AWS、Azure、Google云 谁的免费层更好?

小提示：您能找到这篇{AWS、Azure、Google云 谁的免费层更好?}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、Azure、Google云 谁的免费层更好?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！

< ">【IT168编译】事实上，每一家大型的云公司都会有免费的层级共使用。AWS、Azure、Google云相比，谁的会更好呢?以下是三家公司免费层级的比较。

< font-size: 16px;">您从Google云中可以获得：

< font-size: 16px;">过去，谷歌为新的谷歌云平台客户提供了有限时间的免费使用积分。目前这个提议还没有消失，新注册用户仍然可以在前12个月(前60天)获得300美元的信用好处。

< font-size: 16px;">全新的永远免费，一个免费的使用层可用于许多云平台产品。这对于独立开发商，斗志昂扬的创业公司或者是最小的公共应用程序(如低带宽静态站点)来说都是理想的。

< font-size: 16px;">免费层产品的总列表几乎涵盖了创建现代基于云的软件所需的一切，包括容器引擎和各种云功能。当然，他们都存在着相当低的使用上限。例如计算引擎，您只能使用一个f1-micro实例：一个虚拟CPU的20%，600MB内存，且仅在美国可用，每月有30GB的永久存储空间(5GB的快照存储)，每月从美国到每个离散出口目的地(美国，亚洲和欧洲)1GB的网络出口。对于静态网站或小应用程序来说，这非常适合，但对于任何更有野心的人来说将会感到束缚。

< font-size: 16px;">不要期望在免费层上构建真正尖端的东西，对于运行Kubernetes容器引擎，您只有一个基本的五节点集群，而集群是免费的，集群中的每个节点都会产生标准的计算引擎成本。而一些花哨的东西是免费的，如Cloud Vision，语音和自然语言接口。但是这些也是有使用限制的，例如语音每月最多60分钟，在这一层，他们主要是用于实验，而不是生产使用。最近宣布的容器Builder作为通用软件组装流水线被长期定位，因为它可以超越Docker容器。如果您的需求是适度的，您可能能够逃脱停留在每天120分钟的建设时间限制。

< font-size: 16px;">

< font-size: 16px;">您从亚马逊AWS中可以获得：

< font-size: 16px;">亚马逊有一个免费的层级和一个12个月的免费优惠，但它的免费层级与谷歌相比还是缺少一些功能的。例如，它没有虚拟机。AWS免费层级不包括带宽-这仅在12个月的优惠中可用，其中包括所有使用的服怎么样推广自己的网站务中聚合的15GB带宽。但是，您每月可获得高达100万次免费的AWS Lambda请求，以及4000个阶梯函数，这有助于在预算中实现简单的应用程序。

< font-size: 16px;">AWS免费层包括AWS CodeBuild，CodeCommit和CodePipeline，所有这些都是有时间和资源限制的，CodeBuild每月只会给你100分钟进行构建。

< font-size: 16px;">AWS的永久免费层不能分别访问像Amazon Rekognition，Polly或Lex这样的任何机器学习或AI API，用于视觉，对象检测，文本到语音和会话界面。也就是说，他们开始的定价相对较低：例如，重新识别开始于每1000张图像1美元。(Rekognition和Polly有一些免费产品，但它们只能在注册后的前12个月内使用。)

< font-size: 16px;">您从微软Azure中可以获得：

< font-size: 16px;">Azure可以为新客户提供免费信用和免费服务层。与亚马逊一样，计算和带宽不可用作免费层选项。但你可以获得大量的小项目，其中许多是面向更高层用户开发的赠品。

< font-size: 16px;">你可以在免费层上进行按比例缩小的应用程序开发和部署。App Service最多可为每个帐户提供10个应用程序，您最多可以有五个Visual Studio Team Services用户，可免费访问CI和版本控制。您还可以在不增加成本的情况下获得虚拟网络，但您需要为流量本身付费。如果最终需要Azure Active Directory，则免费层可以免费提供多达500,000个目录对象。当涉及到机器学习功能时，Azure会在Azure机器学习工作室中有一些生产限制的免费层选项。您只能获得10GB的存储空间，每个实验最多可添加10不带广告的电视0个模块，每个实验的执行时间为1小时。此外，在Studio的免费层上没有SLA，因此，不能保证在它上面运行的任何事件可以及时完成。

< font-size: 16px;">作者：Serdar Yegulalp