阿里云ESC初体验

简介: 分享使用云服务器ESC过程中的一些经验

笔者是一名软件工程专业研三学生,疫情期间写了一个网页应用,但是本地运行肯定差点意思,于是想着能不能给它部署到服务器上,让朋友们也能感受一下,在网上搜索了相关的服务器产品后,被阿里云的“飞天加速计划”吸引到了,回想起来之前也有使用过其他厂商提供的服务器,但是很多时候在第一步配置阶段就被劝退了,面对各种繁杂的流程配置,基本只能靠自己去百度答案,结果是常常一个问题没有解决,又带来一个新的问题。

这次阿里云飞天加速计划的体验让我感受最深的是很贴心的提供了云上学习实践的机会,在实际上手使用服务器前,可以让我们模拟一些服务器使用过程种的常见操作,同时还能获取免费的服务器体验机会,非常nice。


笔者总结了一些自己在云服务器使用过程中的一些小坑和经验与大家分享:


外网无法访问nginx网站

搭建网页时我用的是nginx服务器,将网页部署到了nginx下的文件夹后,使用公网ip却始终访问不了,这里很有可能是因为自己设置开启服务器相关端口和协议的访问规则,可以进入阿里云控制台→云服务器ECS→安全组→配置规则→快速添加选择HTTP即可,无需重启,即可在外网输入公网ip访问到nginx首页。


使用shell开启node服务后关闭shell会无法访问到服务

这是因为关闭shell的时候也会将node服务关闭,可以使用nohup命令来后台运行node服务,命令如下

nohup node server.js>>output.log 2>& 1 &

最后需要退出的时候输入exit退出,之后便可以正常访问服务器上的node服务。


一些方便的工具

为了更方便的访问服务器,下载了xshell和xftp两个老牌软件,xshell可以让我们在本机上通过命令行访问到服务器;xftp则可以让我们在本机上便捷地访问服务器上的资源,比如直接在本机和服务器之间传递文件。


项目部署如何自动化?

一开始每次本地项目项目有更新,我都会重新打包构建然后用xftp上传到服务器上的nginx文件夹下,这种流程其实非常繁琐,这里可以推荐大家使用github action来实现自动化部署,效果是当代码push到仓库主分支后,可以自动触发打包构建并部署到阿里云服务器上,整个过程基本在一两分钟即可完成,很方便。


总结

想要用好服务器需要学习的东西很多,很多时候我在百度相关问题时,都会去阿里云的控制台先看看,发现其实网站里就已经提供了很多教程和实践课,包括快速搭建网站、部署开发环境、搭建小程序等等,极大地简化了使用服务器的难度。在学习过程中,我能感受到阿里云产品的贴心,站在用户的角度思考,为用户解决问题等,也希望自己能和国内的云产品一同进步和成长。

目录
相关文章
|
消息中间件 存储 Kafka
Flink---11、状态管理(按键分区状态(值状态、列表状态、Map状态、归约状态、聚合状态)算子状态(列表状态、广播状态))
Flink---11、状态管理(按键分区状态(值状态、列表状态、Map状态、归约状态、聚合状态)算子状态(列表状态、广播状态))
|
9月前
|
监控 应用服务中间件 nginx
基于Zabbix的SLA监控体系构建与实践
本文由Zabbix社区专家褚凤彬分享,详解SLA在Zabbix中的应用。通过Trigger与Service联动,构建Web应用的多层级监控体系,并介绍SLA计算规则、维护期处理及升级注意事项,助力企业精准掌控服务可用性。
677 36
|
数据采集 编解码 数据可视化
三维基因组: Hi-C 差异分析(1)
三维基因组: Hi-C 差异分析(1)
三维基因组: Hi-C 差异分析(1)
|
人工智能 Python
Python 中的 `and`, `or`, `not` 运算符
本文介绍了 Python 中的逻辑运算符 `and`、`or` 和 `not` 的基本用法及其特性。这些运算符主要用于布尔运算,特别是在条件判断和循环中非常有用。文章详细解释了每个运算符的功能,例如 `and` 检查所有表达式是否为真,`or` 检查是否有任意一个表达式为真,`not` 用于取反。此外,还提到这些运算符支持短路特性,并可应用于非布尔值场景。掌握这些运算符有助于编写更高效、简洁的代码。
940 11
|
10月前
|
调度 开发者 异构计算
冠军10万美金!AMD 2025 分布式推理算子优化挑战赛来了
冠军10万美金!AMD 2025 分布式推理算子优化挑战赛来了
684 13
|
Java 数据库连接 应用服务中间件
从“ClassNotFoundException”到“终于搞定!”——一次 Web 应用排查之旅
本文详细记录了在开发 Web 应用过程中遇到的多个典型问题及解决方法,包括 JSP 编译失败、MyBatis 核心类加载错误、配置文件混乱以及映射文件路径不匹配等。通过逐步排查和调整目录结构、分离配置文件、正确管理依赖,最终解决了所有问题。文章总结了调试经验,强调了目录结构的重要性、配置文件的清晰划分以及日志分析的价值,为开发者提供了实用的参考。
716 0
|
存储 人工智能 物联网
LoRA大模型微调的利器
LoRA模型是小型的Stable Diffusion模型,它们对checkpoint模型进行微小的调整。它们的体积通常是检查点模型的10到100分之一。因为体积小,效果好,所以lora模型的使用程度比较高。
LoRA大模型微调的利器
语音识别(ASR)基础介绍第二篇——万金油特征MFCC
上一章提到了整个发声与拾音及存储的原理。但是在了解ASR的过程中,发现基本上遇到的资料都避不开MFCC特征。   整个ASR的处理流程大致可以分为下图: 左侧是经典的处理流程,右侧是近期流行的流程。发生的变化是,将语言模型以下的部分变成端到端的了。 我们将语言模型以下的部分统一看成是声学模型就好。  而MFCC主要用在左侧的处理流程中,即“特征处
7698 0
|
监控 Shell Linux
【Shell 命令集合 系统设置 】Linux 管理和监控电源管理 apmd命令 使用指南
【Shell 命令集合 系统设置 】Linux 管理和监控电源管理 apmd命令 使用指南
340 0
|
机器学习/深度学习 数据采集 存储
【机器学习】K-近邻算法(KNN)全面解析
K-近邻算法(K-Nearest Neighbors, KNN)是一种基于实例的学习方法,属于监督学习范畴。它的工作原理简单直观:给定一个训练数据集,对新的输入实例,KNN算法通过计算其与训练集中每个实例的距离,找出距离最近的K个邻居,然后根据这些邻居的类别(对于分类任务)或值(对于回归任务)来预测新实例的类别或值。KNN因其简单高效和无需训练过程的特点,在众多领域中得到广泛应用,如模式识别、推荐系统、图像分类等。
2238 0