ECS使用体验报告

简介: 学生用户初次使用阿里云服务器的体验报告

写这篇文章是为了分享一下我最近使用ECS的体验报告

自我介绍

我是一名在读的软件工程的学生,因为我暑期学习了一些物联网的内容,准备做一个项目自己来学习,然后是需要有部署一个mqtt服务,用自己电脑的话得一直开着就很不方便,同学就推荐我使用云服务器,说阿里云的就不错。
主要也是听说了有“飞天加速计划·高校学生在家实践”活动,优惠力度这么大,自然是不能放过的。

使用体验

使用起来还是挺方便的,我本来是选择了windows系统,选完之后发现我要部署的mqtt服务器在linux系统功能更多,好在阿里云这边更换操作系统特别方便,速度也快,这要是我用自己电脑重装系统都要好久,然后我就选择了ubuntu用来部署mqtt 服务的。在过程中,我以为1M的带宽不会太快,可是实际在下载的时候速度还是很快的。部署成功后,我发现无法访问,在查看教程后,原来是需要设置安全组,后来还遇是有点问题,是因为我使用了宝塔面板,所以还要在宝塔面板那边开放一下端口。
阿里云的各项功能都做的很好,最让我喜欢的是,有很多教程,对于我们这些第一次使用云服务的人来说,帮助特别的大。然后也不用担心安全性的问题,阿里云会帮忙检测安全问题,然后提醒我们,虽然我这个没有什么重要的东西,他还是给我保护的很好,这点必须给好评。

收获

我平时都是使用windows系统,对linux系统特别的不熟悉,作为学计算机的学生,我是很不合格的。在之前都主观觉得Linux很难用,不仅是因为它的系统和Windows有许多不同,还觉得虚拟机麻烦,电脑配置也不是很好使用虚拟机会卡,我就很不喜欢去用,就没怎么接触,这次使用esc的话,让我对linux 系统更加的熟悉。
最后希望阿里云越来越好,同时我也希望我能通过ECS成为一个更好的程序员。

相关实践学习
2分钟自动化部署人生模拟器
本场景将带你借助云效流水线Flow实现人生模拟器小游戏的自动化部署
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
|
弹性计算 Ubuntu 物联网
我的ECS使用体验报告
学生用户初次使用阿里云服务器的体验报告
|
Java Linux 虚拟化
ECS使用体验报告
在面对服务器选择方面我为何毅然决然选择阿里云服务器
159 0
|
存储 弹性计算 移动开发
基于ecs的使用体验报告
通过“飞天加速计划·高校学生在家实践”这个活动,学会选择适合用户业务的 ECS 实例,提高ECS实例的安全性,通过这几方面更深刻认识阿里云ecs。云服务器(Elastic Compute Service,简称 ECS)是一种简单高效、处理能力可弹性伸缩的计算服务,帮助用户快速构建更稳定、安全的应用,提升运维效率,降低 IT 成本,促使用户更专注于核心业务的创新。
|
弹性计算 Java Linux
ECS的使用体验报告
因为是第一次使用阿里云服务器ECS,在这过程中遇到了很多的困难,比如对Linux语句的不熟悉。在完成服务器的选择后,第一步就是配置自己项目的运行环境,我使用的是Xftp 7来实现图形界面上传文件。 通过这次的云服务器ECS的使用,我收获颇丰,第一次将项目放到了服务器上进行访问,在过程中,遇到的困难只要是tomcat老是异常报错,通过网络找各种解决方法。
|
大数据 定位技术
|
1天前
|
存储 运维 安全
云上金融量化策略回测方案与最佳实践
2024年11月29日,阿里云在上海举办金融量化策略回测Workshop,汇聚多位行业专家,围绕量化投资的最佳实践、数据隐私安全、量化策略回测方案等议题进行深入探讨。活动特别设计了动手实践环节,帮助参会者亲身体验阿里云产品功能,涵盖EHPC量化回测和Argo Workflows量化回测两大主题,旨在提升量化投研效率与安全性。
云上金融量化策略回测方案与最佳实践
|
3天前
|
人工智能 自然语言处理 前端开发
从0开始打造一款APP:前端+搭建本机服务,定制暖冬卫衣先到先得
通义灵码携手科技博主@玺哥超carry 打造全网第一个完整的、面向普通人的自然语言编程教程。完全使用 AI,再配合简单易懂的方法,只要你会打字,就能真正做出一个完整的应用。
3650 16
|
15天前
|
人工智能 自动驾驶 大数据
预告 | 阿里云邀您参加2024中国生成式AI大会上海站,马上报名
大会以“智能跃进 创造无限”为主题,设置主会场峰会、分会场研讨会及展览区,聚焦大模型、AI Infra等热点议题。阿里云智算集群产品解决方案负责人丛培岩将出席并发表《高性能智算集群设计思考与实践》主题演讲。观众报名现已开放。
|
7天前
|
自然语言处理 数据可视化 API
Qwen系列模型+GraphRAG/LightRAG/Kotaemon从0开始构建中医方剂大模型知识图谱问答
本文详细记录了作者在短时间内尝试构建中医药知识图谱的过程,涵盖了GraphRAG、LightRAG和Kotaemon三种图RAG架构的对比与应用。通过实际操作,作者不仅展示了如何利用这些工具构建知识图谱,还指出了每种工具的优势和局限性。尽管初步构建的知识图谱在数据处理、实体识别和关系抽取等方面存在不足,但为后续的优化和改进提供了宝贵的经验和方向。此外,文章强调了知识图谱构建不仅仅是技术问题,还需要深入整合领域知识和满足用户需求,体现了跨学科合作的重要性。