如何选择适合自己的云服务器配置

在当今的云计算时代，选择合适的云服务器配置对于确保应用程序的性能和成本效益至关重要。DigitalOcean 提供了多种 Droplet 云服务器配置，以满足不同用户的需求。本文将指导你如何根据你的工作负载需求，选择最合适的 DigitalOcean Droplet 配置。

Droplet 是什么？

DigitalOcean Droplets 是基于 Linux 的虚拟机（VM），它们运行在虚拟化的硬件之上。你创建的每个 Droplet 都是一台新服务器，可以单独使用，也可以作为更大、基于云的基础设施、集群的一部分。Droplets 提供了灵活的资源分配，包括 CPU、内存、磁盘存储和网络带宽。

Droplet 的创建非常简单，只需要在完成 DigitalOcean 账号的注册之后，进入 DigitalOcean 后台，轻松点选所需配置即可完成创建。目前 DigitalOcean 的数据中心分布在旧金山、纽约、阿姆斯特丹、新加坡、伦敦、法兰克福、多伦多、班加罗尔、悉尼，能够满足绝大多数中国出海企业的需求。

不过选择适合自己业务的 Droplet 非常关键，过大（或者说资源配置过多）的 Droplet 会浪费资源且成本更高，而过小的 Droplet 在 CPU 或内存满载时会遭受性能下降或错误。

共享 CPU 和独享 CPU主机有什么区别

按照 CPU 资源来分类，Droplet云主机 分为共享 CPU 和独享 CPU 两种机型。顾名思义，Droplet云主机 是从物理主机分配资源（如 CPU、RAM 和磁盘存储）的虚拟机（VM）。AWS、GCP、Azure 等虚拟机也是同样的原理。 在一台物理主机上的资源，可能会被划分为多个虚拟机，每台物理主机可以归属于多个人。

在 Droplet 中有一个Hypervisor，也称为虚拟机监视器，它会确保在物理主机上运行的多个 Droplet 各自接收到它们的虚拟资源，如 vCPU。单个物理中央处理器（CPU）被分割成多个虚拟的 CPU 实例，即 vCPU。每个 vCPU 可以独立运行操作系统和应用程序，就像它是一个独立的物理 CPU 一样。

独享 CPU Droplet 始终保证完全独占完整的超线程。在共享 CPU Droplet 中，分配给 Droplet 的超线程可能与其他多个 Droplet 共享。当你的共享 CPU Droplet 负载较重时，Hypervisor会动态分配更多的超线程给它。

简单来说，Hypervisor就像一个智能的交通警察，它负责分配CPU的“道路使用权”给不同的Droplet（虚拟服务器）。但是，这条“道路”能有多畅通，还得看其他Droplet（也就是其他车辆）的使用情况。如果旁边的Droplet（车辆）都很多，那么这个Droplet（车辆）可能就只能分到一部分“道路使用权”，而不是独享整个CPU（道路）。实际上，这就像是共享 CPU 的 Droplet 虽然有机会使用完整的超线程，但并不完全保证。如果您的应用程序需要持续维持较高的线程性能，并且无法容忍性能波动，那么你需要选择独享 CPU Droplet

你可以在共享 CPU 和独享 CPU 计划之间进行选择，不过这只会影响你获得的 vCPU 资源的量，不会影响其它资源，即在你配置中的 RAM、磁盘存储和网络带宽等资源始终是专用的。

另外，在不同的 Droplet Plan 下，用户还可以选择 CPU 的型号。我们提供了常规（Regular）和高级（Premium）两种等级的 CPU，以Basic Plan 为例，高级 CPU Droplet 配备了最新一代 Intel Xeon Scalable 处理器或 AMD EPYC 处理器。常规 CPU Droplet 则混合使用了相对旧一代的 Xeon Scalable 处理器和 AMD EPYC 处理器。每种 Droplet Plan 所提供的 CPU 选项不同，我们在接下来关于 Droplet Plan 的内容中来逐一介绍。

CPU 的型号对主机性能的影响

CPU 的型号对云主机性能的影响主要体现在以下几个方面。

1. 核心数量和 线程数：不同型号的 CPU 具有不同的核心和线程数量。更多的核心和线程可以提高并发处理能力，从而在多任务处理和高负载应用中表现更佳。
2. 主频：CPU 的主频（即时钟速度）直接影响其处理速度。更高的主频通常意味着更快的计算能力，特别是在单线程应用中。
3. 缓存大小：CPU 内部的缓存（如 L1、L2 和 L3 缓存）对数据访问速度有重要影响。更大的缓存可以减少内存访问延迟，提高整体性能。
4. 架构效率：不同代的 CPU 采用不同的微架构，其设计和制造工艺的进步能显著提升性能和能效。例如，最新的 CPU 通常在每个时钟周期中能够完成更多的指令。
5. 指令集支持：某些 CPU 支持特定的指令集扩展（如 AVX、SSE 等），这些扩展可以加速特定类型的计算，尤其是在科学计算、图形处理和机器学习等领域。
6. 热设计功耗 （ TDP ） ：CPU 的 TDP 影响其散热和稳定性。高 TDP 的 CPU 通常需要更好的散热解决方案，以维持稳定性和性能。
7. 虚拟化支持：一些 CPU 型号提供更好的虚拟化支持，能够提高虚拟机的性能和管理效率。

一般来说，越先进的 CPU 型号通常性能更强。

1. 微架构改进：新一代 CPU 通常会采用更先进的微架构，能够在同样的主频下执行更多的指令，从而提升性能。
2. 制造工艺：随着技术的发展，制造工艺的进步（例如，从 14nm 到 7nm 工艺）可以提高晶体管的密度，降低功耗，并提高性能。
3. 更高的核心和 线程数：新一代 CPU 通常会支持更多的核心和线程，这对于多任务和并行计算场景有显著的性能提升。
4. 增强的缓存：先进的 CPU 可能会配备更大的缓存，减少内存访问延迟，从而提高整体性能。
5. 支持新指令集：新型号可能支持更新的指令集和特性（如 AVX2、AVX-512 等），这些可以加速特定类型的计算。
6. 能效比：新一代 CPU 通常在能效比上会有所提升，即在相同的功耗下提供更高的性能。

从上述比较可以看出，只看云主机CPU的主频、核心数就粗略判断服务器性能是不科学的。一些厂商推出的超低价轻量服务器，往往选用前几代的CPU，无法满足高负载的应用。选择云主机时，应该以实际测试结果为依据。可以使用sysbench测试云服务器性能。

如何选择适合自己业务的云服务器？

DigitalOcean提供五种 Droplet 计划：一个共享 CPU 计划和四个独享 CPU 计划。不同的 Droplet Plan 可以配置不同数量的 vCPU，不同大小的 RAM，甚至可以配置不同容量的 SSD 存储。这里简单给大家看一个表格，就能明白了。

Droplet Plan	CPU	vCPUs	Memory
基础型（Basic）	共享	1 - 8	1 - 32 GB RAM
普通型（General Purpose）	独享	2 - 48	8 - 240 GB RAM 4 GB RAM / vCPU
CPU 优化型（CPU-Optimized）	独享	2 - 48	4 - 120 GB 2 GB RAM / vCPU
内存优化型（Memory-Optimized）	独享	2 - 32	16 - 384 GB RAM 8 GB RAM / vCPU
存储优化型（Storage-Optimized）	独享	2 - 32	16 - 384 GB RAM 8 GB RAM / vCPU 146 - 225 GB SSD / vCPU

基础型 Droplet（共享 CPU）

基础 Droplet 在较低成本下可以提供高效的 CPU 使用率，适合那些资源消耗较低的工作负载，例如：

1. 流量较低的 Web 服务器： 如512MB 1 CPU 或 1GB 1CPU 的配置。这类配置适合初期阶段的小型项目。
2. 博客： 对于大多数个人或小型企业博客来说，1GB 1CPU 或 2GB 1 CPU 的配置应该是足够的。
3. 论坛： 论坛可能会有一些数据库交互，特别是随着用户的增加。因此，至少需要2GB 1 CPU 或更高的配置，以便处理数据库查询和用户活动。
4. 内容管理系统（CMS）： 对于CMS来说，2GB 1 CPU 或 2GB 2 CPUs 的配置是一个好的起点，特别是对于带有插件和主题的定制安装。
5. 小型数据库： 小型数据库的运行通常需要一些额外的内存来存储索引和其他元数据。因此，4GB 2 CPUs 或 8GB 4 CPUs 的配置是比较合理的。
6. 开发/测试服务器： 对于开发和测试环境，通常不需要顶级的性能，除非你在测试高性能的应用程序。2GB 1 CPU 或 4GB 2 CPUs 的配置可以满足大多数开发/测试场景。
7. 微服务： 微服务架构可能会涉及到多个轻量级服务，每个服务可能只需要少量资源。但是，如果需要快速部署和启动多个实例，那么至少需要4GB 2 CPUs 或更高的配置。
8. 代码库托管： 代码库托管服务如Git服务器，通常需要处理版本控制操作，这些操作可能不会特别占用资源，特别是对于小型团队。2GB 2 CPUs 或 4GB 2 CPUs 的配置应该足够。

基础 Droplet 提供了多种配置选择，从 1 vCPU / 1 GB 内存到 8 vCPUs / 32 GB 内存。用户可以根据业务需求灵活选择最合适的内存与 vCPU，以及流量池。

如截图所示，你可以看到，不同的 Plan 会提供不同大小的免费流量，最低为 500GB 的免费出站流量，最高可以获取 6TB 的流量。如果流量超出了免费的流量额度，会按照 $0.01/GiB 来收费。具体免费流量的计算我们会在本文后半段进行详细分析。

基础型 Droplet 是共享 CPU 类型，非常适合大多数时间运行在低至中等负载，偶尔短暂爆发的应用程序。对于无法容忍性能波动的生产工作负载，你应该选择独享 CPU Droplet。

基础型 Droplet 可以配备常规 CPU 或高级 CPU。你可以选择 Intel 或 AMD 的高级 CPU。

配备高级 CPU 的基础型 Droplet 保证使用我们最新的两代 CPU 之一，以及 NVMe SSD。NVMe SSD 利用并行性提供比常规 SSD 更快的磁盘性能。需要处理大量事务的工作负载在 NVMe SSD 上的延迟要低得多。

高级 CPU Droplet 还具有增强的内存性能，这在像内存数据库和 Web 应用程序的服务器端缓存这样的工作负载中可能是一个重要因素。高级 AMD Droplet 具有 3200 MHz 的内存频率，而高级 Intel 为 2933 MHz。

该计划会提供高级 CPU 或常规 CPU 两种选择。高级 CPU Droplet 配备了最新一代 Intel Xeon 处理器或 AMD EPYC 处理器。常规 CPU Droplet 则混合使用了旧一代的 Xeon Scalable 处理器和 AMD EPYC 处理器。

通用型 Droplet（独享 CPU）

通用型 Droplet 提供了内存与独享 CPU ，适合多种业务。通用型 Droplet 包含有 6 种配置，从 2 vCPU 到 60 vCPU，内存从 8 GB 到 240 GB。这种大约 4:1 的内存 CPU 比例非常适合以下几种业务需求：

1. 中高流量的 Web 服务器： 此类业务至少需要一个可以处理并发连接并且有足够内存来缓存页面和数据的配置。一个 8GB 2CPUs、16GB 4 CPUs 或者 32GB 6 CPUs 的配置都可能是合适的起始配置，具体取决于你网站的复杂性和平均并发用户数。
2. 电商网站： 电商网站通常需要处理大量的并发请求，同时还需要有足够的资源来运行后台服务如订单处理、支付网关集成等。考虑到电商平台可能还会涉及商品图片、用户评论等内容，建议至少使用 32GB 6 CPUs 或者 64GB 16 CPUs 的配置。
3. 中型数据库： 对于中型数据库，内存是关键因素之一，因为更多的内存意味着更多的数据可以被缓存，从而减少磁盘I/O操作。因此，至少需要32GB 6 CPUs 的配置来运行一个中等规模的数据库。如果数据库操作非常密集，可能需要更高配置，比如64GB 16 CPUs 或更高。
4. 软件即服务 (SaaS)： SaaS应用可能需要处理多个租户的需求，这意味着它们需要能够高效地管理资源并且提供稳定的服务。根据应用的具体需求，从16GB 4 CPUs 到 160GB 40CPUs 都有可能是合适的配置，具体取决于SaaS应用的功能集、用户基数和预期的增长速度。

如果你不确定哪种 Droplet 类型最适合你的应用程序，它们也是一个不错的选择。它们最适合需要专用计算能力的通用生产工作负载。

通用型 Droplet 可以配备常规 CPU 或高级 CPU。

目前，配备高级 CPU 的通用型 Droplet 使用的是最新一代 Intel Xeon Scalable 处理器。而配备常规 CPU 的通用型 Droplet 则混合使用了相对旧一代的 Intel Xeon Scalable 处理器。

CPU 优化型 Droplet（独享 CPU）

如果你的工作负载需要保证和持续的 CPU 性能，但对内存的要求不是特别高，CPU 优化 Droplet 可以让你在每个专用 vCPU 上最小化成本。CPU 优化 Droplet 由 Intel 的 Ice Lake 处理器和时钟速度超过 2.6 GHz 的旧处理器支持，它们是为 CPU 密集型工作负载设计的，我们以采用了常规 Intel CPU 的 Droplet 配置为例，讲几个适合的业务场景：

1. 视频和直播流： 视频和直播流服务通常需要处理大量的实时数据传输，并且可能需要编码和转码能力。因此，至少需要8GB 4 CPUs 的配置来处理基本的直播流，而对于高质量、高分辨率或多路流媒体服务，则建议使用16GB 8 CPUs 或以上的配置。
2. 游戏： 游戏服务器的要求因游戏类型而异。简单的多人在线游戏可能需要较少的资源，而复杂的游戏（如MMORPG）则需要更多的CPU和内存资源来处理游戏逻辑和玩家互动。对于基础游戏服务器，可以考虑8GB 4 CPUs 的配置；而对于要求较高的游戏，则至少需要16GB 8 CPUs 或更高的配置。
3. 人工智能和机器学习： AI和ML应用通常需要大量的计算能力和内存来训练模型和进行推理。对于这些任务，至少需要32GB 16 CPUs 的配置，并且如果涉及到深度学习，则可能需要更大的内存，如64GB 32 CPUs 或更高配置。如果可能的话，使用GPU加速计算也是一个不错的选择。
4. 负载较重的前端Web服务器： 对于负载较重的前端Web服务器，需要确保足够的内存来缓存静态文件，并且有足够的CPU资源来处理动态内容。在这种情况下，8GB 4 CPUs 或 16GB 8 CPUs 的配置可能是一个良好的起点，具体取决于网站的复杂性和预期的访问量。
5. 持续集成/持续部署 (CI/CD)： CI/CD管道可能涉及构建、测试和部署代码，这需要一定的CPU和内存资源。对于简单的CI/CD流程，4GB 2CPUs 可能已经足够，但对于更复杂的流水线，则可能需要8GB 4 CPUs 或更高的配置。如果涉及到并行构建或大型项目的CI/CD，则需要16GB 8 CPUs 或更高配置。

CPU 优化 Droplet 提供了大约 2:1 的内存与 CPU 比例，从 2 vCPU 和 4 GB 内存到 60 vCPU 和 120 GB 内存。这种配置最适合需要从专用 vCPU 获得快速、一致性能的应用程序，但对内存的需求并不像通用 Droplet 提供的额外 RAM 那样高。

CPU 优化 Droplet 可以配备常规 CPU 或高级 CPU。

目前，配备高级 CPU 的 CPU 优化 Droplet 使用的是最新一代 Intel Xeon Scalable 处理器。而配备常规 CPU 的 CPU 优化 Droplet 则混合使用了相对旧一代的 Intel Xeon Scalable 处理器。

内存优化型 Droplet（独享 CPU）

一些工作负载，如大型生产数据库或内存中缓存，需要更多的内存来存储数据的工作集。如果没有足够的 RAM，这类应用程序通常会运行缓慢，或者偶尔会变得不稳定并崩溃。内存优化 Droplet 为每个 vCPU 提供 8 GB 的 RAM，非常适合这些应用程序：

1. 高性能SQL或NoSQL数据库： SQL和NoSQL数据库通常需要大量的内存来缓存数据和索引，从而提高读写性能。对于较小规模的数据库应用，16 GB 2 CPUs 和 50 GB NVMe SSDs 的配置可能已经足够。然而，对于更大规模的数据库应用，建议使用至少64 GB 8 CPUs 和200 GB NVMe SSDs 的配置，以便处理更多的并发请求和存储更多的数据页。
2. 网络规模的内存缓存和索引： 如果需要在网络级别上提供缓存服务，如Redis或Memcached，那么内存容量至关重要。对于这类应用，至少需要32 GB 4 CPUs 和100 GB NVMe SSDs 的配置。对于大规模的缓存和索引应用，128 GB 16 CPUs 和400 GB NVMe SSDs 或更高的配置将是更好的选择。
3. 实时大数据处理： 实时大数据处理通常涉及大量的数据读取、写入和处理，如流式处理框架（Apache Kafka, Apache Flink等）。这类应用需要较大的内存来存储中间结果和快速处理数据。因此，至少需要64 GB 8 CPUs 和200 GB NVMe SSDs 的配置。对于更复杂的大数据处理场景，192 GB 24 CPUs 和600 GB NVMe SSDs 或更高的配置将更为合适。
4. 资源密集型或关键业务应用程序，特别是那些对JVM要求较高的应用程序： 对于资源密集型的应用程序，特别是那些依赖Java虚拟机（JVM）的应用程序，如Spring Boot应用或Elasticsearch集群，内存大小非常重要，因为这些应用程序需要大量的内存来运行垃圾回收和保持对象的存活。对于这类应用，建议至少使用64 GB 8 CPUs 和200 GB NVMe SSDs 的配置。对于更复杂的系统，256 GB 32 CPUs 和800 GB NVMe SSDs 的配置将是最佳选择。

内存优化 Droplet 使用 NVMe SSD，配置从 2 vCPU 和 8 GB 内存到 48 vCPU 和 384 GB 内存。额外的内存可以帮助你避免过度交换到磁盘或出现内存不足错误，这两种情况都会显著影响你的应用程序的性能和稳定性。它们允许你在提供专用 vCPU 的同时，最小化每 GB 内存的成本。

内存优化 Droplet 可以配备常规 CPU 或高级 CPU。

配备高级 CPU 的内存优化 Droplet 保证使用我们最新的两代 CPU 之一。它们具有更高的网络吞吐量能力，最高可达 10 Gbps 的流量。这种改进的吞吐速度让你的数据导出速度比配备常规 CPU 的内存优化 Droplet 快五倍，非常适合直播和分析工作负载等业务场景。

存储优化 Droplet（独享 CPU）

对于需要处理大量数据的工作负载来说，快速存储是必不可少的。存储优化 Droplet 使用 NVMe（非易失性内存快速通道），这是一种专门为现代 SSD 设计的接口协议。它利用并行性提供比我们常规 SSD 快一个数量级的磁盘性能。由于存储直接连接到Hypervisor（而不是通过网络连接），这些 Droplet 非常适合需要大量交易且延迟低的工作负载，例如：

1. 大型、高性能的NoSQL数据库，如MongoDB、Elasticsearch和TimeScaleDB： 这些数据库通常需要大量的存储空间来存放数据，并且需要较快的读写速度来保证性能。对于相对较小的数据库应用，16 GB 2 CPUs 和 300 GB NVMe SSDs 的配置可能已经足够。然而，对于更大规模的数据库应用，建议使用至少64 GB 8 CPUs 和1.17TB NVMe SSDs 的配置。对于非常大的数据集和高并发访问需求，建议使用192 GB 24 CPUs 和3.52TB NVMe SSDs 或更高的配置。
2. 监控和分析软件，如Prometheus和Grafana： 监控和分析软件通常需要大量的存储空间来保存指标数据，并且需要快速读取这些数据来进行实时分析。对于较小规模的监控系统，32 GB 4 CPUs 和600 GB NVMe SSDs 的配置可能已经足够。然而，对于需要处理大量数据的监控系统，建议使用至少128 GB 16 CPUs 和2.34TB NVMe SSDs 的配置。
3. 其他类型的数据仓库： 数据仓库需要存储大量的历史数据，并且需要支持复杂的数据查询。这类应用通常需要较大的存储空间和较快的存储访问速度。对于较为简单的数据仓库应用，64 GB 8 CPUs 和1.17TB NVMe SSDs 的配置可能已经足够。然而，对于需要处理大规模数据集和复杂查询的数据仓库，建议使用至少192 GB 24 CPUs 和3.52TB NVMe SSDs 的配置。对于最大规模的数据仓库，256 GB 32 CPUs 和4.69TB NVMe SSDs 的配置将是最佳选择。

存储优化 Droplet 的 1X SSD 配置为每个专用 vCPU 提供 150GB 存储。1.5X SSD 选项为每个 vCPU 提供 225GB。我们最大的存储优化 Droplet 拥有 7 TB的存储容量。

存储优化 Droplet 可以配备常规 CPU 或高级 CPU。

配备高级 CPU 的存储优化 Droplet 保证使用我们最新的两代 CPU 之一。它们具有更高的网络吞吐量能力，最高可达 10 Gbps 的流量。这种改进的吞吐速度让你的数据导出速度比配备常规 CPU 的存储优化 Droplet 快五倍，这对于直播和分析工作负载等用例非常有益。

免费流量池

DigitalOcean 可以为用户提供大量的免费流量，相对于 AWS、GCP 等云服务来讲，DigitalOcean 在高流量业务上可以为用户节省大量成本，曾有客户表示在从 AWS迁移至 DigitalOcean 后节省了 60%的服务成本。不同的 Droplet Plan 和 CPU 类型都包含了不同的免费流量池。这个免费流量池是与你在 DigitalOcean 后台创建的 Team 所挂钩的。免费流量池以团队为单位进行累计，而不是以 Droplet 为单位进行累计。例如，你的团队下运行着两个 Droplet，每个 Droplet 的都有 1,000 GiB/月的免费流量，则你的团队累计本月有 2,000 GiB 的免费流量。假设你的第一个 Droplet 本月传输了 1,500 GiB 数据，第二个 Droplet 传输了 100 GiB 数据，他们加起来仍然低于 2000 GiB 的总额度，那么我们不会收取任何超额费用。

所有用户也可以通过 DigitalOcean 官方提供的流量计算器，来计算选择不同 Plan 后，每个月在流量上会花费多少成本：

www.digitalocean.com/community/t…

如下图所示，在计算器中，我们选择是 basic premium （Intel）Droplet 每个月 8 美元的服务器。这个服务器每个月会提供 1000 GiB 的免费出站流量。假设我们估算出这个月可能会有 1500 GiB 的出站流量，那么按照计算，每个月需要再 8 美元的基础上花费 5 美元的流量费用。

关于流量池，还要多做一点说明。任何通过公共网络接口发送的数据传输都会计算在该 Droplet 团队的传输池中。所有 IPv6 流量都是使用公共接口。通过 VPC 网络在 Droplet 之间的数据传输则使用的是私有网络接口，所以不会记为出站流量。我们不会对由 DigitalOcean 防火墙规则决定丢弃的出站数据传输进行计费。

根据测试结果判断采用哪种 Droplet

在确定特定类型的 Droplet 之前，我们建议你对目前的业务进行基准测试和负载测试，看看它在模拟负载下的表现如何。对于突发性应用程序或批处理作业，查看负载达到预期峰值时的资源使用情况，特别是当使用共享 CPU 基础 Droplet 时。如果你注意到你的应用程序的性能变化太大，无法满足你的生产需求，请考虑选择具有专用 vCPU 的 Droplet 类型。当然也可以根据以往使用其它云服务的经验来进行判断。

在使用 DigitalOcean Droplet 的过程中，你也可以通过 DigitalOcean Droplet Graph 提供的服务器监控数据来判断是否要更改 Droplet Plan。

例如：

• 你在 Graph 中看到 Droplet 大部分时间 CPU 使用率很高，并且也有显著的内存使用，那你可以考虑同时扩展 vCPU 和内存，并使用通用型 Droplet。
• 如果你的 Droplet 大部分时间 CPU 使用率很高但内存使用非常低，你可能会通过使用 CPU 优化型 Droplet 来节省资金。
• 如果你的 Droplet 大部分时间内存使用很高（可能达到最大值并交换到磁盘）但 CPU 使用率低或中等，那么可以考虑扩展内存并使用内存优化型 Droplet。
• 如果你的 Droplet 大部分时间 CPU 或内存使用率处于中等水平，但有时突然上升并触及资源极限值，那么可以考虑使用共享 CPU 的基础型 Droplet，并相应地扩展限制资源。

使用 DigitalOcean 监控，你可以创建警报策略，通过电子邮件或 Slack 在你的 Droplet 达到资源限制时通知你。例如，你可以设置一个警报策略，如果你的一个 Droplet 超过 90% 内存使用超过 30 分钟，通过 Slack 通知你，这表明你的工作负载可能接近最大内存，并可能抛出内存不足错误。

追加存储资源

所有的 DigitalOcean Droplets 都包含了不同容量的 SSD 存储资源。如果你需要额外的存储，你可以在选择 Droplet Plan 的时候选择添加一个 SSD（如下图）。或者添加 DigitalOcean 块存储，并将其附加到你的 Droplet 上，或者使用DigitalOcean Spaces 对象存储来存储非结构数据，并关联至你的 Droplet 上。

以上就是关于 DIgitalOcean Droplet 的选型策略。如果你需要更进一步地托管、维护服务器集群，欢迎了解 DigitalOcean Kubernetes 托管服务。如果还有其它疑问，可以联系DigitalOcean 中国区独家战略合作伙伴卓普云的技术顾问与销售顾问，他们会帮你推荐合适的产品组合。