资源组 —— 助你轻松解决单账户内的资源分组管理难题

简介: 最近,阿里云ResourceManager服务新增了“资源组管理”功能,以帮助客户解决企业内部多用户、多项目的资源分级管理难题。使用资源组管理,您可以对单个云账号下多个地域、多种资源进行统一的分组管理;您也可以给各个资源组设置完全独立的管理员,实现在资源组范围内的用户与权限管理;您还可以按资源组维度查看您的账单消费数据,以解决不同项目的分账问题。

最近,阿里云ResourceManager服务新增了“资源组管理”功能,以帮助客户解决企业内部多用户、多项目的资源分级管理难题。使用资源组管理,您可以对单个云账号下多个地域、多种资源进行统一的分组管理;您也可以给各个资源组设置完全独立的管理员,实现在资源组范围内的用户与权限管理;您还可以按资源组维度查看您的账单消费数据,以解决不同项目的分账问题。(如果您的企业拥有多个云账号,ResourceManager后续也将提供多账号管理能力,敬请期待)

下面我们一起来了解下ResourceManager的资源组管理。

基本概念

阿里云账户(Account)

  • 云账户是云资源的容器,例如:阿里云ECS实例、RDS数据库实例、OSS存储桶等。
  • 云账号是阿里云账户的身份标识。
  • 云账号是阿里云多租户资源隔离的安全边界。
  • 云账号是云资源属主(Owner),对云资源拥有root权限。
  • 云账号可以将其拥有的一组子权限集授予给RAM用户、用户组或RAM角色。

资源组(ResourceGroup, 简称RG)

  • 一个云账户通常包含一个默认资源组和多个自定义的资源组。
  • 一个资源只能唯一归属于某一个资源组。
  • 任意时刻都可以向资源组添加或移除资源。
  • 允许将资源从一个资源组移动到另一个资源组(但不允许跨账号)。
  • 一个资源组可以包含不同地域的云资源。
  • 支持在指定资源组范围(而不是云账户范围)对用户进行授权。
  • 可以按应用/项目管理的视角对云资源进行分组:具有相同生命周期的资源(一起部署、升级或删除)一般会放在同一个分组。
  • 同一账户内不同资源组中的资源可以进行关联,即允许不同生命周期的两个资源建立关联关系。比如,资源组1中的ECS实例可以加入资源组2中创建的VPC。

Account范围的授权管理

账户级别授权的含义是,给一个RAM用户附加一个Policy策略时,该策略的授权作用范围是指云账户内的所有资源(即所有资源组的资源)。大家所熟悉的经典RAM用户授权提供的就是账户级别的授权管理。

账户级别授权模型如下图所示:

account-level.png

比如给一个RAM用户授予ReadOnlyAccess策略,该策略针对账户下的所有资源(包括所有资源组)生效。

如果您只希望给RAM用户分配指定某个资源组内的资源权限,那么您需要使用资源组(RG)范围的授权管理,而不是Account范围的授权。注意,如果要取得分级管理的效果,Account范围的授权和RG范围的授权就不要同时使用。

RG范围的授权管理

资源组级别授权的含义是,当在某个资源组内添加一个RAM用户并附加一个Policy策略时,该策略的授权作用范围则仅仅是指该资源组内的所有资源。

资源组级别授权模型如下图所示:

rg-level.png

如果您是资源组的管理员(资源组的创建者会被默认设置为管理员),您可以在资源组的成员管理中添加用户并授予访问策略Policy,此时的Policy授权作用范围就只会对当前资源组内的所有资源生效。

管理员视角的操作

账户管理员授权Alice为资源组管理员

账户管理员登录并进入ResourceManager控制台,如下图所示:

ram-entr.png

账号管理员创建资源组,给资源组分配资源,并设置已经存在的RAM用户(假设为Alice)为资源组管理员。

操作如下图所示:新增成员,选择Alice,并为Alice添加AdministratorAccess授权策略。此时,在资源组范围内拥有AdministratorAccess策略的Alice即成为该资源组的管理员。

rg-authorization.png

资源组管理员Alice授予Bob日常运维操作权限

Alice作为资源组管理员,她可以自治管理资源组资源,并可以授权其他用户对该资源组的操作权限。

比如,Alice希望授权Bob拥有对该资源组中ECS实例的运维操作,那么Alice只需要在资源组的成员管理中,添加用户Bob并授权AliyunECSFullAccess,此时Bob便拥有了该资源组的ECS管理权限。

普通用户视角的操作

Bob登录阿里云进行日常运维操作

Bob 登录 后,进入ECS管理控制台,在控制台页面顶端(top-bar),Bob可以选择进入自己拥有操作权限的那些资源组。假设某账号名下拥有10个资源组,但给Bob授权了其中的三个资源组(eg, “prod环境”、“test环境”、“staging环境”)的操作管理权限,那么Bob在ECS控制台中可以选择某个资源组(eg, “test环境”)进行相应的资源操作。

rg-fig-1.jpg

注意,Bob在top-bar页面上只能看到自己有操作权限的资源组列表,并可随时进行资源组的切换。

面向资源组的财务功能

财务管理(比如账单合并或分摊)通常是企业上云的一个痛点。阿里云的财务管理系统不仅提供了多个独立云账号的账单聚合能力(进入“财务云管理” -> “关联账号财务”),而且还提供了针对单账号内资源组粒度的消费详情(进入“财务云管理” -> “资源组报表”)。

一个账号内的不同资源组消费详情样例如下图所示:

rg-billing.png

结语

本文简要介绍了阿里云ResourceManager所提供的面向资源组的分级资源管理与授权管理功能。该功能不会收费,目前已在公共云上开放公测,欢迎大家试用并提交反馈。

关于企业云上资源管理的更多场景及其解决方案,请您进一步阅读阿里云的云账号结构管理模型的最佳实践指导 —— 您需要了解的云账号管理模型。

相关实践学习
基于ECS搭建云上博客
本实验教您如何在ECS云服务器(Alibaba Cloud Linux 3)的环境下,通过部署LAMP环境并安装WordPress快速搭建个人博客。
7天玩转云服务器
云服务器ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,可降低 IT 成本,提升运维效率。本课程手把手带你了解ECS、掌握基本操作、动手实操快照管理、镜像管理等。了解产品详情: https://www.aliyun.com/product/ecs
目录
相关文章
|
缓存 监控 NoSQL
Redis - 在电商购物车场景下的实战分析
Redis - 在电商购物车场景下的实战分析
1431 0
|
7月前
|
存储 缓存 自然语言处理
大模型应用:大模型内存与显存深度解析:我们该如何组合匹配模型与显卡.63
本文深入解析大模型本地部署中内存与显存的核心逻辑,涵盖参数-显存精准计算公式、INT4/FP16等精度占用对比、RTX 4090/5090专属部署代码及多卡分片实践,破除“显存需等于内存”等常见误区,助你科学选型、高效落地。
4126 11
|
10月前
|
机器学习/深度学习 人工智能 监控
基于强化学习的量化交易框架 TensorTrade
TensorTrade 是一个基于强化学习的开源交易算法框架。它通过环境模拟、策略训练与奖励机制,让AI在历史数据中自主学习买卖时机,构建逻辑自洽的交易策略,助力量化研究。
722 9
基于强化学习的量化交易框架 TensorTrade
|
7月前
|
存储 人工智能 运维
从“BI支撑”走到“AI驱动”:企业数据底座该怎么重做?
本文探讨AI时代数据平台的演进:传统BI导向的架构已难满足分钟级实时、多模态数据治理及AI Agent自动化需求。提出以Lakehouse统一存储计算、通用增量计算(GIC)平衡新鲜度与成本、Data Agent赋能人机协同的“AI原生智能基座”实践路径,并结合小红书、长安汽车案例验证可行性。(239字)
542 0
|
6月前
|
编解码 人工智能 安全
【一键排障通关】OpenClaw 2.6.4 本地部署常见问题与解决方法(内含安装包)
OpenClaw 2.6.4 部署卡壳不用慌!一键排查所有常见故障,不管是启动闪退、依赖报错还是端口占用,都能快速找到解决办法,附带完整安装包,小白也能轻松通关,一次部署成功。
|
7月前
|
人工智能 Shell API
OpenClaw(Clawdbot)阿里云及本地部署保姆级指南:附GitHub Codespaces 700+Skills赋能实操
OpenClaw(原Clawdbot、Moltbot)作为2026年热门的开源AI智能体框架,GitHub星标已破13万,其核心价值在于“可执行的自动化能力”——不仅能聊天推理,还能连接各类工具完成实际任务。但单独的OpenClaw如同“瘫痪的天才”,模型是大脑,而Skills(技能插件)才是执行力的核心。GitHub上的`awesome-openclaw-skills`仓库收录了700+技能,覆盖开发、办公、生活等30多个领域,让AI真正拥有“手脚”。
1107 4
|
8月前
|
人工智能 编解码 运维
Nano Banana 2 来了,Google 把口喷修图卷上天了!4K 效果称王!
今天凌晨 Google 悄悄上线了 Nano Banana 2 的 Flash 模型。 老金我当时的反应是:又来?上次 Nano Banana 刚出的时候,社区吹得天花乱坠。 抱着"先试试看"的心态,老金我打开了 Gemini。 结果这一试,真的不一样了。 ## 先说 Nano Banana 到底是什么 很多人可能还不知道这玩意儿。 简单说,Nano Banana 是 Google
|
机器学习/深度学习 存储 Python
深入剖析SVM核心机制:铰链损失函数的原理与代码实现
铰链损失(Hinge Loss)是支持向量机(SVM)中核心的损失函数,广泛应用于机器学习模型训练。其数学形式为 \( L(y, f(x)) = \max(0, 1 - y \cdot f(x)) \),其中 \( y \) 是真实标签,\( f(x) \) 是预测输出。铰链损失具有凸性、非光滑性和稀疏性等特性,能够最大化分类边际并产生稀疏的支持向量,提高模型泛化能力。它在正确分类、边际内分类和错误分类三种情况下有不同的损失值,适用于线性可分问题且对异常值不敏感。铰链损失通过严格的边际要求和连续梯度信息,提供了高效的优化目标,适合构建鲁棒的分类模型。
1321 77
深入剖析SVM核心机制:铰链损失函数的原理与代码实现
阿里云服务器购买后,怎么申请开具发票?
阿里云用户可在用户中心的发票管理页面开具电子或纸质发票。首次开票需设置发票抬头,支持个人或企业,可选增值税普通或专用发票。个人账号无法直接开企业发票,需变更实名认证。发票税率因产品而异,通常为6%或13%。发票抬头可修改,纸质发票邮寄费用由阿里云承担(特殊情况除外)。电子发票同样可报销。更多详情见阿里云帮助中心。
1477 106
|
人工智能 缓存 监控
智能体性能优化:延迟、吞吐量与成本控制
作为一名深耕AI领域多年的技术博主摘星,我深刻认识到智能体(AI Agent)性能优化在当今人工智能应用中的关键地位。随着大语言模型和智能体技术的快速发展,如何在保证服务质量的前提下优化系统性能、控制运营成本,已成为每个AI从业者必须面对的核心挑战。在我多年的实践经验中,我发现许多团队在部署智能体系统时往往只关注功能实现,而忽视了性能优化的重要性,导致系统在高并发场景下响应缓慢、成本居高不下,最终影响用户体验和商业价值。本文将从性能瓶颈识别与分析、模型推理优化技术、缓存策略与并发处理、成本效益分析与优化四个维度,系统性地探讨智能体性能优化的核心技术和最佳实践。通过深入分析延迟(Latency)
1325 0
智能体性能优化:延迟、吞吐量与成本控制

热门文章

最新文章