阿里云服务器价格表（收费标准报价）

2019-10-21 807

阿里云ECS云服务器价格是用户关心的，新手站长来说说阿里云服务器官方报价及优惠折扣后的价格，详细如下：

阿里云服务器价格组成

新手站长先介绍云服务器官方报价（包括按量付费和包年包月的价格），然后再分享优惠活动中云服务器优惠价格。

云服务器官方报价（按量付费+包年包月）

阿里云ECS云服务器是由三部分组成：即云服务器配置费用+磁盘价格+公网宽带价格。以下价格markdown格式纯手工编写。

云服务器实例价格表

阿里云服务器价格地域不同价格也不同，阿里云惠网以华北3地域为例的云服务器价格表如下，实际精准报价可以参考：云服务器ECS官方精准报价表

实例规格	vCPU	内存(GB)	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 (g6) ecs.g6.large	2	8	0.35	168.0	168.0	142.80	92.40	63.84
通用型 (g6) ecs.g6.xlarge	4	16	0.7	336.0	336.0	285.60	184.80	127.68
通用型 (g6) ecs.g6.2xlarge	8	32	1.4	672.0	672.0	571.20	369.60	255.36
通用型 (g6) ecs.g6.3xlarge	12	48	2.1	1008.0	1008.0	856.80	554.40	383.04
通用型 (g6) ecs.g6.4xlarge	16	64	2.8	1344.0	1344.0	1142.40	739.20	510.72
通用型 (g6) ecs.g6.6xlarge	24	96	4.2	2016.0	2016.0	1713.60	1108.80	766.08
通用型 (g6) ecs.g6.8xlarge	32	128	5.6	2688.0	2688.0	2284.80	1478.40	1021.44
通用型 (g6) ecs.g6.13xlarge	52	192	9.1	4368.0	4368.0	3712.80	2402.40	1659.84
通用型 (g6) ecs.g6.26xlarge	104	384	18.2	8736.0	8736.0	7425.60	4804.80	3319.68
内存型 (r6) ecs.r6.large	2	16	0.46	220.0	220.0	187.00	121.00	83.60
内存型 (r6) ecs.r6.xlarge	4	32	0.92	440.0	440.0	374.00	242.00	167.20
内存型 (r6) ecs.r6.2xlarge	8	64	1.83	880.0	880.0	748.00	484.00	334.40
内存型 (r6) ecs.r6.3xlarge	12	96	2.75	1320.0	1320.0	1122.00	726.00	501.60
内存型 (r6) ecs.r6.4xlarge	16	128	3.67	1760.0	1760.0	1496.00	968.00	668.80
内存型 (r6) ecs.r6.6xlarge	24	192	5.5	2640.0	2640.0	2244.00	1452.00	1003.20
内存型 (r6) ecs.r6.8xlarge	32	256	7.33	3520.0	3520.0	2992.00	1936.00	1337.60
内存型 (r6) ecs.r6.13xlarge	52	384	11.92	5720.0	5720.0	4862.00	3146.00	2173.60
内存型 (r6) ecs.r6.26xlarge	104	768	23.83	11440.0	11440.0	9724.00	6292.00	4347.20
计算型 (c6) ecs.c6.large	2	4	0.27	131.0	131.0	111.35	72.05	49.78
计算型 (c6) ecs.c6.xlarge	4	8	0.55	262.0	262.0	222.70	144.10	99.56
计算型 (c6) ecs.c6.2xlarge	8	16	1.09	524.0	524.0	445.40	288.20	199.12
计算型 (c6) ecs.c6.3xlarge	12	24	1.64	786.0	786.0	668.10	432.30	298.68
计算型 (c6) ecs.c6.4xlarge	16	32	2.18	1048.0	1048.0	890.80	576.40	398.24
计算型 (c6) ecs.c6.6xlarge	24	48	3.28	1572.0	1572.0	1336.20	864.60	597.36
计算型 (c6) ecs.c6.8xlarge	32	64	4.37	2096.0	2096.0	1781.60	1152.80	796.48
计算型 (c6) ecs.c6.13xlarge	52	104	7.1	3406.0	3406.0	2895.10	1873.30	1294.28
计算型 (c6) ecs.c6.26xlarge	104	192	14.19	6812.0	6812.0	5790.20	3746.60	2588.56
通用型 (g5) ecs.g5.large	2	8	0.66	191.0	181.45	143.25	85.95	57.30
通用型 (g5) ecs.g5.xlarge	4	16	1.33	383.0	363.85	287.25	172.35	114.90
通用型 (g5) ecs.g5.2xlarge	8	32	2.66	765.0	726.75	573.75	344.25	229.50
通用型 (g5) ecs.g5.3xlarge	12	48	3.99	1148.0	1090.6	861.00	516.60	344.40
通用型 (g5) ecs.g5.4xlarge	16	64	5.31	1530.0	1453.5	1147.50	688.50	459.00
通用型 (g5) ecs.g5.6xlarge	24	96	7.97	2295.0	2180.25	1721.25	1032.75	688.50
通用型 (g5) ecs.g5.8xlarge	32	128	10.63	3060.0	2907.0	2295.00	1377.00	918.00
通用型 (g5) ecs.g5.16xlarge	64	256	21.25	6120.0	5814.0	4590.00	2754.00	1836.00
密集计算型 (ic5) ecs.ic5.large	2	2	0.44	128.0	128.0	108.80	70.40	48.64
密集计算型 (ic5) ecs.ic5.xlarge	4	4	0.89	255.0	255.0	216.75	140.25	96.90
密集计算型 (ic5) ecs.ic5.2xlarge	8	8	1.77	510.0	510.0	433.50	280.50	193.80
密集计算型 (ic5) ecs.ic5.3xlarge	12	12	2.66	765.0	765.0	650.25	420.75	290.70
密集计算型 (ic5) ecs.ic5.4xlarge	16	16	3.54	1020.0	1020.0	867.00	561.00	387.60
计算型 (c5) ecs.c5.large	2	4	0.47	134.0	134.0	113.90	73.70	49.58
计算型 (c5) ecs.c5.xlarge	4	8	0.93	269.0	269.0	228.65	147.95	99.53
计算型 (c5) ecs.c5.2xlarge	8	16	1.86	537.0	537.0	456.45	295.35	198.69
计算型 (c5) ecs.c5.3xlarge	12	24	2.8	806.0	806.0	685.10	443.30	298.22
计算型 (c5) ecs.c5.4xlarge	16	32	3.73	1074.0	1074.0	912.90	590.70	397.38
计算型 (c5) ecs.c5.6xlarge	24	48	5.59	1611.0	1611.0	1369.35	886.05	596.07
计算型 (c5) ecs.c5.8xlarge	32	64	7.46	2148.0	2148.0	1825.80	1181.40	794.76
计算型 (c5) ecs.c5.16xlarge	64	128	14.92	4296.0	4296.0	3651.60	2362.80	1589.52
内存型 (r5) ecs.r5.large	2	16	0.85	245.0	232.75	183.75	110.25	73.50
内存型 (r5) ecs.r5.xlarge	4	32	1.7	489.0	464.55	366.75	220.05	146.70
内存型 (r5) ecs.r5.2xlarge	8	64	3.4	978.0	929.1	733.50	440.10	293.40
内存型 (r5) ecs.r5.3xlarge	12	96	5.09	1467.0	1393.65	1100.25	660.15	440.10
内存型 (r5) ecs.r5.4xlarge	16	128	6.79	1956.0	1858.2	1467.00	880.20	586.80
内存型 (r5) ecs.r5.6xlarge	24	192	10.19	2934.0	2787.3	2200.50	1320.30	880.20
内存型 (r5) ecs.r5.8xlarge	32	256	13.58	3912.0	3716.4	2934.00	1760.40	1173.60
内存型 (r5) ecs.r5.16xlarge	64	512	27.17	7824.0	7432.8	5868.00	3520.80	2347.20
内存增强型 (re4) ecs.re4.20xlarge	80	960	68.75	19800.0	19800.0	16830.00	9900.00	9900.00
内存增强型 (re4) ecs.re4.40xlarge	160	1920	137.5	39600.0	39600.0	33660.00	19800.00	19800.00
GPU计算型弹性裸金属服务器 (ebmgn6i) ecs.ebmgn6i.24xlarge	96	384	61.88	17820.0	17820.0	15147.00	9801.00	6771.60
高主频型超级计算集群 (scch5) ecs.scch5.16xlarge	64	192	31.77	9150.0	8692.5	6862.50	4117.50	2745.00
通用型超级计算集群 (sccg5) ecs.sccg5.24xlarge	96	384	44.63	12852.0	12209.4	9639.00	5783.40	3855.60
计算网络增强型 (sn1ne) ecs.sn1ne.large	2	4	0.51	148.0	148.0	125.80	81.40	56.24
计算网络增强型 (sn1ne) ecs.sn1ne.xlarge	4	8	1.03	296.0	296.0	251.60	162.80	112.48
计算网络增强型 (sn1ne) ecs.sn1ne.2xlarge	8	16	2.05	591.0	591.0	502.35	325.05	224.58
计算网络增强型 (sn1ne) ecs.sn1ne.3xlarge	12	24	3.08	887.0	887.0	753.95	487.85	337.06
计算网络增强型 (sn1ne) ecs.sn1ne.4xlarge	16	32	4.1	1182.0	1182.0	1004.70	650.10	449.16
计算网络增强型 (sn1ne) ecs.sn1ne.6xlarge	24	48	6.16	1773.0	1773.0	1507.05	975.15	673.74
计算网络增强型 (sn1ne) ecs.sn1ne.8xlarge	32	64	8.21	2364.0	2364.0	2009.40	1300.20	898.32
通用网络增强型 (sn2ne) ecs.sn2ne.large	2	8	0.75	215.0	204.25	161.25	96.75	64.50
通用网络增强型 (sn2ne) ecs.sn2ne.xlarge	4	16	1.49	429.0	407.55	321.75	193.05	128.70
通用网络增强型 (sn2ne) ecs.sn2ne.2xlarge	8	32	2.98	858.0	815.1	643.50	386.10	257.40
通用网络增强型 (sn2ne) ecs.sn2ne.3xlarge	12	48	4.47	1287.0	1222.65	965.25	579.15	386.10
通用网络增强型 (sn2ne) ecs.sn2ne.4xlarge	16	64	5.96	1716.0	1630.2	1287.00	772.20	514.80
通用网络增强型 (sn2ne) ecs.sn2ne.6xlarge	24	96	8.94	2574.0	2445.3	1930.50	1158.30	772.20
通用网络增强型 (sn2ne) ecs.sn2ne.8xlarge	32	128	11.92	3432.0	3260.4	2574.00	1544.40	1029.60
通用网络增强型 (sn2ne) ecs.sn2ne.14xlarge	56	224	20.85	6006.0	5705.7	4504.50	2702.70	1801.80
内存型 (se1) ecs.se1.large	2	16	1.14	329.4	329.4	279.99	164.70	164.70
内存型 (se1) ecs.se1.xlarge	4	32	2.29	658.8	658.8	559.98	329.40	329.40
内存型 (se1) ecs.se1.2xlarge	8	64	4.58	1317.6	1317.6	1119.96	658.80	658.80
内存型 (se1) ecs.se1.4xlarge	16	128	9.15	2635.2	2635.2	2239.92	1317.60	1317.60
内存型 (se1) ecs.se1.8xlarge	32	256	18.3	5270.4	5270.4	4479.84	2635.20	2635.20
内存型 (se1) ecs.se1.14xlarge	56	480	32.03	9223.2	9223.2	7839.72	4611.60	4611.60
内存网络增强型 (se1ne) ecs.se1ne.large	2	16	1.27	366.0	347.7	274.50	164.70	109.80
内存网络增强型 (se1ne) ecs.se1ne.xlarge	4	32	2.54	732.0	695.4	549.00	329.40	219.60
内存网络增强型 (se1ne) ecs.se1ne.2xlarge	8	64	5.08	1464.0	1390.8	1098.00	658.80	439.20
内存网络增强型 (se1ne) ecs.se1ne.3xlarge	12	96	7.63	2196.0	2086.2	1647.00	988.20	658.80
内存网络增强型 (se1ne) ecs.se1ne.4xlarge	16	128	10.17	2928.0	2781.6	2196.00	1317.60	878.40
内存网络增强型 (se1ne) ecs.se1ne.6xlarge	24	192	15.25	4392.0	4172.4	3294.00	1976.40	1317.60
内存网络增强型 (se1ne) ecs.se1ne.8xlarge	32	256	20.33	5856.0	5563.2	4392.00	2635.20	1756.80
内存网络增强型 (se1ne) ecs.se1ne.14xlarge	56	480	35.58	10248.0	9735.6	7686.00	4611.60	3074.40
高主频计算型 (c4) ecs.c4.xlarge	4	8	1.32	633.88	602.19	475.41	285.25	190.16
高主频计算型 (c4) ecs.c4.2xlarge	8	16	2.65	1267.76	1204.37	950.82	570.49	380.33
高主频计算型 (c4) ecs.c4.4xlarge	16	32	5.29	2535.52	2408.74	1901.64	1140.98	760.66
高主频通用型 (cm4) ecs.cm4.xlarge	4	16	1.6	748.39	710.97	561.29	336.78	224.52
高主频通用型 (cm4) ecs.cm4.2xlarge	8	32	3.27	1496.86	1422.02	1122.64	673.59	449.06
高主频通用型 (cm4) ecs.cm4.4xlarge	16	64	6.62	2993.86	2844.17	2245.39	1347.24	898.16
高主频通用型 (cm4) ecs.cm4.6xlarge	24	96	9.89	4490.72	4266.18	3368.04	2020.82	1347.22
高主频内存型 (ce4) ecs.ce4.xlarge	4	32	2.19	998.88	948.94	749.16	449.50	299.66
本地SSD型 (i1) ecs.i1.xlarge	4	16	2.03	584.1	554.89	438.07	262.85	175.23
本地SSD型 (i1) ecs.i1.2xlarge	8	32	4.06	1168.2	1109.79	876.15	525.69	350.46
本地SSD型 (i1) ecs.i1.3xlarge	12	48	6.76	1947.0	1849.65	1460.25	876.15	584.10
本地SSD型 (i1) ecs.i1.4xlarge	16	64	8.11	2336.4	2219.58	1752.30	1051.38	700.92
本地SSD型 (i1) ecs.i1-c5d1.4xlarge	16	64	10.52	3028.9	2877.46	2271.67	1363.00	908.67
本地SSD型 (i1) ecs.i1.8xlarge	32	128	16.23	4672.8	4439.16	3504.60	2102.76	1401.84
本地SSD型 (i1) ecs.i1-c10d1.8xlarge	32	128	17.67	5088.1	4833.7	3816.07	2289.64	1526.43
本地SSD型 (i1) ecs.i1.14xlarge	56	224	28.39	8177.4	7768.53	6133.05	3679.83	2453.22
本地SSD型 (i2) ecs.i2.xlarge	4	32	1.33	640.0	640.0	544.00	352.00	243.20
本地SSD型 (i2) ecs.i2.2xlarge	8	64	2.67	1280.0	1280.0	1088.00	704.00	486.40
本地SSD型 (i2) ecs.i2.4xlarge	16	128	5.33	2560.0	2560.0	2176.00	1408.00	972.80
本地SSD型 (i2) ecs.i2.8xlarge	32	256	10.67	5120.0	5120.0	4352.00	2816.00	1945.60
本地SSD型 (i2) ecs.i2.16xlarge	64	512	21.33	10240.0	10240.0	8704.00	5632.00	3891.20
大数据型 (d1) ecs.d1.2xlarge	8	32	5.73	1649.7	1567.21	1237.27	742.37	494.91
大数据型 (d1) ecs.d1.4xlarge	16	64	11.46	3299.4	3134.43	2474.55	1484.73	989.82
大数据型 (d1) ecs.d1.6xlarge	24	96	17.18	4949.1	4701.64	3711.83	2227.09	1484.73
大数据型 (d1) ecs.d1.8xlarge	32	128	22.91	6598.8	6268.86	4949.10	2969.46	1979.64
大数据型 (d1) ecs.d1.14xlarge	56	224	40.1	11547.9	10970.5	8660.93	5196.56	3464.37
大数据网络增强型 (d1ne) ecs.d1ne.2xlarge	8	32	5.01	1444.0	1371.8	1083.00	649.80	433.20
大数据网络增强型 (d1ne) ecs.d1ne.4xlarge	16	64	10.03	2888.0	2743.6	2166.00	1299.60	866.40
大数据网络增强型 (d1ne) ecs.d1ne.6xlarge	24	96	15.04	4331.0	4114.45	3248.25	1948.95	1299.30
大数据网络增强型 (d1ne) ecs.d1ne.8xlarge	32	128	20.05	5775.0	5486.25	4331.25	2598.75	1732.50
大数据网络增强型 (d1ne) ecs.d1ne.14xlarge	56	224	35.09	10106.0	9600.7	7579.50	4547.70	3031.80
大数据网络增强型 (d1ne) ecs.d1ne-c8d3.8xlarge	32	128	19.25	5543.0	5265.85	4157.25	2494.35	1662.90
大数据网络增强型 (d1ne) ecs.d1ne-c14d3.14xlarge	56	224	29.19	8407.0	7986.65	6305.25	3783.15	2522.10
GPU计算型 (gn6i) ecs.gn6i-c4g1.xlarge	4	15	10.46	3013.0	3013.0	2561.05	1657.15	1144.94
GPU计算型 (gn6i) ecs.gn6i-c8g1.2xlarge	8	31	12.6	3629.0	3629.0	3084.65	1995.95	1379.02
GPU计算型 (gn6i) ecs.gn6i-c16g1.4xlarge	16	62	14.77	4253.0	4253.0	3615.05	2339.15	1616.14
GPU计算型 (gn6i) ecs.gn6i-c24g1.6xlarge	24	93	15.47	4455.0	4455.0	3786.75	2450.25	1692.90
GPU计算型 (gn6i) ecs.gn6i-c24g1.12xlarge	48	186	30.94	8910.0	8910.0	7573.50	4900.50	3385.80
GPU计算型 (gn6v) ecs.gn6v-c8g1.2xlarge	8	32	19.84	5715.0	5715.0	4857.75	3143.25	2171.70
GPU计算型 (gn6v) ecs.gn6v-c8g1.8xlarge	32	128	79.36	22860.0	22860.0	19431.00	12573.00	8686.80
GPU计算型 (gn6v) ecs.gn6v-c8g1.16xlarge	64	256	158.72	45720.0	45720.0	38862.00	25146.00	17373.60
GPU计算型 (gn6v) ecs.gn6v-c10g1.20xlarge	96	384	197.67	56929.5	56929.5	48390.08	31311.23	21633.21
GPU轻量型 (vgn5i) ecs.vgn5i-m1.large	2	6	1.95	562.5	562.5	478.13	309.38	213.75
GPU轻量型 (vgn5i) ecs.vgn5i-m2.xlarge	4	12	3.91	1125.0	1125.0	956.25	618.75	427.50
GPU轻量型 (vgn5i) ecs.vgn5i-m4.2xlarge	8	24	7.81	2250.0	2250.0	1912.50	1237.50	855.00
GPU轻量型 (vgn5i) ecs.vgn5i-m8.4xlarge	16	48	15.63	4500.0	4500.0	3825.00	2475.00	1710.00
GPU计算型 (gn5) ecs.gn5-c4g1.xlarge	4	30	12.78	3681.0	3681.0	3128.85	1914.12	1288.35
GPU计算型 (gn5) ecs.gn5-c8g1.2xlarge	8	60	13.849	3989.7	3989.7	3391.25	2074.64	1396.39
GPU计算型 (gn5) ecs.gn5-c4g1.2xlarge	8	60	25.57	7363.0	7363.0	6258.55	3828.76	2577.05
GPU计算型 (gn5) ecs.gn5-c8g1.4xlarge	16	120	27.709	7979.4	7979.4	6782.49	4149.29	2792.79
GPU计算型 (gn5) ecs.gn5-c28g1.7xlarge	28	112	23.88	6877.0	6877.0	5845.45	3576.04	2406.95
GPU计算型 (gn5) ecs.gn5-c8g1.8xlarge	32	240	55.409	15957.9	15957.9	13564.21	8298.11	5585.27
GPU计算型 (gn5) ecs.gn5-c28g1.14xlarge	56	224	47.75	13753.0	13753.0	11690.05	7151.56	4813.55
GPU计算型 (gn5) ecs.gn5-c8g1.14xlarge	54	480	110.819	31915.8	31915.8	27128.43	16596.22	11170.53
GPU计算型 (gn5i) ecs.gn5i-c2g1.large	2	8	6.51	1875.0	1781.25	1406.25	843.75	562.50
GPU计算型 (gn5i) ecs.gn5i-c4g1.xlarge	4	16	7.27	2093.0	1988.35	1569.75	941.85	627.90
GPU计算型 (gn5i) ecs.gn5i-c8g1.2xlarge	8	32	8.75	2520.0	2394.0	1890.00	1134.00	756.00
GPU计算型 (gn5i) ecs.gn5i-c16g1.4xlarge	16	64	11.72	3375.0	3206.25	2531.25	1518.75	1012.50
GPU计算型 (gn5i) ecs.gn5i-c28g1.14xlarge	56	224	32.29	9300.0	8835.0	6975.00	4185.00	2790.00
GPU计算型 (gn4) ecs.gn4-c4g1.xlarge	4	30	10.88	3134.0	2977.3	2350.50	1410.30	940.20
GPU计算型 (gn4) ecs.gn4-c8g1.2xlarge	8	30	12.41	3575.0	3396.25	2681.25	1608.75	1072.50
GPU计算型 (gn4) ecs.gn4-c4g1.2xlarge	8	60	21.76	6268.0	5954.6	4701.00	2820.60	1880.40
GPU计算型 (gn4) ecs.gn4-c8g1.4xlarge	16	60	24.83	7150.0	6792.5	5362.50	3217.50	2145.00
GPU计算型 (gn4) ecs.gn4.8xlarge	32	48	14.93	4300.0	4085.0	3225.00	1935.00	1290.00
GPU计算型 (gn4) ecs.gn4.14xlarge	56	96	29.86	8599.0	8169.05	6449.25	3869.55	2579.70
GPU可视化计算型 (ga1) ecs.ga1.xlarge	4	10	2.2	633.0	601.35	474.75	284.85	189.90
GPU可视化计算型 (ga1) ecs.ga1.2xlarge	8	20	4.4	1266.0	1202.7	949.50	569.70	379.80
GPU可视化计算型 (ga1) ecs.ga1.4xlarge	16	40	8.79	2531.0	2404.45	1898.25	1138.95	759.30
GPU可视化计算型 (ga1) ecs.ga1.8xlarge	32	80	17.58	5062.0	4808.9	3796.50	2277.90	1518.60
GPU可视化计算型 (ga1) ecs.ga1.14xlarge	56	160	35.16	10125.0	9618.75	7593.75	4556.25	3037.50
FPGA计算型 (f1) ecs.f1-c8f1.2xlarge	8	60	8.66	2495.0	2370.25	1871.25	1122.75	748.50
FPGA计算型 (f1) ecs.f1-c8f1.4xlarge	16	120	17.33	4990.0	4740.5	3742.50	2245.50	1497.00
FPGA计算型 (f1) ecs.f1-c28f1.7xlarge	28	112	15.14	4360.0	4142.0	3270.00	1962.00	1308.00
FPGA计算型 (f1) ecs.f1-c28f1.14xlarge	56	224	30.28	8720.0	8284.0	6540.00	3924.00	2616.00
FPGA计算型 (f3) ecs.f3-c16f1.4xlarge	16	64	17.5	5040.0	5040.0	4284.00	2772.00	1915.20
FPGA计算型 (f3) ecs.f3-c16f1.8xlarge	32	128	35.0	10080.0	10080.0	8568.00	5544.00	3830.40
FPGA计算型 (f3) ecs.f3-c16f1.16xlarge	64	256	70.0	20160.0	20160.0	17136.00	11088.00	7660.80
高主频计算型 (hfc5) ecs.hfc5.large	2	4	0.65	188.0	188.0	156.04	94.00	62.04
高主频计算型 (hfc5) ecs.hfc5.xlarge	4	8	1.31	377.0	377.0	312.91	188.50	124.41
高主频计算型 (hfc5) ecs.hfc5.2xlarge	8	16	2.61	753.0	753.0	624.99	376.50	248.49
高主频计算型 (hfc5) ecs.hfc5.3xlarge	12	24	3.92	1130.0	1130.0	937.90	565.00	372.90
高主频计算型 (hfc5) ecs.hfc5.4xlarge	16	32	5.23	1506.0	1506.0	1249.98	753.00	496.98
高主频计算型 (hfc5) ecs.hfc5.6xlarge	24	48	7.84	2259.0	2259.0	1874.97	1129.50	745.47
高主频计算型 (hfc5) ecs.hfc5.8xlarge	32	64	10.46	3012.0	3012.0	2499.96	1506.00	993.96
高主频通用型 (hfg5) ecs.hfg5.large	2	8	0.86	249.0	249.0	201.69	122.01	79.68
高主频通用型 (hfg5) ecs.hfg5.xlarge	4	16	1.73	498.0	498.0	403.38	244.02	159.36
高主频通用型 (hfg5) ecs.hfg5.2xlarge	8	32	3.46	996.0	996.0	806.76	488.04	318.72
高主频通用型 (hfg5) ecs.hfg5.3xlarge	12	48	5.19	1494.0	1494.0	1210.14	732.06	478.08
高主频通用型 (hfg5) ecs.hfg5.4xlarge	16	64	6.92	1992.0	1992.0	1613.52	976.08	637.44
高主频通用型 (hfg5) ecs.hfg5.6xlarge	24	96	10.38	2988.0	2988.0	2420.28	1464.12	956.16
高主频通用型 (hfg5) ecs.hfg5.8xlarge	32	128	13.83	3984.0	3984.0	3227.04	1952.16	1274.88
高主频通用型 (hfg5) ecs.hfg5.14xlarge	56	160	22.94	6606.0	6606.0	5350.86	3236.94	2113.92

云服务器磁盘价格表

ESSD磁盘价格

云盘规格	性能上限	容量范围	按量价格
PL1	Max IOPS=5万; Max Throughput=350MB	20GiB ~ 32768GiB	0.0021 元/1GB/小时 1.00 元/1GB/月
PL2	Max IOPS=10万; Max Throughput=750MB	461GiB ~ 32768GiB	0.0042 元/1GB/小时 2.00 元/1GB/月
PL3	Max IOPS=100万; Max Throughput=4000MB	1261GiB ~ 32768GiB	0.0084 元/1GB/小时 4.00 元/1GB/月

其它磁盘价格

计费项	类型	规格	按量价格	包月价格
系统盘（40 GB起售价）	普通云盘	40GB	0.014 元/40GB/小时	9.60 元/40GB/月
系统盘（40 GB起售价）	高效云盘	40GB	0.015 元/40GB/小时	11.20 元/40GB/月
系统盘（40 GB起售价）	SSD云盘	40GB	0.045 元/40GB/小时	32.00 元/40GB/月
系统盘（线性计费）	普通云盘	1GB	0.00034 元/1GB/小时	0.24 元/1GB/月
系统盘（线性计费）	高效云盘	1GB	0.00038 元/1GB/小时	0.28 元/1GB/月
系统盘（线性计费）	SSD云盘	1GB	0.00112 元/1GB/小时	0.80 元/1GB/月
数据盘（线性计费）	普通云盘	1GB	0.00034 元/1GB/小时	0.24 元/1GB/月
数据盘（线性计费）	高效云盘	1GB	0.00038 元/1GB/小时	0.28 元/1GB/月
数据盘（线性计费）	SSD云盘	1GB	0.00112 元/1GB/小时	0.80 元/1GB/月

公网宽带价格表

计费方式	规格	价格
包年包月实例，固定带宽阶梯计费	1Mbps	23.00 元/1Mbps/月
包年包月实例，固定带宽阶梯计费	2Mbps	46.00 元/2Mbps/月
包年包月实例，固定带宽阶梯计费	3Mbps	71.00 元/3Mbps/月
包年包月实例，固定带宽阶梯计费	4Mbps	96.00 元/4Mbps/月
包年包月实例，固定带宽阶梯计费	5Mbps	125.00 元/5Mbps/月
包年包月实例，固定带宽阶梯计费	6Mbps及以上, 每Mbps费用	80.0 元/Mbps/月
按量计费实例，固定带宽阶梯计费	1－5 Mbps	0.062 元/Mbps/小时
按量计费实例，固定带宽阶梯计费	6Mbps及以上, 每Mbps费用	0.252 元/Mbps/小时
按使用量线性计费	1GB	0.8 元/GB

阿里云服务器优惠活动价格表

码笔记分享阿里云关于ECS云服务器五个活动价格表，分别是：

活动一：阿里云服务器拼团优惠活动
活动二：云主机爆款限时抢
活动三：企业级高性能5折优惠
活动四：主机爆款特惠
活动五：入门级全民云计算优惠

活动地址及云服务器优惠报价参考下方：

活动一：阿里云服务器拼团优惠活动

云服务器实例规格	配置（CPU/内存/宽带/磁盘）	活动优惠价格
突发性能T6	2核/1G/1M/40G高效云盘	99元/年
突发性能T6	2核/1G/1M/40G SSD云盘	148元/年
突发性能T5（香港）	1核/1G/1M/40G SSD云盘	607元3年
网络增强型sn1ne	2核/4G/5M/40G高效云盘	939元/年

活动二：云主机爆款限时抢

云服务器实例规格	配置（CPU/内存/宽带/磁盘）	活动优惠价格
通用网络增强型sn2ne	2核/8G/5M/40G高效云盘	3000元3年
共享型n4	1核/2G/1M/40G SSD云盘	1000元3年
突发性能型t5	1核/1G/1M/40G SSD云盘	538.87元3年
计算网络增强型sn1ne	8核/16G/8M/40G高效云盘	10000元3年

活动三：企业级高性能5折优惠

云服务器实例规格	配置（CPU/内存/宽带/磁盘）	活动优惠价格
计算型C5	2核/4G/3M/40G高效云盘	2774.52元3年
计算网络增强sn1ne	2核/4G/3M/40G高效云盘	2968.92元3年
通用网络增强sn2ne	2核/8G/3M/40G高效云盘	3930.12元3年
计算网络增强型sn1ne	4核/8G/3M/40G高效云盘	5096.52元3年
通用网络增强型sn2ne	4核/16G/3M/40G高效云盘	7018.92元3年
计算网络增强型sn1ne	8核/16G/3M/40G高效云盘	9351.72元3年
通用网络增强	8核/32G/3M/40G高效云盘	13196.52元3年

活动四：主机爆款特惠

云服务器实例规格	配置（CPU/内存/宽带/磁盘）	活动优惠价格
独享云虚拟主机	1核/1G/5M峰值	206元/年
独享云虚拟主机	1核/2G/15M峰值	828元/年
轻量应用服务器	1核/1G/3M/40G SSD云盘	1197元3年
轻量应用服务器	1核/1G/5M/40G SSD云盘	609元/年
独享云虚拟主机（香港）	1核/1G/1M	298元/年
轻量应用服务器（香港）	1核/1G/30M峰值/40G SSD云盘	288元/年

活动五：入门级全民云计算优惠

云服务器实例规格	配置（CPU/内存/宽带/磁盘）	活动优惠价格
突发性能t5实例	1核/1G/1M/40G系统盘	366元/年
突发性能t5实例	1核/2G/1M/40G系统盘	510元/年
突发性能t5实例	2核/4G/1M/40G系统盘	798元/年
共享型n4实例	1核/2G/1M/40G系统盘	726元/年
共享型n4实例	2核/4G/1M/40G系统盘	1446元/年
计算网络增强型实例sn1ne	2核/4G/1M/40G系统盘	2527.20元/年
计算网络增强型实例sn1ne	4核/8G/1M/40G系统盘	4654.80元/年

以上阿里云ECS云服务器经典五大优惠活动中云服务器的优惠价格表，码笔记提醒大家可以领取阿里云2000元代金券，结算时可优先使用代金券抵扣金额。

微信关注我们

原文链接：https://yq.aliyun.com/articles/721836

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

尽管，我们之前分享了这么多关于面试的主题。然而，最后这个90%可见的最后一问可能直接让你功亏一篑。这么厉害的最后一问：”你有什么问题想问我吗？“ 看似平淡无奇的问题，但是却蕴含着多方面的含义。这个问题表面上给了你更多了解公司和展现个人优势的机会，但是潜台词，也是考察你对公司的了解以及对想在这里工作的意愿，对岗位是否有自己的理解。这也是我们常常是说的，你的个人价值观是否与公司价值观一致的考察，价值观的一致是直接决定日后工作主动性以及对工作责任心的直接影响因素。那么如何回答好这类问题呢？今天分享一个万能的Github上的开源项目：reverse-interview，即：反向面试。 Github地址：https://github.com/viraptor/reverse-interview 这里记录了网友们整理的如何应对反向面试的N多优秀回答！给正在准备面试的你们~ 反向面试大部分翻译自：https://github.com/viraptor/reverse-interview ，亦有其他网友补充。下面列表里的问题对于参加技术面试的人来说可能有些用。列表里的问题并不一定适用于某个特定...

2019-10-23

522

B/S架构下，Web应用攻防的常规手段

网站应用成为主流最早的软件是运行在大型机上，使用者们要想使用软件，都需要登录到大型机。后来，PC革命，电脑走入千家万户，软件开始主要运行在桌面上，相应的数据库软件则跑在服务器端，这种模式被称为C/S架构。随着互联网的影响力渗透到各行各业，信息量开始剧烈增加，人们对消费信息的需求也变得五花八门。为满足日新月易的需求，软件开发者们需要不断的新增功能、不断的升级软件。若还是采取C/S架构，就需要在每个客户端，逐个升级桌面软件，显然，这种做法，太过费事费力。在这样的背景下，B/S架构产生了，在这个架构下，客户端只需要利用浏览器，应用程序的响应和数据都存储在服务器端。浏览器只需要请求服务器，拿到Web页面，并把Web页面展示给用户即可。这样一来，修改和升级应用程序，就变得非常迅速了。黑客跃跃欲试 Web应用迅猛发展，由于其承载的数据越来越有价值，也吸引了黑客的关注。攻击Web应用，主要的手段有两种，一种是SQL注入攻击，另一种是XSS攻击。攻防的常规手段有哪些黑客使用SQL攻击，会在HTTP请求中注入恶意SQL命令,当服务器用请求的参数构造SQL命令时，其中的恶意SQL被一起构造了进...

2019-10-18

525

发表评论

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。