AWS与Azure与Google：整体比较

小提示：您能找到这篇{AWS与Azure与Google：整体比较}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的AWS与Azure与Google：整体比较内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

< ">AWS的利弊

< ">亚马逊最大的优势在于其在公共云市场的主导地位。全球Gartner在其2017年6月的云基础设施即服务魔力象限中指出，“AWS已成为云IaaS市场份额领先者超过10年。”

< ">其受欢迎的部分原因无疑是其运营的大范围。AWS拥有庞大且不断增长的可用服务，以及全球数据中心最全面的网络。Gartner报告总结说，“AWS是最成熟的，企业级的提供商，拥有最强大的管理大量用户和资源的能力。”

< ">亚马逊的问题与成本有关。虽然AWS定期降低价格，但许多企业发现很难理解公司的成本结构，并且在服务上运行大量工作负载时难以有效管理这些成本。

< ">然而，总的来说，这些优势掩盖了亚马逊的缺点，各种规模的组织继续将AWS用于各种各样的工作负载。

< ">Microsoft Azure的优缺点

< ">微软迟迟未进入云市场，但本质上采用了内部部署的软件--Windows Server，Office，SQL Server，Sharepoint，Dynamics Active Directory，.Net等-并将其重新用于云计算，从而让自己起步。

< ">Azure成功的一个重要原因与许多企业部署Windows和其他Microsoft软件这一事实有关。由于Azure与这些其他应用程序紧密集成，因此使用大量Microsoft软件的企业通常会发现使用Azure也是有意义的。这为现有Microsoft客户建立了忠诚度。此外，如果您已经是现有的Microsoft企业客户，则可以享受服务合同的大幅折扣。

< ">另一方面，Gartner发现了一些平台的不完善之处。“虽然微软Azure是一个企业级平台，但Gartner客户报告说，鉴于微软作为企业供应商的悠久历史，服务体验感觉不如他们预期的那样准备就绪，”它表示。“客户引用ISV合作伙伴生态系统的技术支持，文档，培训和广度等问题。”

< ">此外，Gartner表示Azure并不像其他一些云平台那样为DevOps方法提供那么多支持。例UAC如，它没有那么多的集成自动化，需要员工手动执行许多管理任务。

< ">Google Cloud Platform的优缺点

< ">由于Google开发了AWS和Azure现在提供的Kubernetes标准，因此谷歌拥有强大的容器产品。GCP专注于大数据，分析和机器学习等高计算产品。它还提供了相当大的规模和负载平衡-谷歌知道数据中心和快速响应时间。

< ">不利的一面是，Google在市场份额上排名第三，可能是因为它没有提供与AWS和Azure一样多的不同服务和功能。它也没有AWS或Azure那么多的全球数据中心，尽管它正在迅速扩展。

< ">Gartner表示，其“客户通常选择GCP作为二级提供商而不是战略提供商，但GCP越来越多地被选择作为AWS的战略替代品，其业务与亚马逊竞争，而且更加以开源为中心或DevOps-以中心为中心，因而与微软Azure不太一致。”

< ">AWS与Azure与Google：计算

< ">AWS Compute：

< ">弹性计算云：亚马逊的旗舰计算服务是Elastic Compute Cloud，即EC2。亚马逊将EC2描述为“一种在云中提供安全，可调整大小的计算容量的Web服务”。EC2提供了多种选择，包括各种各样的实例，支持Windows和Linux，裸机实例（目前是预览），GPU实例，高性能计算，自动缩放等。AWS还为EC2提供免费套餐，其中包括每月750小时的t2.micro实例，最长可达12个月。

< ">容器服务：在计算类别中，亚马逊的各种容器服务越来越受欢迎，并且它具有支持Docker，Kubernetes及其自己的Fargate服务的选项，这些服务在使用容器时自动化服务器和集群管理。它还提供称为Lightsail的虚拟私有云选项，用于批处理计算作业的批处理，用于运行和扩展Web应用程序的Elastic Beanstalk，以及一些其他服务。

< ">微软计算：

< ">虚拟机：Microsoft的主要计算服务简称为虚拟机。它支持Linux，Windows Server，SQL Server，Oracle，IBM和SAP，以及增强的安全性，混合云功能和对Microsoft软件的集成支持。与AWS一样，它拥有一个非常大的可用实例目录，包括GPU和高性能计算选项，以及针对人工智能和机器学习优化的实例。它还有一个免费套餐，每月750小时的Windows或Linux B1S虚拟机一年。

< ">附加服务：Azure的Auto Scaling版本称为虚拟机规模集。它有两个容器服务：Azure容器服务基于Kubernetes，容器服务使用Docker Hub和Azure容器注册表进行管理。它具有批处理服务，可伸缩Web应用程序的云服务类似于AWS Elastic Beanstalk。它还有一个名为Service Fabric的独特产品，专为具有微服务架构的应用而设计。

< ">Google Compute：

< ">计算引擎：相比之下，谷歌的计算服务目录比竞争对手的目录短一些。其主要服务称为计算引擎，它具有自定义和预定义的机器类型，每秒计费，Linux和Windows支持，自动折扣和碳中和基础设施，其使用的能量是典型数据中心的一半。它提供免费套餐，每月包含一个f1-micro实例，最长可达12个月。

< ">专注于Kubernetes：Google还为有兴趣部署容器的组织提供Kubernetes引擎。值得注意的是，Google已经积极参与Kubernetes项目，为其提供了该领域的额外专业知识。

< ">AWS与Azure与Google：存储

< ">AWS存储：

< ">SSS到EFS：AWS提供了一长串存储服务，包括用于对象存储的简单存储服务（S3），用于与EC2一起使用的持久块存储的弹性块存储（EBS），以及用于文件存储的弹性文件系统（EFS）。它的一些更具创新性的存储产品包括支持混合存储环境的Storage Gateway和Snowball，它是一种物理硬件设备，组织可以在互联网传输不实用的情况下用于传输数PB的数据。。

< ">数据库和归档在数据库方面，Amazon有一个名为Aurora的SQL兼容数据库，关系数据库服务（RDS），DynamoDB NoSQL数据库，ElastiCache内存数据存储，Redshift数据仓库，Neptune图数据库和数据库迁移服务。亚马逊不会提供备份服务，但是，它确实有Glacier，它专为以非常低的费率进行长期存档存储而设计。此外，其Storage Gateway可用于轻松设置备份和归档过程。

< ">Azure存储：

< ">存储服务：Microsoft Azure的基本存储服务包括用于基于REST的非结构化数据对象存储的Blob存储，用于大容量工作负载的队列存储，文件存储和磁盘存储。它还有一个Data Lake Store，可用于大数据应用程序。。

< ">广泛的数据库：Azure的数据库选项特别广泛。它有三个基于SQL的选项：SQL数据库，MySQL数据库和PostgreSQL数据库。它还具有数据仓库服务，以及用于NoSQL的Cosmos DB和表存储。Redis Cache是其内存服务，Server Stretch Database是其混合存储服务，专为在自己的数据中心中使用Microsoft SQL Server的组织而设计。与AWS不同，Microsoft确实提供了实际的备份服务，以及Site Recovery服务和存档存储。

< ">谷歌存储：

< ">统一存储等：与计算一样，GCP提供较小的存储服务菜单。云存储是其统一的对象存储服务，它还具有永久磁盘选项。它提供类似于AWS Snowball的转移设备，以及在线转移服务。

< ">SQL和NoSQL在数据库方面，GCP拥有基于SQL的Cloud SQL和一个名为Cloud Spanner的关系数据库，专为关键任务工作负载而设计。它还有两个NoSQL选项：Cloud Bigtable和Cloud Datastore。它没有备份和存档服务。

< ">AWS与Azure与Google：关键云工具

< ">专家表示，展望未来，人工智能，机器学习，物联网（IoT）和无服务器计算等新兴技术将成为云供应商差异化的关键点。这三家领先的供应商已经开始尝试在这些领域提供产品，并有可能在未来一年扩展其服务。

< ">AWS Key Tools：

< ">Pagemaker到无服务器：与其他领域一样，AWS在这些领域中拥有最长的服务列表。亮点包括用于培训和部署机器学习模型的SageMaker服务，为其Alexa服务提供支持的Lex会话界面，Greengrass IoT消息服务和Lambda无服务器计算服务。。

< ">AI和ML：在2017年的re：Invent展会上，亚马逊也推出了一系列面向A靠谱的推广I的服务。它推出了DeepLens，这是一款人工智能相机，用于开发和部署机器学习算法，用于光学字符识别，图像和物体识别等。AWS宣布推出Gluon，这是一个开源深度学习库，旨在使开发人员和非开发人员能够轻松地构建和快速训练神经网络，而无需了解AI编程。

< ">Azure密钥工具：

< ">认知服务：微软还在人工智能方面投入了大量资数字营销规则金，它在Azure上提供了机器学习服务和机器人服务。它还具有认知服务，包括Bing Web搜索API，Text Analytics API，Face API，计算机视觉API和自定义视觉服务。对于物联网，它有多种管理和分析服务，其无服务器计算服务称为功能。。

< ">支持MSFT软件毫不奇怪，Azure的许多顶级工具都支持内部部署的Microsoft软件。Azure备份是一种链接Windows Server 2012 R2和Windows Server 2016中的Windows Server Backup的服务.Visual Studio Team Services在Azure上托管Visual Studio项目。

< ">Google Key工具：

< ">AI的重要性：对于Google Cloud Platform，人工智能和机器学习是重点关注的重点。由于TensorFlow是一个用于构建机器学习应用程序的开源软件库，Google是人工智能开发的领导者。该库很受欢迎，因为它是开源的并且被广泛使用。其受欢迎程度的证明是AWS最近增加了对TensorFlow的支持。

< ">IoT到无服务器：Google Cloud在自然语言，语音，翻译等API方面提供强大的功能。此外，它还提供物联网和无服务器服务，但两者仍处于测试阶段。

< ">AWS与Azure与Google：定价

< ">在比较三个云领导者时，定价有时是最棘手的领域。然而，有可能做出一些概括。

< ">AWS定价：亚马逊的定价特别难以理解。虽然它确实提供了成本计算器，但涉及的许多变量使得难以获得准确的估算。Gartner建议，“[亚马逊]的粒度定价结构很复杂;强烈建议使用第三方成本管理工具。”

< ">Azure定价：Microsoft Azure不会让事情变得更简单。由于Microsoft的复杂软件许可选项和秘密折扣的使用，如果没有外界帮助，其定价结构可能更难以理解。

< ">谷歌定价：相比之下，谷歌将其定价作为差异点。它旨在提供“客户友好”的价格，优于其他供应商的定价。Gartner指出，“Google使用大幅折扣和特别灵活的合同来试图赢得目前与云竞争对手一起花费大量资金的客户的项目。”

< ">关键提示：主要根据价格制定云供应商决策的组织需要根据具体情况分析每个项目，以获得最佳交易。而且由于供应商定期降价，他们可能需要经常重新审视这些计算。

< ">AWS与Azure vs.Google：什么对你最好？

< ">如本文开头所述，最适合您的公共云供应商将取决于您的需求和工作负载。实际上，某些项目的最佳供应商可能不是您项目中其他项目的最佳供应商。许多专家认为，大多数企业将在不久的将来采用多云战略，以防止供应商锁定或努力将工作负载与最佳可用服务相匹配。

< ">AWS选择：由于其丰富的工具和服务以及大规模的集合，您不会出错。不选择亚马逊的唯一原因是，如果你想要一个更私人的关系，小型精品店可以提供。就其规模而言，亚马逊很难与每位客户保持密切关系，但有经销商和顾问可以提供这种专注的关注。

< ">Azure选择：微软最大的吸引力当然是微软的商店。您所有现有的.Net代码都可以在Azure上运行，您的服务器环境将连接到Azure，您会发现迁移本地应用程序很容易。但是，如果你想要Linux，DevOps或裸机，微软将不是理想的选择。它提供Linux，但它优先于Windows。DevOps主要是Linux/开源游戏，同样也是微软并不擅长的。

< ">谷歌选择：谷歌正在快速增长，但正在进行中。它的产品很少，而且在处理业务方面没有传统背景。但它完全投入并投入数十亿美元用于其云计算工作。它与思科合作，后者确实了解企业。现在应该关注Google的人是一年前看过的人，他们不喜欢他们所看到的。他们可能会感到惊讶。谷歌凭借其规模和机器学习力量构建了云计算。这显然值得一看。

< ">某些类型的公司会更吸引到某些云供应商。再说一次，如果您的公司运行Windows和许多Microsoft软件，您可能想要调查Azure。如果您是一家希望快速扩展的基于Web的小型初创公司，您可能需要仔细研究Google Cloud Platform。如果您正在寻找具有最广泛服务目录和全球范围的提供商，AWS可能适合您。