AWS EC2主机类型的区别和联系
AWS EC2实例类型的分类有很多种具体表现形式吗？比如像t2.small、m4.xlarge、c3.2xlarge这类实例类型等具体来说呢？这些缩写中的字母代表什么意思呢？我们接下来就一个个来解读。
按照用途分为五大类：
1 通用型，提供平衡的计算，内存，和网络能力，t2,m5系列。
2 计算优化型，c5,c4,c3系列。
3 内存优化型，x1,r4系列。
4 加速计算型，p3,p2,g3,f1系列
5 存储优化型，h1,i3,d2系列。
在明确了这些主要方向之后，你可以根据个人喜好或需求来选择适合自己的类型。如果没有特别明确的需求或偏好，在各个类别中表现均衡的情况下购买通用型产品可能是一个合理的选择。
1 通用型实例有t2,m5,m4,m3等系列。
t₂资源集合属于一种基于CPU突发性能设计的资源模型，在资源闲置状态下累积CPU积分，在特定负载压力下能够短暂释放较高水平的处理能力，并适用于Web服务器和数据库系统等关键业务场景的具体配置需求中使用。具体的资源类型包括：t₂.nano、t₂.micro、t₂.small、t₂.medium、t₂.large、t₂.xlarge以及双核版本的资源类型（如T₂.4XL）。这些资源根据不同的性能需求提供灵活配置选项以满足 varying workloads and system requirements.
| 型号| vCPU| CPU 积分/小时
| 内存 (GiB)| 存储
| t2.nano | 1 | 3 | 0.5 | 仅限 EBS |
| t2.micro| 1| 6| 1| 仅限 EBS
||
| t2.small| 1| 12| 2| 仅限 EBS
||
| t2.medium| 2| 24| 4| 仅限 EBS
| t2.xlarge | 4 | 54 | 16 | 仅限 EBS |
| t2.2xlarge | 8 | 81 | 32 | 仅限 EBS |
可以看出从Nano升级至2Xlarge的过程中虚拟CPU数量持续增长计算能力随之提升同时内存资源同样得到优化配置由此看来其整体性能得到了显著提升然而购买成本也随之攀升
m5实例集属于新一代的通用型实例集。整体而言，在性能方面相比T2系列更好。从性能数据来看,内存容量可达到384GB,并支持96核CPU运算。在价格上来说,M4系列略低于M5系列。同样地,M3系列的价格低于M4系列。
| 型号 | vCPU | 内存 (GiB) | SSD 存储 (GB) | 专用 EBS 带宽 (Mbps) |
|---|
| m5.large| 2
| 8| 仅限 EBS
|最高 2120|
| m5.xlarge| 4
| 16| 仅限 EBS
|最高 2120|
| m5.2xlarge| 8
| 32
|仅限 EBS|最高 2120|
| m5.4xlarge| 16
| 64
|仅限 EBS|2120|
| m5.12xlarge
| 48
| 192 | 仅限 EBS | 5000 |
|---|
2 计算优化型系列包括c5、c4、c3；从名称上看，性能上依次为 c₅ > c₄ > c₃；建议选择预算内用户可以考虑的计算优化型实例时，请参考 c₄ 系列及以下型号。
c5 适用于计算密集型的应用，科学计算，人工智能，分布式分析等。
| 型号| vCPU| 内存 (GiB)| 存储
| 专用 EBS 带宽 (Mbps) | ||||
|---|---|---|---|---|
| c5.large | 2 | 4 | 仅限 EBS | 最高 2,250 |
| c5.xlarge | 4 | 8 | 仅限 EBS | 最高 2,250 |
| c5.2xlarge | 8 | 16 | 仅限 EBS | 最高 2,250 |
| c5.4xlarge| 16| 32| 仅限 EBS| 2,250
||
| c5.9xlarge| 36| 72| 仅限 EBS| 4,500
内存优化版本包括x1e、x1、r4、r3等多个型号，在性能方面则呈现出x1e > x1 > r4 > r3的等级差异关系。从性价比角度来看,x1e系列产品的性价比高于其他型号,因此如果你想要选择性价比更高的产品,可以选择相应的系列型号进行考虑
适用于高性能数据库，内存数据库，内存密集型应用。
| 型号 | vCPU | 内存 (GiB) | SSD 存储 (GB) | 专用 EBS 带宽 (Mbps) |
|---|---|---|---|---|
| x1e.32xlarge | 128 | 3904 | 2 个 1920 | 14000 |
| x1e.16xlarge| 64| 1952| 1 个 1920
| 7000 | ||||
|---|---|---|---|---|
| x1e.4xlarge | 16 | 488 | 1 x 480 | 1750 |
| x1e.2xlarge | 8 | 244 | 1 x 240 | 1000 |
| x1e.xlarge | 4 | 122 | 1 x 120 | 500 |
4 加速计算型，有p3，p2, g3(GPU系列，图形密集型),f1(FPGA系列，现场可编程门阵列)
| 型号 | GPU | vCPU | 内存 (GiB) | GPU 内存 (GiB) | GPU P2P |
|---|---|---|---|---|---|
| p3.2xlarge | 1 | 8 | 61 | 16 | - |
| p3.8xlarge | 4 | 32 | 244 | 64 | NVLink |
| p3.16xlarge | 8 | 64 | 488 | 128 | NVLink |
适用于语音识别，无人驾驶，高性能计算等应用。
5 存储优化型，有h1(HDD), i3(SSD), d2(HDD)系列。
| 型号 | vCPU | 内存 (GiB) | 联网性能 | 存储 (GB) |
|---|---|---|---|---|
| h1.2xlarge | 8 | 32 | 高达 10Gb | 1 个 2000GB HDD |
| h1.4xlarge | 16 | 64 | 高达 10Gb | 2 个 2000GB HDD |
| h1.8xlarge | 32 | 128 | 10Gb | 4 个 2000GB HDD |
| h1.16xlarge | 64 | 256 | 25Gb | 8 个 2000GB HDD |
该方案涵盖MapReduce技术框架、分布式存储方案（如HDFS）、网络存储解决方案以及日志管理模块（包括Apache Kafka）等。
关于价格方面，则是性能越强的服务器其费用也会相应提高，在预算范围内选择合适的类型时需要有一定的参考依据。根据数据统计显示：t2.medium类型的服务器大约一年需花费235（约合人民币1500元）。m4.2xlarge约为每年2026（约合人民币一万元以上），c4.2xlarge约为每年2078（约合人民币二千元左右）。h1.2xlarge大约为每年3056（约合人民币三万元），x1.16xlarge则高达每年约$33601（约合人民币二十余万元）。因此，在考虑长期使用成本时，选择一台服务器一年投入二十万以上预算的朋友可以考虑由土豪来承担哦~
所以不能仅仅选择高价产品，而应该购买合适的型号。通过查阅官方文档...可以获取详细信息。
该算法以增强型粒子群优化算法为基础，在解决旅行商问题时展现出良好的收敛性和全局搜索能力
作者:hongchangfirst
hongchangfirst的主页:<>