各位老铁们，大家好，今天由我来为大家分享星能服务器，以及PC与服务器的区别的相关问题知识，希望对大家有所帮助。如果可以帮助到大家，还望关注收藏下本站，您的支持是我们最大的动力，谢谢大家了哈，下面我们开始吧！
一、阿里巴巴是用的什么服务器阿里巴巴是用的什么服务器的
转载:阿里巴巴为什么选择ApacheFlink？
本文主要整理自阿里巴巴计算平台事业部高级技术专家莫问在云起大会上的演讲。
一棵大树从一棵小树苗长成；小小橡实可能长成参天大树
随着人工智能时代的到来和数据量的爆炸，在典型的大数据业务场景中，最常见的数据业务方式是使用批处理技术处理全量数据和流计算处理实时增量数据。在大多数业务场景中，用户的业务逻辑在批处理和流处理中往往是相同的。但是，用户用于批处理和流处理的两套计算引擎是不同的。
因此，用户通常需要编写两套代码。无疑，这带来了一些额外的负担和成本。阿里巴巴的商品数据处理往往需要面对增量和全量两种不同的业务流程，所以阿里在想，我们能不能有一个统一的大数据引擎技术，用户只需要根据自己的业务逻辑开发一套代码就可以了。在这样不同的场景下，无论是全数据还是增量数据，还是实时处理，都可以有一套完整的解决方案支持，这也是阿里选择Flink的背景和初衷。
目前开源的大数据计算引擎有很多选择，如Storm、Samza、Flink、KafkaStream等。、以及Spark、Hive、Pig、Flink等批量处理。但是同时支持流处理和批处理的计算引擎只有两个选择:一个是ApacheSpark，一个是ApacheFlink。
技术、生态等多方面综合考虑。首先，Spark的技术思路是模拟基于批量的流量计算。另一方面，Flink使用基于流的计算来模拟批处理计算。
从技术发展的角度来看，用批处理来模拟流程存在一定的技术局限*，这种局限*可能很难突破。Flink基于流模拟批处理，在技术上具有更好的可扩展*。从长远来看，阿里决定将Flink作为统一通用的大数据引擎作为未来的选择。
Flink是一个统一的大数据计算引擎，具有低延迟、高吞吐量。在阿里巴巴的生产环境中，Flink的计算平台每秒可以处理数亿条消息或事件，延迟为毫秒级。同时，Flink提供了一次*的一致*语义。保证了数据的正确*。这样，Flink大数据引擎就可以提供金融数据处理能力。
弗林克在阿里的现状
基于ApacheFlink在阿里巴巴搭建的平台于2016年正式上线，从阿里巴巴的搜索和推荐两个场景实现。目前，包括阿里巴巴所有子公司在内的所有阿里巴巴业务都采用了基于Flink的实时计算平台。同时，Flink计算平台运行在开源的Hadoop集群上。Hadoop的YARN作为资源管理调度，HDFS作为数据存储。所以Flink可以和开源大数据软件Hadoop无缝对接。
目前，这个基于Flink的实时计算平台不仅服务于阿里巴巴集团，还通过阿里云的云产品API向整个开发者生态系统提供基于Flink的云产品支持。
Flink在阿里巴巴的大规模应用表现如何？
规模:一个系统是否成熟，规模是一个重要的指标。Flink最初推出阿里巴巴只有几百台服务器，现在已经达到上万台服务器，在全球屈指可数；
状态数据:基于Flink，内部积累的状态数据已经是PB规模；
事件:如今，每天在Flink的计算平台上处理的数据超过万亿条；
PS:高峰期每秒可承担超过4.72亿次访问，最典型的应用场景是阿里巴巴双11的大屏；
弗林克的发展之路
接下来，从开源技术的角度，我们来谈谈ApacheFlink是如何诞生，如何成长的。而阿里又是如何在这个成长的关键时刻进来的？你对它做过哪些贡献和支持？
Flink诞生于欧洲大数据研究项目平流层。这个项目是柏林工业大学的一个研究项目。早期，Flink做的是批量计算，但2014年，同温层的核心成员孵化了Flink，同年将Flink捐赠给Apache，后来成为Apache最顶尖的大数据项目。同时，Flink计算的主流方向被定位为流式，即使用流式计算来计算所有的大数据。这就是Flink技术诞生的背景。
2014年，Flink作为专注于流计算的大数据引擎，开始在开源大数据行业崭露头角。不同于Storm、SparkStreaming等流计算引擎，它不仅是一个高吞吐量、低延迟的计算引擎，还提供了许多高级功能。比如提供有状态计算，支持状态管理，支持数据语义的强一致*，支持事件时间，水印处理消息无序。
Flink核心概念和基本概念
Flink区别于其他流计算引擎的地方其实是状态管理。
是什么状态？比如开发一套流量计算系统或者任务做数据处理，可能经常需要对数据做统计，比如Sum，Count，Min，Max，这些值都需要存储。因为它们是不断更新的，所以这些值或变量可以理解为一种状态。如果数据源正在读取Kafka，RocketMQ，可能需要记录读取的位置并记录偏移量。这些偏移变量是要计算的状态。
Flink提供了内置的状态管理，可以将这些状态存储在Flink内部，而不需要存储在外部系统中。这样做有以下优点:第一，减少了计算引擎对外部系统的依赖和部署，运维更简单；其次，在*能上有了很大的提升:如果是通过外部访问，比如Redis，HBase必须通过网络和RPC访问。如果Flink在内部访问这些变量，它只通过自己的进程访问这些变量。同时，Flink会定期让这些状态的检查点持久化，并将检查点存储在分布式持久化系统中，比如HDFS。这样，当Flink的任务出错时，它会从最新的检查点恢复整个流的状态，然后继续运行它的流处理。对用户没有数据影响。
Flink如何保证在检查点恢复的过程中没有数据丢失或冗余？要保证计算准确？
原因是Flink使用了一套经典的Chandy-Lamport算法，其核心思想是将这种流计算视为一种流拓扑，在这种拓扑的头部有规律地插入来自源点的特殊屏障，并将屏障从上游广播到下游。当每个节点接收到所有栅栏时，它将拍摄状态快照。每个节点完成快照后，整个拓扑将被视为一个完整的检查点。接下来，无论发生什么故障，都会从最近的检查点恢复。
Flink使用这种经典算法来确保语义的强一致*。这也是Flink与其他无状态流计算引擎的核心区别。
以下是Flink解决无序问题的方法。比如星球大战的序列，如果按照上映时间来看，可能会发现故事在跳跃。
在流量计算上，和这个例子很像。所有消息的到达时间与源在线系统日志中实际发生的时间不一致。在流处理的过程中，希望消息按照它们在源端实际发生的顺序进行处理，而不是按照它们实际到达程序的时间。Flink提供了一些先进的事件时间和水印技术来解决乱序问题。以便用户可以有序地处理该消息。这是Flink的一个很重要的特点。
接下来介绍一下Flink起步时的核心概念和理念，这是Flink发展的第一阶段；第二阶段是2015年和2017年。这个阶段也是Flink发展和阿里巴巴介入的时候。故事源于2015年年中我们在搜索事业部做的一项调查。当时阿里有自己的批处理技术和流计算技术，既有自研的，也有开源的。但是，为了思考下一代大数据引擎的方向和未来趋势，我们对新技术做了大量的研究。
结合大量的研究成果，我们最终得出结论，解决一般大数据计算需求，整合批量流的计算引擎是大数据技术的发展方向，最终我们选择了Flink。
但2015年的Flink还不够成熟，规模和稳定*都没有付诸实践。最后我们决定在阿里成立Flink分公司，对Flink进行大量的修改和改进，以适应阿里巴巴的超大型业务场景。在这个过程中，我们团队不仅改进和优化了Flink的*能和稳定*，还在核心架构和功能上做了大量的创新和改进，并贡献给了社区，比如:Flink全新的分布式架构、增量式检查点机制、基于信用的网络流量控制机制和流式SQL。
阿里巴巴对Flink社区的贡献
我们来看两个设计案例。第一个是阿里巴巴重构了Flink的分布式架构，对Flink的作业调度和资源管理做了明确的分层和解耦。这样做的第一个好处是Flink可以在各种开源资源管理器上本地运行。这种分布式架构改进后，Flink可以原生运行在HadoopYarn和Kuberes这两种最常见的资源管理系统上。同时将Flink的任务调度由集中式调度改为分布式调度，使Flink可以支持更大的集群，获得更好的资源隔离。
另一个是实现增量检查点机制，因为Flink提供了有状态计算和规则检查点机制。如果内部数据越来越多，检查点就会越来越大，最终可能导致做不下去。提供增量检查点后，Flink会自动找出哪些数据是增量更改的，哪些数据是修改的。同时，只有这些修改过的数据被持久化。这样检查点就不会随着时间的运行越来越难，整个系统的*能也会非常稳定，这也是我们贡献给社区的一个非常重要的特*。
经过2015-2017年对Flink流媒体能力的提升，Flink社区逐渐走向成熟。Flink也成为了流媒体领域最主流的计算引擎。因为Flink最开始是想做一个统一流式、批量处理的大数据引擎，这个工作在2018年就已经开始了。为了实现这一目标，阿里巴巴提出了新的统一API架构和统一SQL解决方案。同时，在流式计算的各种功能得到改进后，我们认为批量计算也需要各种改进。无论在任务调度层还是数据洗牌层，在容错*和易用*方面都有很多工作需要改进。
究其原因，这里有两个要点与大家分享:
●统一的API堆栈
●统一的SQL方案
我们来看看FlinkAPI栈的现状。研究过Flink或者用过Flink的开发者应该知道。Flink有两个基本的API，一个是数据流，一个是数据集。数据流API提供给流用户，数据集API提供给批量用户，但是这两个API的执行路径完全不同，甚至需要生成不同的任务来执行。所以这和统一API是冲突的，这也是不完善的，不是最终的解决方案。在运行时之上，应该有一个统一批量流程集成的基础API层，我们希望API层能够统一。
因此，我们将在新架构中采用一个DAG(有限非循环图)API作为批处理流的统一API层。对于这种有限无环图，批量计算和流量计算不需要明确表示。开发者只需要在不同的节点和不同的边定义不同的属*，就可以规划数据是流属*还是批属*。整个拓扑是一个统一的语义表达，可以集成批量流。整个计算不需要区分流量计算和批量计算，只需要表达自己的需求。有了这个API，Flink的API栈就统一了。
除了统一的基础API层和统一的API栈，SQL解决方案在上层也是统一的。而批处理SQL，我们可以认为有流计算和批处理计算的数据源，我们可以把这两个数据源模拟成数据表。可以认为流数据的数据源是一个不断更新的数据表，而批量数据的数据源可以认为是一个相对静态的表，没有更新的数据表。整个数据处理可以看作是SQL的一个查询，最终结果也可以模拟成一个结果表。
对于流计算，它的结果表是一个不断更新的结果表。对于批处理，其结果表是相当于一次更新的结果表。从整个SOL语义表达来看，flow和batch是可以统一的。此外，流SQL和批处理SQL都可以使用同一个查询来表示重用。通过这种方式，所有流批次都可以通过同一个查询进行优化或解析。甚至许多流和批处理操作符都可以重用。
弗林克的未来方向
首先，阿里巴巴要基于Flink的本质做一个全能的统一大数据计算引擎。放在生态和场景的地面上。目前Flink是主流的流计算引擎，很多互联网公司已经达成共识，Flink是大数据的未来，是最好的流计算引擎。接下来的重要任务是让Flink在批量计算上有所突破。在更多的场景下，已经成为主流的批量计算引擎。然后进行流量和批次的无缝切换，流量和批次的界限越来越模糊。使用Flink，在一个计算中，可以同时进行流量计算和批量计算。
第二个方向是Flink得到更多语言的生态支持，不仅仅是J*a，Scala，还有Python和Go进行机器学习。未来希望用更丰富的语言开发Flink计算任务，描述计算逻辑，连接更多生态。
最后不得不说AI，因为很多大数据计算需求和数据量都在支撑非常热门的AI场景。所以我们会在完善Flink流批生态的基础上，继续往上走，完善上层Flink的机器学习算法库。同时，Flink会借鉴成熟的机器，深度学习融合。比如Flink上的Tensorflow，可以用来整合大数据的ETL数据处理和机器学习的特征计算、特征计算，以及训练的计算，让开发者同时享受多个生态系统带来的好处。
阿里巴巴云境是什么东西？
这个是阿里巴巴做的一款信息化系统产品，主要针对中小企业，它的服务器??硬件的支持，都是阿里放在云端的。相当于都是由阿里来帮你管理数据??，客户的硬件投入非常低，系统管理成本也很低，通常是以年费的形式来运行。
为什么阿里巴巴，腾讯等这些公司要把服务器放在美国？
为了让美国人民享受到阿里巴巴和腾讯的服务啊，另外国内的人到美国去，也是需要相关的服务的。
阿里巴巴属于哪个行业？
阿里巴巴主营属于电子商务，还包括互联网金融、电子支付、物流等。同时，阿里巴不断发展还涉及到更广的领域，比如传媒、物联网等。
阿里巴巴集团本家产业：阿里巴巴、淘宝、支付宝、阿里软件、阿里妈妈、口碑网、阿里云、中国雅虎、一淘网、淘宝商城、中国万网，聚划算、云峰*、蚂蚁金服。
一般的网店需要多大的服务器？
不需要因为你申请的淘宝店是一个虚拟空间来着，在阿里巴巴自已建设的机房之中，可使用，无需自备服务器。装修店铺，上架商品即可
阿里千岛湖数据中心建在湖底吗？
是的，阿里巴巴的一个服务器中心就放在千岛湖湖底。阿里云千岛湖数据中心建筑面积30000平方米，共11层，可容纳至少5万台设备。作为水冷驱动的工业数据中心建设的模板，很有创新*和代表*。数据中心90%时间不需要电制冷，深层湖水通过完全密闭的管道流经数据中心，帮助服务器降温，再流经2.5公里的青溪新城中轴溪，作为城市景观呈现，自然冷却后又回到千岛湖。
二、PC与服务器的区别
PC与服务器的区别：
1.可扩展*不同。
PC一般不需要很多外插卡，对扩展*要求不高。
服务器一般需要考虑增加网卡、RAID卡、HBA卡等。另外，扩展*还包括，内存、硬盘等存储位、电源，甚至是CPU的扩展，这些是服务器的特*。
2.系统方面不同。
一般我们电脑是使用windows XP或者windows7等系统。
服务器一般使用windows 2000、windows 2003、windows 2008以及Linux等服务器系统，内部界面与windows xp类似，只是里面多了一些服务器应用软件。
3.稳定*和可靠*不同。
普通CPU是按照72个小时连续工作设计的，家用电脑不用时，我们还是会让它保持关机状态。
服务器CPU是为了长时间稳定工作而存在的，基本都是设计为能常年连续工作的。一般服务器都是365天开机运行，只有偶尔停机维护，对稳定*要求极高。
4.指令集不同。
普通PC配备的是普通CPU，通常为CISC复杂指令集，追求指令集的大而全，尽量把各种常用的功能集成到一块。
服务器CPU的指令，一般是采用RISC（精简指令集）。这种设计的好处，就是针对*更强，可以根据不同的需求，进行专门的优化，能效更高。
5.多路互联支持不同。
普通家用电脑，一块主板只能安装一个CPU，不支持多路互联。
服务器CPU支持多路互联，简单的说就是一台服务器可装很多个CPU。
参考资料：百度百科-个人计算机
参考资料：百度百科-服务器
三、请问托管了服务器要如何配置服务器一些必须操作是什么
首次托管服务器经验
随着个人创业及小型公司企业的增多，使用服务器提供相关资讯、、邮件等服务已经不再是什么新鲜的事情，像近年来网络创业的个人用户也非常多，在网上的众多提供娱乐影音、论坛BBS等主机实际上相当一部分就是个人提供的。很多原来在家中架设服务器提供服务的用户已经感到环境的压力，特别是对于一些有已经有收费服务的服务器，更是需要有良好的环境（全天候的空调环境及稳定的电力供应等），所以选择主机托管的情况也越来越多了。不过由于主机托管目前在国内还处不太成熟的状态，很多准备办理托管的朋友对此也是一知半解，下面笔者根据自身的经验，来说一说托管主机需要准备些什么，要用什么样的标准去挑托管商，在实际操作时要注意些什么事项等等，特别是在选择托管商方面，笔者来往的朋友之中许多人的业务与服务器托管有关，自己也曾多次将服务器托管到不同的机房，亲身经历加上耳闻目睹，可说对“选择一个放心的托管商”这个话题深有感触。
一、托管前的准备－－精打细算，在机房你才知道什么叫寸土如金
1、托管能带来那些好处
现在许多单位还在用虚拟主机，不仅价格贵，而且由于与别的网站共用一台服务器，所以速度、带宽受到诸多影响，托管服务器能带来很多好处，首先，不受别人影响，网站更加稳定高速；其次，由于获得了服务器的完全控制权，可以运行许多原来不能运行的程序和服务；再次，还大大增强了数据的安全*，想想看，自己的数据总是放在别人电脑里，总觉得不踏实，这下不必担心了。
对于那些打算靠服务器创业掘金的朋友，服务器的利用价值就更大了，可以对外提供诸如、电影、网络游戏、网络社区、企业邮局、虚拟主机等多种服务，其中最常见的是虚拟主机，现在虚拟主机虽然遍地皆是，不过空间大一些可运行数据库的高档型虚拟主机价格还是不便宜的，例如一个支持数据库的500M虚拟主机空间，收费多在1000元以上，一台拥有120G硬盘的服务器，理论上可以开200多个这种空间，当然实际是不可能的，就算开只开十分之一，开20个这种空间，那么收费也在2万元，还可以同时开各种低档的空间，现在许多非IT类的企业网站都是静态的产品展示*网站，而且访问量很低，占用系统资源和带宽很少，同时开几百个不是问题，假如每个100M，收费100元，那么又可以收费1万元，这样算下来，就已经收费3万元，减去服务器硬件投入5000元，再减去服务器托管费用5000元/年，一年下来还有2万元毛利润！如果同时托管10台服务器呢？第二年呢，就没有硬件成本了，最多增加一块120G的硬盘，才几百元，算算利润。呵呵，实际上，许多朋友还同时开办许多其他服务，例如企业邮局、电影会员收费等等，一台服务器弄好了真是一个聚宝盆啊。
2、托管服务器选择什么类型更好？
很多朋友都知道在机房租个位置不便宜。对于很多个人或者小型公司企业来说，在初期的投资虽然想尽可能省，但是却要学会如何去省，不该省的可别省了。托管主机建议是托管1U的机架式服务器，虽然初期硬件成本高一点，但是长远看还是这样比较合算，因为电信机房的托管费都是按照1U每年多少钱来计算的，假如你的服务器个头太高，无疑就要多付出更多的托管费用，例如，在北京某机房，托管1U服务器0元/年，托管2U服务器就要6000元/年，由此可见，1U服务器在主机托管领域的应用是很有实际意义的。托管1U服务器与托管其他种类的服务器（例如2U服务器、塔式服务器等）相比，托管费肯定是最便宜的。所以，要去托管，就请先把你塔式服务器里的配件拿出来，装进1U服务器机箱里，这能为您省下一大笔银子，想想，服务器是要托管很多年的啊，得省多少钱啊。
二、“纸上谈兵”－－如何挑选一个好的托管商
经典疑问：贵是否一定就好？
很多朋友问我，选哪个托管商好？如果您是学法律的，那我问你，我要打个官司，选哪个律师行好？如果您是汽车行业的，我要买汽车，那我问你买什么汽车好？是不是觉得一言难尽，你肯定会说：“这先看你是什么情况，有什么具体要求。。。”一大堆这样的道理。我们中国有句老话“一分钱一分货”，那是不是把这个原则套到所有事物身上都正确呢？按照一些人的说法“别瞎挑了，选贵的一定不会错”，笔者坚定地说，这样是观点是错的！我不说服务器托管的例子，说汽车的吧，大家更为熟悉，如果别人问你买什么汽车好，你说挑贵的就不错，那中国不是全都跑大奔宝马法拉利了？好的定义不是单方面的，消费者去选购产品或者选购服务，是双方的事情，不同需求的客户自然会有不同的选择，开的士的司机都知道法拉利起步及速度都够快，但是事实上满街跑的都是捷达夏利什么的，就是这个道理。所以托管主机你别盲目去选贵的就行，就像用法拉利拉客，拉一辈子还赚不回本。
经典误区：盲目一味追求低价
答案大家想必猜得到，便宜未必没好货。不过即使是这样，笔者还是建议不要采用那种超级便宜的托管商，便宜中的好货有是有，但是机率太低了，还是放弃吧。这可是个硬道理，要不到时吃亏就后悔莫及了。
1、低价服务商变数大得惊人
现在市场上，主机托管的价格参差不一，同样托管1U主机，贵的开价8000元/年，便宜的只要2000元/年，之所以这样，因素很多，虽然不能说贵的就一定好，但是也千万不要以为越便宜越好。那么低价的服务商差在哪了？其实当中有一个很重要的因素就是服务商的规模，是不是能够始终如一地经营，因为现在做托管服务门槛较低，管理的也不是很严格，两个大学生到机房租一个机柜就可以搞，但是小公司、个人服务的不稳定因素太多，以我的经验基本上半年左右80％就要有变化，一旦遇到经济波动或者机房租金上调利润太少，撒手不管了，或者乱换地方，乱换IP，就惨了，不要以为这很少见，其实现在这种情况是多数。
2、跑路事件时有发生
许多小公司的技术力量太弱，这在维护十几台服务器的时候还不明显，一旦靠低价吸引来的客户多了，弊端就显示出来了，比如几十台服务器的时候，一两个技术员维护起来就很困难了。客户多了，问题自然也就多起来，死机、重启、速度慢、去机房检修线路、带客户去机房、杀*、机房出问题等等，无论什么问题，客户都觉得是托管的问题，客户半夜三更*机咆哮是常事，本来收钱就少，一旦后续托管的少了，资金周转只出不进，还得继续维护这些服务器到年底，你说能不烦吗？烦透了，手机一关，爱谁谁了，呵呵。这可不新鲜，前几天就有一个哥们扔下40多台机器，跑去度假去了，手机一停万事皆休。肺腑之言，希望能给朋友们一些帮助。
当然，我并没有贬低小公司的意思，我觉得只要小公司认真做事，负责任，有耐力，是完全可以选择的，但是有些事情真的不以人的意志为转移，我看到很多小公司，开始雄心万丈，不到半年，多数不到3个月，就出大问题。因为这期间正是客户多不多少不少，麻烦事情多的阶段，很多公司挺不过去，就倒了。有时候真的挺不过去啊，你想想就两个人，半夜来电话，服务器出问题，就要去机房，这边客户电话不断，气势汹汹，那边机房拖拖拉拉，有问题不解决，您说能不倒闭吗？
再次奉劝那些要托管主机的朋友，如果您将来服务器上是要放置上百个企业的网站资料，那就要小心行事，一旦出问题，只要有一两家企业因为服务器中断，告到工商局，你就惨了，轻则罚款，重则关门，所以尽量要选择有实力的规范的大公司，至少不会最后不接电话而上演人间蒸发。
三、实战经验－－轻松四招教你挑选
第一招：第一次托管不妨先看ICP证
如果您是第一次托管，想要靠这台服务器创业，掘出人生第一桶金，那么首先绝对不要考虑没有icp许可证的“小公司”，要锁定资质好，规模大，名气大，信誉高的大公司，这是基本原则，就算多花几千元也值得，这个将来你就会明白为什么。
第二招：尽量跨过不必要的中间商（中介）
尽量跨过不必要的中间商，少绕弯子，这倒不全是为了省钱（当然这也是其中因素之一），因为中间商越多，将来的不稳定因素就越多，可能发生互相推诿，很难办。要尽量找到那些从机房租用机柜的托管服务商。有朋友问是不是最好托管到机房最好？我认为也未尝不可，不过有时候托管到机房，价格要比通过中间商贵很多，因为机房主要是针对那些租用机柜的公司，对零星的托管服务器的客户不是很重视，服务上也不一定赶得上好的托管服务商。
第三招：先别急着考察机房，建议先考察服务商
记住，不要约服务商在机房见面，因为考察机房是其次，考察服务商才是根本，要去服务商的公司看看，房子大不大？人多不多？规模行不行？技术行不行？历史长不长？一般服务商都迫不及待约你去看豪华的机房，但是记住，机房再豪华，人家机房也不会给你负任何责任，出了问题你只有找服务商。
不要选择没有固定电话、固定场所的网站做托管，特别不要理睬那些只留小灵通、神州行、QQ号码、E-mail的人，这类人员随时会人间蒸发，别看他们网上电话与你谈得火热，到了正经事的时候就含糊了，所以千万别把机器放他们哪儿搁，否则机器丢了你都没法报案。
第四招：考察机房重点放在它的规模、历史
虽然考察机房次要，但是考察一下也是很必要的，不要只听服务商吹嘘带宽、速度多好，要看机房的规模、历史。现在北京机房林立，不时有新的机房涌现，一说都是电信级别，人家说的可是电信级机房，没说是电信开的啊，不要误解啊，呵呵。服务商可能会给你当面测试网站的速度，但是带宽好速度好不一定永远好，这话说着绕口，但却是个业内共知的规律。一个新机房最初因为机器少，所以速度肯定比较快，但是这种新机房考虑到初期的启动成本，往往通往互联网主干线的总出口较小，经营一段时间，客户多了，速度就会慢得惊人（这个阶段不会很长，因为新机房开始总以低价格吸引租户，很快就会人满为患），而且许多新机房因为人才、设备、经验、规章跟不上，导致许多怪异的问题，比如win2000机器快，freebsd机器就慢；一旦出事，解决问题速度奇慢；经常中断服务检修等等。还有就是现在机房一般外观都比较豪华，例如多开设在四、五星级大厦里，这个什么也说明不了。
要多看看历史悠久的老牌子机房，不要以为老机房设备陈旧，其实它能稳定经营这么久，其积淀的人才、经验、设备、信誉、规矩，正是新机房欠缺的。
四、真知灼见－－容易忽视的几大挑选学问
1、要签订严谨的托管合同
一定要签订严谨的托管合同，明确双方责任、权利，例如，服务商调试机器或者移动机器改变IP要及时提前三天通知用户，否则就要赔偿损失；服务商无权将服务器转托给别人等等。如果可能，最好看看托管服务商的营业执照、ICP证，如果开业时间太短的，最好敬而远之。
2、最好不要异地托管
如果本地有机房最好在本地托管，不要千里迢迢托管到外地，因为服务器不可能全都依赖远程维护，有时候避免不了本地维护，而远在外地，没有人会帮您维修硬件、安装软件，即使帮您也很大不乐意，或者收费很黑，没有必要。
3、独享与共享，别给商家给糊弄了
托管商所提供的带宽，现在主要有两种形式，一种是独享，比如独享1兆、独享10兆、独享百兆，就是指你的这台服务器可以独享这个带宽，不和别的服务器分享，不会受到别人服务器的干扰，价格较贵；另一种形式就是最常见的百兆共享，顾名思义，就是一个机柜有100M带宽，供这个机柜里所有的服务器共享（一般放十几台，也有心肠狠放几十台的），这种形式现在最普遍，价格最低，*能也不错，一般大家看各个网站的服务器托管报价都是指的这个形式。需要强调的是，独享和共享是完全不同的两个概念，二者的价格也不可同日而语，即便是独享1M价格也比共享百兆贵。初次创业手头不宽裕的朋友，还是先选择共享为好，只要选对服务商，其速度也是很好的。
我经常接到一些“菜鸟”朋友咨询电话，问我：如果托管在百兆共享的机柜里，能否保证我30M的带宽吗？呵呵，大家想想，如果独享30M要多少钱？明摆着这是不可能的，实际情况是，在一般的机房里，如果你的服务器连续几天占用带宽在5M以上，你就要小心了，弄不好就要被机房赶出去了。你会把整个机柜里的服务器的速度拖得很慢，大家会不干的。你可能不理解，既然是100M共享，假如有十台服务器，那么100M÷10台＝10M/台，可惜现实不是这样的除法。因为，百兆共享并不意味着机柜连入互联网的速度就有100M。
那么一个机柜连接互联网的带宽真的到底有多少？其实业内公认的能有10M－20M就不错了，为什么呢？众说不一，总之是不要担心自己百兆网卡不够用，能给你持续提供十几天2M不嚷嚷的机房就不错了，那些张口承诺在百兆共享里给您辟出30M独享的人绝对是骗子！不用多考虑。
也许有的朋友会问，我的托管商在合同里给我写明了“保证每台服务器100Mbps的连接速度，保证每台服务器10Mbps的可用带宽，”这个说法其实很模糊，谁都知道只要将服务器接入机柜里面的那个百兆*机，在电脑屏幕右下角的闪烁小电脑标志就会显示100Mbps连接，可是这并不能说明这台服务器连接到互联网的速度是100M。只能说明您的服务器连接到*机是100M，可惜这没有多大意义，就算在*机上给这个服务器分配10M独享，可是您的机柜*机连接到互联网主干线的速度只有10几兆，也还是不能保证每台服务器拥有真正的10M带宽啊！除非在合同里写明，保证每台服务器连接到互联网主干线的带宽不低于10M，那才是真的，是不是？这一招具有误导*，很多服务商在合同里不写明白，所以导致很多人真的以为自己拥有了独享10M的带宽，其实这么做是不严谨的。应该说清楚，因为保证服务器到*机100M和保证服务器到互联网100M完全是天壤之别，这就是为什么百兆共享托管每年只需2000多元，而一旦是真正地独享10兆，动辄就要上万元一年？！就是这个道理。把话说清楚，也可以避免纠纷。
4、不限流量不代表不限带宽，谁都不限制等于谁都限制
在很多托管合同里，往往写明：不限制流量。听着不错，其实呢，要搞清楚，流量不等于带宽啊，不限制流量不代表不限制带宽，就好比说，一个自来水龙头，不限制流量，但是限制流速，龙头只拧开细细一丝，虽然不限制流量，但是一个小时也放不满一缸水。这也是一个文字游戏。还有一些托管商，明确表示：我们不但不限制流量，而且不限制带宽！听着很厉害，其实人家还有后面一句话：我不限制你，也不限制别人！得了，全是废话，都不限制，那么一个机柜里好几台机器都是做的，最终大家速度慢如老牛，你去找托管商理论，人家振振有辞：没办法，我并没有保证你的最低带宽，我不限制你的流量和带宽，也就不能限制别人的流量和带宽，带宽就这么多，谁的机器好，抢的多，就是谁的，我没法限制。最终才明白，这种无限制是最可怕的，很可能最慢。如果大家还不明白，我再举个例子，比如在十字路口，一般都会有红绿灯，对于两条路来说，那就是有“限制”的，但正是这样的限制才能保证交通畅顺，但是如果大家都觉得红绿灯是在浪费时间，交通部门把它给拿掉的话，那么车子就一脑儿都堵上去了，这时候你通过十字路口的速度恐怕会非常慢，这种“不限制”却成了“限制”了。