 37.92 18200 18200 18200 18200
内存型 r6 r6, g6, c6, ic6 52 104 768 23.83 11440 9724 6292 4347.2
内存型 r5 r5 48 86 688 41.09 11834 11834 11834 11834
计算平衡增强型 c6e c6, r6, g6 52 104 192 21.34 10244 10244 10244 10244
计算型 c6 c6, ic6 52 104 192 14.19 6812 5790.2 3746.6 2588.56
计算型 c5 c5 48 86 172 32.14 6498 6498 6498 6498
本地SSD型 i2 i2 48 80 640 26.67 12800 12800 12800 12800

四、阿里云服务器块存储价格

块存储价格包含ESSD磁盘价格、ESSD AutoPL价格、系统盘价格和数据盘价格。

1、ESSD磁盘价格
类型 最大IOPS/最大吞吐量 云盘容量范围（GiB） 按量价格 包月价格
ESSD云盘PL0 1万 / 180MB 40 ~ 32768 GiB 0.00105 元/1 GiB/小时 0.5 元/1 GiB/月
ESSD云盘PL1 5万 / 350MB 20 ~ 32768 GiB 0.0021 元/1 GiB/小时 1 元/1 GiB/月
ESSD云盘PL3 100万 / 4,000MB 1261 ~ 32768 GiB 0.0084 元/1 GiB/小时 4 元/1 GiB/月
2、ESSD AutoPL价格
计费项 计费说明 按量价格 包月价格
AutoPL云盘基准性能 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 0.0021 元/1 GiB/小时 1 元/1 GiB/月
AutoPL云盘额外性能 仅支持按量付费，费用按照每小时计费出账。 0.0000625 元/1 IOPS/小时 --
AutoPL云盘突发性能 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。 0.02 元/万 IO --
3、系统盘价格
类型 规格 按量价格 包月价格
普通云盘 40 GiB 0.0136 元/40 GiB/小时 9.6 元/40 GiB/月
高效云盘 40 GiB 0.0152 元/40 GiB/小时 11.2 元/40 GiB/月
SSD云盘 40 GiB 0.0448 元/40 GiB/小时 32 元/40 GiB/月
普通云盘 1 GiB 0.00034 元/1 GiB/小时 0.24 元/1 GiB/月
高效云盘 1 GiB 0.00038 元/1 GiB/小时 0.28 元/1 GiB/月
SSD云盘 1 GiB 0.00112 元/1 GiB/小时 0.8 元/1 GiB/月
4、数据盘价格
类型 规格 按量价格 包月价格
普通云盘 1 GiB 0.00034 元/1 GiB/小时 0.24 元/1 GiB/月
高效云盘 1 GiB 0.00038 元/1 GiB/小时 0.28 元/1 GiB/月
SSD云盘 1 GiB 0.00112 元/1 GiB/小时 0.8 元/1 GiB/月

五、存储容量单位包收费标准

存储容量单位包是一种预付费存储售卖形态，可以用来抵扣多种不同类型云盘的按量付费账单。相比于随ECS预付费实例购买云盘的模式，存储容量单位包与按量付费云盘的组合使用，兼具性价比与资源使用的灵活性。

1、单位包价格
单位包规格 优惠月价 年付月价 3年付月价
20 GB 16 元 13.60 元 8.00 元
40 GB 32 元 27.20 元 16.00 元
100 GB 80 元 68.00 元 40.00 元
200 GB 160 元 136.00 元 80.00 元
500 GB 400 元 340.00 元 200.00 元
1 TB 819.2 元 696.32 元 409.60 元
2 TB 1638.4 元 1392.64 元 819.20 元
5 TB 4096 元 3481.60 元 2048.00 元
10 TB 8192 元 6963.20 元 4096.00 元
20 TB 16384 元 13926.40 元 8192.00 元
50 TB 40960 元 34816.00 元 20480.00 元
2、抵扣因子对照
存储类型 抵扣因子 (20GB单位包)对应能抵扣的容量,以此类推
高效云盘 0.35 20 GB / 0.35 = 57.14 GB
SSD云盘 1 20 GB / 1 = 20.00 GB
ESSD云盘 PL0（单盘IOPS性能上限1万） 0.5 20 GB / 0.5 = 40.00 GB
ESSD云盘 PL1（单盘IOPS性能上限5万） 1 20 GB / 1 = 20.00 GB
ESSD云盘 PL2（单盘IOPS性能上限10万） 2 20 GB / 2 = 10.00 GB
ESSD云盘 PL3（单盘IOPS性能上限100万） 4 20 GB / 4 = 5.00 GB
NAS 容量型 0.35 20 GB / 0.35 = 57.14 GB
NAS 性能型 1.85 20 GB / 1.85 = 10.81 GB
普通快照 0.12 20 GB / 0.12 = 166.67 GB
OSS 标准型(本地冗余 LRS) 0.12 20 GB / 0.12 = 166.67 GB
OSS 标准型(同城冗余 ZRS) 0.15 20 GB / 0.15 = 133.33 GB
OSS 低频型(本地冗余 LRS) 0.08 20 GB / 0.08 = 250.00 GB
OSS 低频型(同城冗余 ZRS) 0.1 20 GB / 0.1 = 200.00 GB
OSS 归档型(本地冗余 LRS) 0.03 20 GB / 0.03 = 666.67 GB
PDS 相册与网盘服务 0.13 20 GB / 0.13 = 153.85 GB
HBR 备份库存储容量 0.29 20 GB / 0.29 = 68.97 GB

六、带宽价格

计费方式 类型 价格
预付费, 按固定带宽阶梯计费 1Mbps 23.0 元/月
预付费, 按固定带宽阶梯计费 2Mbps 46.0 元/月
预付费, 按固定带宽阶梯计费 3Mbps 71.0 元/月
预付费, 按固定带宽阶梯计费 4Mbps 96.0 元/月
预付费, 按固定带宽阶梯计费 5Mbps 125.0 元/月
预付费, 按固定带宽阶梯计费 6Mbps及以上，每Mbps费用 80.0 元/月
按量，按固定带宽阶梯计费 1－5 Mbps，每Mbps费用 0.0625 元/小时
按量，按固定带宽阶梯计费 6Mbps及以上，每Mbps费用 0.250 元/小时
按使用量线性计费 1GB 0.8 元/GB

七、快照服务价格

1、快照服务费用细则（按量后付费）
  • 快照服务的基础计费项为：快照容量。
  • 快照费用是根据快照所占用的存储空间大小计费，开通产品时默认按照实际使用量计费（按量后付费模式）。
  • 由于快照服务升级，2020年7月8日0点以后新开通快照服务的用户按照新计费模式：每小时计费出账，累计24小时进行计费结算；已开通快照功能的老用户（2020年7月8日0点之前开通的用户）计费模式暂时不变，继续按“小时”模式进行计费结算。
  • 快照预付费存储包复用OSS存储资源包（包年包月），资费与OSS标准型存储一致。客户购买预付费存储包后，将从当前小时的快照账单开始抵扣快照费用。
快照类型 存储空间大小(按量付费) 单价(月)
普通快照 1GB 0.12 元/GB/月
快照极速可用 1GB 1.00 元/GB/月
快照极速可用次数 次 1.00 元/次
2、快照复制服务费用明细

目前境内外地域之间支持相互复制（除迪拜）。

地域 价格(按量付费)
华北 3 (张家口) -> 华北 1 (青岛) 0.5 元/GB
华北 3 (张家口) -> 华北 2 (北京) 0.5 元/GB
华北 3 (张家口) -> 华北 3 (张家口) --
华北 3 (张家口) -> 华北 5 (呼和浩特) 0.5 元/GB
华北 3 (张家口) -> 华北 6 (乌兰察布) 0.5 元/GB
华北 3 (张家口) -> 华东 1 (杭州) 0.5 元/GB
华北 3 (张家口) -> 华东 2 (上海) 0.5 元/GB
华北 3 (张家口) -> 华东 5 (南京) 0.5 元/GB
华北 3 (张家口) -> 华东 6 (福州) 0.5 元/GB
华北 3 (张家口) -> 华南 1 (深圳) 0.5 元/GB
华北 3 (张家口) -> 华南 2 (河源) 0.5 元/GB
华北 3 (张家口) -> 华南 3 (广州) 0.5 元/GB
华北 3 (张家口) -> 西南 1 (成都) 0.5 元/GB
华北 3 (张家口) -> 中国（香港） 1.2 元/GB
华北 3 (张家口) -> 美国 (硅谷) 2 元/GB
华北 3 (张家口) -> 美国 (弗吉尼亚) 2 元/GB
华北 3 (张家口) -> 德国 (法兰克福) 1.8 元/GB
华北 3 (张家口) -> 英国（伦敦） 1.2 元/GB
华北 3 (张家口) -> 日本 (东京) 1.8 元/GB
华北 3 (张家口) -> 韩国 (首尔) 1.8 元/GB
华北 3 (张家口) -> 新加坡 1.2 元/GB
华北 3 (张家口) -> 澳大利亚 (悉尼) 5 元/GB
华北 3 (张家口) -> 马来西亚 (吉隆坡) 1.8 元/GB
华北 3 (张家口) -> 印度尼西亚 (雅加达) 1.2 元/GB
华北 3 (张家口) -> 菲律宾 (马尼拉) 1.2 元/GB
华北 3 (张家口) -> 泰国 (曼谷) 1.2 元/GB
华北 3 (张家口) -> 印度 (孟买) 1.2 元/GB

注意，以上关于阿里云服务器2023年各个收费项目的最新收费标准仅供参考，实时的价格可通过云服务器ECS产品页内的产品价格查询，事实上，我们在正式购买阿里云服务器之前先通过阿里云官方云小站平台领取最新的云产品通用代金券，然后通过云服务器全面降价活动去购买，活动中所展示的价格包含了实例配置价格+磁盘价格+网络宽带的价格，在结算订单的时候通过勾选使用云产品通用代金券，可以获得当下最优惠的价格。

你可能感兴趣的:(阿里云服务器是如何收费的？2023阿里云服务器最新收费标准)

  • 斤斤计较的婚姻到底有多难？ 白心之岂必有为
    很多人私聊我会问到在哪个人群当中斤斤计较的人最多？我都会回答他，一般婚姻出现问题的斤斤计较的人士会非常多，以我多年经验，在婚姻落的一塌糊涂的人当中，斤斤计较的人数占比在20～30%以上，也就是说10个婚姻出现问题的斤斤计较的人有2-3个有多不减。在婚姻出问题当中，有大量的心理不平衡的、尖酸刻薄的怨妇。在婚姻中仅斤斤计较有两种类型：第一种是物质上的，另一种是精神上的。在物质与精神上抠门已经严重的影响
  • 情绪觉察日记第37天 露露_e800
    今天是家庭关系规划师的第二阶最后一天，慧萍老师帮我做了个案，帮我处理了埋在心底好多年的一份恐惧，并给了我深深的力量！这几天出来学习，爸妈过来婆家帮我带小孩，妈妈出于爱帮我收拾东西，并跟我先生和婆婆产生矛盾，妈妈觉得他们没有照顾好我…。今晚回家见到妈妈，我很欣赏她并赞扬她，妈妈说今晚要跟我睡我说好，当我们俩躺在床上准备睡觉的时候，我握着妈妈的手对她说:妈妈这几天辛苦你了，你看你多利害把我们的家收拾得
  • 芦花鞋一四 许叶晗
    又是在一个寒冷的夏日里，青铜和葵花决定今天一起去卖芦花鞋，奶奶亲手给他们做了一碗热乎乎的粥对他们说:“就靠你们两挣生活费了这碗粥赶紧趁热喝了吧！”于是青铜和葵花喝完了奶奶给她们做的粥，就准备去镇上卖卢花鞋，这回青铜和葵花穿着新的芦花鞋来到了镇上。青铜这回看到了很多人都在卖，用手势表达对葵花说:“这回有好多人在抢我们生意呢！我们必须得吆喝起来。”葵花点了点头。可是谁知他们也大声的叫，卖芦花喽！卖芦花
  • QQ群采集助手，精准引流必备神器 2401_87347160 其他经验分享
    功能概述微信群查找与筛选工具是一款专为微信用户设计的辅助工具，它通过关键词搜索功能，帮助用户快速找到相关的微信群，并提供筛选是否需要验证的群组的功能。主要功能关键词搜索：用户可以输入关键词，工具将自动查找包含该关键词的微信群。筛选功能：工具提供筛选机制，用户可以选择是否只显示需要验证或不需要验证的群组。精准引流：通过上述功能，用户可以更精准地找到目标群组，进行有效的引流操作。3.设备需求该工具可以
  • 关于沟通这件事，项目经理不需要每次都面对面进行 流程大师兄
    很多项目经理都会遇到这样的问题，项目中由于事情太多，根本没有足够的时间去召开会议，那在这种情况下如何去有效地管理项目中的利益相关者？当然，不建议电子邮件也不需要开会的话，建议可以采取下面几种方式来形成有效的沟通，这几种方式可以帮助你努力的通过各种办法来保持和各方面的联系。项目经理首先要问自己几个问题，项目中哪些利益相关者是必须要进行沟通的？可以列出项目中所有的利益相关者清单，同时也整理出项目中哪些
  • 机器学习与深度学习间关系与区别 ℒℴѵℯ心·动ꦿ໊ོ꫞ 人工智能学习深度学习python
    一、机器学习概述定义机器学习（MachineLearning,ML）是一种通过数据驱动的方法，利用统计学和计算算法来训练模型，使计算机能够从数据中学习并自动进行预测或决策。机器学习通过分析大量数据样本，识别其中的模式和规律，从而对新的数据进行判断。其核心在于通过训练过程，让模型不断优化和提升其预测准确性。主要类型1.监督学习（SupervisedLearning）监督学习是指在训练数据集中包含输入
  • 铭刻于星（四十二） 随风至
    69夜晚，绍敏同学做完功课后，看了眼房外，没听到动静才敢从书包的夹层里拿出那个心形纸团。折痕压得很深，都有些旧了，想来是已经写好很久了。绍敏同学慢慢地、轻轻地捏开折叠处，待到全部拆开后，又反复抚平纸张，然后仔细地一字字默看。只是开头的三个字是第一次看到，让她心漏跳了几拍。“亲爱的绍敏：从四年级的时候，我就喜欢你了，但是我一直不敢说，怕影响你学习。六年级的时候听说有人跟你表白，你接受了，我很难过，但
  • 底层逆袭到底有多难，不甘平凡的你准备好了吗？让吴起给你说说 造命者说
    底层逆袭到底有多难，不甘平凡的你准备好了吗？让吴起给你说说我叫吴起，生于公元前440年的战国初期，正是群雄并起、天下纷争不断的时候。后人说我是军事家、政治家、改革家，是兵家代表人物。评价我一生历仕鲁、魏、楚三国，通晓兵家、法家、儒家三家思想，在内政军事上都有极高的成就。周安王二十一年（公元前381年），因变法得罪守旧贵族，被人乱箭射死。我出生在卫国一个“家累万金”的富有家庭，从年轻时候起就不甘平凡
  • 2020-01-25 晴岚85
    郑海燕坚持分享590天2020.1.24在生活中只存在两个问题。一个问题是：你知道想要达成的目标是什么，但却不知道如何才能达成；另一个问题是：你不知道你的目标是什么。前一个是行动的问题，后一个是结果的问题。通过制定具体的下一步行动，可以解决不知道如何开始行动的问题。而通过去想象结果，对结果做预估，可以解决找不着目标的问题。对于所有吸引我们注意力，想要完成的任务，你可以先想象一下，预期的结果究竟是什
  • 随笔 | 仙一般的灵气 海思沧海
    仙岛今天，我看了你全部，似乎已经进入你的世界我不知道，这是否是梦幻，还是你仙一般的灵气吸引了我也许每一个人都要有一份属于自己的追求，这样才能够符合人生的梦想，生活才能够充满着阳光与快乐我不知道，我为什么会这样的感叹，是在感叹自己的人生，还是感叹自己一直没有孜孜不倦的追求只感觉虚度了光阴，每天活在自己的梦中，活在一个不真实的世界是在逃避自己，还是在逃避周围的一切有时候我嘲笑自己，嘲笑自己如此的虚无，
  • 想家 爆米花机
    也许不同于大家对家乡的思念，我对家乡甚至是疯狂的不舍。还未踏出车站就感觉到幸福，我享受这里的夕阳、这里的浓烈柴火味、这里每一口家常菜。我是宅女，我贪恋家的安逸。刚刚踏出大学校门，初出茅庐，无法适应每年只能国庆和春节回家。我焦虑、失眠、无端发脾气，是无法适应工作的节奏，是无法接受我将一步步离开家乡的事实。我不想承认自己胸无大志，选择再次踏上征程。图片发自App
  • 【iOS】MVC设计模式 Magnetic_h iosmvc设计模式objective-c学习ui
    MVC前言如何设计一个程序的结构，这是一门专门的学问，叫做"架构模式"（architecturalpattern），属于编程的方法论。MVC模式就是架构模式的一种。它是Apple官方推荐的App开发架构，也是一般开发者最先遇到、最经典的架构。MVC各层controller层Controller/ViewController/VC（控制器）负责协调Model和View，处理大部分逻辑它将数据从Mod
  • OC语言多界面传值五大方式 Magnetic_h iosui学习objective-c开发语言
    前言在完成暑假仿写项目时，遇到了许多需要用到多界面传值的地方，这篇博客来总结一下比较常用的五种多界面传值的方式。属性传值属性传值一般用前一个界面向后一个界面传值，简单地说就是通过访问后一个视图控制器的属性来为它赋值，通过这个属性来做到从前一个界面向后一个界面传值。首先在后一个界面中定义属性@interfaceBViewController:UIViewController@propertyNSSt
  • 一百九十四章. 自相矛盾 巨木擎天
    唉！就这么一夜，林子感觉就像过了很多天似的，先是回了阳间家里，遇到了那么多不可思议的事情儿。特别是小伙伴们，第二次与自己见面时，僵硬的表情和恐怖的气氛，让自己如坐针毡，打从心眼里难受！还有东子，他现在还好吗？有没有被人欺负？护城河里的小鱼小虾们，还都在吗？水不会真的干枯了吧？那对相亲相爱漂亮的太平鸟儿，还好吧！春天了，到了做窝、下蛋、喂养小鸟宝宝的时候了，希望它们都能够平安啊！虽然没有看见家人，也
  • UI学习——cell的复用和自定义cell Magnetic_h ui学习
    目录cell的复用手动（非注册）自动（注册）自定义cellcell的复用在iOS开发中，单元格复用是一种提高表格（UITableView）和集合视图（UICollectionView）滚动性能的技术。当一个UITableViewCell或UICollectionViewCell首次需要显示时，如果没有可复用的单元格，则视图会创建一个新的单元格。一旦这个单元格滚动出屏幕，它就不会被销毁。相反，它被添
  • element实现动态路由+面包屑 软件技术NINI vue案例vue.js前端
    el-breadcrumb是ElementUI组件库中的一个面包屑导航组件，它用于显示当前页面的路径，帮助用户快速理解和导航到应用的各个部分。在Vue.js项目中，如果你已经安装了ElementUI，就可以很方便地使用el-breadcrumb组件。以下是一个基本的使用示例：安装ElementUI（如果你还没有安装的话）:你可以通过npm或yarn来安装ElementUI。bash复制代码npmi
  • 10月|愿你的青春不负梦想-读书笔记-01 Tracy的小书斋
    本书的作者是俞敏洪，大家都很熟悉他了吧。俞敏洪老师是我行业的领头羊吧，也是我事业上的偶像。本日摘录他书中第一章中的金句：『一个人如果什么目标都没有，就会浑浑噩噩，感觉生命中缺少能量。能给我们能量的，是对未来的期待。第一件事，我始终为了进步而努力。与其追寻全世界的骏马，不如种植丰美的草原，到时骏马自然会来。第二件事，我始终有阶段性的目标。什么东西能给我能量？答案是对未来的期待。』读到这里的时候，我便
  • C语言宏函数 南林yan C语言c语言
    一、什么是宏函数？通过宏定义的函数是宏函数。如下，编译器在预处理阶段会将Add(x,y)替换为((x)*(y))#defineAdd(x,y)((x)*(y))#defineAdd(x,y)((x)*(y))intmain(){inta=10;intb=20;intd=10;intc=Add(a+d,b)*2;cout<
  • 地推话术，如何应对地推过程中家长的拒绝 校师学
    相信校长们在做地推的时候经常遇到这种情况：市场专员反馈家长不接单，咨询师反馈难以邀约这些家长上门，校区地推疲软，招生难。为什么？仅从地推层面分析，一方面因为家长受到的信息轰炸越来越多，对信息越来越“免疫”；而另一方面地推人员的专业能力和营销话术没有提高，无法应对家长的拒绝，对有意向的家长也不知如何跟进，眼睁睁看着家长走远；对于家长的疑问，更不知道如何有技巧地回答，机会白白流失。由于回答没技巧和专业
  • 谢谢你们，爱你们！ 鹿游儿
    昨天家人去泡温泉，二个孩子也带着去，出发前一晚，匆匆下班，赶回家和孩子一起收拾。饭后，我拿出笔和本子（上次去澳门时做手帐的本子）写下了1\2\3\4\5\6\7\8\9,让后让小壹去思考，带什么出发去旅游呢？她在对应的数字旁边画上了，泳衣、泳圈、肖恩、内衣内裤、tapuy、拖鞋……画完后，就让她自己对着这个本子，将要带的，一一带上，没想到这次带的书还是这本《便便工厂》(晚上姑婆发照片过来，妹妹累得
  • C语言如何定义宏函数？ 小九格物 c语言
    在C语言中，宏函数是通过预处理器定义的，它在编译之前替换代码中的宏调用。宏函数可以模拟函数的行为，但它们不是真正的函数，因为它们在编译时不会进行类型检查，也不会分配存储空间。宏函数的定义通常使用#define指令，后面跟着宏的名称和参数列表，以及宏展开后的代码。宏函数的定义方式：1.基本宏函数：这是最简单的宏函数形式，它直接定义一个表达式。#defineSQUARE(x)((x)*(x))2.带参
  • 微服务下功能权限与数据权限的设计与实现 nbsaas-boot 微服务java架构
    在微服务架构下，系统的功能权限和数据权限控制显得尤为重要。随着系统规模的扩大和微服务数量的增加，如何保证不同用户和服务之间的访问权限准确、细粒度地控制，成为设计安全策略的关键。本文将讨论如何在微服务体系中设计和实现功能权限与数据权限控制。1.功能权限与数据权限的定义功能权限：指用户或系统角色对特定功能的访问权限。通常是某个用户角色能否执行某个操作，比如查看订单、创建订单、修改用户资料等。数据权限：
  • 理解Gunicorn：Python WSGI服务器的基石 范范0825 ipythonlinux运维
    理解Gunicorn：PythonWSGI服务器的基石介绍Gunicorn，全称GreenUnicorn，是一个为PythonWSGI（WebServerGatewayInterface）应用设计的高效、轻量级HTTP服务器。作为PythonWeb应用部署的常用工具，Gunicorn以其高性能和易用性著称。本文将介绍Gunicorn的基本概念、安装和配置，帮助初学者快速上手。1.什么是Gunico
  • 小丽成长记（四十三） 玲玲54321
    小丽发现，即使她好不容易调整好自己的心态下一秒总会有不确定的伤脑筋的事出现，一个接一个的问题，人生就没有停下的时候，小问题不断出现。不过她今天看的书，她接受了人生就是不确定的，厉害的人就是不断创造确定性，在Ta的领域比别人多的确定性就能让自己脱颖而出，显示价值从而获得的比别人多的利益。正是这样的原因，因为从前修炼自己太少，使得她现在在人生道路上打怪起来困难重重，她似乎永远摆脱不了那种无力感，有种习
  • 学点心理知识，呵护孩子健康 静候花开_7090
    昨天听了华中师范大学教育管理学系副教授张玲老师的《哪里才是学生心理健康的最后庇护所，超越教育与技术的思考》的讲座。今天又重新学习了一遍，收获匪浅。张玲博士也注意到了当今社会上的孩子由于心理问题导致的自残、自杀及伤害他人等恶性事件。她向我们普及了一个重要的命题，她说心理健康的一些基本命题，我们与我们通常的一些教育命题是不同的，她还举了几个例子，让我们明白我们原来以为的健康并非心理学上的健康。比如如果
  • 2021年12月19日，春蕾教育集团团建活动感受——黄晓丹 黄错错加油
    感受:1.从陌生到熟悉的过程。游戏环节让我们在轻松的氛围中得到了锻炼，也增长了不少知识。2.游戏过程中，我们贡献的是个人力量，展现的是团队的力量。它磨合的往往不止是工作的熟悉，更是观念上契合度的贴近。3.这和工作是一样的道理。在各自的岗位上，每个人摆正自己的位置、各司其职充分发挥才能，并团结一致劲往一处使，才能实现最大的成功。新知:1.团队精神需要不断地创新。过去，人们把创新看作是冒风险，现在人们
  • Cell Insight | 单细胞测序技术又一新发现，可用于HIV-1和Mtb共感染个体诊断 尐尐呅
    结核病是艾滋病合并其他疾病中导致患者死亡的主要原因。其中结核病由结核分枝杆菌（Mycobacteriumtuberculosis,Mtb）感染引起，获得性免疫缺陷综合症（艾滋病）由人免疫缺陷病毒（Humanimmunodeficiencyvirustype1,HIV-1）感染引起。国家感染性疾病临床医学研究中心/深圳市第三人民医院张国良团队携手深圳华大生命科学研究院吴靓团队，共同研究得出单细胞测序
  • c++ 的iostream 和 c++的stdio的区别和联系 黄卷青灯77 c++算法开发语言iostreamstdio
    在C++中，iostream和C语言的stdio.h都是用于处理输入输出的库，但它们在设计、用法和功能上有许多不同。以下是两者的区别和联系：区别1.编程风格iostream（C++风格）：C++标准库中的输入输出流类库，支持面向对象的输入输出操作。典型用法是cin（输入）和cout（输出），使用>操作符来处理数据。更加类型安全，支持用户自定义类型的输入输出。#includeintmain(){in
  • 瑶池防线 谜影梦蝶
    冥华虽然逃过了影梦的军队，但他是一个忠臣，他选择上报战况。败给影梦后成逃兵，高层亡尔还活着，七重天失守......随便一条，即可处死冥华。冥华自然是知道以仙界高层的习性此信一发自己必死无疑，但他还选择上报实情，因为责任。同样此信送到仙宫后，知道此事的人，大多数人都认定冥华要完了，所以上到仙界高层，下到扫大街的，包括冥华自己，全都准备好迎接冥华之死。如果仙界现在还属于两方之争的话，冥华必死无疑。然而
  • 爬山后遗症 璃绛
    爬山，攀登，一步一步走向制高点，是一种挑战。成功抵达是一种无法言语的快乐，在山顶吹吹风，看看风景，这是从未有过的体验。然而，爬山一时爽，下山腿打颤，颠簸的路，一路向下走，腿部力量不够，走起来抖到不行，停不下来了！第二天必定腿疼，浑身酸痛，坐立难安！
  • springmvc 下 freemarker页面枚举的遍历输出 杨白白 enumfreemarker
    spring mvc freemarker 中遍历枚举 1枚举类型有一个本地方法叫values（），这个方法可以直接返回枚举数组。所以可以利用这个遍历。 enum public enum BooleanEnum { TRUE(Boolean.TRUE, "是"), FALSE(Boolean.FALSE, "否");
  • 实习简要总结 byalias 工作
    来白虹不知不觉中已经一个多月了，因为项目还在需求分析及项目架构阶段，自己在这段 时间都是在学习相关技术知识，现在对这段时间的工作及学习情况做一个总结： （1）工作技能方面 大体分为两个阶段，Java Web 基础阶段和Java EE阶段 1）Java Web阶段 在这个阶段，自己主要着重学习了 JSP, Servlet, JDBC, MySQL，这些知识的核心点都过 了一遍，也
  • Quartz——DateIntervalTrigger触发器 eksliang quartz
    转载请出自出处：http://eksliang.iteye.com/blog/2208559 一.概述 simpleTrigger 内部实现机制是通过计算间隔时间来计算下次的执行时间，这就导致他有不适合调度的定时任务。例如我们想每天的 1：00AM 执行任务，如果使用 SimpleTrigger，间隔时间就是一天。注意这里就会有一个问题，即当有 misfired 的任务并且恢复执行时，该执行时间
  • Unix快捷键 18289753290 unixUnix；快捷键;
    复制，删除，粘贴： dd:删除光标所在的行                             &nbs
  • 获取Android设备屏幕的相关参数 酷的飞上天空 android
    包含屏幕的分辨率  以及 屏幕宽度的最大dp 高度最大dp   TextView text = (TextView)findViewById(R.id.text); DisplayMetrics dm = new DisplayMetrics(); text.append("getResources().ge
  • 要做物联网？先保护好你的数据 蓝儿唯美 数据
    根据Beecham Research的说法，那些在行业中希望利用物联网的关键领域需要提供更好的安全性。 在Beecham的物联网安全威胁图谱上，展示了那些可能产生内外部攻击并且需要通过快速发展的物联网行业加以解决的关键领域。 Beecham Research的技术主管Jon Howes说：“之所以我们目前还没有看到与物联网相关的严重安全事件，是因为目前还没有在大型客户和企业应用中进行部署，也就
  • Java取模（求余）运算 随便小屋 java
            整数之间的取模求余运算很好求，但几乎没有遇到过对负数进行取模求余，直接看下面代码： /** * * @author Logic * */ public class Test { public static void main(String[] args) { // TODO A
  • SQL注入介绍 aijuans sql注入
    二、SQL注入范例 这里我们根据用户登录页面 <form action="" > 用户名：<input type="text" name="username"><br/> 密 码：<input type="password" name="passwor
  • 优雅代码风格 aoyouzi 代码
    总结了几点关于优雅代码风格的描述： 代码简单：不隐藏设计者的意图，抽象干净利落，控制语句直截了当。 接口清晰：类型接口表现力直白，字面表达含义，API 相互呼应以增强可测试性。 依赖项少：依赖关系越少越好，依赖少证明内聚程度高，低耦合利于自动测试，便于重构。 没有重复：重复代码意味着某些概念或想法没有在代码中良好的体现，及时重构消除重复。 战术分层：代码分层清晰，隔离明确，
  • 布尔数组 百合不是茶 java布尔数组
      androi中提到了布尔数组;   布尔数组默认的是false,  并且只会打印false或者是true   布尔数组的例子;  根据字符数组创建布尔数组 char[] c = {'p','u','b','l','i','c'}; //根据字符数组的长度创建布尔数组的个数 boolean[] b = new bool
  • web.xml之welcome-file-list、error-page bijian1013 javaweb.xmlservleterror-page
    welcome-file-list 1.定义： <welcome-file-list> <welcome-file>login.jsp</welcome> </welcome-file-list>  2.作用：用来指定WEB应用首页名称。   error-page1.定义： <error-page&g
  • richfaces 4 fileUpload组件删除上传的文件 sunjing clearRichfaces 4fileupload
     页面代码               <h:form id="fileForm">            <rich:
  • 技术文章备忘 bit1129 技术文章
    Zookeeper http://wenku.baidu.com/view/bab171ffaef8941ea76e05b8.html http://wenku.baidu.com/link?url=8thAIwFTnPh2KL2b0p1V7XSgmF9ZEFgw4V_MkIpA9j8BX2rDQMPgK5l3wcs9oBTxeekOnm5P3BK8c6K2DWynq9nfUCkRlTt9uV
  • org.hibernate.hql.ast.QuerySyntaxException: unexpected token: on near line 1解决方案 白糖_ Hibernate
    文章摘自：http://blog.csdn.net/yangwawa19870921/article/details/7553181   在编写HQL时，可能会出现这种代码： select a.name,b.age from TableA a left join TableB b on a.id=b.id  如果这是HQL，那么这段代码就是错误的，因为HQL不支持
  • sqlserver按照字段内容进行排序 bozch 按照内容排序
    在做项目的时候，遇到了这样的一个需求：           从数据库中取出的数据集，首先要将某个数据或者多个数据按照地段内容放到前面显示，例如:从学生表中取出姓李的放到数据集的前面；          select * fro
  • 编程珠玑-第一章-位图排序 bylijinnan java编程珠玑
    import java.io.BufferedWriter; import java.io.File; import java.io.FileWriter; import java.io.IOException; import java.io.Writer; import java.util.Random; public class BitMapSearch {
  • Java关于==和equals chenbowen00 java
    关于==和equals概念其实很简单，一个是比较内存地址是否相同，一个比较的是值内容是否相同。虽然理解上不难，但是有时存在一些理解误区，如下情况： 1、 String a = "aaa"; a=="aaa"; ==> true 2、 new String("aaa")==new String("aaa
  • [IT与资本]软件行业需对外界投资热情保持警惕 comsci it
          我还是那个看法,软件行业需要增强内生动力,尽量依靠自有资金和营业收入来进行经营,避免在资本市场上经受各种不同类型的风险,为企业自主研发核心技术和产品提供稳定,温和的外部环境...       如果我们在自己尚未掌握核心技术之前,企图依靠上市来筹集资金,然后使劲往某个领域砸钱,然
  • oracle 数据块结构 daizj oracle块数据块块结构行目录
    oracle 数据块是数据库存储的最小单位，一般为操作系统块的N倍。其结构为： 块头－－〉空行－－〉数据，其实际为纵行结构。 块的标准大小由初始化参数DB_BLOCK_SIZE指定。具有标准大小的块称为标准块（Standard Block）。块的大小和标准块的大小不同的块叫非标准块（Nonstandard Block）。同一数据库中，Oracle9i及以上版本支持同一数据库中同时使用标
  • github上一些觉得对自己工作有用的项目收集 dengkane github
    github上一些觉得对自己工作有用的项目收集 技能类 markdown语法中文说明 回到顶部 全文检索 elasticsearch bigdesk elasticsearch管理插件 回到顶部 nosql mapdb 支持亿级别map, list, 支持事务. 可考虑做为缓存使用 C
  • 初二上学期难记单词二 dcj3sjt126com englishword
    dangerous 危险的 panda 熊猫 lion 狮子 elephant 象 monkey 猴子 tiger 老虎 deer 鹿 snake 蛇 rabbit 兔子 duck 鸭 horse 马 forest 森林 fall 跌倒；落下 climb 爬；攀登 finish 完成；结束 cinema 电影院；电影 seafood 海鲜；海产食品 bank 银行
  • 8、mysql外键(FOREIGN KEY)的简单使用 dcj3sjt126com mysql
    一、基本概念 1、MySQL中“键”和“索引”的定义相同，所以外键和主键一样也是索引的一种。不同的是MySQL会自动为所有表的主键进行索引，但是外键字段必须由用户进行明确的索引。用于外键关系的字段必须在所有的参照表中进行明确地索引，InnoDB不能自动地创建索引。 2、外键可以是一对一的，一个表的记录只能与另一个表的一条记录连接，或者是一对多的，一个表的记录与另一个表的多条记录连接。 3、如
  • java循环标签 Foreach shuizhaosi888 标签java循环foreach
    1. 简单的for循环 public static void main(String[] args) { for (int i = 1, y = i + 10; i < 5 && y < 12; i++, y = i * 2) { System.err.println("i=" + i + " y="
  • Spring Security（05）——异常信息本地化 234390216 exceptionSpring Security异常信息本地化
    异常信息本地化          Spring Security支持将展现给终端用户看的异常信息本地化，这些信息包括认证失败、访问被拒绝等。而对于展现给开发者看的异常信息和日志信息（如配置错误）则是不能够进行本地化的，它们是以英文硬编码在Spring Security的代码中的。在Spring-Security-core-x
  • DUBBO架构服务端告警Failed to send message Response javamingtingzhao 架构DUBBO
     废话不多说，警告日志如下，不知道有哪位遇到过，此异常在服务端抛出(服务器启动第一次运行会有这个警告)，后续运行没问题，找了好久真心不知道哪里错了。    WARN 2015-07-18 22:31:15,272 com.alibaba.dubbo.remoting.transport.dispatcher.ChannelEventRunnable.run(84)
  • JS中Date对象中几个用法 leeqq JavaScriptDate最后一天
    近来工作中遇到这样的两个需求 1. 给个Date对象，找出该时间所在月的第一天和最后一天 2. 给个Date对象，找出该时间所在周的第一天和最后一天   需求1中的找月第一天很简单，我记得api中有setDate方法可以使用 使用setDate方法前，先看看getDate var date = new Date(); console.log(date); // Sat J
  • MFC中使用ado技术操作数据库 你不认识的休道人 sqlmfc
    1.在stdafx.h中导入ado动态链接库 #import"C:\Program Files\Common Files\System\ado\msado15.dll" no_namespace rename("EOF","end")2.在CTestApp文件的InitInstance()函数中domodal之前写::CoIniti
  • Android Studio加速 rensanning android studio
    Android Studio慢、吃内存！启动时后会立即通过Gradle来sync & build工程。 （1）设置Android Studio a) 禁用插件 File -> Settings...  Plugins 去掉一些没有用的插件。 比如：Git Integration、GitHub、Google Cloud Testing、Google Cloud
  • 各数据库的批量Update操作 tomcat_oracle javaoraclesqlmysqlsqlite
    MyBatis的update元素的用法与insert元素基本相同，因此本篇不打算重复了。本篇仅记录批量update操作的 sql语句，懂得SQL语句，那么MyBatis部分的操作就简单了。 　　注意：下列批量更新语句都是作为一个事务整体执行，要不全部成功，要不全部回滚。 MSSQL的SQL语句 　WITH R AS（ 　　SELECT 'John' as name, 18 as
  • html禁止清除input文本输入缓存 xp9802 input
    多数浏览器默认会缓存input的值，只有使用ctl+F5强制刷新的才可以清除缓存记录。如果不想让浏览器缓存input的值，有2种方法： 方法一： 在不想使用缓存的input中添加 autocomplete="off"; eg: <input type="text" autocomplete="off" name
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他