阿里云服务器1M带宽实际下载速度及最高并发连接数测试

简介: 阿里云服务器1M带宽实际下载速度有多少?1Mbps带宽的云服务器能够支撑多少并发数?来说说阿里云服务器1M能干嘛,阿里云1M带宽实际下载速度及最高并发数:

 

一、阿里云1Mbps服务器实际下载速度

阿里云服务器1Mbps带宽实际下载速度峰值为128KB/S,1M带宽为什么不是1M/S,当然不是,无论是阿里云还是腾讯云或者其他云厂商,云服务器1M带宽实际下载速度都是128KB/S。阿里云服务器活动中有几款ECS云服务器配备1M带宽,一直被大家吐槽的1M带宽能干嘛,事实上1M也有大用途,对于一般的网站是绝对是够用的。

二、云服务器1M带宽支撑最大并发连接数

云服务器1M带宽支持最大连接数与用户的应用有关,以Web网站应用为例,1M带宽下载速度是128KB/S,假设网页优化后的大小为30KB,大概可以支撑4个用户并发在1秒内打开网页(128/30约等于4个),什么?服务器1M带宽才能支撑4个并发数?这种算法有些极端,对于一般流量的网站而言,4个用户在同一秒钟同时打开网页的的概率较小。当然本文说的就是并发,1秒钟支持4个并发,一般来讲,3秒内打开网页的速度都是可以接受的,稍微降低下用户体验,将打开时间延长为3秒,则1M带宽可支撑12个并发。什么?3秒12人?一天86400秒,1M带宽可以正常34万人访问?当然不可能,用户不可能分配的那么均匀,一般都集中在上午9点到11点,下午3点到5点,晚上8点到10点之间。一个网站如果日IP达到30万,那需要多台ECS实例搭配SLB。

我们将网站图片、视频等媒体内容存储到更廉价的OSS上,然后将网站接入CDN,阿里云1M带宽,日均2000IP是完全支撑的(网站接入了CDN),通过阿里云控制台的云监控查看,公网流出平均30Kbps:

 

另外,访客第一次访问后,再次浏览网页,图片、CSS或者JS等文件,默认会加载浏览器缓存,也减少了对带宽的占用。

综上,阿里云服务器1M带宽支撑的并发数远比你想的要多,当然,具体还要以用户实际的应用为准,小说站和图片站的差距太大的,如果是文字类的静态网页,别说几千,上万IP也支撑的住。最后上云就上阿里云,关于ECS云服务器建站教程可以参考:自助建站方式汇总 - 阿里云,包括WordPress建站、LNMP环境搭建、ThinkPHP等建站教程。

 

相关实践学习
通义万相文本绘图与人像美化
本解决方案展示了如何利用自研的通义万相AIGC技术在Web服务中实现先进的图像生成。
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
相关文章
|
存储 Kubernetes 调度
k8s教程(pod篇)-DaemonSet(每个node上只调度一个pod)
k8s教程(pod篇)-DaemonSet(每个node上只调度一个pod)
402 0
|
算法 数据可视化 机器人
ubuntu16.04下ROS操作系统学习笔记(九)Moveit(上)
ubuntu16.04下ROS操作系统学习笔记(九)Moveit(上)
506 0
|
Web App开发 前端开发 安全
2024年新一代WebOffice内嵌网页组件,Web网页在线编辑Word/Excel/PPT
WebOffice控件面临兼容性、用户体验和维护难题。随着浏览器更新,依赖插件的技术不再适用,如Chrome不再支持NPAPI和PPAPI。产品普遍不支持多版本Office并存,定制能力弱,升级复杂。猿大师办公助手提供了解决方案,它兼容多种浏览器,包括最新版和国产浏览器,不依赖插件,支持文档对比,具有丰富的功能和接口,兼容多种Office版本,允许源码级定制,提供终身技术支持,并实现静默在线升级。适用于多种行业和操作系统。
828 124
|
Java Serverless 数据库连接
nacosjar包运行问题之报错何解决?
Nacos是一个开源的、易于部署的动态服务发现、配置管理和服务管理平台,旨在帮助微服务架构下的应用进行快速配置更新和服务治理;在实际运用中,用户可能会遇到各种报错,本合集将常见的Nacos报错问题进行归纳和解答,以便使用者能够快速定位和解决这些问题。
485 111
|
SQL 搜索推荐 Java
什么是笛卡尔积及其在SQL查询中的应用
什么是笛卡尔积及其在SQL查询中的应用
|
机器学习/深度学习 人工智能 搜索推荐
构建基于AI的个性化新闻推荐系统:技术探索与实践
【6月更文挑战第5天】构建基于AI的个性化新闻推荐系统,通过数据预处理、用户画像构建、特征提取、推荐算法设计及结果评估优化,解决信息爆炸时代用户筛选新闻的难题。系统关键点包括:数据清洗、用户兴趣分析、表示学习、内容及协同过滤推荐。实践案例证明,结合深度学习的推荐系统能提升用户体验,未来系统将更智能、个性化。
|
新能源 Java Linux
你必须掌握的常用正则表达式大全
你必须掌握的常用正则表达式大全
1845 1
你必须掌握的常用正则表达式大全
|
搜索推荐 数据库连接 数据库
手把手教你使用Flask搭建ES搜索引擎(实战篇)
手把手教你使用Flask搭建ES搜索引擎(实战篇)
449 0
手把手教你使用Flask搭建ES搜索引擎(实战篇)
|
机器学习/深度学习 算法 数据处理
探索XGBoost:多分类与不平衡数据处理
探索XGBoost:多分类与不平衡数据处理
1263 6
|
JavaScript 前端开发 测试技术
什么是Node.js,它有什么作用,可以干啥呢?
什么是Node.js,它有什么作用,可以干啥呢?
476 0