小白使用ESC

简介: 使用VM和ESC是完全不同的,很多东西都不是本地进行操作,不再是localhost了,所以有需要看看阿里云提供的使用策略哦

我是一名计算机科学与技术的大四学生,因为马上要去面试实习等等,希望可以有自己的一台服务器,可以在网上看到自己的成果。
两周前通过同学们的推荐找到了阿里云,然后了解到了这个活动,通过学生试用注册了阿里云ESC,之前都是用的虚拟机;我先说说对我而言,他俩的区别吧。
首先第一点:那毋庸置疑的一个是虚拟在本地,一个是真实的,vm不能共享,ip地址也是虚构的,但是ESC可以共享,让别人也可以访问到;第二点就是,之前使用虚拟机的时候,每次ip都是动态的,需要自己改配置文件把它设置为静态ip,这方面,阿里云服务器有弹性ip;第三点呢,阿里云它自带了很多配置文件以及程序,用起来很方便,值得依赖。
因为之前用的都是虚拟机,文件可以直接保存在本地电脑里面就可以,自己写程序也是习惯性的写localhost来代替IP地址,然而用上阿里云之后,这些毛病都需要改变,不然会查找不到文件以及不知道它的IP地址。而且进行文件传输也没有那么简单了,我现在一般用过SFTP来远程传输,然后用nginx来代理文件,比如图片、视频等等,让它可以在网页上能够显示出来。
对于一个编程小白的我来说,拥有一台自己的服务器很高兴,其中很多东西需要自己不断去钻研、琢磨,遇到困难要不断去查找资料来克服它,当自己的小项目部署到ESC上面,然后通过网址可以访问出来的时候,那一刻,感觉所有的努力都是值得的,阿里云ESC值得拥有!
希望大家都支持阿里云哦,和大家一起互相学习,走向编程之路!

相关文章
|
计算机视觉
【CV大模型SAM(Segment-Anything)】如何保存分割后的对象mask?并提取mask对应的图片区域?
【CV大模型SAM(Segment-Anything)】如何保存分割后的对象mask?并提取mask对应的图片区域?
【CV大模型SAM(Segment-Anything)】如何保存分割后的对象mask?并提取mask对应的图片区域?
“可以成为我的恋人吗”HTML源码
“可以成为我的恋人吗”HTML源码,双击html文件可以本地运行,打开HTML页面,上面显示可以或者不要,越是拒绝,可以的按钮就会越来越大,直到点击可以为止
1290 0
“可以成为我的恋人吗”HTML源码
|
存储 Java
超长String接收处理
超长String接收处理
GitFlow流程
分支角色概述:主分支(master/main)代表最新稳定版本,开发分支(develop)用于日常开发,特性分支(feature)用于开发新功能,发布分支(release)用于准备新版本发布,热修复分支(hotfix)用于紧急修复已发布版本的问题。GitFlow流程包括初始化、开发新功能、准备发布、热修复和持续迭代。
559 17
|
前端开发 安全 测试技术
短剧cps分销模式系统开发技术规则
短剧CPS分销模式系统开发涉及系统架构设计、数据库设计与实现、功能模块开发、安全性与合规性及开发与测试流程。系统采用前后端分离、微服务架构和容器化技术,确保高性能和可扩展性。功能模块涵盖用户管理、短剧管理、分销机制、支付接口和数据分析,确保系统的全面性和安全性。
|
缓存 前端开发 JavaScript
前端常见的性能优化方案?
【7月更文挑战第14天】前端性能优化包括代码压缩、资源合并、图片优化、缓存策略和DOM操作改进。例如,压缩CSS、JS,懒加载图片,使用CDN,事件委托,启用HTTP/2,及利用性能工具进行评估和优化。目标是加快加载速度,提升用户体验和服务器效率。
543 2
|
域名解析 网络协议 Ubuntu
Ubuntu 18.04 网络配置介绍
从Ubuntu 18.04.2版本开始,系统的网络配置改成了新的 netplan.io 方式,弃用了之前使用的 ifupdown 方式。所以网络配置文件和配置方式和之前不同,本文主要介绍新的配置方式如何使用及与之前的区别。
10693 1
Ubuntu 18.04 网络配置介绍
|
消息中间件 存储 关系型数据库
实时计算 Flink版产品使用问题之如何使用Kafka Connector将数据写入到Kafka
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
win10取消ie浏览器自动跳转edge浏览器
win10取消ie浏览器自动跳转edge浏览器
559 4
|
机器学习/深度学习 算法 计算机视觉
【YOLOv8改进】CPCA(Channel prior convolutional attention)中的通道注意力,增强特征表征能力 (论文笔记+引入代码)
该专栏聚焦YOLO目标检测的创新改进与实战,介绍了一种针对医学图像分割的通道优先卷积注意力(CPCA)方法。CPCA结合通道和空间注意力,通过多尺度深度卷积提升性能。提出的CPCANet网络在有限计算资源下,于多个数据集上展现优越分割效果。代码已开源。了解更多详情,请访问提供的专栏链接。

热门文章

最新文章