2024年阿里云服务器地域和可用区所在地区城市分布表

2024-03-24 05:28

本文主要是介绍2024年阿里云服务器地域和可用区所在地区城市分布表,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

阿里云服务器地域和可用区有哪些?阿里云服务器地域节点遍布全球29个地域、88个可用区,包括中国大陆、中国香港、日本、美国、新加坡、孟买、泰国、首尔、迪拜等地域,同一个地域下有多个可用区可以选择,阿里云服务器网aliyunfuwuqi.com分享2024新版阿里云服务器地域和可用区大全分布表,在阿里云CLUB中心查看 aliyun.club 当前最新的优惠券和活动信息。

阿里云服务器地域和可用区分布表

阿里云服务器分为公有云、金融云和政务云,公有云支持的地域和可用区比较多,政务云目前仅有北京地域,金融云地域覆盖杭州、上海、深圳和北京。

  • 地域:地域指数据中心所在的地理区域,通常按照数据中心所在的城市划分。例如,华北2(北京)地域表示数据中心所在的城市是北京。
  • 可用区:可用区是指在同一地域内,电力和网络互相独立的物理区域。例如,华东1(杭州)地域下可用区有可用区A、可用区B、可用区C…可用区K等,同一可用区内实例之间的网络延时更小,跨可用区部署应用可靠性、容灾性更高。
  • 可以使用阿里云测速工具 aliyunping.com 测试一下本地到阿里云服务器各个地域节点的Ping值网络延迟。

关于地域和可用区选择,请参考:阿里云服务器地域和可用区选择方法(超详细看这篇就够了)

地域和可用区之间的关系如下图:

阿里云地域和可用区分布表

阿里云地域和可用区分布表

详细地域和可用区分布如下:

公有云地域和可用区分布表

中国地区地域和可用区分布:

地域名称地域ID可用区数量可用区名称可用区ID
华北1(青岛)cn-qingdao2青岛 可用区Bcn-qingdao-b
青岛 可用区Ccn-qingdao-c
华北2(北京)cn-beijing12北京 可用区Acn-beijing-a
北京 可用区Bcn-beijing-b
北京 可用区Ccn-beijing-c
北京 可用区Dcn-beijing-d
北京 可用区Ecn-beijing-e
北京 可用区Fcn-beijing-f
北京 可用区Gcn-beijing-g
北京 可用区Hcn-beijing-h
北京 可用区Icn-beijing-i
北京 可用区Jcn-beijing-j
北京 可用区Kcn-beijing-k
北京 可用区Lcn-beijing-l
华北3(张家口)cn-zhangjiakou3张家口 可用区Acn-zhangjiakou-a
张家口 可用区Bcn-zhangjiakou-b
张家口 可用区Ccn-zhangjiakou-c
华北5(呼和浩特)cn-huhehaote2呼和浩特 可用区Acn-huhehaote-a
呼和浩特 可用区Bcn-huhehaote-b
华北6(乌兰察布)cn-wulanchabu3乌兰察布 可用区Acn-wulanchabu-a
乌兰察布 可用区Bcn-wulanchabu-b
乌兰察布 可用区Ccn-wulanchabu-c
华东1(杭州)cn-hangzhou8杭州 可用区Bcn-hangzhou-b
杭州 可用区Ecn-hangzhou-e
杭州 可用区Fcn-hangzhou-f
杭州 可用区Gcn-hangzhou-g
杭州 可用区Hcn-hangzhou-h
杭州 可用区Icn-hangzhou-i
杭州 可用区Jcn-hangzhou-j
杭州 可用区Kcn-hangzhou-k
华东2(上海)cn-shanghai11上海 可用区Acn-shanghai-a
上海 可用区Bcn-shanghai-b
上海 可用区Ccn-shanghai-c
上海 可用区Dcn-shanghai-d
上海 可用区Ecn-shanghai-e
上海 可用区Fcn-shanghai-f
上海 可用区Gcn-shanghai-g
上海 可用区Kcn-shanghai-k
上海 可用区Lcn-shanghai-l
上海 可用区Mcn-shanghai-m
上海 可用区Ncn-shanghai-n
华东5 (南京-本地地域)cn-nanjing1南京-本地地域 可用区Acn-nanjing-a
华东6(福州-本地地域)cn-fuzhou1福州-本地地域 可用区Acn-fuzhou-a
华中1(武汉-本地地域)cn-wuhan-lr1武汉-本地地域 可用区Acn-wuhan-lr-a
华南1(深圳)cn-shenzhen6深圳 可用区Acn-shenzhen-a
深圳 可用区Bcn-shenzhen-b
深圳 可用区Ccn-shenzhen-c
深圳 可用区Dcn-shenzhen-d
深圳 可用区Ecn-shenzhen-e
深圳 可用区Fcn-shenzhen-f
华南2(河源)cn-heyuan2河源 可用区Acn-heyuan-a
河源 可用区Bcn-heyuan-b
华南3(广州)cn-guangzhou2广州 可用区Acn-guangzhou-a
广州 可用区Bcn-guangzhou-b
西南1(成都)cn-chengdu2成都 可用区Acn-chengdu-a
成都 可用区Bcn-chengdu-b
中国香港cn-hongkong3香港 可用区Bcn-hongkong-b
香港 可用区Ccn-hongkong-c
香港 可用区Dcn-hongkong-d

其他国家和地区:

地域名称地域ID可用区数量可用区名称可用区ID
新加坡ap-southeast-13新加坡 可用区Aap-southeast-1a
新加坡 可用区Bap-southeast-1b
新加坡 可用区Cap-southeast-1c
澳大利亚(悉尼)ap-southeast-22悉尼 可用区Aap-southeast-2a
悉尼 可用区Bap-southeast-2b
马来西亚(吉隆坡)ap-southeast-32吉隆坡 可用区Aap-southeast-3a
吉隆坡 可用区Bap-southeast-3b
印度尼西亚(雅加达)ap-southeast-53雅加达 可用区Aap-southeast-5a
雅加达 可用区Bap-southeast-5b
雅加达 可用区Cap-southeast-5c
菲律宾(马尼拉)ap-southeast-61马尼拉 可用区Aap-southeast-6a
泰国(曼谷)ap-southeast-71曼谷 可用区Aap-southeast-7a
印度(孟买)ap-south-12孟买 可用区Aap-south-1a
孟买 可用区Bap-south-1b
日本(东京)ap-northeast-13东京 可用区Aap-northeast-1a
东京 可用区Bap-northeast-1b
东京 可用区Cap-northeast-1c
韩国(首尔)ap-northeast-21首尔 可用区Aap-northeast-2a
美国(硅谷)us-west-12硅谷 可用区Aus-west-1a
硅谷 可用区Bus-west-1b
美国(弗吉尼亚)us-east-12弗吉尼亚 可用区Aus-east-1a
弗吉尼亚 可用区Bus-east-1b
德国(法兰克福)eu-central-13法兰克福 可用区Aeu-central-1a
法兰克福 可用区Beu-central-1b
法兰克福 可用区Ceu-central-1c
英国(伦敦)eu-west-12伦敦 可用区Aeu-west-1a
伦敦 可用区Beu-west-1b
阿联酋(迪拜)me-east-11迪拜 可用区Ame-east-1a
沙特(利雅得)me-central-12利雅得 可用区Ame-central-1a
利雅得 可用区Bme-central-1b

金融云地域和可用区分布

阿里云金融云支持的所有地域及对应的可用区如下表所示:

地域名称地域ID所在城市可用区数量可用区名称
华东1 金融云cn-hangzhou杭州7
  • 华东1 金融云 可用区B
  • 华东1 金融云 可用区C
  • 华东1 金融云 可用区D
  • 华东1 金融云 可用区H
  • 华东1 金融云 可用区I
  • 华东1 金融云 可用区J
  • 华东1 金融云 可用区K
华东2 金融云cn-shanghai-finance-1上海6
  • 华东2 金融云 可用区A
  • 华东2 金融云 可用区B
  • 华东2 金融云 可用区F
  • 华东2 金融云 可用区G
  • 华东2 金融云 可用区K
  • 华东2 金融云 可用区Z
华南1 金融云cn-shenzhen-finance-1深圳4
  • 华南1 金融云 可用区A
  • 华南1 金融云 可用区B
  • 华南1 金融云 可用区D
  • 华南1 金融云 可用区E
华北2 金融云cn-beijing-finance-1北京3
  • 华北2 金融云 可用区K
  • 华北2 金融云 可用区L
  • 华北2 金融云 可用区Z

政务云

阿里云政务云支持的所有地域及对应的可用区如下表所示:

地域名称地域ID所在城市可用区数量可用区名称
华北2 阿里政务云1cn-north-2-gov-1北京5
  • 华北2 阿里政务云1 可用区A
  • 华北2 阿里政务云1 可用区B
  • 华北2 阿里政务云1 可用区C
  • 华北2 阿里政务云1 可用区D
  • 华北2 阿里政务云1 可用区E

以上是阿里云服务器网aliyunfuwuqi.com关于阿里云服务器地域和可用区的分布表说明。

这篇关于2024年阿里云服务器地域和可用区所在地区城市分布表的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/840570

相关文章

服务器集群同步时间手记

1.时间服务器配置(必须root用户) (1)检查ntp是否安装 [root@node1 桌面]# rpm -qa|grep ntpntp-4.2.6p5-10.el6.centos.x86_64fontpackages-filesystem-1.41-1.1.el6.noarchntpdate-4.2.6p5-10.el6.centos.x86_64 (2)修改ntp配置文件 [r

2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题

题库来源:安全生产模拟考试一点通公众号小程序 2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题是由安全生产模拟考试一点通提供,流动式起重机司机证模拟考试题库是根据流动式起重机司机最新版教材,流动式起重机司机大纲整理而成(含2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题参考答案和部分工种参考解析),掌握本资料和学校方法,考试容易。流动式起重机司机考试技

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

【专题】2024飞行汽车技术全景报告合集PDF分享(附原数据表)

原文链接: https://tecdat.cn/?p=37628 6月16日,小鹏汇天旅航者X2在北京大兴国际机场临空经济区完成首飞,这也是小鹏汇天的产品在京津冀地区进行的首次飞行。小鹏汇天方面还表示,公司准备量产,并计划今年四季度开启预售小鹏汇天分体式飞行汽车,探索分体式飞行汽车城际通勤。阅读原文,获取专题报告合集全文,解锁文末271份飞行汽车相关行业研究报告。 据悉,业内人士对飞行汽车行业

高效录音转文字:2024年四大工具精选!

在快节奏的工作生活中,能够快速将录音转换成文字是一项非常实用的能力。特别是在需要记录会议纪要、讲座内容或者是采访素材的时候,一款优秀的在线录音转文字工具能派上大用场。以下推荐几个好用的录音转文字工具! 365在线转文字 直达链接:https://www.pdf365.cn/ 365在线转文字是一款提供在线录音转文字服务的工具,它以其高效、便捷的特点受到用户的青睐。用户无需下载安装任何软件,只

2024网安周今日开幕,亚信安全亮相30城

2024年国家网络安全宣传周今天在广州拉开帷幕。今年网安周继续以“网络安全为人民,网络安全靠人民”为主题。2024年国家网络安全宣传周涵盖了1场开幕式、1场高峰论坛、5个重要活动、15场分论坛/座谈会/闭门会、6个主题日活动和网络安全“六进”活动。亚信安全出席2024年国家网络安全宣传周开幕式和主论坛,并将通过线下宣讲、创意科普、成果展示等多种形式,让广大民众看得懂、记得住安全知识,同时还

Linux服务器Java启动脚本

Linux服务器Java启动脚本 1、初版2、优化版本3、常用脚本仓库 本文章介绍了如何在Linux服务器上执行Java并启动jar包, 通常我们会使用nohup直接启动,但是还是需要手动停止然后再次启动, 那如何更优雅的在服务器上启动jar包呢,让我们一起探讨一下吧。 1、初版 第一个版本是常用的做法,直接使用nohup后台启动jar包, 并将日志输出到当前文件夹n

基于 YOLOv5 的积水检测系统:打造高效智能的智慧城市应用

在城市发展中,积水问题日益严重,特别是在大雨过后,积水往往会影响交通甚至威胁人们的安全。通过现代计算机视觉技术,我们能够智能化地检测和识别积水区域,减少潜在危险。本文将介绍如何使用 YOLOv5 和 PyQt5 搭建一个积水检测系统,结合深度学习和直观的图形界面,为用户提供高效的解决方案。 源码地址: PyQt5+YoloV5 实现积水检测系统 预览: 项目背景

2024/9/8 c++ smart

1.通过自己编写的class来实现unique_ptr指针的功能 #include <iostream> using namespace std; template<class T> class unique_ptr { public:         //无参构造函数         unique_ptr();         //有参构造函数         unique_ptr(

论文翻译:arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

Benchmark Data Contamination of Large Language Models: A Survey https://arxiv.org/abs/2406.04244 大规模语言模型的基准数据污染:一项综述 文章目录 大规模语言模型的基准数据污染:一项综述摘要1 引言 摘要 大规模语言模型(LLMs),如GPT-4、Claude-3和Gemini的快