# 计算服务选型
华为云提供的计算服务主要是ECS（Elastic Cloud Server）服务和CCE（Cloud Container Engine）服务，华为云提供了很多ECS的实例类型，如下表所示，以满足多样化的计算场景需求。
关于上述ECS实例类型的详细信息，请查看[实例类型](https://support.huaweicloud.com/productdesc-ecs/zh-cn_topic_0035470096.html)。
表1ECS实例类型 
| **架构** | **实例类型**  | **实例系列** | **系列说明**                                                                                | **适用场景**         |
|:---|:---|:---|:---|:---|
| x86    | 通用计算增强型   | c        | 计算、存储、网络各方面性能均衡，CPU独享、性能稳定                                                              | 适合大部分应用场景        |
| x86    | 通用计算增强型   | ac       | 与c系列相比，CPU不同、同规格分配的网络带宽更小，保持稳定性能的同时成本更低                                                 | 适合大部分应用场景        |
| x86    | 高性能计算型    | h        | 与c系列相比，CPU主频更高、计算性能高20%左右                                                               | HPC/游戏/科学计算      |
| x86    | 内存优化型     | m        | 与c系列相比，提供1:8的CPU/内存配比，内存性能更强                                                            | 内存密集型，数据库/内存数据库  |
| x86    | 内存优化型     | am       | 与ac系列相比，提供1:8的CPU/内存配比，内存性能更强                                                           | 内存密集型，数据库/内存数据库  |
| x86    | 超大内存型     | e        | 与c系列相比，提供1:20的CPU/内存配比，内存性能更强                                                           | 内存密集型，数据库/内存数据库  |
| x86    | 磁盘增强型     | d        | 与c系列相比，提供大容量、低成本的SATA本地盘                                                                | 大数据/缓存数据库        |
| x86    | 超高I/O型    | i        | 与c系列相比，提供高IOPS、低时延的大容量NVMe本地盘                                                           | 大数据/缓存数据库        |
| x86    | 超高I/O型    | ir       | 与c系列相比，提供高IOPS、低时延的小容量NVMe本地盘                                                           | 大数据/缓存数据库        |
| x86    | 通用计算型     | s        | 与c系列相比，采用非绑定CPU共享调度模式，主机负载较轻时可提供基本与c系列一致的计算性能，成本更低、性价比更高，但无法保证实例计算性能的稳定，适合对性能抖动容忍度较高的场景 | 一般Web/开发环境/小型数据库 |
| x86    | 通用入门型     | t        | 成本最低的实例，具备突发性能能力，突发时长受CPU积分影响，低价格                                                       | 个人使用/维护终端等       |
| x86    | GPU加速型    | g        | 搭载T4卡，图像加速                                                                              | 3D动画渲染、CAD       |
| x86    | GPU加速型    | p        | 搭载V100卡，计算加速                                                                            | AI深度学习、科学计算      |
| x86    | GPU加速型    | pi       | 搭载T4卡，推理加速                                                                              | 实时推理+轻量级训练       |
| x86    | AI加速型     | ai       | 搭载昇腾310芯片，计算加速或推理加速                                                                     | 深度学习、科学计算、CAE    |
| ARM    | 鲲鹏通用计算增强型 | kc       | 与c系列相比，采用鲲鹏处理器，价格更低                                                                     | 已适配ARM的大部分应用场景   |
| ARM    | 鲲鹏内存优化型   | km       | 与m系列相比，采用鲲鹏处理器，价格更低                                                                     | 数据库/内存数据库        |
| ARM    | 鲲鹏超高I/O型  | ki       | 与i系列相比，采用鲲鹏处理器，价格更低                                                                     | 大数据/缓存数据库        |
| ARM    | 鲲鹏AI推理加速型 | kai      | 与ai系列相比，采用鲲鹏处理器，价格更低                                                                    | 深度学习、科学计算、CAE    |
   
以下是ECS服务的选型原则：
- **业务适用：**满足业务需求是选型的第一原则，除CPU、内存外，要特别重点关注带宽需求，通常同一系列的实例规格越大支持的带宽越大。
- **性价比：**在能够满足业务需求的情况下，需要考虑低成本的选型方案。例如：同规格情况下，s系列/ac系列价格低于c系列，运维终端等无强性能需求时选择t系列更划算。对于业务量波动较大的业务，建议通过多节点集群负荷分担+AS弹性伸缩配合，此场景不建议使用大规格实例节点，否则弹性缩容到最小节点数时会存在较多的性能浪费。
- **可靠性：**资源选型需要考虑如何降低故障率、避免单点故障，因此建议优先选择新系列（规格中代系数字更大的），且跨双可用区均衡部署。资源选型优化降本不能以牺牲业务的可靠性为代价，集群组网中单个节点故障不应造成剩余节点超负荷。
- **一致性：**为保证基于镜像的快速扩容、快速恢复、弹性伸缩，承载同一类服务的主机，要求选型规格保持一致，无特殊需求的情况下同一业务系统中避免使用过多的实例类型/规格。
- **资源满足度：**考虑业务发展和扩容诉求，资源选型时一般建议选择主力型号，避免选择老旧、冷门的规格，且尽量选择在主力可用区（如北京四的可用区1和7、上海一的可用区1和4）。
除AI等特殊场景需要使用BMS外，通用算力一般使用ECS即可，几个典型场景的选型建议如下：
表2典型场景的ECS服务选型 
| **位置** |          **典型应用**           || **选型建议** |
|---|---|---|---|
| 接入层    | 负载均衡/应用代理 | Nginx            | c/m系列    |
| 接入层    | 运维终端      | 跳板机              | t系列      |
| 应用层    | 普通应用      | Web服务            | ac/am系列  |
| 应用层    | 高性能计算服务   | 转码服务             | c/m系列    |
| 中间件层   | 自建中间件     | 自建Redis/RocketMQ | c/m系列    |
| 数据层    | 自建数据库     | 自建MySQL/Oracle   | c/m系列    |