云服务器
云服务器，各家的名字都不一样，aws上ec2, 阿里云上ecs, 腾讯云上叫cvm。其实就是云服务器。
这个是云厂商的基础中的基础了，这个容易让大家想成以前的托管和虚拟空间，但是其实是有很大的差别的。
托管是你自己把交换机，服务器送到机房，然后分配ip访问，理论上你是租用的IDC的电力和网络，有些好的还附带了简单的诸如重启这样的运维工作。服务器和交换机的产权还是你的，所以从财务角度来说买服务器和交换机属于capex。 而租用IDC的电力和网络是属于opex。
而虚拟空间其实就是租用一个程序空间，以前大多是php, asp这样的空间，你上传代码，空间会帮你进行处理。
那云服务器呢？
云服务器和物理服务器其实本质是相同的。依然要考虑的就是CPU，内存，磁盘，网络这几项。那我们分开来说。
CPU
CPU这个个人认为是非常要注意的，现在主流的云厂商都会跟intel和amd直接供货，导致它们这些厂商使用的CPU型号我们在intel官网或者AMD官网上都查不到对应的资料。
而我们对于cpu最重要的指标如下：
主频：现在主流的intel一般都是2.5GHz, AMD的一般都是2.9GHz. 但是有些云厂商会有一些库存的服务器，主频可能就2.1,或者2.2这样的。这种如果价格合适也可以考虑，但是如果本来就是跑计算的，那还是算了。但是现在云厂商都有PUE的指标，所以一般新的az都不会差，一些旧的az可能就这样了。
cache：这个也是非常重要的，现在物理服务器的cache都是百兆级别的了，但是能够分给你的可能就一点点了。
比如我这个i5-12400F的cpu,那就很容易在intel官网查到对应参数：https://ark.intel.com/content/www/us/en/ark/products/134587/intel-core-i5-12400f-processor-18m-cache-up-to-4-40-ghz.html
L2 cache是 7.5MB， 而intel的smart cache是18M， 标准主频是2.5Ghz, 最高可以超频到4.4GHz， 这款cpu我个人玩是足够的了。看看以前的服务器的E5-2680 v2 才16M。
内存
内存因为在云服务器里一般都看不到具体的频率，但是可以看到是否有ecc和具体大小。
1 | sudo dmidecode -t memory |
通过这个命令就可以看到大小和是否支持ecc和ecc的类型。如果一个云服务器连ecc都没有的话，那就是属于作坊性质了。一般需要看下Data Width和spped这2个指标。
1 | sudo dmidecode| grep -P -A16 'Memory Device' |
ECC主要是CPU和内存在交互过程中，可能会受到周围的电磁场的干扰，会有一定的概率导致比特翻转。这个统计是8G的内存每小时会发生1～5次这样的错误。这个你想要是处理银行数据，明明取5万，发生比特翻转后导致那一位变成了存5万，这种问题谁都受不了。
通常用ecc内存的服务器重启会比较慢一点，不过现在服务器都是全年24小时开的，所以这个也不算是多严重的缺点。
磁盘
磁盘这个分类就特别多了，从接口上来说主要是IDE（应该没有了），SCSI，SATA2, SATA3, sas, PCI-E, m.2 还有别的，但是作为云服务器我们是不需要关注这些的。作为甲方，我们关心的就是iops, 吞吐，响应延迟，单盘最大容量，最大挂载设备这些影响自己使用的指标。
一般技术指标我们使用fio来进行测试，但是这个测试要维持24小时连续不断的测试，不能时间太多，那样无法发现真正的问题。
iops
这个各家云厂商都会公布自己的指标的。比如阿里云的和aws的。这些这里比较坑的一点，各家的iops的数据基于block size的大小是不一致的，有的是4K，有的是16K的，你得自己对比着看。
但是不能光看云盘本身的iops，还有对应的服务器本身的规格。这个各家也都是这样的，但是aws会每天有个30分钟的突增份额。而有些比如火山引擎的，那就限制的相当死，一点都超不了。
吞吐
这个也是一个比较验证的坑点，因为大家的吞吐的指标大多但是基于64K或者128K的block size进行计算的，所以很多时候大家也要看看自己的block size是多少，不要怪云厂商限制。当然实际也要看自己的文件大小分布是怎么样的，不能一概而论都改成128K这种，这种做的后果是如果小文件非常多，那就非常浪费空间了。
响应时长
这个在0.5ms相对是比较好的数字了，但是现在由于很多服务都只做计算，所以那种服务所在的云服务器基本不需要去考虑。而一些存储的服务器是非常重要的，比如kafka, elasticsearch, tendis这些，这些都对响应时间非常敏感的。0.5ms只是估算指，大家具体可以参考iostat的数据。
1 | iostat -dmx 1 |
我们可以看到这里区分了写入等待还是读等待。这里可以看出来这个服务器的磁盘是相当的烂的。
以下数据就没法使用fio来测试了，我们只能看官方文档里。
单盘最大容量
这个一般查看官方文档，都有对应磁盘类型的最大容量，如果这种还不够怎么办呢？ 那就用lvm来解决啊，lvm还有其他的妙用。
最大挂载设备数量
这个各家的差距是非常大的，有只支持挂12块盘的，也有据说支持128块盘的。这个一般情况下大家是用不到的。
但是我曾经在一台kafka的服务器上碰到了不够用的情况，而aws当时宣称的是可以挂载128块盘的，但是实际是25块盘就不能再挂载了。后来提给aws一个工单后，发现如果你要多于25块盘，那磁盘设备名字不能/dev/sdb 这样的，而应该是/dev/xvdb 这种4位的，而且不能修改。所以各位用的时候还是得小心。
后记
磁盘因为用的比较多，所以我们在实际使用的时候就会经常做一些操作想绕过这些限制。
比如我们之前为了绕开磁盘吞吐的限制，然后使用lvm的堆叠技术去做，其实就是RAID0的原理，也就是把几块盘合并起来当作一块盘来使用。这样用起来就会比较省钱。当然坏处是扩容的时候你得扩相同数量的盘数才行，不过我们一般就扩单盘的容量来进行扩容。
比如我这里把5块盘加起来用，但是这种操作是有性能损耗的。
1 | pvcreate /dev/vdb /dev/vdc /dev/vdd /dev/vde /dev/vdf |
网络
网络这里分为硬件和软件的，还有对外出口的.
网卡稳定性
如果从稳定性，优选intel网卡的，intel家的各种驱动都比较完善，这个就算是民用级别也是这样的，amd的机器经常搭载一些其他厂家的烂网卡芯片，自己用用就算了，生产环境用这个的就太冒险了， 如果你的应用对于网络要求高的话，那还是建议你用intel的机型。amd机型上我们跑的非常满的情况下出现过几次断流的情况。
线路
另外一个是对外出口的情况，国内厂家一般都是bgp出口，也有单电信单联通什么的，不过就算是bgp还有动态bgp和静态bgp，这个要看真假的话直接去查下as号就行，比如我们查看阿里云的一个AS号AS37963，这里我们再看这个as号的upstream就能知道了，这里我们可以看到电信和联通以及教育网的，但是居然没有移动的，这个就十分可疑了。当年世纪互联就是以8线BGP打开IDC市场的，M6，B28机房常年满的，不找点关系还进不去多点设备。
但是国外情况不一样，这些国产云厂商在海外都是租用别人的线路，比如tata这样的，他们的线路质量相比aws, azure这些自建的比来说还是差别相当大的。至今我们搜索塔塔和阿里云都能搜索到2017年的新闻。
而且国外这些厂家都不会限制带宽，所以传说中一夜破产是有可能的，而国产云厂商，由于常年需要给三大运营商打工，所以根本不可能给你来个无上限啥的，这点希望大宋政府能够放开，不然这些厂商根本不能竞争的过国外的云厂商的。想靠大宋自己的内循环是不可能做到世界第一的。我们看看cloudflare的as号就知道了，它跟551个as进行了连接，覆盖了200多个国家和地区。
因此我们可以看到国内的云厂商的ecs都会有个单机ip的网络流量上限，比如100M, 200M啥的，如果想要增加的需要使用共享带宽包来进行，不过也是就到2Gbps而已。
安全组
安全组是云服务器很有用的一个功能，我们可以在这里定义进出的策略。可以指定到端口和ip, 这样就可以少了自己主机上防火墙的策略了。比如像我们就只开放对方公网的端口，其他就端口都是ip白名单的形式去存在的。
这样不放到主机上的策略，就让主机cpu减少了一步处理策略。
不过有些比如k8s, docker这样的环境，那就没办法了，该用还得用。还有就是针对ip地址的限流，这个安全组也搞不定，也是只能主机上搞。
但是安全组虽然看着是一个很简单的功能，细细做还是有很多问题的。比如优先级，有些云厂商没有优先级的概念，有些只有高中低的概念，有些是0～100的优先级，哪个好用大家是一目了然的。另外比如相同优先级一个是deny的策略，一个是allow的策略，那应该是走deny还是走allow，这些可能每个厂商都不一样，需要验证好。
按我的策略就是全开放的端口就放到最低的allow优先级里，那些可能有安全问题的端口比如6379这种就直接放入到最高优先级的deny里。
快照和镜像
快照就是对磁盘某一个时刻的snapshot，用来做后期恢复什么时候用的，防止一些意外删除的情况。这里涉及的就是快照存储的费用。
镜像就是用来启动的盘，你可以把一个快照作为一个镜像来进行启动，也可以使用官方的镜像或者云市场的镜像。不过如果是大量使用的话，那还是自己打一个镜像比较好，毕竟一些常用设置都可以提前打好，这样省去很多初始化的时间。
其他
有些云厂商还会提供一些工具，比如定时启动和关闭云服务器，还有可以跟云厂商自己的k8s整合在一起进行扩缩容等等。