阿里云租用价格阿里云服务器租用价格构成因素和最新价格表-低调大师

阿里云租用价格阿里云服务器租用价格构成因素和最新价格表

2019-04-11 653

阿里云服务器租用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，以下为阿里云服务器实例，磁盘和带宽的阿里云价格表：

一： 实例配置价格表

阿里云服务器配置分为入门级配置和企业级配置，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，本文中的价格表是以非Windows、专有网络、支持I/O优化为例。

1、入门级规格配置价格表

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
共享基本型 (xn4) ecs.xn4.small	1	1	0.13	36.0	36.0	30.60	18.00	18.00
共享计算型 (n4) ecs.n4.small	1	2	0.23	67.0	67.0	56.95	33.50	33.50
共享计算型 (n4) ecs.n4.large	2	4	0.334	152.0	152.0	129.20	76.00	76.00
共享计算型 (n4) ecs.n4.xlarge	4	8	1.13	326.0	326.0	277.10	163.00	163.00
共享计算型 (n4) ecs.n4.2xlarge	8	16	2.27	653.0	653.0	555.05	326.50	326.50
共享计算型 (n4) ecs.n4.4xlarge	16	32	4.53	1306.0	1306.0	1110.10	653.00	653.00
共享计算型 (n4) ecs.n4.8xlarge	32	64	9.07	2611.0	2611.0	2219.35	1305.50	1305.50
共享通用型 (mn4) ecs.mn4.small	1	4	0.43	124.0	124.0	105.40	62.00	62.00
共享通用型 (mn4) ecs.mn4.large	2	8	0.86	248.0	248.0	210.80	124.00	124.00
共享通用型 (mn4) ecs.mn4.xlarge	4	16	1.72	496.0	496.0	421.60	248.00	248.00
共享通用型 (mn4) ecs.mn4.2xlarge	8	32	3.44	992.0	992.0	843.20	496.00	496.00
共享通用型 (mn4) ecs.mn4.4xlarge	16	64	6.89	1984.0	1984.0	1686.40	992.00	992.00
共享通用型 (mn4) ecs.mn4.8xlarge	32	128	13.78	3968.0	3968.0	3372.80	1984.00	1984.00
共享计算型 (n1) ecs.n1.small	1	2	0.28	80.0	80.0	68.00	40.00	40.00
共享计算型 (n1) ecs.n1.medium	2	4	0.328	170.86	170.86	145.23	85.43	85.43
共享计算型 (n1) ecs.n1.large	4	8	1.35	388.0	388.0	329.80	194.00	194.00
共享计算型 (n1) ecs.n1.xlarge	8	16	2.69	776.0	776.0	659.60	388.00	388.00
共享计算型 (n1) ecs.n1.3xlarge	16	32	5.39	1552.0	1552.0	1319.20	776.00	776.00
共享计算型 (n1) ecs.n1.7xlarge	32	64	10.78	3104.0	3104.0	2638.40	1552.00	1552.00
共享通用型 (n2) ecs.n2.small	1	4	0.49	141.0	141.0	119.85	70.50	70.50
共享通用型 (n2) ecs.n2.medium	2	8	1.02	294.0	294.0	249.90	147.00	147.00
共享通用型 (n2) ecs.n2.large	4	16	2.04	588.0	588.0	499.80	294.00	294.00
共享通用型 (n2) ecs.n2.xlarge	8	32	4.08	1176.0	1176.0	999.60	588.00	588.00
共享通用型 (n2) ecs.n2.3xlarge	16	64	8.17	2352.0	2352.0	1999.20	1176.00	1176.00
共享通用型 (n2) ecs.n2.7xlarge	32	128	16.32	4704.0	4704.0	3998.40	2352.00	2352.00
共享内存型 (e3) ecs.e3.small	1	8	0.459	213.33	213.33	181.33	106.67	106.66
共享内存型 (e3) ecs.e3.medium	2	16	0.918	426.67	426.67	362.67	213.34	213.34
共享内存型 (e3) ecs.e3.large	4	32	1.835	832.45	832.45	707.58	416.23	416.23
共享内存型 (e3) ecs.e3.xlarge	8	64	3.669	1644.02	1644.02	1397.42	822.01	822.01
共享内存型 (e3) ecs.e3.3xlarge	16	128	7.338	3267.14	3267.14	2777.07	1633.57	1633.57
突发性能型 (t5) ecs.t5-c1m1.large	2	2	0.22	62.0	58.9	46.50	27.90	18.60
突发性能型 (t5) ecs.t5-c1m1.xlarge	4	4	0.43	125.0	118.75	93.75	56.25	37.50
突发性能型 (t5) ecs.t5-c1m1.2xlarge	8	8	0.87	250.0	237.5	187.50	112.50	75.00
突发性能型 (t5) ecs.t5-c1m1.4xlarge	16	16	1.74	500.0	475.0	375.00	225.00	150.00
突发性能型 (t5) ecs.t5-c1m2.large	2	4	0.3	87.0	82.65	65.25	39.15	26.10
突发性能型 (t5) ecs.t5-c1m2.xlarge	4	8	0.6	173.0	164.35	129.75	77.85	51.90
突发性能型 (t5) ecs.t5-c1m2.2xlarge	8	16	1.2	347.0	329.65	260.25	156.15	104.10
突发性能型 (t5) ecs.t5-c1m2.4xlarge	16	32	2.41	693.0	658.35	519.75	311.85	207.90
突发性能型 (t5) ecs.t5-c1m4.large	2	8	0.47	135.0	128.25	101.25	60.75	40.50
突发性能型 (t5) ecs.t5-c1m4.xlarge	4	16	0.94	270.0	256.5	202.50	121.50	81.00
突发性能型 (t5) ecs.t5-c1m4.2xlarge	8	32	1.88	540.0	513.0	405.00	243.00	162.00
突发性能型 (t5) ecs.t5-lc2m1.nano	1	0.5	0.05	14.0	13.3	10.50	6.30	4.20
突发性能型 (t5) ecs.t5-lc1m1.small	1	1	0.06	18.0	17.1	13.50	8.10	5.40
突发性能型 (t5) ecs.t5-lc1m2.small	1	2	0.13	36.0	34.2	27.00	16.20	10.80
突发性能型 (t5) ecs.t5-lc1m2.large	2	4	0.25	72.0	68.4	54.00	32.40	21.60
突发性能型 (t5) ecs.t5-lc1m4.large	2	8	0.41	119.0	113.05	89.25	53.55	35.70

2、企业级规格配置价格表

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 (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
通用型弹性裸金属服务器 (ebmg5) ecs.ebmg5.24xlarge	96	384	31.88	9180.0	8721.0	6885.00	4131.00	2754.00
高主频型弹性裸金属服务器 (ebmhfg5) ecs.ebmhfg5.2xlarge	8	32	5.53	1594.0	1594.0	1291.14	781.06	510.08
计算型弹性裸金属服务器 (ebmc4) ecs.ebmc4.8xlarge	32	64	9.84	3150.0	3150.0	2677.50	1732.50	1197.00
高主频型超级计算集群 (scch5) ecs.scch5.16xlarge	64	192	42.36	12200.0	11590.0	9150.00	5490.00	3660.00
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	0.95	275.0	261.25	206.25	123.75	82.50
内存网络增强型 (se1ne) ecs.se1ne.xlarge	4	32	1.91	549.0	521.55	411.75	247.05	164.70
内存网络增强型 (se1ne) ecs.se1ne.2xlarge	8	64	3.81	1098.0	1043.1	823.50	494.10	329.40
内存网络增强型 (se1ne) ecs.se1ne.3xlarge	12	96	5.72	1647.0	1564.65	1235.25	741.15	494.10
内存网络增强型 (se1ne) ecs.se1ne.4xlarge	16	128	7.63	2196.0	2086.2	1647.00	988.20	658.80
内存网络增强型 (se1ne) ecs.se1ne.6xlarge	24	192	11.44	3294.0	3129.3	2470.50	1482.30	988.20
内存网络增强型 (se1ne) ecs.se1ne.8xlarge	32	256	15.25	4392.0	4172.4	3294.00	1976.40	1317.60
内存网络增强型 (se1ne) ecs.se1ne.14xlarge	56	480	26.69	7686.0	7301.7	5764.50	3458.70	2305.80
高主频计算型 (c4) ecs.c4.xlarge	4	8	1.6	801.05	761.0	600.79	360.47	240.31
高主频计算型 (c4) ecs.c4.2xlarge	8	16	3.2	1602.11	1522.0	1201.58	720.95	480.63
高主频计算型 (c4) ecs.c4.4xlarge	16	32	6.41	3204.22	3044.01	2403.16	1441.90	961.27
高主频通用型 (cm4) ecs.cm4.xlarge	4	16	2.02	938.69	891.76	704.02	422.41	281.61
高主频通用型 (cm4) ecs.cm4.2xlarge	8	32	4.11	1877.46	1783.59	1408.10	844.86	563.24
高主频通用型 (cm4) ecs.cm4.4xlarge	16	64	8.22	3755.0	3567.25	2816.25	1689.75	1126.50
高主频通用型 (cm4) ecs.cm4.6xlarge	24	96	12.33	5632.47	5350.85	4224.35	2534.61	1689.74
高主频内存型 (ce4) ecs.ce4.xlarge	4	32	2.44	1129.0	1072.55	846.75	508.05	338.70
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	2.61	753.0	715.35	564.75	338.85	225.90
本地SSD型 (i2) ecs.i2.2xlarge	8	64	5.23	1506.0	1430.7	1129.50	677.70	451.80
本地SSD型 (i2) ecs.i2.4xlarge	16	128	10.46	3012.0	2861.4	2259.00	1355.40	903.60
本地SSD型 (i2) ecs.i2.8xlarge	32	256	20.92	6024.0	5722.8	4518.00	2710.80	1807.20
本地SSD型 (i2) ecs.i2.16xlarge	64	512	41.83	12048.0	11445.6	9036.00	5421.60	3614.40
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 (gn6v) ecs.gn6v-c8g1.2xlarge	8	32	26.46	7620.0	7620.0	6477.00	4191.00	2895.60
GPU计算型 (gn6v) ecs.gn6v-c8g1.8xlarge	32	128	105.84	30480.0	30480.0	25908.00	16764.00	11582.40
GPU计算型 (gn6v) ecs.gn6v-c8g1.16xlarge	64	256	211.68	60960.0	60960.0	51816.00	33528.00	23164.80
GPU计算型 (gn5) ecs.gn5-c4g1.xlarge	4	30	11.499	3312.9	3312.9	2815.97	1722.71	1159.51
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	23.009	6626.7	6626.7	5632.69	3445.88	2319.35
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	21.489	6189.3	6189.3	5260.90	3218.44	2166.26
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	42.979	12377.7	12377.7	10521.05	6436.40	4332.20
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 (f2) ecs.f2-c8f1.2xlarge	8	60	10.14	2920.0	2774.0	2190.00	1314.00	876.00
FPGA计算型 (f2) ecs.f2-c8f1.4xlarge	16	120	20.28	5840.0	5548.0	4380.00	2628.00	1752.00
FPGA计算型 (f2) ecs.f2-c28f1.7xlarge	28	112	16.63	4790.0	4550.5	3592.50	2155.50	1437.00
FPGA计算型 (f2) ecs.f2-c28f1.14xlarge	56	224	33.26	9580.0	9101.0	7185.00	4311.00	2874.00
FPGA计算型 (f3) ecs.f3-c16f1.4xlarge	8	60	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	0.87	251.0	251.0	208.33	125.50	82.83
高主频计算型 (hfc5) ecs.hfc5.xlarge	4	8	1.74	502.0	502.0	416.66	251.00	165.66
高主频计算型 (hfc5) ecs.hfc5.2xlarge	8	16	3.49	1004.0	1004.0	833.32	502.00	331.32
高主频计算型 (hfc5) ecs.hfc5.3xlarge	12	24	5.23	1506.0	1506.0	1249.98	753.00	496.98
高主频计算型 (hfc5) ecs.hfc5.4xlarge	16	32	6.97	2008.0	2008.0	1666.64	1004.00	662.64
高主频计算型 (hfc5) ecs.hfc5.6xlarge	24	48	10.46	3012.0	3012.0	2499.96	1506.00	993.96
高主频计算型 (hfc5) ecs.hfc5.8xlarge	32	64	13.94	4016.0	4016.0	3333.28	2008.00	1325.28
高主频通用型 (hfg5) ecs.hfg5.large	2	8	1.15	332.0	332.0	268.92	162.68	106.24
高主频通用型 (hfg5) ecs.hfg5.xlarge	4	16	2.31	664.0	664.0	537.84	325.36	212.48
高主频通用型 (hfg5) ecs.hfg5.2xlarge	8	32	4.61	1328.0	1328.0	1075.68	650.72	424.96
高主频通用型 (hfg5) ecs.hfg5.3xlarge	12	48	6.92	1992.0	1992.0	1613.52	976.08	637.44
高主频通用型 (hfg5) ecs.hfg5.4xlarge	16	64	9.22	2656.0	2656.0	2151.36	1301.44	849.92
高主频通用型 (hfg5) ecs.hfg5.6xlarge	24	96	13.83	3984.0	3984.0	3227.04	1952.16	1274.88
高主频通用型 (hfg5) ecs.hfg5.8xlarge	32	128	18.44	5312.0	5312.0	4302.72	2602.88	1699.84
高主频通用型 (hfg5) ecs.hfg5.14xlarge	56	160	30.58	8808.0	8808.0	7134.48	4315.92	2818.56

二： 磁盘价格表

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（40 GB起售价）	本地盘	40GB	0.017 元/40GB/小时	12.00 元/40GB/月
系统盘（40 GB起售价）	本地SSD盘	40GB	0.132 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
系统盘（线性计费）	本地盘	1GB	0.00042 元/1GB/小时	0.30 元/1GB/月
系统盘（线性计费）	本地SSD盘	1GB	0.0033 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
数据盘（线性计费）	本地盘	1GB	0.00042 元/1GB/小时	0.30 元/1GB/月
数据盘（线性计费）	本地SSD盘	1GB	0.0033 元/1GB/小时	0.80 元/1GB/月

三： 网络宽带价格

注意：地域节点不同价格也会有所差异，以下宽带价格是以华北3为例。

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

注意，以上关于阿里云服务器租用价格表（实例配置规格价格表+磁盘收费+宽带收费）仅供参考，详细精准报价请参考阿里云的官方报价：

微信关注我们

原文链接：https://yq.aliyun.com/articles/697944

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。

ACK容器服务发布virtual node addon，快速部署虚拟节点提升集群弹性能力

在上一篇博文中（https://yq.aliyun.com/articles/647119），我们展示了如何手动执行yaml文件给Kubernetes集群添加虚拟节点，然而，手动执行的方式用户体验并不友好，也无法以组件的方式持续升级和管理。现在我们已经可以通过Helm的方式，让ack-virtual-node的部署和管理变得更加简单。首先，让我们简单回顾一下虚拟节点Virtual Node是如何运行的。虚拟节点Virtual Node 虚拟节点来源于社区的virtual kubelet技术，其实现了kubernetes与弹性容器实例ECI的无缝连接，让kubernetes集群轻松获得极大的弹性能力，而不必受限于集群的节点计算容量。基于ECI的虚拟节点支持多种功能，其不仅增强了kubernetes集群的弹性，同时提供了丰富的能力扩展，

2019-04-12

753

如何把创建ECS(CreateInstance)作为触发器来触发函数计算

问题描述函数计算虽然不支持直接集成到ECS的管控事件上，但是函数计算本身是支持日志服务作为触发器的。即可以配置日志服务中logstore里的增强日志作为触发器来触发函数计算服务中的函数，同时可以传递project 和 logstore的name以及beginCursor/endCursor 等相关日志信息作为event到函数计算服务，供其做二次处理和加工。这样相当于提供了一个思路，即我们可以把创建ECS或者其他相关的操作想办法作为日志投递到日志服务中，这样就可以触发相关的函数计算服务了。那么这种方法是什么呢？一种可行的方式是操作审计服务。操作审计可以记录所有API级别的用户记录，当然也包括CreateInstance这类操作。所以整个流程就变成了：开通操作审计服务->配置操作审计跟踪，将event投递到日志服务中->配

2019-04-12

585

发表评论

资源下载

更多资源

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。

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。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

阿里云租用价格阿里云服务器租用价格构成因素和最新价格表