使用场景 · VPS 云服务器
数据采集与爬虫用什么 VPS
推荐 轻装 2（QZ-2），洛杉矶节点，月付 $6。下面是需求拆解、可选机房，以及这个场景最容易多花的钱。
推荐配置
QZ-2
月付
$6/月
首选机房
洛杉矶 145 ms
月流量
2 TB
直接回答
数据采集与爬虫用什么 VPS？
在遵守目标站点 robots.txt 与服务条款、控制请求频率的前提下，定向采集对配置要求不高：轻装 2（QZ-2，1 核 / 2 GB / 2 TB 月流量）月付 6 美元可以起步，任务并发上去之后换远航 2（YH-2，月付 12 美元，4 TB 月流量）。节点选离目标站点近的一侧——抓北美站点用洛杉矶或圣何塞，抓欧洲站点用法兰克福，往返延迟直接决定每小时能抓多少页。真正的瓶颈几乎总是解析与写库时的内存占用，而不是带宽。
常见搜法：爬虫 采集 服务器 vps 推荐 配置
需求拆解
这个场景实际需要多少资源
| 项目 | 要求与理由 |
|---|---|
| CPU | 1 核起；用无头浏览器渲染页面时按每个实例 1 核估算 |
| 内存 | 2 GB 起；Chromium 每个实例约 300–500 MB，是内存的主要消耗方 |
| 磁盘 | 40 GB；原始 HTML 全量落盘会很快撑满，建议压缩后只留结构化结果 |
| 月流量 | 2 TB 起；抓取媒体文件时按目标文件总量的两倍预留 |
| 合规 | 遵守 robots.txt 与目标站点服务条款，不采集需登录或明确禁止抓取的内容 |
选型理由
为什么是 轻装 2 配洛杉矶
- 采集任务大部分时间在等待网络响应，CPU 长期空闲，1 核足够跑几十个协程。
- 把采集机放在目标站点同一大洲，单次请求省下 150–250 ms，一天下来是数万次请求的差别。
- 2 TB 月流量对文本抓取绰绰有余；只有下载图片或附件时才需要 4 TB 以上。
- KVM 让你自行安装无头浏览器所需的依赖与内核参数，共享虚拟化环境常常装不全。
- 月付无合约，采集项目结束就停机，不用为一次性任务签一年。
可选机房
这个场景推荐的 3 个机房
| 机房 | 电信 | 联通 | 移动 | 最低延迟 | |
|---|---|---|---|---|---|
| 洛杉矶 LAX 首选 | CN2 GIA 精品线路 | AS9929 精品线路 | CMI 优化线路 | 145 ms | 选购 → |
| 圣何塞 SJC | CN2 GIA 精品线路 | AS4837 普通线路 | CMI 优化线路 | 148 ms | 选购 → |
| 法兰克福 FRA | 163 骨干 普通线路 | AS4837 普通线路 | CMI 普通线路 | 255 ms | 选购 → |
以上机房均可直接下单 轻装 2（QZ-2）。延迟为中位往返值， 请在 Looking Glass 从你自己的网络实测。
配置误区
这个场景最常见的几种买错
- 被目标站点限速后不断加大并发：正确的反应是降低频率、遵守 Crawl-delay 并在低峰时段运行，而不是绕过对方的访问限制。
- 把每一份原始 HTML 都存下来：80 GB 磁盘在两周内会满，先解析再落盘可以省掉 90% 空间。
- 在一台 1 GB 内存的机器上跑无头浏览器：进程会在半夜被 OOM 杀掉，日志里只留一行。
- 选了距离目标站点最远的机房，然后抱怨采集太慢——延迟乘以请求数才是总耗时。
- 忽略对方的服务条款：技术上跑得通不等于允许，被封的通常是账号而不是 IP。
本页的边界
这页不保证什么
- 本页的配置是同类负载的经验值，不是性能承诺。够不够用取决于你的程序、数据量与并发，建议在 7 天退款窗口内用真实负载压一遍。
- 页面上的延迟是中位往返值，晚高峰（北京时间 20:00–24:00）普遍上浮 20–40 ms，这是国际出口的共性，不是单一机房的问题。
- 本页的选型基于 VPS 与独立服务器，它们不带显卡：依赖 CUDA、NVENC 或 QSV 的方案跑不了。需要显卡请看 GPU 显卡服务器（/gpu），按小时计费，RTX 4090 至 H100。
- 洛杉矶节点的已知限制：距离欧洲用户较远，若主要访客在欧洲请选择法兰克福或阿姆斯特丹。
相关教程
部署时会用到
安装 Docker 与 Compose，并写第一份 compose.yaml
Docker 的官方仓库安装法适用于 Debian 与 Ubuntu：写入官方 GPG 密钥与 apt 源，再安装 docker-ce 与 docker-compose-plugin，之后用 docker compose（中间是空格，不是连字符）管理服务。端口映射务必写成 127.0.0.1:8080:80 —— 直接写 8080:80 时 Docker 会绕过 ufw，把端口暴露到公网。
入门 · 约 20 分钟
用 pm2 让 Node.js 应用常驻并开机自启
pm2 负责进程守护、崩溃重启与日志管理。让应用在重启后仍然自动回来需要三步：pm2 start 启动、pm2 save 保存进程列表、pm2 startup 生成 systemd 单元 —— 三步缺一不可，只做前两步的服务器重启后应用不会自己起来。
进阶 · 约 25 分钟
用 netdata 做实时监控，并把流量用量看住
netdata 装完即用，秒级采集 CPU、内存、磁盘与网络指标。默认监听 19999 端口，务必改成只绑定 127.0.0.1 并通过 SSH 端口转发访问，否则等于把主机的全部运行细节公开在互联网上。再配一个 vnstat 按月统计流量，就能在超出套餐流量额度之前发现问题。
进阶 · 约 20 分钟
给新机器跑分：磁盘、CPU 与网络基准测试
新机器到手先做三项测量：fio 测磁盘随机读写、sysbench 测 CPU、iperf3 或大文件下载测网络带宽。测试时留意 top 里的 %st（steal time）—— 它反映宿主机是否超售，比任何单项跑分更能说明这台机器长期是否稳定。
入门 · 约 20 分钟
常见问题
关于数据采集与爬虫
数据采集与爬虫用什么 VPS？
在遵守目标站点 robots.txt 与服务条款、控制请求频率的前提下，定向采集对配置要求不高：轻装 2（QZ-2，1 核 / 2 GB / 2 TB 月流量）月付 6 美元可以起步，任务并发上去之后换远航 2（YH-2，月付 12 美元，4 TB 月流量）。节点选离目标站点近的一侧——抓北美站点用洛杉矶或圣何塞，抓欧洲站点用法兰克福，往返延迟直接决定每小时能抓多少页。真正的瓶颈几乎总是解析与写库时的内存占用，而不是带宽。
数据采集与爬虫对 CPU、内存和磁盘的要求分别是什么？
CPU：1 核起；用无头浏览器渲染页面时按每个实例 1 核估算。内存：2 GB 起；Chromium 每个实例约 300–500 MB，是内存的主要消耗方。磁盘：40 GB；原始 HTML 全量落盘会很快撑满，建议压缩后只留结构化结果。月流量：2 TB 起；抓取媒体文件时按目标文件总量的两倍预留。合规：遵守 robots.txt 与目标站点服务条款，不采集需登录或明确禁止抓取的内容。
数据采集与爬虫应该放在哪个机房？
推荐洛杉矶、圣何塞、法兰克福，轻装 2（QZ-2）在这几个机房都可以直接下单。首选洛杉矶（LAX），电信走CN2 GIA（约 145 ms）、联通走AS9929（约 152 ms）、移动走CMI（约 168 ms）。距离欧洲用户较远，若主要访客在欧洲请选择法兰克福或阿姆斯特丹。
数据采集与爬虫最容易买错什么？
被目标站点限速后不断加大并发：正确的反应是降低频率、遵守 Crawl-delay 并在低峰时段运行，而不是绕过对方的访问限制。 把每一份原始 HTML 都存下来：80 GB 磁盘在两周内会满，先解析再落盘可以省掉 90% 空间。
收到滥用投诉（abuse）会发生什么？
投诉先到我们的 abuse 邮箱（地址见页脚），由人工判断而不是自动执行。属于版权通知、扫描告警一类可整改的问题，我们会转发给你并给出整改时限，期间服务不中断；属于钓鱼、恶意软件、主动攻击一类的，为保护上游与同机房其他客户会立即隔离该实例，再与你沟通。上游机房对我们有同样的约束，如果上游直接断线，我们能做的是尽快协助你导出数据。法兰克福节点对版权投诉的处理尤其严格，选址前请把这一点考虑进去。
可以更换 IP 吗？
可以，开工单说明原因即可。如果当前 IP 因历史使用者遗留问题或第三方黑名单而无法正常提供服务，首次更换免费；因业务需要频繁更换的按次收费，具体价格以工单报价为准。更换后旧 IP 立即回收，请提前调整 DNS 记录以及任何写死了 IP 的配置。我们不提供“换到能被某个特定网络访问”的定制服务，原因见下一条。
流量额度用完会怎样？
每台机型带固定的月流量额度（例如 远航 2 为 4 TB，巨舱 4 为 30 TB），按月重置，重置日为开通日。额度用尽不会产生意外账单：端口会被限速或暂停出网，你可以购买追加流量，或等待下一个周期自动恢复。计量方式（单向或双向）以订单页标注为准。香港节点带宽成本高，同价位的流量额度明显低于美国与欧洲节点，这是港区的固有代价，不是我们在克扣。
注册和下单需要实名认证吗？
不需要。安云主机 只要求一个能收信的邮箱地址，用于发送开通信息、到期提醒和工单通知，不索取身份证、护照、手机号或人脸验证。服务器全部位于中国大陆境外，因此不涉及 ICP 备案与实名登记流程，这是境外机房的常规做法而不是特殊待遇。需要说清楚的是，免实名指的是我们不收集你的身份信息，不等于服务器上的行为不受机房所在地法律约束。