初次使用ECS经验

简介: ECS的初始 ECS使用经验

一、与ECS的遇见
本人是法学院大二学生,在与计算机学院同学合作大学生创新项目,在项目后期我们需要将项目部署到服务器上,但市面上大多服务器价格都超出了我们的预算。此时,机缘巧合,在社团活动中认识了计算机学院的学长,学长给我们指了一条明路,阿里云ECS学生专享活动。于是我便与阿里云结下了缘分,开始了ECS的道路。

二、关于ECS的使用经验
1、关于操作系统
首次使用ECS,首先按照自己的需求选择操作系统,这里我需要的是linux系统选择了centos,如果需要图形画界面操作请选择windows,如果初始化时选错了操作系统或者后续需求变更需要变更操作系统,可以登录阿里云账号进入控制台找到自己的ECS实例,先备份好自己需要的数据将服务器关机,然后选择操作栏里的更多->云盘合镜像->更换操作系统
2、关于ECS的远程登录(以Centos系统为例)
选择一款远程登录连接的软件,常见xshell、putty,对于MacOS推荐ZenTermLite实现远程登录或者使用mac自带的终端使用命令ssh root@ip,回车根据提示输入ECS的密码登录
关于登录密码,登录阿里云账号进入控制台找到自己的ECS实例,选择操作栏里的更多->密码/密钥->重置实例密码,设定好远程登录密码后即可远程登录ECS
3、关于安全组规则配置
如果需要在ECS上安装服务并且提供远程服务,以mysql为例,mysql的服务端口为3306,ECS默认的安全组规则是没有配置3306等可能需要用到的端口的,按照自己的需求配置好需要的端口才能保证安装的服务能够提供远程服务,配置安全组规则的步骤:
登录阿里云账号进入控制台找到自己的ECS实例,选择操作栏里的更多->网络和安全组->安全组配置->配置规则->手动添加,选择授权策略为允许、填写优先级、选择协议类型、填写端口和授权对象(ip)以及描述,点击保存,安全组规则即可生效

三、谈谈自己的收获及展望
对于一个法学院的学生,在空余时间,我喜欢学习一些计算机专业的知识,当很多东西停留在了理论层面,ECS的使用经验让我学到的理论得到了实践,也极大的丰富了我的知识层面。在后期两个月我希望在ECS上实践如何完整的部署一个项目。十分感谢“飞天加速计划·高校学生在家实践”活动为我提供的机会,能让我在计算机领域的探索中有更多实践动手的机会

相关实践学习
使用操作系统智能助手OS Copilot解锁操作系统运维与编程
在本实验场景中,将在阿里云ECS上体验OS Copilot产品。OS Copilot是阿里云操作系统团队基于大模型构建的OS智能助手。它具有自然语言问答、辅助命令执行、系统运维调优等功能,帮助用户更好地使用Linux,提升阿里云的使用体验。
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
|
9月前
|
人工智能 测试技术 Go
Go 语言的主流框架
本文全面解析了 Go 语言主流技术生态,涵盖 Web 框架、微服务、数据库工具、测试与部署等多个领域。重点介绍了 Gin、Echo、Beego 等高性能框架,以及 gRPC-Go、Go-Micro 等微服务组件。同时分析了 GORM、Ent 等 ORM 工具与测试部署方案,并结合场景提供选型建议,助力开发者构建高效稳定的 Go 应用。
2209 0
|
机器学习/深度学习 编解码 人工智能
人脸表情[七种表情]数据集(15500张图片已划分、已标注)|适用于YOLO系列深度学习分类检测任务【数据集分享】
本数据集包含15,500张已划分、已标注的人脸表情图像,覆盖惊讶、恐惧、厌恶、高兴、悲伤、愤怒和中性七类表情,适用于YOLO系列等深度学习模型的分类与检测任务。数据集结构清晰,分为训练集与测试集,支持多种标注格式转换,适用于人机交互、心理健康、驾驶监测等多个领域。
|
5月前
|
机器学习/深度学习 人工智能 前端开发
终端里的 AI 编程助手:OpenCode 使用指南
OpenCode 是开源的终端 AI 编码助手,支持 Claude、GPT-4 等模型,可在命令行完成代码编写、Bug 修复、项目重构。提供原生终端界面和上下文感知能力,适合全栈开发者和终端用户使用。
44700 11
|
7月前
|
机器学习/深度学习 监控 数据可视化
人体跌倒识别检测项目|全流程源码+数据集+可视化界面+一键训练部署
本项目基于 YOLOv8 模型和 PyQt5 图形界面工具,构建了一个 人体跌倒识别系统,旨在通过计算机视觉技术监测老年人等群体的跌倒行为。项目提供了完整的 源码、数据集、训练流程、以及开箱即用的检测程序,确保用户能够快速搭建并部署自己的跌倒识别系统。
人体跌倒识别检测项目|全流程源码+数据集+可视化界面+一键训练部署
|
8月前
|
Ubuntu Linux Windows
如何在Ubuntu系统中安装Wine,借此来运行Windows程序
熟悉的登录画面出现,在Ubuntu系统中扫描登录微信程序。
|
弹性计算 Linux 网络安全
阿里云服务器怎么登陆,常见登陆方式教程参考
在连接实例时,首先需要完成身份验证,确保只有授权用户能够访问和管理服务器资源,以增强安全性。创建实例时,您可以选择一个系统预设的用户作为初始登陆用户。实例创建完成后,即可用该用户身份登陆。本文将详细介绍不同用户的特点与区别,以及如何管理这些用户和添加额外的远程连接用户。
5704 12
|
Shell 网络架构 计算机视觉
YOLOv11改进策略【模型轻量化】| ShufflenetV2,通过通道划分构建高效网络
YOLOv11改进策略【模型轻量化】| ShufflenetV2,通过通道划分构建高效网络
645 14
|
机器学习/深度学习 人工智能 算法
基于YOLOv8的人员跌倒实时检测系统【训练和系统源码+Pyside6+数据集+包运行】
本文介绍了基于YOLOv8算法的人员跌倒实时检测系统,通过4978张图片训练出有效模型,并开发了带GUI界面的系统,支持图片、视频和摄像头实时检测,具备更换背景、标题,调节检测置信度等功能。
3302 0
基于YOLOv8的人员跌倒实时检测系统【训练和系统源码+Pyside6+数据集+包运行】
|
Web App开发 编解码 前端开发
怎么把rtsp视频流转成webrtc接口
【8月更文挑战第8天】将RTSP视频流转换为WebRTC接口涉及多个步骤:首先使用工具如webrtc-streamer、ffmpeg等从RTSP源获取视频流;接着对流进行解码与编码至WebRTC兼容格式(如VP8、H.264);然后利用WebSocket建立客户端与服务器间的双向信令通道;再通过JavaScript创建WebRTC PeerConnection并交换SDP信息;最后添加Track传输视频数据,并在接收端解析显示。使用webrtc-streamer可简化这一过程,其API支持多种操作如添加ICE候选、创建Offer等。
3877 2

热门文章

最新文章