news 2026/4/2 16:41:02

在私有子网中部署服务器并且具有 NAT 中的 VPC相关内容介绍

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
在私有子网中部署服务器并且具有 NAT 中的 VPC相关内容介绍

下图概括了此例中包含的资源。此 VPC 在两个可用区中拥有**公有和私有子网。

每个公有子网都包含一个NAT 网关和一个负载均衡器节点服务器在私有子网中运行,使用自动扩缩组启动和终止,并接收来自负载均衡器的流量

服务器可以使用NAT 网关连接到互联网。服务器可以使用网关 VPC 端点连接到 Amazon S3。


这是一张典型 AWS 高可用 Web 架构图,核心目标是:公网访问 + 私网计算 + 多可用区容灾 + 安全隔离。我按“从外到内、从上到下”给你拆解。

一、最外层:Region(区域)

  • 一个 Region 代表一个地理区域(如 us-east-1、ca-central-1)

  • 图中所有资源都部署在同一个 Region 内

  • 顶部的图标(S3、RDS、CloudWatch、IAM、Code 等)表示:

    • 这些是 Region 级服务

    • 不直接放在 VPC 里,但可以被 VPC 内资源访问

二、VPC(绿色大框)

  • VPC = 私有网络

  • 你可以理解为一张“自己完全控制的虚拟局域网”

  • 里面定义了:

    • IP 地址范围(如 10.0.0.0/16)

    • 子网(Subnet)

    • 路由、安全策略

三、Availability Zone(左右两块)

  • 左右各一个 Availability Zone(AZ)

  • AZ 是 同一区域内、物理隔离的数据中心

  • 设计目的:
    一整个机房挂了,业务还能活

四、Public Subnet(上半部分,浅绿色)

  • 每个 AZ 里各有一个 Public Subnet

  • Public Subnet 的特点

    • 路由表里有:
0.0.0.0/0→ Internet Gateway
  • 可以 直接访问互联网

  • 通常只放:

    • ALB(应用负载均衡)

    • NAT Gateway

  • 不放业务服务器

图中组件

1️⃣ Application Load Balancer(ALB)

  • 跨两个 AZ

  • 对外暴露公网访问入口

  • 功能:

    • 接收用户 HTTP / HTTPS 请求

    • 把请求转发到 Private Subnet 里的服务器

    • 做健康检查

2️⃣ NAT Gateway(每个 AZ 一个)

  • 给 私有子网里的服务器“出网用”

  • 私有服务器:

    • ❌ 不能被互联网访问

    • ✅ 可以通过 NAT 访问外部(下载更新、访问 API)

  • 重要设计点:
    每个 AZ 一个 NAT,避免单点故障 & 跨 AZ 流量收费

五、Private Subnet(下半部分,浅蓝色)

真正跑业务的地方

Private Subnet 特点

  • 没有直连 Internet Gateway 的路由

  • 外部不能直接访问

  • 安全性高

图中组件

1️⃣ EC2 Server(业务服务器)

  • 只分配 私有 IP

  • 只能被:

  • ALB 访问

  • 内部服务访问

2️⃣ Auto Scaling Group(ASG)

  • 横跨两个 AZ

  • 功能:

    • 流量高 → 自动加机器

    • 流量低 → 自动减机器

    • 机器坏了 → 自动补

这就是高可用 + 自动扩缩容的核心

六、Security Group(橙色虚线框)

Security Group = 状态型防火墙

控制:

  • ALB 能访问 Server 的哪些端口

  • Server 是否能访问数据库 / 外部

常见规则:

  • Server 只允许来自 ALB 的流量

  • 不允许公网直接访问 Server

七、S3 Gateway(左侧)

VPC Endpoint(S3 Gateway Endpoint)

作用:

  • 私有子网访问 S3 不走公网

  • 不经过 NAT

  • 更安全、更便宜

常用于:

  • 日志

  • 静态资源

  • 备份

八、整体访问流程(非常重要)

用户访问流程

用户浏览器 → Internet → ALB(Public Subnet) → EC2 Server(Private Subnet)

私有服务器访问外部

EC2(Private) → NAT Gateway(Public) → Internet

私有服务器访问 S3

EC2(Private) → S3 Gateway Endpoint → S3

九、这套架构解决了什么问题?

✅ 高可用(Multi-AZ)
✅ 安全(业务不暴露公网)
✅ 可扩展(Auto Scaling)
✅ 成本可控(私网 + Endpoint)
✅ 企业级标准架构(生产环境常用)

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/3/13 14:40:04

YOLO模型灰度发布前的容量规划评估

YOLO模型灰度发布前的容量规划评估 在智能制造工厂的质检线上,一台搭载YOLOv5s的边缘设备正以每秒30帧的速度扫描流水线上的零部件。突然,系统推送了新版本模型——一个精度更高但参数量更大的YOLOv8m。如果未经充分评估就全量上线,极有可能…

作者头像 李华
网站建设 2026/3/14 6:39:53

YOLO检测性能瓶颈定位:是CPU还是GPU成了短板?

YOLO检测性能瓶颈定位:是CPU还是GPU成了短板? 在工业质检线上,一台搭载YOLOv8的视觉检测设备本应每秒处理60帧图像,却只能维持25 FPS;在自动驾驶感知模块中,明明配备了RTX 4090显卡,目标检测延迟…

作者头像 李华
网站建设 2026/3/25 21:51:55

卷积神经网络CNN训练利器:PyTorch-CUDA-v2.6实战应用

卷积神经网络CNN训练利器:PyTorch-CUDA-v2.6实战应用 在当今深度学习项目快速迭代的背景下,一个常见的痛点浮出水面:研究人员花了三天时间才把环境配通,结果模型还没开始跑,显卡驱动又崩了。这种“在我机器上明明能跑”…

作者头像 李华
网站建设 2026/3/15 14:28:47

YOLO如何提升远距离小目标检测能力?

YOLO如何提升远距离小目标检测能力? 在高空监控摄像头下,一辆行驶在高速公路上的汽车可能只占据图像中的十几个像素;无人机航拍时,地面上的行人或障碍物甚至难以分辨轮廓。这类远距离小目标检测,一直是计算机视觉落地过…

作者头像 李华
网站建设 2026/3/31 13:03:49

YOLO模型训练使用合成数据增强泛化能力

YOLO模型训练使用合成数据增强泛化能力 在工业质检线上,一台摄像头正对高速运转的金属零件进行实时检测。突然,一个微小裂纹出现在视野中——这种缺陷在过往数月的生产中仅出现过三次。传统模型因缺乏足够样本而漏检,但这一次,系统…

作者头像 李华
网站建设 2026/3/14 13:12:09

YOLO训练任务通知机制?完成即推送到企业微信GPU群

YOLO训练完成自动推送至企业微信:构建高效的AI任务通知系统 在深度学习项目中,一个看似微不足道的环节——“如何知道训练什么时候结束”——往往决定了整个团队的研发节奏。尤其是在使用多台GPU服务器并行训练YOLO模型时,工程师们常常面临这…

作者头像 李华