亞馬遜、谷歌和微軟這三大雲服務巨頭，都提供了一系列產品，幾乎涵蓋了您在線運營所需的一切。但它們不僅在定價上有所不同，在服務命名和分組方式上也存在差異。本文將對它們進行逐一比較，找出各自的優勢。
我們將重點關注亞馬遜網絡服務 (AWS)、谷歌云平台 (GCP) 和微軟 Azure 提供的服務。我們不會涵蓋所有服務，也不會深入探討雲計算的基礎設施細節。但是，我們將概述許多提供的產品，並熟悉一些雲概念。
關鍵要點：
其他服務和隨時間推移的變化：
當然，我們還可以介紹其他雲服務。近年來，DigitalOcean 和 Linode 等公司在三大巨頭之外取得了一些進展。但有一家新興競爭者徹底簡化了雲基礎設施的部署，並且仍在將 DevOps 工作流程提升到一個新的水平——Netlify。 Netlify 還恰好是創造“Jamstack”概念的公司。 （有關更多信息，請參閱“Jamstack 簡介”和“DevOps 實踐示例”。）
一體化，但更簡單：Google Firebase、Netlify 和 AWS Amplify
亞馬遜、谷歌和 Azure（按此順序）仍然幾乎是唯一涵蓋所有云服務領域的公司。但鑑於 Netlify 如何簡化了遊戲規則，為了保持競爭力，它們都必須對向開發人員展示其工具的方式進行重大改進。
谷歌和亞馬遜分別推出了 Firebase 和 Amplify，它們都封裝了來自 GCP 和 AWS 的大量服務，以清晰易用的方式向 Web 和移動開發人員呈現。 （奇怪的是，微軟似乎只是有意識地讓 Azure 保持過時狀態。）
正如我在關於“100 個 Jamstack 工具、API 和服務來為您的網站提供動力”的文章中所說：
谷歌通過將 Firebase 產品系列“分離”出 GCP 而採取了英明的舉動，但亞馬遜在 AWS Amplify 上只走了一半路。對於新手用戶來說，這確實是對常規 AWS 工作流程的巨大改進，其文檔中心非常出色，而且比亞馬遜通常記錄服務的方式更貼近實際。但 Amplify 仍然是從同一個舊的（極其臃腫的）控制台訪問的。您仍然需要信用卡才能開設帳戶，部署仍然是特定於區域的（沒有內置的 CDN，說真的？），與 Firebase 或 Netlify 相比，工作流程並不那麼直接。
憑藉極其完善的文檔框架、出色的 YouTube 頻道以及各種各樣的應用，Google Firebase 遠遠領先於 AWS Amplify……但在簡單性方面則落後於 Netlify。
Azure……說真的？
Azure 似乎對某些人（特別是美國境內的企業部門）有效，但正如Reddit 搜索或TrustPilot 查詢將很快揭示的那樣，人們的意見充其量是非常分歧的。
儘管 AWS 起初可能很難上手，但用戶通常會讚揚其支持團隊的響應速度和專業知識。根據我自己的經驗，另一方面，Azure 支持（或其完全缺乏）可能是100% 自動化的並且完全不存在，以至於解決像設置信用卡這樣簡單（且至關重要）的問題都將變得不可能，並使整個套件無法使用。
雖然微軟在多個方面都是無可爭議的領導者，但它也有著姍姍來遲的歷史，投入了大量精力來追趕，然後似乎又失去了信心，將事情做了一半（例如Zune、Groove、Mobile、Edge 和Skype）。 Azure 的發展如何，還有待觀察。
為什麼選擇雲計算？
Netflix、Airbnb、Spotify、Expedia、PBS 等眾多公共和私營部門的標誌性公司都依賴雲服務來支持其在線運營。這使他們能夠更好地專注於他們所擅長的事情，並讓許多技術細節由現有的並不斷升級的基礎設施來處理。如果他們必須自己實施實際運營所需的物理基礎設施，他們將需要一支技術人員隊伍、大量的額外預算和時間，許多初創公司將永遠無法克服這些技術挑戰。
面向所有人
但這不僅限於大公司。如今，在一個大型企業和兩個幾乎沒有初始資本的在家中的年輕人，都可以訪問世界一流的基礎設施來進行存儲、計算、管理等等，以創建下一個大型在線服務，並按需付費——從字面上講——按小時付費。
靈活（有時錯綜複雜）的定價
您支付的費用將根據您需要的處理能力、部署的實例數量（即虛擬服務器的數量）以及部署位置（有關此方面的更多信息，請參閱“位置”部分）而有很大差異。批量使用還將獲得大幅折扣。無論如何，您大多數時候都會擁有以下優勢：
有關詳細信息，您需要閱讀 AWS、GCP 和 Azure 的定價細則。
產品與解決方案
我們將“產品”和“服務”這兩個術語使用得比較寬鬆。但是，“解決方案”是一個更具體的概念，在處理雲服務時您會經常聽到。簡而言之，解決方案是一組面向非常特定需求的預配置產品，它提供了豐富的文檔、用例和推薦，將指導您完成採用雲基礎設施的過程。
一些典型的“預配置”解決方案包括：
讓我們來比較一下！
亞馬遜通過其2004 年推出的首個AWS 服務引入了“商品化”雲計算服務，從那時起，他們就不斷創新和添加功能，這使他們能夠通過構建最廣泛的雲服務和解決方案來保持在該領域的領先地位。在許多方面，它們也是最昂貴的。
谷歌和微軟後來加入了這場競爭，並迅速趕上，帶來了他們自己的基礎設施和理念，提供了交易並降低了價格。
在下面的視頻中，各家公司的代表討論了他們的雲戰略：
計算
畢竟，這就是計算機的用途：計算、處理數據——計算。如果您需要更快的處理速度來進行圖形渲染、數據分析或其他任何操作，您可以購買更多硬件，也可以使用雲計算。
當然，如果您購買硬件，您就擁有它。這是一項資產。但您還為計算機沒有進行任何實際處理的空閒時間以及隨之而來的所有維護付費，如果您構建數據中心，這可能會非常高昂。
另一方面，當您使用雲計算時，您只需支付您使用的費用，並且可以在幾分鐘內擴展到數千個處理節點（如果您不小心，可能會刷爆您的信用卡） 。
彈性計算雲 (EC2) 是亞馬遜用於按需進行可擴展計算的旗艦產品，它與穀歌的 Compute Engine 和 Azure 的虛擬機和虛擬機規模集競爭。亞馬遜的服務最為全面，但如前所述，EC2 的定價可能會非常複雜，Azure 的 VM 定價也是如此。谷歌的產品靈活性較低，但定價更容易理解。
還有一種選擇是為Web 和移動應用程序租用計算流程，如果您的應用程序符合此服務的規格，則可以使用它來節省大量成本（有關詳細信息，請參閱AWS Elastic Beanstalk 和Google App Engine）。
如果您想使用 Docker 部署軟件容器，您應該查看亞馬遜的 Elastic Container Service (ECS) 和 Elastic Container Registry (ECR)。谷歌的等效產品是 Kubernetes Engine 和 Container Registry。 Azure 也通過其 Azure Kubernetes Service (AKS) 支持 Docker，但目前它們沒有提供私有 Docker 註冊表的功能。
由於 Azure 是微軟的產品，它還允許您使用其遠程桌面客戶端服務部署 Windows 客戶端應用程序。
存儲
除了計算之外，存儲是雲服務的關鍵支柱。在雲中，您可以同樣輕鬆地存儲從少量 GB 到多個 PB（1 PB = 1,024 TB = 1,048,576 GB）的任何內容。但是請注意：實施這些解決方案並非易事，因為它不是常規託管，您只需要用戶名和密碼即可通過 FTP 上傳文件。相反，您需要與 API 或第三方程序交互，並且可能需要一段時間才能準備好完全在雲中操作您的存儲。
為了存儲對象（即幾乎任何東西），亞馬遜的簡單存儲服務(S3) 是運行時間最長的服務，因此它擁有大量的文檔，包括免費網絡研討會、文章和教程，以及非常活躍的討論論壇，亞馬遜開發人員定期在其中提供非常有用的反饋。當然，Google Cloud Storage 和 Microsoft Azure Storage 提供的服務同樣可靠且強大，但您找到的資源甚至無法與亞馬遜的資源相比。也就是說，谷歌和微軟的價格可能更有優勢，因此請閱讀細則。
除了存儲和存檔之外，它們還提供更具體的選項，例如 Amazon CloudFront——針對構建內容交付網絡 (CDN)——它與穀歌的 Cloud CDN 和 Azure 的內容交付網絡相同。但如果您有更多特殊要求，請務必查看其網站。
分析
現在我們開始認真對待，因為我們進入了整合和充分利用計算、存儲和交付能力的地方，所有這些都是一次完成的。事實是，除了雲計算之外，有些事情您根本無法在其他任何地方執行（也就是說，除非您可以負擔巨大的基礎設施投資）。因此，讓我們談談分析。
大數據的挑戰在於處理極其龐大的數據集（大到無法放入內存中），理解它們，利用它們進行預測，甚至幫助建模全新情況，例如新產品、新服務、新療法、城市規劃方式等等。
這需要非常特定的技術和編程模型，其中之一是MapReduce，它是由谷歌開發的，因此看到谷歌通過提供一系列產品（例如BigQuery（用於大規模數據分析的託管數據倉庫） 、Dataflow（實時數據處理）、Dataproc（託管Spark 和Hadoop）、Datalab（大規模數據探索、分析和可視化）、Pub/Sub（消息傳遞和流數據）和Cloud Life Sciences（用於處理高達PB 級基因組學和生物醫學數據））走在大型數據領域的前列也就不足為奇了。 Elastic MapReduce (EMR) 和 HDInsight 分別是亞馬遜和 Azure 對大數據的解讀。有關更多信息，請查看它們都提供的大數據解決方案：GCP、AWS 和 Azure。
但是，您無需屬於大數據類別即可理解數據。大量結構化甚至非結構化數據可以幫助您識別業務機會。這被稱為商業智能 (BI)，此處的策略可能非常多樣化，並且會根據您的領域而有很大差異。因此，如果您的企業擁有數據集，那麼可能會有有價值的見解等待挖掘。在這種情況下，只有亞馬遜通過 QuickSight 承擔了這一利基市場。
而且，對於所有這一切，您很可能需要使用機器學習 (ML)，它是人工智能 (AI) 的一個分支。有趣的是，谷歌在這方面也佔據了優勢，其AI 平台不僅用於通用ML，還用於利用他們必須為自己的應用程序構建的產品並提供面向ML 的非常具體用途的訪問接口，包括用於視覺AI、語音轉文本、自然語言和翻譯的API。通用替代方案是 AWS 上的機器學習和 Azure 機器學習。
位置
部署服務時，您可能希望選擇靠近主要目標受眾的數據中心。例如，如果您在美國西海岸進行房地產或零售託管，您將希望在那裡部署您的服務，以最大限度地減少延遲並提供更好的用戶體驗 (UX)。當然，您仍然可以從遠處部署，但 UX 會受到影響。
亞馬遜擁有廣泛的覆蓋範圍：
AWS 位置。亞馬遜圖表
Azure 的覆蓋範圍也相當廣泛：
Azure 位置。微軟圖表
谷歌在美國、歐洲和亞洲擁有穩固的覆蓋範圍，在南美洲也有一些覆蓋範圍，但在非洲沒有覆蓋範圍。
Google Cloud 位置
但請注意，在不同位置部署的費用不同，美國和歐洲（按此順序）通常最便宜。
更多詳細信息：
其他產品和服務
如前所述，我們只介紹了一些主要的雲服務，但在我們結束之前，讓我們快速回顧一下您可能想要關注的一些產品。
網絡
數據庫
開發人員工具、管理、安全、身份、災難恢復……
還有更多內容，但讓我們今天就到此為止！
其他參與者
我們在這裡只介紹了大公司，但云領域非常活躍，有幾家提供商以極具競爭力的價格提供可靠的基礎設施。他們中的許多人專注於開發人員的需求而不是公司的需求，他們可能非常值得嘗試，尤其是在您的擴展需求介於小型和中等之間時。
一些替代方案：
下一步該做什麼？
亞馬遜、谷歌和微軟以及幾乎所有列出的替代方案都提供啟動交易，甚至為新帳戶提供免費積分，這意味著您可以在不使用信用卡且沒有任何未來義務的情況下開始在雲中進行實驗。
不要被嚇倒！選項可能很多，但您可以從關注您的需求開始。如果您需要非常具體的解決方案或特定位置，或者您只是一個可能更適合小型公司的謙遜開發人員，請從那裡開始。
AWS、Google Cloud 和 Azure 比較的常見問題解答 (FAQ)
AWS、Google Cloud 和 Azure 的定價模型差異很大。 AWS 按小時收費，而 Google Cloud 按分鐘收費，這對於短期或不規則使用來說可能更具成本效益。另一方面，Azure 提供更靈活的定價選項，包括按分鐘和按小時收費。此外，所有三個平台都提供各種折扣和獎勵，例如 AWS 的預留實例、Google Cloud 的持續使用折扣以及 Azure 的混合優勢和預留實例折扣。
所有三個平台都提供強大的數據存儲選項。 AWS 提供 Amazon S3（用於對象存儲）、Amazon EBS（用於塊存儲）和 Amazon Glacier（用於長期存檔存儲）等服務。 Google Cloud 提供 Google Cloud Storage（用於對象存儲）、Persistent Disk（用於塊存儲）以及 Nearline 和 Coldline（用於存檔存儲）。 Azure 提供 Azure Blob Storage（用於對象存儲）、Azure Disk Storage（用於塊存儲）以及 Azure Archive Storage（用於長期存檔存儲）。
AWS、Google Cloud 和 Azure 都提供全面的機器學習功能。 AWS 提供 Amazon SageMaker，這是一種完全託管的服務，使開發人員能夠構建、訓練和部署機器學習模型。 Google Cloud 提供 Google Cloud AI 和機器學習平台，其中包括預訓練模型和構建、訓練和部署自定義模型的服務。 Azure 提供 Azure 機器學習，這是一個基於雲的環境，用於訓練、部署、自動化、管理和跟踪 ML 模型。
AWS、Google Cloud 和 Azure 都提供強大的網絡功能。 AWS 提供 Amazon VPC（用於創建虛擬網絡）、Amazon Route 53（用於 DNS 服務）和 AWS Direct Connect（用於專用網絡連接）。 Google Cloud 提供 Google Cloud VPC（用於創建虛擬網絡）、Google Cloud DNS（用於 DNS 服務）和 Google Cloud Interconnect（用於專用網絡連接）。 Azure 提供 Azure Virtual Network（用於創建虛擬網絡）、Azure DNS（用於 DNS 服務）和 Azure ExpressRoute（用於專用網絡連接）。
所有三個平台都優先考慮安全性，並提供一系列功能來保護用戶數據。 AWS 提供 AWS Identity and Access Management (IAM)、AWS Shield（用於 DDoS 保護）和 AWS Macie（用於數據隱私）等服務。 Google Cloud 提供 Google Cloud IAM、Google Cloud Armor（用於 DDoS 保護）和 Google Cloud Data Loss Prevention（用於數據隱私）。 Azure 提供 Azure Active Directory、Azure DDoS Protection 和 Azure Information Protection（用於數據隱私）。
AWS、Google Cloud 和 Azure 都提供強大的計算能力。 AWS 提供 Amazon EC2（用於虛擬服務器）、AWS Lambda（用於無服務器計算）和 Amazon ECS（用於容器編排）等服務。 Google Cloud 提供 Google Compute Engine（用於虛擬服務器）、Google Cloud Functions（用於無服務器計算）和 Google Kubernetes Engine（用於容器編排）。 Azure 提供 Azure Virtual Machines（用於虛擬服務器）、Azure Functions（用於無服務器計算）和 Azure Kubernetes Service（用於容器編排）。
AWS、Google Cloud 和 Azure 都提供各種數據庫服務。 AWS 提供 Amazon RDS（用於關係數據庫）、Amazon DynamoDB（用於 NoSQL 數據庫）和 Amazon Redshift（用於數據倉庫）等服務。 Google Cloud 提供 Google Cloud SQL（用於關係數據庫）、Google Cloud Datastore（用於 NoSQL 數據庫）和 Google BigQuery（用於數據倉庫）。 Azure 提供 Azure SQL Database（用於關係數據庫）、Azure Cosmos DB（用於 NoSQL 數據庫）和 Azure Synapse Analytics（用於數據倉庫）。
AWS、Google Cloud 和 Azure 都提供強大的分析功能。 AWS 提供 Amazon Athena（用於查詢服務）、Amazon QuickSight（用於商業智能）和 AWS Glue（用於 ETL 服務）等服務。 Google Cloud 提供 Google BigQuery（用於查詢服務）、Google Data Studio（用於商業智能）和 Google Cloud Dataflow（用於 ETL 服務）。 Azure 提供 Azure Data Lake Analytics（用於查詢服務）、Power BI（用於商業智能）和 Azure Data Factory（用於 ETL 服務）。
AWS、Google Cloud 和 Azure 都提供各種開發人員工具。 AWS 提供 AWS CodeStar（用於項目管理）、AWS CodeCommit（用於源代碼控制）和 AWS CodeBuild（用於構建服務）等服務。 Google Cloud 提供 Google Cloud Source Repositories（用於源代碼控制）、Google Cloud Build（用於構建服務）和 Google Cloud Deployment Manager（用於部署服務）。 Azure 提供 Azure DevOps（用於項目管理、源代碼控制和構建服務）以及 Azure Resource Manager（用於部署服務）。
AWS、Google Cloud 和 Azure 都提供強大的物聯網功能。 AWS 提供 AWS IoT Core（用於設備連接）、AWS IoT Analytics（用於數據分析）和 AWS IoT Device Defender（用於安全）等服務。 Google Cloud 提供 Google Cloud IoT Core（用於設備連接）、Google Cloud IoT Edge（用於邊緣計算）和 Google Cloud IoT Security（用於安全）。 Azure 提供 Azure IoT Hub（用於設備連接）、Azure IoT Edge（用於邊緣計算）和 Azure Security Center for IoT（用於安全）。
希望以上信息對您有所幫助！
以上是AWS，Google Cloud和Azure的並排比較的詳細內容。更多資訊請關注PHP中文網其他相關文章！
