阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

近日，阿里云弹性计算发布全新一代云服务ECS共享标准型S6，性能相对上一代实例提升15%以上，价格相对上一代最高降低42%，是目前国内云计算厂商更能够提供的最具性价比的云服务器产品。一些中小型网站、轻量数据库以及轻量企业应用的客户在阿里云有更多的产品选择，也是个人开发者和小企业的首选。
什么是共享型云主机？
共享性云主机指的是没有做主机和vCPU绑定的主机类型，该类型云主机使用的vCPU是在物理服务器中根据一定算法自动选择的。共享型云主机的优势是性价比高，同时可能会受其他用户的资源争抢的影响。
共享标准型主机S6的产品优势
基于阿里自研神龙芯片和全新的轻量化Hypervisor
基于阿里云智能神龙芯片和全新的轻量化VMM，将大量传统虚拟化功能卸载到专用硬件上，大大降低了虚拟化的性能开销，同时用户几乎可以获得所有的宿主机CPU和内存资源，提高整机和大规格实例的各项能力。
硬件升级，使用最新第二代英特尔至强可扩展处理器
使用最新一代Intel Cascade Lake CPU, 睿频提升至3.2GHz, 各场景E2E性能大幅提升，并在深度学习的多种场景有数倍的提升。同时搭配DDR4内存，底层环境开启NUMA(不可见)，降低内存时延。

更高的产品能性能
共享标准型主机S6的处理器和内存配比1:1(仅限1核1GB)，1:2，1:4。最高规格为8核32GB。网络带宽最高可突发至6 Gbit/s。
实例规格存储共享整机资源，支持ESSD云盘、SSD云盘和高效云盘。
性能相对上一代实例提升15%以上。
CPU性能测试

    ![1](https://yqfile.alicdn.com/9b34cda2348b386809c7aed1ae9e8a1055fbdca0.png)    

应用测试

网络PPS值测试

内存性能测试

阿里云弹性计算一直致力于推出更丰富的产品，满足更多客户的不同需求。共享型实例S6的推出，让阿里云弹性计算云服务器产品的性价比又上一个新台阶，在行业内无其他产品可出其右，是个人开发者及中小型企业上云首选。

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

阿里云ECS云服务器如何选择？其中云服务器配置CPU、内存及宽带的选择，另外包括ECS云服务器规格的选择，新手站长网来说说阿里云ECS云服务器配置选择、规格说明及使用体验。

云服务器配置如何选择？

阿里云ECS云服务器的配置包括CPU、内存、公网宽带及云盘，一般活动的云服务器默认为40G高效云盘（如果存储不够，自己加即可）

配置	适用场景
1核CPU/1G内存/1M公网宽带	个人博客或者初期访问量较少的展示类Web应用
2核CPU/4G内存/3M公网宽带	论坛、门户类网站，用户活跃性与访问量较高，选保证足够的资源空间，提升访问速度。
2核CPU/8G内存/5M公网宽带	对官网、品牌较为重视的政府、企业等，网站浏览更加流利顺畅，提升政府、品牌形象。
4核CPU/8G内存/8M公网宽带	视频、购物类网站，包含庞大的数据信息，迅速的信息处理能力保证网站的点播、交易正常进行。
8核CPU/16G内存/10M公网宽带	游戏、软件类网站，对开发、测试、环境要求较高的游戏软件类网站，较高的资源配置带来更强劲的计算性能，保证业务需求。

以上云服务器配置仅供参考，还需要结合用户实际的应用场景来选择。另外，选购阿里云ECS云服务器，不能仅仅局限于CPU内存等配置，新手站长网提醒大家还需要选择合适的ECS规格，同配置下规格不同，云服务器的实际使用性能也有差异，关于ECS实例规格参考下方：

ECS云服务器规格选择

阿里云ECS云服务器规格有很多，如：入门级突发性能T5、T6实例，共享型xn4、n4实例；还包括企业级通用网络增强型sn2ne、se1ne、GPU型、FPGA、计算型C6、内存型M6等，规格如何选择？新手站长网分享：

ECS规格选择请参考下表：

应用场景	云服务器实例规格配置
性能均衡	sn2ne/g5/sn2
高网络收发包应用	sn1ne/sn2/ne/se1ne/g6/c6
高性能计算	gn5/cg/sn1/c4/cm4
高性能端游	c4/cm4
手游/网页	c5/sn1
视频转发	c5/sn1
直播弹幕	sn1ne/sn2/ne/g6/c6
关系型数据库	i1/i2/sn2/se1
分布式缓存	r5/se1/sn2ne/g5/sn2
NoSQL数据库	i1/i2/sn2ne/sn2r5/se1
Elastic	Search i1/i2/sn2/g5/r5/se1
Hadoop	r5/se1/d1n2/d1/g5/sn2/r6

关于ECS实例规格参考：ECS实例规格族详解 – 阿里云

均衡性能

需要相对均衡的处理器与内存资源配比，满足大多数场景下的应用资源需求关系。

高网络收发包应用

需要高网络收发包能力，可以根据应用场景选择更合理的计算与内存的资源配比。

高性能计算

需要消耗高计算资源，GPU并行计算以及高主频是该场景下的典型应用。

高性能端游

用户业务需要高处理器主频来承载更多的用户，需要高主频处理器支持。

手游、页游

需要消耗高计算资源，1:2的处理器与内存配比可以获得最优计算资源性价比。

视频转发

需要消耗高计算资源，1:2的处理器与内存配比可以获得最优计算资源性价比。

直播弹幕

需要高网络收发包能力，可以根据应用场景选择更合理的计算与内存的资源配比。

关系型数据库

需要SSD云盘或更高性能的NVMe SSD本地磁盘提供高存储IOPS且低读写延时，CPU与内存资源配比均衡（1:4）或内存更大（1:8）。

分布式缓存

需要CPU与内存资源配比均衡（1:4）或者内存更大（1:8），稳定的计算性能。

NoSQL数据库

需要SSD云盘或更高性能的NVMe SSD本地磁盘提供高存储IOPS且低读写延时，CPU与内存资源配比均衡（1:4）或内存更大（1:8）。

Elastic Search

需要SSD云盘或更高性能的NVMe SSD本地磁盘提供高存储IOPS且低读写延时，CPU与内存资源配比均衡（1:4）或内存更大（1:8）。

Hadoop

数据节点需要高磁盘吞吐、高网络吞吐、均衡的CPU与内存配比，计算节点则更关注计算性能、网络带宽及CPU与内存资源配。

Spark

数据节点需要高磁盘吞吐、高网络吞吐、均衡的CPU与内存配比，计算节点则更关注计算性能、网络带宽及CPU与内存资源配。

Kafka

数据节点需要高磁盘吞吐、高网络吞吐、均衡的CPU与内存配比，计算节点则更关注计算性能、网络带宽及CPU与内存资源配。

机器学习

需要高性能Nvidia GPU计算卡，内存不小于显存的两倍。

视频编码

需要高性能GPU计算卡或高性能CPU进行编解码。

渲染

需要高性能GPU计算卡进行渲染。

以上整理的关于ECS云服务器CPU、内存、宽带配置选择，以及阿里云ECS云服务器规格选择，仅供参考。

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

近期，阿里云推出了最新的第六代云服务器s6实例，该实例为共享标准型实例。较比上一代的共享标准型实例，在性能上大幅提升，但是价格下降了42%。废话不多说了，先来看看本次推出的ECS实例S6.

阿里云共享标准型s6实例介绍

1、处理器采用Intel Xeon Platinum 8269CY（Cascade Lake），主频2.5Ghz。睿频3.2Ghz。共享型实例居然含睿频，挺良心的。
2、总体性能对比上一代共享型实例规格族（xn4、n4、mn4和e4）大幅提升 。
3、使用DDR4内存。
4、含1:1、1:2、1:4多种处理器与内存配比，可以适应计算要求，通用要求和大内存缓存要求。
5、IO优化实例，可支持硬盘为ESSD云盘、SSD云盘和高效云盘。
6、只支持专有网络VPC，支持IPv4和IPv6。
7、主要适用于中小型网站服务器前后端，开发环境、构建服务器、代码存储库、微服务、测试和暂存环境等，轻量级数据库，轻量级缓存服务器，小程序服务器，其他轻量级企业应用。

阿里云共享标准型s6实例规格配置

共享标准型s6实例参数指标

s6实例阉割了部分内网宽带、网络收发包能力、队列、可挂载IP。CPU为100%虚拟化性能。口说无凭，请详看下面的性能测试结果：

实例可选地域节点

大陆地域：华北1（青岛）、华北2（北京）、华北3（张家口）、华北5（呼和浩特）、华东1（杭州）、华东2（上海）、华南1（深圳）、华南2（河源）；

其他国家和地区：中国香港、亚太东南1（新加坡）、亚太东南2（悉尼）、亚太东南3（吉隆坡）、亚太东南5（雅加达）、亚太南部1（孟买）、亚太东北1（东京）、美国西部1（硅谷）、美国东部1（弗吉尼亚）、欧洲中部1（法兰克福）、英国（伦敦）、中东东部1（迪拜）。

价格方面

目前，阿里云刚推出2款S6型ECS实例，分别为1核1G1M 142.8元/年和2核4G1M 1601.4元/年。（仅限新用户购买，老用户暂时无法购买）

活动页面：传动门

最后说一句，很多人一看到“共享”二字就对此有所偏解，以为这样的服务器性能不好。小编一直用的就是XN4的共享服务器，已经稳定允许了5、6年了，基本上没怎么重新重启服务器。

大家可以测试一下

而最新的推出的共享标准型实例S6，肯定比XN4型的服务器差不了，目前S6服务器已上线，有需要采购和了解的网友可以直接去活动看看，还可以领取官方折扣券。

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

万网域名证书获取可以在阿里云域名控制台查询、下载、打印，本文分享阿里云万网域名证书查询下载教程。

如何下载域名证书
更多参阅官方文档

说明 备案要求所上传的域名证书图片大小应为200k~4MB，如果图片大小小于200k，可以彩打后再拍照上传。
登录阿里云域名控制台。
找到需要下载域名证书的域名，单击操作列下的管理。

单击左侧导航栏中的域名证书下载。

单击证书下方的下载证书。

如果批量下载域名证书，在域名列表页，批量勾选待下载域名证书的域名，单击更多批量操作，在下拉框中选择下载域名证书。

在弹出的下载域名证书页面中，单击下载证书，在下载证书弹框中设置导出域名证书的文件名，单击确定。
在我的下载页面，找到导出的域名证书，单击下载后可下载到电脑本地。

域名证书是.png结尾的图片格式，直接上传或者打印即可。

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

买一个已备案域名能否直接用于阿里云服务器上面？这样省去了网站备案时间和繁琐的备案过程。其实这种是区分不同情况的，要先问清楚这个域名之前是否就是在阿里云备案过的，另外不是阿里云所有的服务器都要做网站备案，下面看详细情况。

一、购买已备案域名能否直接用于阿里云服务器？

有用户想买一个已备案域名，好处是免去了繁琐的备案环节，省事儿。那么有两个问题：一个是域名，另一个是阿里云服务器，详细如下：

1、域名备案

该域名之前是在哪里备案的？如果是在阿里云备案的那么购买阿里云服务器后就能直接用了；
如果该域名是在其他服务商处备案的，即使你把域名解析到阿里云服务器上，也会被阻断访问。
所以说如果这个域名之前是在阿里云提交备案到管局的，那么使用阿里云服务器没问题。

2、阿里云服务器

不是所有的阿里云服务器都需要备案，只有中国大陆地域的服务器需要备案，不管国内哪个商家只要是中国大陆地域的云服务器都需要做网站备案。
如果不想备案就选择中国香港云服务器，外贸网站请选择阿里云美国云服务器。

如果这个域名之前是在阿里云备案的，那么使用阿里云服务器无需再次备案。另外建议大家使用自己的真实信息备案，如果网站备案信息与域名实名认证的信息不符，后续被管局、商家巡查到也是容易掉备案的。
目前阿里云的优惠活动：
①「阿里云·云小站优惠活动」 这个活动云服务器89元一年起，价格应该算是全网最低价了；
②「高性能云服务器1折优惠」企业用户可以看看这个活动，1折很便宜了；
③「全民云计算3折特惠」这个活动新老用户都可以买，限购3台；
④「主机爆款特惠」这个活动包括ECS云服务器、轻量和虚拟主机；

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

进入2022年，阿里云新推出了全新的t6、c6、r6、g6等实例规格的云服务器，最新的价格表也有所变化。本文更新了截止目前阿里云服务器最新的企业级windows系统价格表和最新磁盘及带宽价格表，更多最新的阿里云服务器价格表大家可以访问阿里云定价页查询，包含不同地域、不同操作系统以及不同网络形式的细分价格。

一.ecs云服务器实例规格价格表（企业级windows系统）

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	168	142.8	92.4	63.84
通用型 (g6) ecs.g6.xlarge	4	16	0.7	336	336	285.6	184.8	127.68
通用型 (g6) ecs.g6.2xlarge	8	32	1.401	672	672	571.2	369.6	255.36
通用型 (g6) ecs.g6.3xlarge	12	48	2.1	1008	1008	856.8	554.4	383.04
通用型 (g6) ecs.g6.4xlarge	16	64	2.8	1344	1344	1142.4	739.2	510.72
通用型 (g6) ecs.g6.6xlarge	24	96	4.2	2016	2016	1713.6	1108.8	766.08
通用型 (g6) ecs.g6.8xlarge	32	128	5.6	2688	2688	2284.8	1478.4	1021.44
通用型 (g6) ecs.g6.13xlarge	52	192	9.1	4368	4368	3712.8	2402.4	1659.84
通用型 (g6) ecs.g6.26xlarge	104	384	18.2	8736	8736	7425.6	4804.8	3319.68
内存型 (r6) ecs.r6.large	2	16	0.46	220	220	187	121	83.6
内存型 (r6) ecs.r6.xlarge	4	32	0.92	440	440	374	242	167.2
内存型 (r6) ecs.r6.2xlarge	8	64	1.83	880	880	748	484	334.4
内存型 (r6) ecs.r6.3xlarge	12	96	2.75	1320	1320	1122	726	501.6
内存型 (r6) ecs.r6.4xlarge	16	128	3.67	1760	1760	1496	968	668.8
内存型 (r6) ecs.r6.6xlarge	24	192	5.5	2640	2640	2244	1452	1003.2
内存型 (r6) ecs.r6.8xlarge	32	256	7.33	3520	3520	2992	1936	1337.6
内存型 (r6) ecs.r6.13xlarge	52	384	11.92	5720	5720	4862	3146	2173.6
内存型 (r6) ecs.r6.26xlarge	104	768	23.83	11440	11440	9724	6292	4347.2
计算型 (c6) ecs.c6.large	2	4	0.27	131	131	111.35	72.05	49.78
计算型 (c6) ecs.c6.xlarge	4	8	0.55	262	262	222.7	144.1	99.56
计算型 (c6) ecs.c6.2xlarge	8	16	1.09	524	524	445.4	288.2	199.12
计算型 (c6) ecs.c6.3xlarge	12	24	1.64	786	786	668.1	432.3	298.68
计算型 (c6) ecs.c6.4xlarge	16	32	2.18	1048	1048	890.8	576.4	398.24
计算型 (c6) ecs.c6.6xlarge	24	48	3.28	1572	1572	1336.2	864.6	597.36
计算型 (c6) ecs.c6.8xlarge	32	64	4.37	2096	2096	1781.6	1152.8	796.48
计算型 (c6) ecs.c6.13xlarge	52	104	7.1	3406	3406	2895.1	1873.3	1294.28
计算型 (c6) ecs.c6.26xlarge	104	192	14.19	6812	6812	5790.2	3746.6	2588.56
通用型 (g5) ecs.g5.large	2	8	0.66	191	181.45	143.25	85.95	57.3
通用型 (g5) ecs.g5.xlarge	4	16	1.33	383	363.85	287.25	172.35	114.9
通用型 (g5) ecs.g5.2xlarge	8	32	2.66	765	726.75	573.75	344.25	229.5
通用型 (g5) ecs.g5.3xlarge	12	48	3.99	1148	1090.6	861	516.6	344.4
通用型 (g5) ecs.g5.4xlarge	16	64	5.31	1530	1453.5	1147.5	688.5	459
通用型 (g5) ecs.g5.6xlarge	24	96	7.971	2295	2180.25	1721.25	1032.75	688.5
通用型 (g5) ecs.g5.8xlarge	32	128	10.63	3060	2907	2295	1377	918
通用型 (g5) ecs.g5.16xlarge	64	256	21.25	6120	5814	4590	2754	1836
计算型 (c5) ecs.c5.large	2	4	0.47	134	134	113.9	73.7	49.58
计算型 (c5) ecs.c5.xlarge	4	8	0.93	269	269	228.65	147.95	99.53
计算型 (c5) ecs.c5.2xlarge	8	16	1.86	537	537	456.45	295.35	198.69
计算型 (c5) ecs.c5.3xlarge	12	24	2.8	806	806	685.1	443.3	298.22
计算型 (c5) ecs.c5.4xlarge	16	32	3.73	1074	1074	912.9	590.7	397.38
计算型 (c5) ecs.c5.6xlarge	24	48	5.59	1611	1611	1369.35	886.05	596.07
计算型 (c5) ecs.c5.8xlarge	32	64	7.46	2148	2148	1825.8	1181.4	794.76
计算型 (c5) ecs.c5.16xlarge	64	128	14.92	4296	4296	3651.6	2362.8	1589.52
内存型 (r5) ecs.r5.large	2	16	0.85	245	232.75	183.75	110.25	73.5
内存型 (r5) ecs.r5.xlarge	4	32	1.7	489	464.55	366.75	220.05	146.7
内存型 (r5) ecs.r5.2xlarge	8	64	3.4	978	929.1	733.5	440.1	293.4
内存型 (r5) ecs.r5.3xlarge	12	96	5.09	1467	1393.65	1100.25	660.15	440.1
内存型 (r5) ecs.r5.4xlarge	16	128	6.79	1956	1858.2	1467	880.2	586.8
内存型 (r5) ecs.r5.6xlarge	24	192	10.19	2934	2787.3	2200.5	1320.3	880.2
内存型 (r5) ecs.r5.8xlarge	32	256	13.58	3912	3716.4	2934	1760.4	1173.6
内存型 (r5) ecs.r5.16xlarge	64	512	27.17	7824	7432.8	5868	3520.8	2347.2
密集计算型 (ic5) ecs.ic5.large	2	2	0.44	128	128	108.8	70.4	48.64
密集计算型 (ic5) ecs.ic5.xlarge	4	4	0.89	255	255	216.75	140.25	96.9
密集计算型 (ic5) ecs.ic5.2xlarge	8	8	1.77	510	510	433.5	280.5	193.8
密集计算型 (ic5) ecs.ic5.3xlarge	12	12	2.66	765	765	650.25	420.75	290.7
密集计算型 (ic5) ecs.ic5.4xlarge	16	16	3.54	1020	1020	867	561	387.6
GPU计算型 (gn5) ecs.gn5-c4g1.xlarge	4	30	12.78	3681	3681	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	7363	6258.55	3828.76	2577.05
GPU计算型 (gn5) ecs.gn5-c8g1.4xlarge	16	120	27.71	7979.4	7979.4	6782.49	4149.29	2792.79
GPU计算型 (gn5) ecs.gn5-c28g1.7xlarge	28	112	23.88	6877	6877	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	13753	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 (gn6i) ecs.gn6i-c4g1.xlarge	4	15	10.46	3013	3013	2561.05	1657.15	1144.94
GPU计算型 (gn6i) ecs.gn6i-c8g1.2xlarge	8	31	12.6	3629	3629	3084.65	1995.95	1379.02
GPU计算型 (gn6i) ecs.gn6i-c16g1.4xlarge	16	62	14.77	4253	4253	3615.05	2339.15	1616.14
GPU计算型 (gn6i) ecs.gn6i-c24g1.6xlarge	24	93	15.471	4455	4455	3786.75	2450.25	1692.9
GPU计算型 (gn6i) ecs.gn6i-c24g1.12xlarge	48	186	30.941	8910	8910	7573.5	4900.5	3385.8
GPU计算型 (gn6i) ecs.gn6i-c24g1.24xlarge	96	372	61.88	17820	17820	15147	9801	6771.6
GPU计算型 (gn6v) ecs.gn6v-c8g1.2xlarge	8	32	19.84	5715	5715	4857.75	3143.25	2171.7
GPU计算型 (gn6v) ecs.gn6v-c8g1.8xlarge	32	128	79.36	22860	22860	19431	12573	8686.8
GPU计算型 (gn6v) ecs.gn6v-c8g1.16xlarge	64	256	158.72	45720	45720	38862	25146	17373.6
GPU计算型 (gn6v) ecs.gn6v-c10g1.20xlarge	96	384	197.67	56929.5	56929.5	48390.08	31311.23	21633.21
GPU计算型弹性裸金属服务器 (ebmgn6i) ecs.ebmgn6i.24xlarge	96	384	61.88	17820	17820	15147	9801	6771.6
GPU计算型 (gn5i) ecs.gn5i-c2g1.large	2	8	6.51	1875	1781.25	1406.25	843.75	562.5
GPU计算型 (gn5i) ecs.gn5i-c4g1.xlarge	4	16	7.27	2093	1988.35	1569.75	941.85	627.9
GPU计算型 (gn5i) ecs.gn5i-c8g1.2xlarge	8	32	8.75	2520	2394	1890	1134	756
GPU计算型 (gn5i) ecs.gn5i-c16g1.4xlarge	16	64	11.721	3375	3206.25	2531.25	1518.75	1012.5
GPU计算型 (gn5i) ecs.gn5i-c28g1.14xlarge	56	224	32.29	9300	8835	6975	4185	2790
高主频计算型 (hfc5) ecs.hfc5.large	2	4	0.65	188	188	156.04	94	62.04
高主频计算型 (hfc5) ecs.hfc5.xlarge	4	8	1.311	377	377	312.91	188.5	124.41
高主频计算型 (hfc5) ecs.hfc5.2xlarge	8	16	2.61	753	753	624.99	376.5	248.49
高主频计算型 (hfc5) ecs.hfc5.3xlarge	12	24	3.92	1130	1130	937.9	565	372.9
高主频计算型 (hfc5) ecs.hfc5.4xlarge	16	32	5.23	1506	1506	1249.98	753	496.98
高主频计算型 (hfc5) ecs.hfc5.6xlarge	24	48	7.84	2259	2259	1874.97	1129.5	745.47
高主频计算型 (hfc5) ecs.hfc5.8xlarge	32	64	10.46	3012	3012	2499.96	1506	993.96
高主频通用型 (hfg5) ecs.hfg5.large	2	8	0.86	249	249	201.69	122.01	79.68
高主频通用型 (hfg5) ecs.hfg5.xlarge	4	16	1.73	498	498	403.38	244.02	159.36
高主频通用型 (hfg5) ecs.hfg5.2xlarge	8	32	3.461	996	996	806.76	488.04	318.72
高主频通用型 (hfg5) ecs.hfg5.3xlarge	12	48	5.191	1494	1494	1210.14	732.06	478.08
高主频通用型 (hfg5) ecs.hfg5.4xlarge	16	64	6.92	1992	1992	1613.52	976.08	637.44
高主频通用型 (hfg5) ecs.hfg5.6xlarge	24	96	10.38	2988	2988	2420.28	1464.12	956.16
高主频通用型 (hfg5) ecs.hfg5.8xlarge	32	128	13.83	3984	3984	3227.04	1952.16	1274.88
高主频通用型 (hfg5) ecs.hfg5.14xlarge	56	160	22.94	6606	6606	5350.86	3236.94	2113.92
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	1125	956.25	618.75	427.5
GPU轻量型 (vgn5i) ecs.vgn5i-m4.2xlarge	8	24	7.81	2250	2250	1912.5	1237.5	855
GPU轻量型 (vgn5i) ecs.vgn5i-m8.4xlarge	16	48	15.63	4500	4500	3825	2475	1710
通用型弹性裸金属服务器 (ebmg5) ecs.ebmg5.24xlarge	96	384	31.88	9180	8721	6885	4131	2754
高主频型弹性裸金属服务器 (ebmhfg5) ecs.ebmhfg5.2xlarge	8	32	5.53	1594	1594	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	3150	2677.5	1732.5	1197
高主频型超级计算集群 (scch5) ecs.scch5.16xlarge	64	192	42.36	12200	11590	9150	5490	3660
通用型超级计算集群 (sccg5) ecs.sccg5.24xlarge	96	384	44.63	12852	12209.4	9639	5783.4	3855.6
内存增强型 (re4) ecs.re4.20xlarge	80	960	68.75	19800	19800	16830	9900	9900
内存增强型 (re4) ecs.re4.40xlarge	160	1920	137.5	39600	39600	33660	19800	19800
计算网络增强型 (sn1ne) ecs.sn1ne.large	2	4	0.51	148	148	125.8	81.4	56.24
计算网络增强型 (sn1ne) ecs.sn1ne.xlarge	4	8	1.03	296	296	251.6	162.8	112.48
计算网络增强型 (sn1ne) ecs.sn1ne.2xlarge	8	16	2.05	591	591	502.35	325.05	224.58
计算网络增强型 (sn1ne) ecs.sn1ne.3xlarge	12	24	3.08	887	887	753.95	487.85	337.06
计算网络增强型 (sn1ne) ecs.sn1ne.4xlarge	16	32	4.1	1182	1182	1004.7	650.1	449.16
计算网络增强型 (sn1ne) ecs.sn1ne.6xlarge	24	48	6.16	1773	1773	1507.05	975.15	673.74
计算网络增强型 (sn1ne) ecs.sn1ne.8xlarge	32	64	8.21	2364	2364	2009.4	1300.2	898.32
通用网络增强型 (sn2ne) ecs.sn2ne.large	2	8	0.75	215	204.25	161.25	96.75	64.5
通用网络增强型 (sn2ne) ecs.sn2ne.xlarge	4	16	1.49	429	407.55	321.75	193.05	128.7
通用网络增强型 (sn2ne) ecs.sn2ne.2xlarge	8	32	2.98	858	815.1	643.5	386.1	257.4
通用网络增强型 (sn2ne) ecs.sn2ne.3xlarge	12	48	4.47	1287	1222.65	965.25	579.15	386.1
通用网络增强型 (sn2ne) ecs.sn2ne.4xlarge	16	64	5.96	1716	1630.2	1287	772.2	514.8
通用网络增强型 (sn2ne) ecs.sn2ne.6xlarge	24	96	8.94	2574	2445.3	1930.5	1158.3	772.2
通用网络增强型 (sn2ne) ecs.sn2ne.8xlarge	32	128	11.92	3432	3260.4	2574	1544.4	1029.6
通用网络增强型 (sn2ne) ecs.sn2ne.14xlarge	56	224	20.85	6006	5705.7	4504.5	2702.7	1801.8
内存型 (se1) ecs.se1.large	2	16	1.14	329.4	329.4	279.99	164.7	164.7
内存型 (se1) ecs.se1.xlarge	4	32	2.29	658.8	658.8	559.98	329.4	329.4
内存型 (se1) ecs.se1.2xlarge	8	64	4.58	1317.6	1317.6	1119.96	658.8	658.8
内存型 (se1) ecs.se1.4xlarge	16	128	9.15	2635.2	2635.2	2239.92	1317.6	1317.6
内存型 (se1) ecs.se1.8xlarge	32	256	18.301	5270.4	5270.4	4479.84	2635.2	2635.2
内存型 (se1) ecs.se1.14xlarge	56	480	32.03	9223.2	9223.2	7839.72	4611.6	4611.6
内存网络增强型 (se1ne) ecs.se1ne.large	2	16	0.95	275	261.25	206.25	123.75	82.5
内存网络增强型 (se1ne) ecs.se1ne.xlarge	4	32	1.91	549	521.55	411.75	247.05	164.7
内存网络增强型 (se1ne) ecs.se1ne.2xlarge	8	64	3.81	1098	1043.1	823.5	494.1	329.4
内存网络增强型 (se1ne) ecs.se1ne.3xlarge	12	96	5.72	1647	1564.65	1235.25	741.15	494.1
内存网络增强型 (se1ne) ecs.se1ne.4xlarge	16	128	7.631	2196	2086.2	1647	988.2	658.8
内存网络增强型 (se1ne) ecs.se1ne.6xlarge	24	192	11.441	3294	3129.3	2470.5	1482.3	988.2
内存网络增强型 (se1ne) ecs.se1ne.8xlarge	32	256	15.25	4392	4172.4	3294	1976.4	1317.6
内存网络增强型 (se1ne) ecs.se1ne.14xlarge	56	480	26.69	7686	7301.7	5764.5	3458.7	2305.8
高主频计算型 (c4) ecs.c4.xlarge	4	8	2.65	1574.24	1495.53	1180.68	708.41	472.27
高主频计算型 (c4) ecs.c4.2xlarge	8	16	5.29	3148.49	2991.06	2361.37	1416.82	944.55
高主频计算型 (c4) ecs.c4.4xlarge	16	32	10.59	6296.99	5982.14	4722.74	2833.65	1889.1
高主频通用型 (cm4) ecs.cm4.xlarge	4	16	3.13	1859.97	1766.97	1394.98	836.99	557.99
高主频通用型 (cm4) ecs.cm4.2xlarge	8	32	6.34	3719.89	3533.9	2789.92	1673.95	1115.97
高主频通用型 (cm4) ecs.cm4.4xlarge	16	64	12.68	7439.93	7067.94	5579.95	3347.97	2231.98
高主频通用型 (cm4) ecs.cm4.6xlarge	24	96	19.02	11159.83	10601.83	8369.87	5021.92	3347.95
高主频内存型 (ce4) ecs.ce4.xlarge	4	32	3.72	2126.34	2020.03	1594.76	956.85	637.9
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	1849.65	1460.25	876.15	584.1
本地SSD型 (i1) ecs.i1.4xlarge	16	64	8.11	2336.4	2219.58	1752.3	1051.38	700.92
本地SSD型 (i1) ecs.i1-c5d1.4xlarge	16	64	10.521	3028.9	2877.46	2271.67	1363	908.67
本地SSD型 (i1) ecs.i1.8xlarge	32	128	16.23	4672.8	4439.16	3504.6	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	28.391	8177.4	7768.53	6133.05	3679.83	2453.22
本地SSD型 (i2) ecs.i2.xlarge	4	32	1.33	640	640	544	352	243.2
本地SSD型 (i2) ecs.i2.2xlarge	8	64	2.67	1280	1280	1088	704	486.4
本地SSD型 (i2) ecs.i2.4xlarge	16	128	5.33	2560	2560	2176	1408	972.8
本地SSD型 (i2) ecs.i2.8xlarge	32	256	10.67	5120	5120	4352	2816	1945.6
本地SSD型 (i2) ecs.i2.16xlarge	64	512	21.33	10240	10240	8704	5632	3891.2
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	4949.1	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	1371.8	1083	649.8	433.2
大数据网络增强型 (d1ne) ecs.d1ne.4xlarge	16	64	10.03	2888	2743.6	2166	1299.6	866.4
大数据网络增强型 (d1ne) ecs.d1ne.6xlarge	24	96	15.04	4331	4114.45	3248.25	1948.95	1299.3
大数据网络增强型 (d1ne) 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 (d1ne) ecs.d1ne.8xlarge	32	128	20.05	5775	5486.25	4331.25	2598.75	1732.5
大数据网络增强型 (d1ne) ecs.d1ne-c14d3.14xlarge	56	160	29.19	8407	7986.65	6305.25	3783.15	2522.1
大数据网络增强型 (d1ne) ecs.d1ne.14xlarge	56	224	35.09	10106	9600.7	7579.5	4547.7	3031.8
GPU计算型 (gn4) ecs.gn4-c4g1.xlarge	4	30	10.88	3134	2977.3	2350.5	1410.3	940.2
GPU计算型 (gn4) ecs.gn4-c8g1.2xlarge	8	30	12.41	3575	3396.25	2681.25	1608.75	1072.5
GPU计算型 (gn4) ecs.gn4-c4g1.2xlarge	8	60	21.76	6268	5954.6	4701	2820.6	1880.4
GPU计算型 (gn4) ecs.gn4-c8g1.4xlarge	16	60	24.83	7150	6792.5	5362.5	3217.5	2145
GPU计算型 (gn4) ecs.gn4.8xlarge	32	48	14.93	4300	4085	3225	1935	1290
GPU计算型 (gn4) ecs.gn4.14xlarge	56	96	29.86	8599	8169.05	6449.25	3869.55	2579.7
GPU可视化计算型 (ga1) ecs.ga1.xlarge	4	10	2.2	633	601.35	474.75	284.85	189.9
GPU可视化计算型 (ga1) ecs.ga1.2xlarge	8	20	4.4	1266	1202.7	949.5	569.7	379.8
GPU可视化计算型 (ga1) ecs.ga1.4xlarge	16	40	8.79	2531	2404.45	1898.25	1138.95	759.3
GPU可视化计算型 (ga1) ecs.ga1.8xlarge	32	80	17.58	5062	4808.9	3796.5	2277.9	1518.6
GPU可视化计算型 (ga1) ecs.ga1.14xlarge	56	160	35.16	10125	9618.75	7593.75	4556.25	3037.5
FPGA计算型 (f1) ecs.f1-c8f1.2xlarge	8	60	8.66	2495	2370.25	1871.25	1122.75	748.5
FPGA计算型 (f1) ecs.f1-c8f1.4xlarge	16	120	17.33	4990	4740.5	3742.5	2245.5	1497
FPGA计算型 (f1) ecs.f1-c28f1.7xlarge	28	112	15.14	4360	4142	3270	1962	1308
FPGA计算型 (f1) ecs.f1-c28f1.14xlarge	56	224	30.28	8720	8284	6540	3924	2616
FPGA计算型 (f3) ecs.f3-c16f1.4xlarge	16	64	17.5	5040	5040	4284	2772	1915.2
FPGA计算型 (f3) ecs.f3-c16f1.8xlarge	32	128	35	10080	10080	8568	5544	3830.4
FPGA计算型 (f3) ecs.f3-c16f1.16xlarge	64	256	70	20160	20160	17136	11088	7660.8

二.最新磁盘价格表
ESSD磁盘价格

云盘规格	性能上限	容量范围	按量价格	包月价格
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

三.最新带宽价格表

计费方式	规格	价格	计费方式
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
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
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
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
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
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	包年包月实例，固定带宽阶梯计费
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
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	按量计费实例，固定带宽阶梯计费
按使用量线性计费	1GB	0.8 元/GB	按使用量线性计费

按量付费注意事项：
1.询价金额如遇小数点，保留三位小数点，第四位四舍五入。
2.账单列表金额遇小数点，保留两位小数点，第三位舍掉，实际扣费金额以此为准；账单详情3.金额遇小数点，保留三位小数点，第四位四舍五入。
4.余额不足提醒：以小时为单位整点结算后，若下一计费周期内账户可用余额小于上一周期账单金额，则发短信和邮件提醒。
5.释放通知：因到期/欠费释放，系统会短信和邮件通知。

优惠提醒：想价格更加便宜的用户，一是可以关注阿里云官网最新活动栏目，二是可以关注阿里云-云小站，云小站包含了限量云产品优惠 今日限时秒杀 新用户专享1折起 爆款产品5折起等多种优惠。

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

研究表明，用户最满意的打开网页时间，是在 2 秒以下。用户能够忍受的最长等待时间在 6～8 秒之间。就是说，8 秒是一个临界值，如果你的网站打开速度在 8 秒以上，那么你将失去大部分用户。研究显示，如果等待 12 秒以后，网页还是没有载入，那么 99% 以上的用户会选择关闭网页。

Google 做过一个试验，10 条搜索结果的页面载入时间需要 0.4 秒，显示 30 条搜索结果的页面载入时间需要 0.9 秒，结果后者使得 Google 总的流量和收入减少了 20%。Google 地图上线的时候，首页大小有 100KB，后来下降到 70~80KB。结果，流量在第一个星期上升了 10%，接下来的 3 个星期又再上升了 25%。Amazon 的统计也显示了相近的结果，首页打开时间每增加 100 毫秒，网站销售量会减少 1%。

以上数据说明了一个非常重要的问题，如果你的网站速度如果超过 2s 以上，那么你的客户可能在流失和离你而去了。这一点对于电商网站尤其重要，打开速度慢，那么将造成转化率降低，损失将会大量增加。

网站的访问速度受到很多因素影响。服务器的带宽、服务器的 cpu、内存等硬件配置、网站的代码质量、css 和 js 文件是否合并成了一个请求、用户的访问地理位置、用户的线路、数据库语句是否高效等等。影响一个网站速度的因素非常多，需要针对每一项因素做优化。

随着云计算的普及，cdn 逐渐随着云计算的普及而普及。而且随着云计算技术的发展，很多大厂商开发了很多底层系统，将这些服务直接打包用来出售。例如 cdn 服务，随着这几年技术的发展，cdn 的价格已经越来越便宜。如果自己逐一去优化网站中每个性能瓶颈，那么将耗费大量的时间。cdn 服务将整套服务打包，将全站的访问速度整体提升一个量级，不再需要你再做耗时耗力的优化工作，能够节约大量时间去做推广。今天就来介绍下 WordPress 使用 阿里云 cdn 的教程。

手把手教你 WordPress 使用阿里云 CDN 教程 让你的网站飞起来

添加域名

进入域名管理，点击添加域名，如下图：

• 「加速域名」输入你要加速的域名，一般是你的二级域名：如：www.domain.com。
• 「业务类型」选择「图片小文件」。
• 「源站信息」选择「IP」，输入框输入自己源站的 IP 地址。
• 「端口」，如果源站是 http 的，则选择 80 端口，如果源站是 https 的，需要选择 443 端口，否则会导致 cdn 不断的 301 重定向，导致网站无法访问。

添加完成后，界面提示如下：

配置 CNAME

• 进入域名管理，复制域名的 CNAME 值。

• 进入云解析控制台，选择对应的域名，添加一条 CNAME 记录。

https 配置

如果源站是 https 的，还需要在 cdn 上进行 https 配置。

域名管理控制台，选择对应的域名，选择「HTTPS 配置」。

• 勾选「HTTPS 安全加速」，如果你的 https 证书是在阿里云购买的，在「证书类型」选项，选择「云盾」，系统会自动将证书导入。关于如何购买阿里云 SSL 证书，可以参考阿里云免费申请 SSL 证书。因为我是阿里云购买的，所以直接选择了云盾。
• 「强制跳转」处，勾选 「HTTP -> HTTPS」。
• 勾选「HTTP/2」，勾选「TLS 版本控制」-> 「TLSv 1.3」。

缓存配置

缓存配置分为目录和文件后缀名 2 种方式，权重分为 1～99 等级，99 最大，1 最小，权重大会优先缓存。如果控制台的缓存不配置，阿里云 cdn 默认缓存的时间是：(当前时间 – lastModified) * 0.1，取值范围为：10s～3600s 之间。

下图是我的站点配置方案，可以做参考：

我配置了根目录 / 的 7 天过期时间，是因为我的网站所有结构都是 1 级目录结构(www.domain.com/ur1/)，无法根据 url 目录详细区分，如果你的站点可以区分 url 目录结构，可以配置的更加详细。

动态内容无需缓存，所以我对 wp-admin 目录缓存时间设置为 0。

控制台配置的缓存时间并不是绝对时间，假设你的 js 缓存时间是 3 个月，但是你的站点访问量非常少，cdn 会提前将内容过期，直到下次重新访问，缓存才会重新生效。

配置 Cache-Control

Cache-Control 是什么？Cache-Control 通用消息头字段，被用在 http 请求和响应中，通过指定指令来实现缓存机制。阿里云的 cdn 也是通过这个字段来判断是否缓存的，如果你的服务器容器的 Cache-Control 为 no-cache，那么阿里云 cdn 是无法进行缓存的。这个字段可以通过 chrome 浏览器的 Network 查看，如下图：

配置 cache – control 有 2 种方法，阿里云 cdn 控制台配置 HTTP 头、源站配置 Cache-Control。

• 第 1 种方法：阿里云 cdn 配置 HTTP 头，在阿里云 cdn 控制台进入「缓存配置」->「HTTP 头」添加参数：Cache-Control:public。

• 第 2 种方法：源站服务器添加 Cache-Control 配置，这里以 nginx 为例，打开 nginx 的 conf 配置文件，在 server 节点下添加如下代码：

add_header Cache-Control public;

关于阿里云 cdn 详细的解释可以参考配置缓存过期时间。

性能优化

性能优化主要勾选阿里云 cdn 控制台的 3 个选项。

• 页面优化，主要是去除 HTML 页面页面冗余内容，如注释以及重复的空白符，节省带宽，加快访问速度。
• 智能压缩，对静态文件类型进行 Gzip 压缩, 有效减少用户传输内容大小。
• Brotli 压缩，Google 在 2015 年 9 月推出了无损压缩算法 Brotli。Brotli 通过变种的 LZ77 算法、Huffman 编码以及二阶文本建模等方式进行数据压缩，与其他压缩算法相比，它有着更高的压缩效率。开启后，查看 css、js 的 content-encoding 值为 br，就说明启用了 Brotli 压缩。

如何查看是否命中 CDN 缓存

首先在 dos 界面 ping 域名，查看返回信息，如果返回后缀为：w.kunlungr.com 的域名信息，说明 CNAME 的配置生效了。但是这并不能说明网站已经命中 cdn 缓存。

查看网站是否命中 cdn 缓存的方法。打开 Chrome 浏览器的 Network 选项卡，刷新网站，找到 Response Headers 的 x-cache 属性，如果为 HIT 则表明命中缓存，如果为 MISS 则表明未命中缓存。

刷新缓存

如果在源站更新了内容，想要立刻生效，可以使用「刷新预热」功能。

效果如何？

我们花了大量的时间和精力做了 cdn 的配置和优化，那么效果到底如何呢？有没有可以量化的数据来验证呢？下面是我的统计数据图。

未配置 cdn 前的统计时间，平均时间大约为 1500 ms。

启用 cdn 后，时间降低为 130 ms 左右。

访问时间直接提升了 10 倍以上，提升效果还是非常明显的。

CDN 的收费

阿里云 CDN 的收费非常便宜，下行流量 1 年 100G，价格仅为 18 元，静态 https 请求数 1 年 1000 万次，费用仅为 36 元。

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

搭建 WordPress 站点的方式有很多，从最开始的虚拟主机，到现在的云服务器，这些方式都需要有一定的技术背景，否则还是需要一定时间的。今天推荐的是利用宝塔面板来搭建 WordPress 站点。

购买 ECS 服务器

购买阿里云服务器，3 年 3 折。操作系统选择 CentOS 7.x 的版本，建议不要选 8.x 的版本，版本太新可能会出现兼容问题。

注册域名

进入万网购买域名。

域名解析

参考阿里云如何添加域名解析

安装宝塔客户端

宝塔 Linux 面板 7.1.0 安装，登录到云服务器 ECS 系统，输入以下命令：

yum install -y wget && wget -O install.sh http://download.bt.cn/install/install_6.0.sh && sh install.sh

安装成后，会出现如下界面：

宝塔默认登录端口为：8888，如果没有开通，需要开通才能访问。

复制 Bt-Panel、ususername、password，到浏览器登录。登录成功后出现如下界面：

选择 LNMP 环境安装，Nginx 和 php 的版本直接选择最新版即可，MySQL 版本对服务器内存有要求，选择具体版本有提示，根据提示来即可，FTP 出于安全原因不建议安装。选择完成后，选择「极速安装」，等待完成安装。

创建网站

• 在「网站」 -> 「添加站点」进行网站添加：

• 上传 WordPress 压缩包

下载 WordPress 最新版，宝塔进入「文件」菜单，点击「选择目录」上传 WordPress 文件夹。

上传完成后，文件夹结构如图所示：

点击进入「wordpress」 文件夹，选中所有文件，点击右上角「剪切」按钮，再返回到上层目录：

点击「粘贴所有」按钮，粘贴完成后，删除原来的「wordpress」文件夹。

安装 WordPress

访问解析好的域名网址，就会出现 WordPress 安装提示界面：

数据库的数据库名、用户名、密码，就是之前安装宝塔创建数据库时候的配置，可以在宝塔面板中查询到。

输入站点管理密码后就完成了 WordPress 站点的创建了。

配置伪静态

安装完成后，需要对站点进行伪静态的配置，不然无法访问文章详情页，配置如下：

location /
{
     try_files $uri $uri/ /index.php?$args;
}

rewrite /wp-admin$ $scheme://$host$uri/ permanent;

完成

到这里，所有的步骤就结束了，整个过程相对来说比较简单，都有图形化的界面操作。

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

阿里云服务器ECS服务器不同与传统物理服务器，ecs服务器在购买的时候分为很多实例规格族。那么到底有哪些实例规格族呢？再者那种实例规格族适用于我？很多初次购买阿里云服务器用户在选择的时候往往不知道如何选择。

在具体选购过程中，要是我们不清楚怎样挑选具体的硬件配置，可以参照阿里云官方文档：配置选型，按照官方建议切合自己具体情况挑选适用于自己的规格实例。也可以参考下面的相关介绍选择。

一、阿里云实例规格包含哪些规格实例？
阿里云提供了各种规格的ECS实例规格型号，各自有其不同的特性、在售规格型号和适用场景。
相同规格型号族里，按照CPU和内存的硬件配置，还可以分成各种的规格型号。每个地域还可以销售的实例规格型号未必相同。要以”实例创建网页页面”上显示的信息为准。

二、ECS实例规格型号包含哪些集群？
按照系统架构以及其使用场景，ECS实例规格型号还可以分成：企业级x86计算规格族群、企业级异构计算规格族群、弹性裸金属云服务器（神龙）和超级计算集群（SCC）实例规格族群，以及其入门级x86计算规格型号族群。

三、阿里云实例规格族有哪些功能？
阿里云实例：购买的1台ECS云服务器就是说1个实例，相当于1台虚拟机，包含CPU、内存、操作系统、网络、磁盘等最基本的计算部件。
实例是还可以为业务提供计算服务的最小单位，它就是指一定的规格型号来为你提供相对应的计算能力的。
实例规格型号：就是指实例的硬件配置，包含vCPU核数、内存、网络性能等。实例规格型号决定了ECS实例的计算和存储能力。
按照业务场景和使用场景，ECS实例还可以分成各种规格型号族。
ECS实例规格型号界定了实例的CPU和内存（包含CPU型号、主频等）这2个基本特性。

四、阿里云实例规格型号级别有哪些？
云服务器ECS实例规格型号族可分成企业级实例规格型号族和入门级实例规格型号族。
云服务器ECS实例的级别按照是否适用于对业务稳定性具有高要求的严厉企业场景来选择。
企业级实例具有性能稳定且资源独享的特性，在企业级实例中，每1个vCPU都对应1个IntelXeon处理器核心的超线程。
阿里云实例规格型号（实例的硬件配置，包含vCPU核数、内存、网络性能等）方面，阿里云提供了灵活的硬件配置修改方式，要是在使用过程中，发现硬件配置过高或过低，还可以使用升降配改动硬件配置。

每个实例规格型号的硬件配置还可以在具体购买的过程中见到，购买ECS云服务器时，必须挑选云服务器实例的规格型号信息（实例规格族），也就是说硬件配置信息，实例规格族涉及架构、分类和应用场景等。按照常用的几个场景来认真了解一下：怎样挑选适用于业务的实例规格族？

常用的具体情况如下：
1、轻负载应用、微平台、开发测试压测服务应用：
建议使用“突发性能实例规格族t5”等规格族云服务器。

2、web工程项目应用：
Web前端云服务器:
建议采用“密集计算型实例规格族ic5”、“计算型实例规格族c5”、“计算网络增强型实例规格族sn1ne”等实例规格族。
高性能Web前端云服务器：建议使用“高主频计算型实例规格族hfc5”、“高主频通用型实例规格族hfg5”、“高主频计算型实例规格族ce4”等规格族云服务器。
Web应用服务器：建议使用“突发性能实例规格族t5”等规格族云服务器。
高性能Web云服务器：
建议采用“高主频型弹性裸金属云服务器实例规格族ebmhfg5”等规格族云服务器。

3、高科技、性能计算、集群等：
高性能科学和工程应用：
建议采用“计算型实例规格族c5”、“计算网络增强型实例规格族sn1ne”等实例规格族。
高性能科学和工程应用：
建议使用“高主频计算型实例规格族hfc5”、“高主频通用型实例规格族hfg5”、“高主频计算型实例规格族ce4”等规格族云服务器
Hadoop、Spark群集以及其其他企业大内存需求应用：
建议使用“内存型实例规格族r5”、“内存网络增强型实例规格族se1ne”、“内存型实例规格族se1”等规格族云服务器。
科学计算，如计算流体动力学、计算金融学、分子动力学、环境分析等：
建议使用“GPU计算型实例规格族gn6v”、“GPU计算型实例规格族gn5”、“GPU计算型实例规格族gn4”等规格族云服务器。
高性能计算、渲染、多媒体编解码以及其他服务器端GPU计算工作负载：
建议使用“GPU计算型实例规格族gn5”、“GPU计算型实例规格族gn5i”、“GPU计算型实例规格族gn4”等规格族云服务器。
渲染、多媒体编解码：
建议使用“GPU可视化计算型实例规格族ga1”等规格族云服务器。

4、数据分析及高性能需求：
数据分析、批量计算、视频编码：
建议采用“密集计算型实例规格族ic5”、“计算型实例规格族c5”、“计算网络增强型实例规格族sn1ne”等。
计算集群、依赖内存的处理数据：
建议采用“通用型实例规格族g5”、“通用网络增强型实例规格族sn2ne”等实例规格族。
大数据分析与挖掘、分布式内存缓存：
建议采用“内存型实例规格族r5”、“内存网络增强型实例规格族se1ne”、“内存型实例规格族se1”等规格族云服务器。
容器（包括不仅限于Docker、ClearContainer、Pouch等）：
建议采用“计算型弹性裸金属云服务器实例规格族ebmc4”、“通用型弹性裸金属云服务器实例规格族ebmg5”等规格族云服务器。

5、中小型数据库系统类：
不同种类和规模的企业级应用：
建议采用“通用型实例规格族g5”、“通用网络增强型实例规格族sn2ne”等实例规格族。
中小型数据库系统、缓存、搜索集群、大数据分析和计算：
建议采用“通用型实例规格族g5”、“通用网络增强型实例规格族sn2ne”等实例规格族。
图片转码：
建议采用“FPGA计算型实例规格族f1”、“FPGA计算型实例规格族f2”等规格族云服务器。

6、游戏、视频领域：
MMO游戏、视频编码：
建议采用“高主频计算型实例规格族hfc5”、“高主频通用型实例规格族hfg5”、“高主频计算型实例规格族ce4”等规格族云服务器。
大型多人在线游戏（MMO）前端：
建议采用“密集计算型实例规格族ic5”、“计算型实例规格族c5”等实例规格族。
实时视频处理及安全等计算工作负载：
建议采用“FPGA计算型实例规格族f1”、“FPGA计算型实例规格族f2”等规格族云服务器。
高网络包收发场景，如视频弹幕、电信业务转发等场景：
建议采用“通用型实例规格族g5”、“通用网络增强型实例规格族sn2ne”、“密集计算型实例规格族ic5”、“计算型实例规格族c5”、“计算网络增强型实例规格族sn1ne”、“内存型实例规格族r5”、“内存网络增强型实例规格族se1ne”等实例规格族云服务器。
7、大数据技术内存计算及处理：
高性能数据库系统、内存数据库（如SAPHANA等）：
建议采用“内存型实例规格族r5”、“内存增强型实例规格族re4”、“内存网络增强型实例规格族se1ne”、“内存型实例规格族se1”等规格族云服务器。
HadoopMapReduce/HDFS/Hive/HBase、Spark内存计算实例/MLlib等：
建议采用“大数据网络增强型实例规格族d1ne”、“大数据技术型实例规格族d1”等规格族云服务器。
大数据处理模块（比如ApacheSpark或Presto）、内存密集型应用：
建议采用“内存增强型实例规格族re4”等规格族云服务器。
Elasticsearch、系统日志等：
建议采用“大数据网络增强型实例规格族d1ne”、“大数据技术型实例规格族d1”等规格族云服务器。
Elasticsearch等搜索场景：
建议采用“本地SSD型实例规格族i1”、“本地SSD型实例规格族i2”等规格族云服务器。
OLTP、高性能关系型数据库、NoSQL数据库系统（如Cassandra、MongoDB等）：
建议采用“本地SSD型实例规格族i1”、“本地SSD型实例规格族i2”等规格族云服务器。

8、大数据技术ai人工智能虚拟化技术领域：
第三方平台虚拟化技术（包括Xen、KVM等）、AnyStack（包括OpenStack、ZStack等）：建议采用“计算实例型弹性裸金属云服务器实例规格族ebmc4”、“通用型弹性裸金属云服务器实例规格族ebmg5”等规格族云服务器。
深度神经网络，如图像分类、无人驾驶、语音识别等人工智能算法的训练以及推理应用：
建议采用“GPU计算型实例规格族gn6v”等规格族云服务器。
深度神经网络、深度学习推理：
建议采用“GPU计算型实例规格族gn5”等规格族云服务器。
机器学习、大数据处理、高性能数据库系统：
建议采用“GPU可视化计算型实例规格族ga1”等规格族云服务器。
基因组学科学研究：
建议采用“FPGA计算型实例规格族f1”、“FPGA计算型实例规格族f2”等规格族云服务器。
大规模的机器学习训练、大规模的高性能科学计算和仿真计算、大规模的大数据分析、批量计算、视频编码：建议采用“高主频型超级计算集群实例规格族scch5”“通用型超级计算集群实例规格族sccg5”等规格族云服务器。
必须直接访问物理资源，或是必须License绑定硬件等需求的工作负载：建议采用“高主频型弹性裸金属服务器实例规格族ebmhfg5”、“计算型弹性裸金属服务器实例规格族ebmc等规格族云服务器。

9、中大型企业工程项目、金融、多媒体等：
中大型企业等重量级数据系统库应用、视频编码
建议采用“计算型弹性裸金属服务器实例规格族ebmc4”、“通用型弹性裸金属服务器实例规格族ebmg5”等规格族服务器。
游戏和金融等高性能应用、高性能数据系统库等企业级应用
建议采用“高主频型弹性裸金属服务器实例规格族ebmhfg5”等规格族服务器。
互联网行业、金融行业等有大数据计算与存储分析需求的行业客户，进行海量数据存储和计算的业务场景
建议采用“大数据网络增强型实例规格族d1ne”“大数据型实例规格族d1”等规格族服务器。
金融分析
建议采用“FPGA计算型实例规格族f1”、“FPGA计算型实例规格族f2”等规格族服务器。

最后：在确定好什么样的实例规格适合自己之后，想价格更加便宜点，一是可以关注阿里云官网最新活动栏目，二是可以关注阿里云-云小站，云小站包含了限量云产品优惠 今日限时秒杀 新用户专享1折起 爆款产品5折起等多种优惠。

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]

阿里云最近新推出了全新突发性能实例规格族T6，很多用户都只知道突发性能实例规格族T5，那么T6跟T5有什么区别呢？一起来看看

首先T6在处理器上做了全新升级

T6采用的是Intel(R) Xeon(R) Platinum 8269CY 处理器。
T5采用的是Intel Xeon E5-2682v4 / Intel Xeon(Skylake) Platinum 8163 处理器，

其次，T6实例在vCPU、内存和平均基准CPU计算性能做了调整

T6和T5实例具体实例规格vCPU、内存和平均基准CPU计算性分配如下表：

通过表格对比我们可以看出，新升级的T6实例在vCPU上最低为2核起，同时在平均基准 CPU 计算性能有了进一步的提升，最高可达40%，

注意：目前全新的突发性能实例规格族T6可选区域仅有华北2(北京)可选，暂时不支持其他地域。

总结：全新的T6实例在处理器、vCPU、平均基准CPU计算性能等方面做了全新的升级，适合对性能需求更高的用户购买。
更多参阅阿里云帮助–实例规格

阿里云服务器：[活动地址]

购买可领取：[阿里云2000元代金券]