初次使用ESC的感想

简介: 对参与飞天加速计划,并学习课程《基于ECS搭建云上博客》的经历简单总结。我将分为三个部分介绍我的使用经历:背景介绍、使用体验、感悟总结。

一、背景介绍

 我是浙江大学宁波理工学院电子信息工程专业的一名大三学生。由于导师的要求,我接触到了飞天加速计划。起初是被飞天加速计划优秀的开发环境及齐全的课程储备所吸引。但,随着我的深入学习,我发现飞天加速计划是学生党的福音,它提供的平台基本满足了我开发所学要的一切需求。最后,飞天计划还提供了足够多的时间供我熟悉ECS,方便我进行更深入的学习。

二、使用体验

 正如前文所提到过的,我是第一次接触到ECS,对它的基本概念一无所知。但是,在开发者社区我找到了许多资源来简单的了解我的目标,例如《云计算的前世今生》、《七天玩转云服务器》等课程。这些课程在我进行实例开发时提供了巨大的帮助。对于实验过程中遇到的问题,我记忆最深的是在web界面操作时,我很困惑为什么输入的密码不被显示,是由于什么原因?经过我的了解和查询,我发现最多的回答是:基于安全的考虑。如果您有跟详尽的答案,也请发表出来。

三、感悟总结

 经过这些天的学习,以及对云服务器的使用,我对ECS有了初步的认识,并且对于课程《基于ECS搭建云上博客》有了更深的理解。接下去我会学习更多的专业知识,观看更多的课程视频,将飞天加速计划平台充分利用起来,使它在我的大学学习过程中发挥更多作用。同时,我也会把它介绍给更多的朋友,大家一起进步。


相关实践学习
借助OSS搭建在线教育视频课程分享网站
本教程介绍如何基于云服务器ECS和对象存储OSS,搭建一个在线教育视频课程分享网站。
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
|
Linux 开发工具
18.4 【Linux】systemd-journald.service 简介
18.4 【Linux】systemd-journald.service 简介
534 0
|
3月前
|
SQL 存储 关系型数据库
MySQL中到底什么是覆盖索引、索引下推?
覆盖索引指查询只需通过索引即可获取数据,无需回表,提升查询效率。索引下推则在索引遍历时提前过滤条件,减少回表次数,尤其适用于联合索引中部分字段无法使用的情况,二者均能显著降低I/O开销,提高查询性能。(238字)
434 1
|
机器学习/深度学习 人工智能 大数据
基于联邦学习的数据隐私保护机制在智能模型训练中的应用
【8月更文第15天】随着大数据和人工智能的发展,数据隐私保护成为了亟待解决的问题。传统的集中式机器学习方法需要将数据收集到一个中心服务器进行处理,这不仅增加了数据泄露的风险,还可能触犯相关的法律法规。联邦学习(Federated Learning, FL)作为一种新兴的分布式机器学习框架,允许终端设备直接在本地数据上训练模型,并仅将更新后的模型参数发送给中心服务器汇总,从而在不暴露原始数据的情况下实现模型训练。
798 0
|
11月前
|
关系型数据库 测试技术 分布式数据库
刷新世界纪录!阿里云PolarDB凭借创新的「三层解耦」架构刷新TPC-C基准测试世界纪录
刷新世界纪录!阿里云PolarDB凭借创新的「三层解耦」架构刷新TPC-C基准测试世界纪录
|
前端开发
Html:CSS的书写位置
Html:CSS的书写位置
898 0
|
供应链 搜索推荐 API
1688榜单商品详细信息API接口的开发、应用与收益
1688作为全球知名B2B电商平台,为企业提供丰富的商品信息和交易机会。随着电商发展,企业对数据需求增长,高效获取与利用数据成为提升竞争力的关键。1688榜单商品详细信息API接口应运而生,帮助企业批量获取商品详情,应用于信息采集、校验、同步与数据分析等领域,显著提高运营效率、优化库存管理、提升个性化推荐精准度,并助力制定更有效的市场策略,降低采购成本,最终提升客户满意度,推动企业可持续发展。
322 3
|
人工智能 自然语言处理 算法
Jarvis×百炼,打造大模型智慧出行客服
本次分享由哈啰集团高级算法专家郭佳盛主讲,主题为“Jarvis×百炼,打造大模型智慧出行客服”。内容涵盖AI在智慧出行领域的应用探索、AI加持客服全链路解决方案、哈罗智能客服的大模型应用、大模型在C端与B端的应用探索,以及企业内部大模型构建与运营。通过实例和经验分享,展示了哈啰如何将大模型应用于实际业务,提升用户体验和运营效率。
|
存储 网络协议 Windows
AD域备份和恢复工具
RecoveryManager Plus 是一款强大的Active Directory备份和恢复工具,弥补了Microsoft本地AD功能的不足。它不仅支持对象级和属性级的备份与还原,还能备份架构属性、组成员信息和Exchange属性等关键元素。通过简单的鼠标点击,即可恢复已删除的对象或回滚整个AD到先前状态。该工具还提供定期完整备份、增量备份、备份保留策略等功能,确保AD环境的安全性和可恢复性。此外,它支持免重启恢复,适用于多种Windows服务器版本,是保护AD环境的理想选择。
359 5
|
存储 Python
Python浮点型(float)
【4月更文挑战第9天】Python中的浮点型(float)表示实数,基于IEEE 754双精度标准,约有15-17位十进制精度。创建浮点型变量可通过直接赋值,如`x = 3.14`。支持加减乘除等运算,但运算可能因精度问题产生不精确结果,如`0.1 + 0.2 != 0.3`。可使用`round()`函数四舍五入,或通过`is_close()`函数比较浮点数是否接近。在需要高精度计算时,建议使用`decimal`模块。
1158 2
|
网络协议 Python
python requests库如何使用http连接池降低延迟 keepalive复用连接
Python的`requests`库通过内置的连接池机制支持HTTP Keep-Alive特性,允许复用TCP连接以发送多个请求,减少连接开销。默认情况下,`requests`不显式禁用Keep-Alive,其行为取决于底层HTTP库(如urllib3)及服务器的支持。通过创建`Session`对象并自定义`HTTPAdapter`,可以调整连接池大小和重试策略,进一步优化连接复用。测试显示,使用`Session`和定制的`HTTPAdapter`比普通请求方法能显著减少连续请求间的时间消耗,体现了Keep-Alive的优势。
1557 21