服务器和云服务器的优缺点！

物理服务器（PhysicalServers）

指实实在在、存在的硬件专用独立主机或服务器设备，性能和稳定性都比较强，因此，价格也相对比较昂贵，需要用户自己根据需求进行配置、管理及运维。简单来说，物理服务器可以把它理解为一台“电脑”，实际上所有网站的程序都在这个“电脑”上运行。

云服务器（CloudServers）

指通过虚拟化技术将一台独立服务器虚拟成多个小的服务器，每个云服务器的运行和管理都完全独立，具有单独的 *** 作系统，可分配独立公网IP地址、超大磁盘、 *** 作系统Windows/Linux、内存、CPU资源等，网站运行环境和空间安全都需要用户自己去配置，对用户的技术能力有一定要求的。

云服务器是云计算服务的重要组成部分，是面向各类互联网用户提供综合业务能力的服务平台。平台整合了传统意义上的互联网应用三大核心要素：计算、存储、网络，面向用户提供公用化的互联网基础设施服务。

物理服务器VS云服务器

成本优化

物理服务器而言，无论用还是不用，设备就在那里，成本就在那里，照样算钱！

云服务器遵循按需购买，按照使用量付费的原则，具有成本低、d性伸缩、管理便捷等特点。

服务优化

物理服务器服务常规指实体服务器托管和租用两种服务类型，实体服务器托管是由用户自行购买硬件发往机房托管，期间设备的监控和管理工作均由用户单方独立完成，IDC数据中心提供IP接入、带宽接入、电力供应和网络维护等，租用是由IDC数据中心租用实体设备给客户使用，同时负责环境的稳定，用户无需购买硬件设备；

云服务器服务是指是从基础设施(Iaas)到业务基础平台(PaaS)再到应用层(SaaS)的连续的整体的全套服务，IDC数据中心将规模化的硬件服务器整合虚拟到云端，为用户提供的是服务能力和IT效能。

相较传统IDC服务模式，云计算IDC增值服务是相关于传统IDC增值服务的升级，是云计算数据中心下对传统IDC服务的升级版！云计算IDC情况下，可获得具备高扩展性和高可用的计算能力，用户也再无需担心硬件设备的性能限制等带来的问题。

资源优化

物理服务器，在硬件服务器的基础进行有限的整合，例如多台虚拟机共享一台实体服务器性能。

云服务器可通过资源集约化实现的动态资源调配，云计算可以实现横向/纵向的d性资源扩展和快速调度，传统IDC提供的资源难以承受短时间内的快速再分配，且不说企业等待的时间成本，本身而言容易造成资源闲置和浪费！

云服务器而言，通过更新的技术实现资源的快速再分配，可以在数分钟甚至几十秒内分配资源实现快速可用，可以有效地规避资源闲置的风险。此外，传统IDC远不如云计算IDC那样可以跨实体服务器，甚至实现跨数据中心的大规模有效整合。

效率优化

云计算IDC服务相较传统IDC服务，前者采取更加灵活的资源利用方式，通过技术提升和优化使用户从硬件设备的管理和运维工作中解脱出来，专注内部业务的开发和创新，由云服务商负责云平台本身的稳定，通过这种责任分担模式使整个平台的运行效率获得提升！

售后优化

首先，云服务器归于基本电信增值服务，所以其服务提供商需要获得工信部的批阅以具有相应的运营资质。云服务商对国家方针政策的了解，备案等业务流程的支持，也是确保客户可以合法合规的运营。再者，当服务器使用过程出现问题时，需要运营商的协助才可以解决，这种情况需要任何时候都可以找到主机商的售后支持，大多数云服务商而言都会提供724小时的云服务器售后支持服务，这点也可以打消用户的使用顾虑，让用户安心、放心！

当前，为推进IT支撑系统集约化建设和运营，进一步发挥集中化能力优势，IT云成为运营商IT支撑系统建设的基础架构。但在IT云资源池部署过程中，服务器技术面临多个新挑战，主要体现在以下3个方面。

在性能方面，人工智能（AI）应用快速扩张，要求IT云采用高性能GPU服务器。AI已在电信业网络覆盖优化、批量投诉定界、异常检测/诊断、业务识别、用户定位等场景规模化应用。AI应用需求的大量出现，要求数据中心部署的服务器具有更好的计算效能、吞吐能力和延迟性能，以传统通用x86服务器为核心的计算平台显得力不从心，GPU服务器因此登上运营商IT建设的历史舞台。

在效率成本方面，IT云部署通用服务器存在弊端，催生定制化整机柜服务器应用需求。在IT云建设过程中，由于业务需求增长快速，IT云资源池扩容压力较大，云资源池中的服务器数量快速递增，上线效率亟需提高。同时，传统通用服务器部署模式周期长、部署密度低的劣势，给数据中心空间、电力、建设成本和高效维护管理都带来了较大的挑战。整机柜服务器成为IT云建设的另一可选方案。

在节能方面，AI等高密度应用场景的快速发展，驱动液冷服务器成为热点。随着AI高密度业务应用的发展，未来数据中心服务器功率将从3kW~5kW向20kW甚至100kW以上规模发展，传统的风冷式服务器制冷系统解决方案已经无法满足制冷需求，液冷服务器成为AI应用场景下的有效解决方案。

GPU服务器技术发展态势及在电信业的应用

GPU服务器技术发展态势

GPU服务器是单指令、多数据处理架构，通过与CPU协同进行工作。从CPU和GPU之间的互联架构进行划分，GPU服务器又可分为基于传统PCIe架构的GPU服务器和基于NVLink架构的GPU服务器两类。GPU服务器具有通用性强、生态系统完善的显著优势，因此牢牢占据了AI基础架构市场的主导地位，国内外主流厂商均推出不同规格的GPU服务器。

GPU服务器在运营商IT云建设中的应用

当前，电信业开始推动GPU服务器在IT云资源池中的应用，省公司现网中已经部署了部分GPU服务器。同时，考虑到GPU成本较高，集团公司层面通过建设统一AI平台，集中化部署一批GPU服务器，形成AI资源优化配置。从技术选型来看，目前运营商IT云资源池采用英伟达、英特尔等厂商相关产品居多。

GPU服务器在IT云应用中取得了良好的效果。在现网部署的GPU服务器中，与训练和推理相关的深度学习应用占主要部分，占比超过70%，支撑的业务包括网络覆盖智能优化、用户智能定位、智能营销、智能稽核等，这些智能应用减少了人工投入成本，提升了工作效率。以智能稽核为例，以往无纸化业务单据的人工稽核平均耗时约48秒/单，而AI稽核平均耗时仅约5秒/单，稽核效率提升达 90%。同时，无纸化业务单据人工稽核成本约15元/单，采用GPU进行AI稽核成本约0048元/单，稽核成本降低达968%。

整机柜服务器发展态势及在电信业的应用

整机柜服务器技术发展态势

整机柜服务器是按照模块化设计思路打造的服务器解决方案，系统架构由机柜、网络、供电、服务器节点、集中散热、集中管理6个子系统组成，是对数据中心服务器设计技术的一次根本性变革。整机柜服务器将供电单元、散热单元池化，通过节约空间来提高部署密度，其部署密度通常可以翻倍。集中供电和散热的设计，使整机柜服务器仅需配置传统机柜式服务器10%的电源数量就可满足供电需要，电源效率可以提升10%以上，且单台服务器的能耗可降低5%。

整机柜服务器在运营商IT云建设中的应用

国内运营商在IT云建设中已经推进了整机柜服务器部署，经过实际应用检验，在如下方面优势明显。

一是工厂预制，交付工时大幅缩短。传统服务器交付效率低，采用整机柜服务器将原来在数据中心现场进行的服务器拆包、上架、布线等工作转移到工厂完成，部署的颗粒度从1台上升到几十台，交付效率大大提升。以一次性交付1500台服务器为例，交付工作量可减少170~210人天，按每天配10人计算，现场交付时间可节省约17~21天。

二是资源池化带来部件数量降低，故障率大幅下降。整机柜服务器通过将供电、制冷等部件资源池化，大幅减少了部件数量，带来故障率的大幅降低。图1比较了32节点整机柜服务器与传统1U、2U服务器机型各自的电源部件数量及在一年内的月度故障率情况。由于32节点整机柜服务器含10个电源部件，而32台1U通用服务器的电源部件为64个，相较而言，整机柜电源部件数减少844%。由于电源部件数量的降低，32节点整机柜服务器相对于32台1U通用服务器的月度故障率也大幅缩减。

三是运维效率提升60%以上。整机柜服务器在工厂预制机柜布线，网络线缆在工厂经过预处理，线缆长度精确匹配，理线简洁，接线方式统一规范，配合运维标签，在运维中可以更方便简洁地对节点实施维护 *** 作，有效降低运维误 *** 作，提升运维效率60%以上，并大幅减少发生故障后的故障恢复时间。

液冷服务器技术发展态势及在电信业的应用

液冷服务器技术发展态势

液冷服务器技术也称为服务器芯片液体冷却技术，采用特种或经特殊处理的液体，直接或近距离间接换热冷却芯片或者IT整体设备，具体包括冷板式冷却、浸没式冷却和喷淋式冷却3种形态。液冷服务器可以针对CPU热岛精确定点冷却，精确控制制冷分配，能真正将高密度部署带到前所未有的更高层级（例如20kW~100kW高密度数据中心），是数据中心节能技术的发展方向之一，3种液冷技术对比如表1所示。

液冷服务器在运营商IT建设中的应用

液冷服务器技术目前在我国仍处于应用初期，产业链尚不完备、设备采购成本偏高、采购渠道少、电子元器件的兼容性低、液冷服务器专用冷却液成本高等问题是液冷服务器尚未大规模推广的重要原因。从液冷服务器在运营商数据中心领域的具体应用案例来看，运营商在IT云资源池规划和建设过程中，通常会对液冷服务器的发展现状、技术成熟度等进行分析论证。

考虑到目前液冷服务器规模化应用尚处于起步阶段，需要3~5年的引入期，因此暂时未在IT云资源池建设中进行大规模落地部署，但在部分地区有小规模应用，如中国移动南方基地数据中心已经开展液冷服务器试点应用，中国联通研究院也在开展边缘数据中心服务器喷淋式液冷系统的开发。未来，随着IT云建设规模、建设密度的继续攀升，以及液冷产业生态体系的逐步成熟，液冷服务器在IT云建设中将有更大的应用空间。

总体来看，运营商IT云资源池建设对服务器计算性能、延迟、吞吐、制冷、定制化、分布式部署等方面都提出了更高要求。未来，GPU服务器、定制化整机柜服务器、液冷服务器等新兴服务器技术将快速迭代，为运营商数据中心服务器技术的发展和演进带来新的思路和路径。

我们公司的备份时间基本是每天一次，

完正备份一般都是凌晨2点，服务器用的人比较少，大约10多分钟就备份完了（备份时间和服务器的效能有关系）

如果你们公司的每日数据量比较大，还是建议每天人少的时候完成备份下。

企业往往在购买服务器时，面对一堆服务器配置参数无所适从，用户如何根据厂商提供的数据选择到合适的服务器呢下面为大家列举出常见的配置数据：

1、双路等于双核吗

无论服务器的单路、双路、四路乃至八路，其中的“路”都是指服务器物理CPU的数量，也就是服务器主板上CPU插槽的数量。

双核处理器，是在一颗物理CPU内部封装了两个CPU核心，这样的好处在于能够让用户在成本增加不多的前提下，拥有更强劲的性能。而且能够比较显著的降低性能功耗比，这对企业用户节约使用成本也有积极的意义。

2、至强与奔腾的区别

（1）英特尔奔腾4处理器开始，便将奔腾4处理器归为个人处理器，用户不能以2颗奔腾4处理器来构架2路服务器系统，而开发出运算效能更高的至强处理器。至强处理器目前分为至强DP和至强MP。

（2）就是二级缓存不同。至强的二级缓存是1MB～16MB，P4的二级缓存是512KB～1MB，而二级缓存的容量也是决定服务器处理效能的重要因素。至强系列CPU多为604接口，而P4的CPU，多为478针或是775架构。

3、服务器的几种类型

按照外形结构划分，可分为塔式服务器、机架式服务器、刀片式服务器三种类型。

（1）塔式服务器

一般的塔式服务器机箱和我们常用的PC机箱差不多，而大型的塔式机箱就要粗大很多，总的来说外形尺寸没有固定标准。塔式服务器的功能、性能基本上能满足大部分企业用户的要求，其成本通常也比较低，因此拥有非常广泛的应用支持。
（2）机架式服务器

机架式服务器是由于满足企业的密集部署，形成的以19英寸机架作为标准宽度的服务器类型，高度则从1U到数U。将服务器放置到机架上，并不仅仅有利于日常的维护及管理，也可能避免意想不到的故障。放置服务器不占用过多空间，连接线等也能够整齐地收放到机架里，电源线和LAN线等全都能在机柜中布好线，可以减少堆积在地面上的连接线，从而防止脚踢掉电线等事故的发生。
（3）刀片式服务器

刀片服务器是一种高可用高密度的低成本服务器平台，是专门为特殊应用行业和高密度计算机环境设计的，其中每一块“刀片”实际上就是一块系统母板，类似于一个个独立的服务器。在这种模式下，每一个母板运行自己的系统，服务于指定的不同用户群，相互之间没有关联。不过可以使用系统软件将这些母板集合成一个服务器集群。在集群模式下，所有的母板可以连接起来提供高速的网络环境，可以共享资源，为相同的用户群服务。
4、“U”是什么

“U”在服务器领域中特指机架式服务器厚度。

之所以要规定服务器的尺寸，是为了使服务器保持适当的尺寸以便放在铁质或铝质机架上。机架上有固定服务器的螺孔，将它与服务器的螺孔对好，用螺丝加以固定。

1 Apache：属于重量级web服务器(重量级主要是在软件包的大小上比较大，软件的耦合度大)，但是速度、性能不及其他轻量级web服务器，并且消费内存较高。使用传统的select模型，比较稳定的Prefork模式为多进程模式，需要经常派生子进程。所以消耗的cpu等服务器资源比较大。
2 Lig>

一、云计算和传统IDC在服务类型上的区别

常用的传统IDC服务包括实体服务器托管和租用两类。前者是由用户自行购买硬件发往机房托管，期间设备的监控和管理工作均由用户单方独立完成，IDC数据中心提供IP接入、带宽接入、电力供应和网络维护等，后者是由IDC数据中心租用实体设备给客户使用，同时负责环境的稳定，用户无需购买硬件设备。而云计算提供的服务是从基础设施(Iaas)到业务基础平台(PaaS)再到应用层(SaaS)的连续的整体的全套服务。IDC数据中心将规模化的硬件服务器整合虚拟到云端，为用户提供的是服务能力和IT效能。用户无需担心任何硬件设备的性能限制问题，例如小鸟云的可d性扩展资源用量来获得具备高扩展性和高可用的计算能力。

二、云计算和传统IDC在资源集约化速度和规模上的区别

传统IDC，只是在硬件服务器的基础进行有限的整合，例如多台虚拟机共享一台实体服务器性能。但这种简单的集约化受限于单台实体服务器的资源规模，远远不如云计算那样跨实体服务器，甚至跨数据中心的大规模有效整合。更重要的是，传统IDC提供的资源难以承受短时间内的快速再分配。而像小鸟云服务器那样，使用云计算可以实现横向/纵向的d性资源扩展和快速调度。

三、云计算和传统IDC在资源分配时滞上的区别

四、云计算和传统IDC在平台运行效率上的区别

更加灵活的资源应用方式、更高的技术提升，使云服务商拥有集合优势创新资源利用方式，促进整个平台运作效率提升。例如，根据不同用户需求优化服务器设计和服务器软件更新、网络专线接入等。并且，和传统IDC服务不同，云计算使用户从硬件设备的管理和运维工作中解脱出来，专注内部业务的开发和创新，由云服务商负责云平台本身的稳定。这种责任分担模式使整个平台的运行效率获得提升。

---