雲端平台比較：Azure、AWS、GCP

 公有雲端計算平台由市佔率最高的前三大雲端供應商領銜主導，分別為：亞馬遜 AWS、Microsoft Azure、Google cloud(GCP)，各自都有各自的優勢及劣勢，分別適合用在各種案例上。

 尤其又以亞馬遜的AWS占優，Synergy Research Group在2018年的一份報告指出，雲端基礎設施服務的支出比去年同期躍升了51%，而儘管雲端市場一直不斷地增加，AWS在全球市場的市占率一直穩定再33%左右。

同時，Microsoft 在SaaS方面展現強的功能支援，而Google Cloud在2018年換了領導者後，將自己的定位以提供折扣，在短時間內激進增長用戶，來增長自己的名聲。

以下是AWS、Azure、GCP之間簡單的比較：

．Amazon Web Services 

　亞馬遜的功能強大是因它本身的工具巨集正以指數級的速度增長，然而其成本與其他平台相比來說是較高的，且它僅關注於公有雲上而不是私有雲或混合雲，意味者與數據中心進行互相操作並不是AWS的主要任務。

．Microsoft Azure

　　Azure具有傑出的雲端基礎結構，是AWS最主要的競爭對手，而Azure藉由企業佈署的windows或其他Microsoft軟體，快速進入市場，而它最大的優勢是可以與您正在運行的數據中心互相操作，達到混合使用的功效。

參考：Azure 五大優勢

．Google Cloud Platform

　在雲端平台競爭中，GCP較晚進入雲端市場，且其背景相較其他平台沒這麼資金充足，但其技術專長深厚，在深度學習和人工智能、機器學習和數據分析方面有顯著的優勢。

簡單了解三個平台後，我們來更深度的瞭解他們，在未來您對雲端的使用選擇上會更加清楚：

AWS的優缺點

亞馬遜的最大優勢在於在公有雲的市場上有主導的地位。Gartner公司指出，在它的基礎架構即服務(IaaS)中，AWS已經領先了10年之久。

其最受歡迎的部分無疑是它龐大的業務範圍。AWS擁有數量龐大且不斷可以增長的可用服務，以及全球數據中心最全面的網路，Gartner報告總結說：“ AWS是最成熟的企業級提供程式，具有用於管理大量用戶和資源最深入的功能。”

AWS的最大弱點在於它的成本。儘管亞馬遜會定期的降低價格，但許多企業發現在服務上運行大量工作負載時，難以有效管控成本。 

Microsoft Azure的利與弊

Azure進入雲端市場較AWS晚了四年之久，但本質上採用其本地的軟體（Windows Server，Office，SQL Server，Sharepoint，Dynamics Active Directory，.Net等）將其用於雲端計算上，使自己有了一個打入市場的起點。

Azure成功的一個重要原因：許多企業都部署Windows和Microsoft軟體。由於Azure與這些應用程式緊密結合，因此使用大量的Microsoft軟體企業通常會發現轉換使用Azure會異常的簡單即方便，還可以建立客戶對Microsoft的忠誠度。此外，如果您已經是Microsoft現有的企業客戶，則可以享受服務合同的大幅折扣。

另外一方面，儘管Azure是完整的企業雲端平台，鑒於Microsoft悠久的歷史，其服務體驗舊客戶反應來說是比預期的要差，對於ISV合作夥伴生態系之間的技術支援、文件、培訓等問題都可以再更好。

Google Cloud Platform的優缺點

自從Google開發了AWS和Azure現在提供的Kubernetes標準以來，Google在容器方面提供了強大的產品。GCP專門從事大數據分析、機器學習之類的高計算產品，它還提供了可觀的規模和負載平衡。

比較不利的是，Google的在市佔率遠遠被前兩家拋在後面，也沒有全球數據中心、功能也沒有AWS和Azure這麼全面，但他也正在快速擴展中。

 2. AWS、Azure、GCP 計算功能比較

AWS計算：

Amazon的計算服務是Elastic Compute Cloud或EC2。Amazon將EC2描述為“一種在雲中提供安全、可調整大小的計算能力的Web服務。EC2提供了多種選擇，包括種類繁多的實例：像是對Windows和Linux的支持、裸機實例、GPU實例、高性能計算、自動縮放等。AWS還提供了免費的EC2套餐，包括每月750個小時，最多十二個月。

容器服務：在計算類別中，亞馬遜的各種容器服務正在日益普及，並且它具有支持Docker，Kubernetes的選項以及其自己的Fargate服務，這些服務在使用容器時可自動進行服務器和集群管理。它還提供了一個虛擬私有雲選項，稱為Lightsail，用於批量處理計算作業的Batch，用於運行和擴展Web應用程序的Elastic Beanstalk以及其他一些服務。

Azure計算：

虛擬機： Microsoft的主要計算服務簡稱為虛擬機。它擁有對Linux，Windows Server，SQL Server，Oracle，IBM和SAP的支持，以及對安全性增強、混合雲功能和對Microsoft軟體的服務支持。與AWS一樣，它具有大量可用實例，包括GPU和高性能計算選項，以及針對人工智能和機器學習進行了優化的實例。它還有一個免費機制，每年有750個小時的Windows或Linux B1S虛擬機。

附加服務： Azure的Auto Scaling版本稱為虛擬機規模集。它具有兩個容器服務：Azure容器服務基於Kubernetes，容器服務使用Docker Hub和Azure容器註冊表進行管理。它具有批量處理服務，並且用於可伸縮Web應用程式的雲端服務類似於AWS Elastic Beanstalk。它還具有一個稱為Service Fabric的獨特產品，該產品專門為具有微服務架構的應用程式而設計。

Google計算：

Compute Engine：相比之下，Google的計算服務目錄比其競爭對手要短一些。它的主要服務稱為Compute Engine，它擁有自定義和預定義的計算機類型，每秒計費，Linux和Windows支持，其消耗的能源僅為典型數據中心的一半。它提供了一個免費試用，每月包括一個f1-micro實例，最多12個月。

關注Kubernetes： Google還為有興趣部署容器的組織提供了Kubernetes引擎。像所有領先的雲端供應商一樣，它被設置為提供容器和微服務。值得一提的是，Google一直在積極參與Kubernetes項目，為該領域提供了更多的專業知識。

 3. AWS、Azure、GCP ：儲存

AWS儲存：

從SSS到EFS： AWS提供了一長串儲存服務，包括用於對象儲存的簡單儲存服務（S3），用於與EC2一起使用的持久性塊儲存的彈性塊儲存（EBS）和用於文件儲存的彈性文件系統（EFS） 。它的一些更具創新性的儲存產品包括支持混合儲存環境的Storage Gateway和Snowball，Snowball是一種物理硬體設備，組織可以在虛擬的Internet傳輸情況下用於傳輸PB級數據。

數據庫和歸檔：在數據庫方面，Amazon具有與SQL兼容的數據庫，稱為Aurora，關係數據庫服務（RDS），DynamoDB NoSQL數據庫，ElastiCache內存中數據儲存，Redshift數據倉庫，Neptune圖形數據庫和數據庫遷移服務。亞馬遜提供Glacier，在以極低的價格長期保存檔案。此外，其Storage Gateway可用於輕鬆設置備份和存檔過程。

Azure存儲：

儲存服務： Microsoft Azure的基本儲存服務包括用於基於REST的非結構化數據對象存儲的Blob儲存，用於大批量工作負載的隊列儲存、文件儲存和磁碟儲存。它還有一個Data Lake Store，對大數據應用程式很有用。

廣泛的數據庫： Azure的數據庫選項特別廣泛。它具有三個基於SQL的選項：SQL數據庫、MySQL數據庫和PostgreSQL數據庫。它還具有數據倉庫服務，以及用於NoSQL的Cosmos DB。Redis Cache是​​其內存服務，而Server Stretch Database是其混合儲存服務，專門為在自己的數據中心中使用Microsoft SQL Server的組織而設計。與AWS不同，Microsoft確實提供了實際的備份服務、站點恢復服務和存檔儲存。

Google儲存空間：

統一儲存：與計算一樣，GCP具有較小的可用儲存服務。雲端儲存是其統一的對象儲存服務，並且還具有“永久磁碟”選項。它提供類似於AWS Snowball的Transfer Appliance，以及在線傳輸服務。

SQL和NoSQL在數據庫方面，GCP具有基於SQL的Cloud SQL和稱為Cloud Spanner的關係數據庫，該數據庫專門用於關鍵任務工作負載。它還有兩個NoSQL選項：Cloud Bigtable和Cloud Datastore。它沒有備份和存檔服務。

 4. AWS、Azure、GCP ：關鍵雲端工具

展望未來，專家表示，人工智能、機器學習、物聯網（IoT）和無伺服器計算等新興技術將成為雲端供應商與眾不同的關鍵點。這三大領先的供應商都已開始嘗試在這些領域提供產品，並有可能在明年擴展其服務。

AWS關鍵工具：

Pagemaker to Serverless：與其他領域一樣，AWS在這些領域中的服務列表最長。亮點包括用於訓練和部署機器學習模型的SageMaker服務，還為其Alexa服務提供支持的Lex對話界面，Greengrass IoT消息傳遞服務以及Lambda無伺服器計算服務。

AI和ML： AWS提供了眾多面向AI的服務中的DeepLens，這是一款由AI驅動的攝影鏡頭，用於開發和部署機器學習演算法，以與光學字符識別以及圖像和對象識別等事物配合使用。AWS宣布了開源深度學習庫Gluon，該庫旨在使開發人員和非開發人員都可以輕鬆構建和快速訓練神經網路，而無需了解AI編程。

Azure關鍵工具：

認知服務：微軟在人工智能方面投入了大量資金，並在Azure上提供了機器學習服務和機器人服務。它還具有認知服務，其中包括Bing Web搜索API，文本分析API，Face API，計算機視覺API和自定義視覺服務。對於物聯網，它具有多種管理和分析服務。

支持MSFT軟件毫不奇怪，許多Azure頂級工具都圍繞支持本地Microsoft軟件而設計。Azure備份是一項鍊接Windows Server 2012 R2和Windows Server 2016中的Windows Server Backup的服務。VisualStudio Team Services在Azure上承載Visual Studio項目。

Google關鍵工具：

關於AI的：對於Google Cloud Platform，人工智能和機器學習是重點領域。借助TensorFlow（一個用於構建機器學習應用程序的開源軟件庫），Google在AI開發方面處於領先地位。TensoreFlow很受歡迎，並且廣受好評。證明其受歡迎程度的是AWS最近增加了對TensorFlow的支持。

物聯網： Google Cloud提供了強大的API產品，可用於自然語言、語音、翻譯等。此外，它還提供物聯網和伺服器服務，但兩者仍處於beta預覽中。

５. AWS、Azure、GCP ：價格

在比較這三家雲端平台時，定價有時是最棘手的領域。

AWS定價： Amazon的定價尤其難以理解。儘管它確實提供了成本計算器，但涉及的許多變量使難以獲得準確的估計值；強烈建議使用第三方成本管理工具。”

Azure定價： 由於Microsoft複雜的軟體許可選項和基於情況的折扣的使用，如果沒有外部幫助和/或豐富的經驗，其定價結構將很難理解。

Google定價：相比之下，Google使用其定價作為差異化點。它旨在提供“客戶友好型”價格，該價格超過其他提供商的標價。

關鍵提示：那些主要基於價格製定雲端供應商決策的組織將需要逐案分析每個項目，以獲得最佳交易。而且由於供應商會定期降低價格，因此他們可能需要經常重新查看這些計算。

 6. AWS、Azure、GCP ：什麼最適合您?

如本文開頭所述，最適合您的公有雲供應商將取決於您的需求和工作負載。實際上，某些項目的最佳賣方可能不是其他項目的最佳賣方。許多專家認為，大多數企業將在多雲上投入大量資金。確實，採用多雲策略可能有助於減少供應商鎖定或使工作負載與最佳可用服務匹配。

AWS的選擇： AWS擁有豐富的工具和服務，而且規模龐大，因此您不會出錯。不選擇亞馬遜的唯一原因是，如果您想建立更多的私人關係，這是一家小型精品店可以提供的服務。就其規模而言，亞馬遜很難與每個客戶保持緊密的關係，但是有經銷商和顧問可以提供這種專心的關注。

Azure選擇：微軟最大的吸引力當然是對微軟商店。您所有現有的.Net代碼都將在Azure上運行，您的服務器環境將連接到Azure，並且您會發現輕鬆遷移本地應用程式。此外，Azure對混合雲的深入關注將幫助您將舊數據中心環境與快速可擴展（且功能豐富）的Microsoft雲聯繫起來。

GCP選擇：Google正在迅速發展，但仍在進行中。當然，這家搜索巨頭沒有與企業打交道的傳統背景。但它已完全投入使用，並已投入數十億美元用於其雲端計算工作。並且它與確實了解企業的Cisco合作，Google依靠其規模和機器學習優勢構建了自己的雲端平台。

7. 如何管理

不管是AWS、Azure還是GCP，在他們的系統裡都會有簡易的管理項目，但當您的IT人員在為自己的核心業務開發時，常常會無法顧及雲端中底層架構的變化，就會導致開發中或在工作中的程式無法使用，此時IT人員要想辦法修復，業務就會停擺，造成公司的損失。

而雲端託管服務就此誕生，企業將雲端的基礎架構託管給服務商，服務商會維持整個雲端的運作，讓您的IT人員只需專注於本身的核心業務，進而減少因服務無法使用造成的損失。

參考：為什麼您的企業需要 IT Partner

 聯絡我們