aws的分类

Posted 2023-04-16

参考技术A

计算类：
EC2（Elastic Compute Cloud）是一种弹性云计算服务，可为用户提供弹性可变的计算容量，通常用户可以创建和管理多个虚拟机，在虚拟机上部署自己的业务，虚拟机的计算能力（CPU、内存等）可以根据业务需求随时调整。
Elastic IP Addresses（弹性IP地址） – 弹性IP地址是为动态云计算设计的静态IP地址。一个弹性IP地址是和你的账户相关，而不是和你的一个特定实例相关。不像传统的静态IP地址，弹性IP地址可以通过重新匹配你的共有IP地址到你账户任意的实例，从而让你可以忽略实例或者可用区域的错误。连接本质上是通过NAT1:1的匹配每个Elastic IP和Private IP。
Elastic MapReduce：EMR采用运行在亚马逊EC2和S3的托管Hadoop框架上。以立即获得满足需要的计算能力，例如网页索引、数据挖掘等数据密集型任务，轻松、经济地处理海量数据，不用担心对Hadoop集群耗时的设置、管理或调优。
AS（Auto Scaling）自动伸缩服务：允许用户根据需要控制亚马逊EC2自动扩大或减小计算能力。用户利用AS可以无缝地增加EC2的实例数量，以保证使用高峰期的性能，也可以在需求停滞时自动减少以降低成本。AS特别适合那些需求按小时、天或周规律变化的应用程序。AS由亚马逊CloudWatch控制，并且用户不必支付CloudWatch以外的其他服务费用。
ELB (Elastic Load Balancing)弹性负载平衡：自动将入口流量分配到多个亚马逊EC2实例上。弹性负载平衡在实例池中不断检测不正常的实例，并自动引导路由流量到正常的实例上，直到不正常的实例恢复正常。客户可以在单一的数据中心进行负载平衡，更可以在跨中心的应用上获得相同的功能。兼容IPv6，数据来自于CloudWatch
部署&管理类：　　
ACW (Amazon CloudWatch)云监控服务：监控亚马逊自身提供的云资源以及在云上运行的应用程序。提供可视化监测，并且可以利用API调用进一步处理监控的数据。
Amazon WorkSpaces：是一种虚拟桌面服务，托管在Amazon的云中。用户可以选择任何终端设备（如笔记本电脑、iPad、Kindle Fire或android平板电脑）访问 Amazon WorkSpaces，获得与传统办公桌面一样的使用体验，更能享受节约设备成本、保证个人数据安全、随时随地办公等便利。
网络类：　　
R53（Amazon Route 53）亚马逊53号路由：Domain Name System web service(网络域名服务)。提供从基础设施（EC2实例，ELB，或者S3）到IP地址的映射。
VPC (Virtual Private Cloud)虚拟私有云：在亚马逊公有云之上创建一个私有的，隔离的云。可以像在自己的数据中心一样定义VPC的拓扑结构。可以和公司现有的数据中心互通。可以利用NAT使得子网不暴漏内网IP，公用一个IP地址与外界通讯。通过NAT设置访问控制，保护数据安全性。
存储类：
S3 (Simple Storage Service) ：亚马逊简单存储服务（S3）是一种网络存储服务，可为用户提供持久性、高可用性的存储。用户可以将本地存储迁移到Amazon S3，利用 Amazon S3 的扩展性和按使用付费的优势，应对业务规模扩大而增加的存储需求，使可伸缩的网络计算更易于开发。
EBS (Elastic Block Store)弹性数据块存储：EBS卷是独立于实例的存储，可作为一个设备动态连接到运行着的亚马逊EC2实例上。EBS特别适合于单独需要一个数据库、文件系统、或访问原始块存储的应用程序。
应用服务类：
SQS (Simple Queue Service)简单消息队列服务：提供消息存储队列，使消息可以在计算机之间传递，在执行不同任务的分布式应用组件之间轻松的转移数据，既不会丢失信息，也不要求每个组件都保持可用。SQS可以与亚马逊EC2和其他AWS的基础设施网络服务紧密结合在一起，方便地建立自动化的工作流程。SQS以网络服务的形式运行，对外发布一个web消息框架。Internet中任何计算机都可以添加或阅读消息，而不必安装任何软件或配置特殊的防火墙。使用SQS的应用组件可以独立运行，不需要在同一网络中使用相同的技术开发，也不必在同一时间运行。　　
SNS (Simple Notification Service)简单通知服务：在云中安装、处理或发送通知。它为开发人员提供了一种从应用程序发布消息，并立即传送给订阅者或其他应用程序的能力，用于创建通知某应用程序（或客户）某方面的主题。客户订阅这些主题，并使用客户选定的通信协议（例如，HTTP，电子邮件等）发布消息。亚马逊SNS的潜在用途包括监控，工作流系统，时间敏感的信息更新，移动应用等等。
数据库类：
SDB (Amazon SimpleDB)简单数据库：非关系型数据存储服务
RDS (Relational Database Service)：是一种基于云的关系型数据库服务，用户可以在云中配置、操作和扩展关系数据库。Amazon RDS 支持 mysql、Oracle、Microsoft SQL Server 或 PostgreSQL 等关系型数据库。用户无需本地维护数据库，由Amazon RDS为用户管理。
支付类：
FPS (Flexible Payments Service)灵活支付服务　　
ADP (Amazon DevPay)亚马逊支付设计
内容交付类：
CloudFront 云前：整合亚马逊其他云服务产品，完成高效快速的分布式内容交互。
人工服务类：
AMT (Amazon Mechanical Turk)机械的土耳其人：“机械的土耳其人”一词来源：这个名字源自于臭名远扬的能下象棋的“自动装置”，它是匈牙利男爵沃尔夫冈·冯·肯佩伦（Wolfgang Von Kempelen）1770年建造的。这个木制机器外形像一个坐在大机箱前的土耳其魔法师，它能自动而快速地下象棋，用复杂的齿轮和杠杆系统来移动棋子。在维也纳皇宫的首次表演中，它就迅速击败了对手Cobenzl伯爵，让在场的皇室成员看得十分高兴。从此关于这个惊人聪明的机器人迅速闻名于世，于是肯佩伦带着它在欧洲各地表演，击败了一系列著名的挑战者，包括拿破仑和本杰明·富兰克林。直到几年之后，这个骗局才被揭穿。原来机箱里藏了一名象棋大师，他用一个磁铁系统来跟踪对手的举动并移动自己的棋子，这个人实际是在模拟一种人工智能。
虽然计算技术不断发展，但仍有很多事情人类做的比计算机更有效，比如确定照片或视频中的对象，执行重复数据的删除，抄录音频资料或研究数据的细节。一般来说，完成这样的任务通常需要雇用大量临时工人（这是耗时、昂贵和难以企及的），或者干脆没法完成。
亚马逊机械的土耳其人（AMT）完成的是一种类似模拟人工智能的业务，它把人“藏”在一个软件程序中，用他们执行电脑不太善于完成的任务。例如假设程序员在写一个应用软件程序，其中有一个步骤是识别数字照片中的建筑物——这个任务会让电脑为难，但由人去做却很容易。这位程序员在用AMT服务时，可以编写几行简单的源代码，从而获取必要的情报。在该程序运行到某个指定时刻，在亚马逊公司的Turk网站上会自动贴出一个关于“由人执行任务”的要求，而人们会争着完成这项任务，以换取程序员设定的报酬。依据亚马逊公司在其网站上的解释，AMT表明人与电脑之间不寻常的颠倒关系：“当我们想到人与电脑的接口时，我们通常认为人是提出要完成的任务的一方，而电脑是完成运算任务并提供结果的一方。假使这个过程倒过来，由电脑程序要求人完成这个任务并返回结果，那又会如何呢？Mechanical Turk就是这么做的，它把人的行为和判断变成了软件程序中的功能。不是电脑为我们工作，而是我们为电脑工作。
基于以上的弹性计算、存储、数据库、应用程序服务组合，AWS可以为企业提供完整的IT业务解决方案。最关键的是，AWS是按需使用、即用即付的模式，能够灵活应对企业快速多变的IT需求。

[dfs] aw168. 生日蛋糕(dfs剪枝与优化+分类讨论+思维+公式推导+数学+好题)

文章目录

• • 1. 题目来源
  • 2. 题目解析

1. 题目来源

链接：168. 生日蛋糕

2. 题目解析

非常非常经典的题目，优化很难…

首先的首先，理解题意，问题抽象。在总体积为 n，总层数为 m 的情况下确定每层的 r 和 h，使得要去的蛋糕外表面积最小。

---

首先确定枚举顺序，枚举每层情况，再枚举每层的 r 和 h，保证 r、h 是递增的整数。枚举的种类是指数级别的，需要加入大量剪枝才可能通过本题。

优化：

• 优化搜索顺序：从底向上枚举蛋糕每一层，因为底层占用体积大，后续分支少。每层中先枚举 r 再枚举 h 且也是从大到小枚举，因为 r 是平方级别，变化快。
• 可行性剪枝与最优化剪枝：
  • 如果上一层半径和高度确定，那么对于本层来讲，半径最少是所在的层高，因为最小高度是 1，最大不能比下一层大。高度同样如此。故高度和半径都在枚举时有范围限制。
  • 如果前面所有层已经用了 v 体积和 s 表面积，那么如果后面所有层即便按照最小半径、高度分配也无法构成蛋糕或者更新最优解的话，也可以直接返回。
  • 推导体积和表面积公式之间的联系，这个是最难的，如果不加这个条件，在数据较强的情况下容易 TLE。用体积估算前 u 层的最小表面积。

太难了。

---

具体剪枝推导，来自大佬：

---

自己的手写笔记，比较乱：

---

时间复杂度：$O(指数级)$

空间复杂度：$O(n)$

---

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>
#include  <cmath>

using namespace std;

const int N = 25;

int n, m;
int minv[N], mins[N];
int R[N], H[N];
int res = 1e9;

// 自底向上，处理第 u 层，v 为之前的总体积，s 为之前的表面积
void dfs(int u, int v, int s) {
    if (v + minv[u] > n) return ;           // 可行性剪枝
    if (s + mins[u] >= res) return ;        // 最优性剪枝
    if (s + 2 * (n - v) / R[u + 1] >= res) return ;     // 体积和面积关系，剪枝

    if (!u) {                               // 搜完所有层
        if (v == n) res = s;                // 如果体积恰好等于 n，则此时的 s 一定可以更新 res
        return ;
    }

    // 先枚举 r，再枚举 h，且从大到小枚举
    for (int r = min(R[u + 1] - 1, (int)sqrt(n - v)); r >= u; r -- ) 
        for (int h = min(H[u + 1] - 1, (n - v) / r / r); h >= u; h -- ) {
            int t = 0;
            if (u == m) t = r * r;  // 如果是底层，直接加上圆柱的红色面积，然后每层只需要加上侧面积即可
            R[u] = r, H[u] = h;     // 第 u 层的半径和高度确定
            dfs(u - 1, v + r * r * h, s + 2 * r * h + t);
        }
    
}

int main() {
    scanf("%d%d", &n, &m);

    for (int i = 1; i <= m; i ++ ) {
        minv[i] += minv[i - 1] + i * i * i;         // r^2*h    r=h=1
        mins[i] += mins[i - 1] + 2 * i * i;         // 侧面积
    }

    // 设置两个哨兵，关于 r[u], h[u] 的范围限制时，需要用到 r[u+1]，h[u+1] 来取 min，所以需要设置两个哨兵
    R[m + 1] = H[m + 1] = 1e9;

    // 从 m 层开始，当前体积、表面积都是 0
    dfs(m, 0, 0);

    if (res == 1e9) res = 0;                        // 无解情况
    printf("%d\\n", res);

    return 0;
}