EC2 是 AWS 提供的虚拟服务器，可以按需创建、启动、停止和销毁。
EC2 工作原理
创建 EC2 实例时通常需要选择：
- AMI：操作系统和预装软件
- 实例类型：CPU、内存、网络能力
- 存储配置
- 网络与安全组
连接实例可以使用 SSH、RDP 或 AWS Systems Manager。
实例类型
通用型：计算、内存、网络均衡，适合 Web 服务。
计算优化型：适合高 CPU 任务。
内存优化型：适合大数据集、缓存和数据库。
加速计算型：使用 GPU 或硬件加速。
存储优化型：适合高 I/O 和本地存储工作负载。
定价模型
常见定价方式：
- 按需实例
- 预留实例
- Savings Plans
- Spot 实例
选择时要看工作负载是否稳定、是否可中断、是否长期运行。
自动扩缩与负载均衡
Auto Scaling 根据需求自动增加或减少实例数量。
Elastic Load Balancing 把流量分发到多个目标，提高可用性。
消息服务
SQS 是队列服务，用于解耦生产者和消费者。
SNS 是发布订阅服务，用于把消息推送给多个订阅者。
EventBridge 用于事件驱动架构，可以连接不同 AWS 服务和应用事件。
延伸理解
复习这篇时，不要只记住名词，要把重点放在 EC2、Auto Scaling、ELB、消息队列和计算服务之间的架构取舍。这类知识如果只停留在定义层面，很容易在面试或项目中答得很散。更好的理解方式是把它放进一个具体场景：谁在调用它，输入从哪里来，失败后谁负责恢复，数据或状态会不会被重复处理。
- AWS 复习不能只背服务名，要把服务放进真实架构：入口、计算、网络、存储、权限、监控和成本。
- 每个服务都应该问三个问题：解决什么问题、由谁运维、失败时影响范围是什么。
- 考试和实际项目都很重视边界：Region 与 AZ、托管服务与自管理服务、有状态与无状态资源。
在真实项目中，可以把它当成一个判断框架：先确认输入、约束、失败场景和可观测性，再决定具体工具或写法。 如果一个方案看起来很简单，要继续追问它在规模扩大、权限变化、异常恢复和团队协作下是否仍然成立。
实践检查清单
- 明确这个知识点在系统中的位置：是开发时约束、运行时能力、基础设施能力，还是协作流程。
- 写出一个最小可运行例子，并补一个失败例子；只会写 happy path 说明理解还不够稳。
- 记录常见误用：例如边界条件、权限假设、性能假设、同步/异步差异或环境差异。
- 把概念和项目经历关联起来：如果面试被追问，可以用自己的项目说明为什么这样选。
- 最后用一句话总结取舍：它牺牲了什么，换来了什么。
自测问题
- 这个主题解决的核心问题是什么？
- 如果不用当前方案，还有哪些替代方案？代价是什么？
- 最容易出错的边界条件在哪里？
- 如何在代码、测试或监控中验证它真的可靠？
项目化应用场景
可以把这类知识放到一个小型 SaaS 部署场景里理解：用户通过域名访问 CloudFront 或 Load Balancer，请求进入公有子网，应用运行在 EC2、ECS 或 Lambda，数据库和缓存放在私有子网，日志进入 CloudWatch，权限由 IAM 控制，静态文件放在 S3。复习每个 AWS 服务时，都要问它在这条链路中的位置是什么：入口、计算、网络、存储、安全、监控还是成本控制。这样比孤立背服务定义更容易判断选型。
常见误区：
- 只背服务名，不能画出请求链路。
- 忽略默认网络边界，把数据库放到公网。
- 没有估算成本和失败影响范围。