當說起云計算中***有市場聲量的三家廠商時，人們肯定會脫口而出：Amazon、Microsoft和Google。的確，長久以來這三家廠商牢牢占據著云計算中大部分的市場份額，而且他們的這種優勢還將保持很長一段時間。比如研究公司Forrester就預測到，2018年，AWS、Google和Microsoft三家將貢獻整體云平臺營收的76%，到2020年還將進一步上升到80%。同樣，Gartner也提到，2021年，前十位的云計算供應商將貢獻出70%的公有云服務營收。

三家之中，Amazon又是佼佼者。在Synergy Research Group Q3的一份報告中，這家研究公司寫到，“Microsoft，Google和阿里巴巴的營收增速均遠超過Amazon，并同時獲得了大量市場份額，但是，在這一市場中，Amazon一家的份額要遠大于它身后五家競爭對手之和”。

正因為于此，多數企業將很有可能會選擇這三大廠商中一家或多家的服務。面對如此多的服務和產品，用戶又該如何選擇呢?AWS、Azure和GCP(Google Cloud Platform)彼此的產品都又有哪些差異?

對此，IDC說到，“目前，IaaS還遠達不到成為一種商品化的產品，同時各個***供應商又紛紛提供了圍繞IaaS的各種產品組合，但是，這些云供應商在虛擬服務器和存儲服務的數量和類型方面仍存在差異”。 那么AWS、Azure和GCP到底有什么區別呢?下面我們就從宏觀角度來大致說明一下。

當然，以下的說明只是一些參考，很多市場專家建議企業要根據自身具體的情況進行公有云的評估，并為此量身定做最適合的云供應商以應對不同的的實際場景。

AWS：優勢在于服務種類多，但產品體系過于復雜，不利于上手

毫無疑問，AWS***的優勢就是它在云計算市場中的主導地位。Gartner在《2017年全球云基礎設施即服務魔力象限》中寫到，“10年以來，AWS一直是云IaaS的市場中的***”。

AWS的這種領導地位吸引了那些試圖規避風險的大型客戶，他們不希望與那些朝不保夕的小型供應商進行合作。 Gartner補充道，“雖然AWS并不能滿足所有客戶的需求，不過它已經成為了這一領域中的‘安全選擇’，這會吸引那些渴望最廣泛能力和長期保持市場領導地位的客戶”。

AWS自身的基礎設施十分龐大，其一共覆蓋全球14個區域，每個區域中有2到5個可用區域(Availability Zones),每個可用區域中又有1到8個數據中心。在數據中心中還具有多大8萬臺的服務器。而AWS公司所有的數據中心都通過專用的100G的以太網進行連接。

AWS尤其受到運行虛擬機(VM)的大型企業的歡迎。RightScale在其2017年的“云狀況報告”中指出，雖然AWS繼續保持著驚人的速度增長，但主要收入部分來自于現有客戶的業務擴展，而不是那些全新的客戶。報告說道，“值得注意的是，雖然運行至少使用一個AWS服務的公司比例沒有什么變化，但這些客戶使用的AWS應用和虛擬機服務的數量正在增加，這使得AWS的營收得以增長”。

擁有龐大而不斷增長的服務類別以及最覆蓋全球的數據中心網絡無疑是AWS的優勢所在。Gartner的報告總結到，“AWS是最成熟的企業級供應商，它擁有***大的管理大量用戶和資源的能力”。

但是，這種龐大的企業組合類別也是一個弱點。IDC指出，AWS有時會犯下“產品組合對新用戶過于復雜的問題”。此外，雖然AWS很容易上手，但在部署關鍵任務并廣泛應用時，可能需要用戶具有專業的知識。

AWS另一大弱點與成本相關。雖然AWS經常對產品進行降價，但許多企業發現他們很難理解AWS產品的成本結構，而且他們在運行大量工作負載時也難以有效地控制這些成本。

總的來說，AWS的缺點已經遠遠超過了它優勢，不過各種規模的客戶依然在使用AWS來處理各種各樣的工作負載。

Microsoft Azure: 優勢在于“老客戶”，但存在平臺缺陷

雖然Microsoft在云市場中起步較晚，但是它的轉型較為成功，如今的Microsoft已經將Windows服務器、Office、SQL服務器、Sharepoint、Dynamics Active Directory與.Net等傳統本地產品實現了云端再造。

近來，Microsoft的云計算服務正經歷著高速的增長。Synergy的報告顯示，對比于其他主要云供應商，Azure的增長速度最快。而在Rightscale的調查中，從2016年到2017年，Azure“整體應用率從20%增長到了34%”。同時，Rightscale也發現，Azure在大型公司中特別受到歡迎，其在大型企業中的應用率從26%上升到了43%。

Azure在大型企業中受到歡迎的很大一個原因就是大量的企業已經應用了Windows系統以及其他其他的Microsoft產品，如Office等。 由于Azure與這些應用具有高度的集成性，使用Microsoft應用的企業會發現他們使用Azure起來非常容易，這無疑提升了Azure的客戶忠誠度。而且對于這些“老客戶”，Microsoft也會提供令他們滿意的折扣。

Gartner也認為，作為云供應商，Microsoft是那些應用其他Microsoft產品公司的默認選擇。

此外，大批的公司也被Microsoft對于混合云的支持能力所吸引，這包括Microsoft的Azure Stack產品。這樣看來，鑒于Amazon和Google專注于純公有云部署的產品，Microsoft在混合云中的服務是一個關鍵優勢。當然， 最近Microsoft對于Linux和其他開源技術的支持也吸引了一些企業。

不過，Microsoft也不是***無瑕的，Gartner就認為Microsoft的平臺上面存在一些缺陷。它說道，“雖然Azure是一個為企業做好充分準備(enterprise-ready)的平臺,但我們的客戶報告發現，作為一個具有悠久歷史的企業供應商，實際上Microsoft提供的服務體驗比預期的要少。這些客戶指出了ISV合作伙伴的技術支持、文檔、培訓和廣度等問題”。

而且，Gartner還表示，Azure平臺在DevOps支持方面也不如其他云平臺。例如，它沒有那么多的綜合型自動化，這需要工作人員手動去執行許多的管理任務。

Google Cloud Platform(GCP)：優勢在于AI與機器學習，但產品體系尚需完善

基于Synergy的數據，GCP的增長速度幾乎和Azure一樣快。而在RightScale的報告中，Google的使用率從2016年的10%上升到了2017年的15%。

Google的用戶群體與Amazon和Microsoft的截然不同，許多小型創業公司被Google高度的創新性和開放性所吸引并投入其賬下。而且，Google在網頁服務中的專注也吸引了大批具有網頁業務的客戶。依照Gartner的說法，“Google對于那些云原生和想要‘如Google一樣運行’的公司***吸引力”。

此外，得力于源于Google自身Borg系統的kubernetes，Google的容器支持功能亦十分強大。更值得注意的是，Google本身就是前沿科技的主要開拓者之一，這使得GCP可以專注于大數據、分析和機器學習等高級計算產品的開發。

自然，我們還是要提到Google不好的一面。目前GCP在云計算市場中排名第三，與AWS和Azure具有一定差距，這可能是因為GCP提供的服務和功能種類不如這兩家豐富。而且盡管GCP也在全球迅速擴張，但它并沒有像AWS和Azure一樣多的數據中心。

與其他主要的云供應商不同，GCP的起家是從PaaS開始的，后來又增加了IaaS服務。這自然使得它的特性和功能受到了開發人員的歡迎，特別是那些參與DevOps與開源方案的開發者。

但是，Gartner表示，雖然更多與Amazon存在業務競爭的公司將GCP視為AWS的代替品，而那些尋找開源與DevOps服務的公司也在尋求GCP的服務，但是對于大部分客戶來說，GCP依然是輔助服務供應商而不是戰略服務提供商。

顯然，Google最本質的服務是那些消費者級的產品，比如搜索和Gmail，在2B市場它并沒有Microsoft那么多的經驗。不過，我們還是要看到Google的云計算主管Diane Greene是VMware的聯合創始人。鑒于她的經驗與能力，Google有望贏得更多的企業級市場。

綜上，我們可以把AWS、Azure和GCP的優劣總結為如下圖表：

AWS VS. Azure VS. GCP：計算

AWS招牌性的計算服務產品是Elastic Compute Cloud,或EC2。Amazon將EC2形容為：“在云端提供安全與可調整計算容量的web服務”。EC2提供了多種選擇，包括各種各樣的實力，支持Windows和Linux、裸金屬實例(當前預覽)、GPU實例、高性能計算和自動擴展等。AWS還為EC2提供了一個免費的層級，其中包括***可運行12個月的每月750小時的t2.micro實例。

值得注意的是，使用EC2的公司與機構包括Netflix、NASA、Airbnb和Expedia。 Gartner指出，“它(AWS)可以實時對關鍵任務生產應用程序進行支持，并可以實施高端安全和合規的解決方案”。

除此之外，AWS的各種容器服務也受到了市場的歡迎，并且提供對Docker、Kubernetes和其自身Fargate服務的支持選擇，這可以讓用戶在使用容器時自動進行服務器和集群管理。而且AWS還具有虛擬私有云服務Lightsail，它用于幫助客戶進行批量處理計算作業，并可以運行與擴展AWS Web應用程序中的Elastic Beanstalk及其他一些服務。

Microsoft的主要的計算服務稱作Vitrual Machines, 它可以支持Linux、Windows Server、SQL Server、Oracle、IBM和SAP。同時，Vitural Machines具有強化的安全性，并對混合云和Microsoft軟件的集成提供協助。如同AWS一樣，它還具有一個很長的可用實例目錄，包括GPU和高性能計算，以及針對AI和機器學習優化的實例，此外，它還擁有一年免費的750個小時的Windows或Linux B1S虛擬機服務。

這項服務的擴充版本被稱為Virtual Machine Scale Sets。它包括兩個容器服務：基于Kubernetes的Azure Container Service和使用Docker Hub和Azure Container Registry進行管理的Container Services。它還具有用于可擴展Web應用程序的處理服務，這與AWS Elastic Beanstalk類似。***，它也擁有專門為具有服務架構應用而設計的Service Fabric獨有功能。

相比之下，Google的計算服務就要簡單一些。它主要的計算服務稱為Compute Engine, 該產品具有自定義和預自定義的類別，進行按秒計費。Compute Engine提供Linux和Windows支持，而它進行自動折扣與低碳性的基礎設施只會耗費一般數據中心一半的能量。在免費層級方面，Google提供的產品包括***到12個月時間內的每月一個的f1-micro實例。

Google還為那些有意部署容器的客戶提供Kubernetes Engine。 需要注意的是，Google積極參與了Kubernetes項目，并為這個領域提供了額外的專業知識。

AWS VS. Azure VS. GCP：存儲

在存儲這方面，AWS的服務較為豐富，比如用于對象存儲的Simple Storage Service (S3)，通過EC2進行連續性塊存儲的Elastic Block Storage (EBS) ，以及用于文件存儲的Elastic File System(EFS)。其中一些更具創新性的存儲產品包括能夠實現混合存儲環境的Storage Gateway和Snowball，Snowball是一種物理硬件設備，組織可以在網絡傳輸不可用的情況下使用該設備進行PB級的數據傳輸。Snow Edge也是一個包括一些機載計算能力的相似硬件產品，而Snowmobile是一個更大版本的數據傳輸硬件，它被設計用于進行EB級的數據傳輸。

在數據庫方案，AWS有一系列的SQL兼容數據庫服務，包括 Aurora、Relational Database Service (RDS)、 DynamoDB、 NoSQL database、 ElastiCache in-memory data store、 Redshift data warehouse、 Neptune graph database 以及 Database Migration Service。

AWS并不提供備份服務，但它有Glacier產品，這是為長期的檔案儲存而設計的。此外，AWS的存儲網關可進行較為輕松地進行備份和存檔過程設置。

Azure基本的存儲服務包括基于REST的非結構化數據對象存儲服務Blob Storage、用于大容量工作量的Queue Storage，以及File Storage和Disk Storage。而且Azure還具有用于大數據應用服務的Data Lake Store服務。

Azure的數據庫服務種類較為豐富。其中包括：SQL數據庫、MySQL數據庫和PostgreSQL數據庫。它也擁有數據倉庫服務，以及用于NoSQL的Cosmos DB與Table Storage產品。同時，Azure還提供內存服務Redis Cache， 以及專門為那些在自己數據中心中應用Microsoft SQL Server的公司設計的混合存儲服務Server Stretch Database。而Data Factory還支持混合存儲、編排與集成。與AWS不同的是，Microsoft提供了備份服務，以及網站恢復與檔案存儲服務。

對于GCP來說，情況與計算方面相同，那就是它提供的服務種類較少。Cloud Storage是它統一的對象存儲服務名稱，這個服務具有一個Persistent Disk服務選項。除此之外，GCP還提供一個類似于AWS Snowball的傳輸設備及在線傳輸服務。

數據庫方面，GCP具有基于SQL的Cloud SQL和專為關鍵任務工作負載設計的關系數據庫Cloud Spanner。此外，GCP還提供兩個NoSQL服務，Cloud Bigtable和Cloud Datastore。但是Google也沒有備份與檔案服務。

AWS VS. Azure VS. GCP：關鍵云工具

在對未來進行展望時，專家普遍認為，AI、機器學習(ML)、物聯網(IoT)和無服務器計算等新興技術將成為云供應商產品差異化的關鍵。三大云計算供應商均已經開始在這些領域中進行嘗試，并或多或少開發了相應的產品與服務，并有繼續推進之勢。

AWS依然是覆蓋面最為寬廣的廠商，其特色產品包括用于培訓和機器學習模型部署的SageMaker服務、 可強化Alexa服務的Lex會話界面、Greengrass IoT消息傳遞服務和無服務器計算服務Lambda。

在2017年的re:Invernt大會上，Amazon還推出了一系列的AI服務。比如DeepLens，這是一款通過光學字符、圖像和物體識別進行機器學習算法開發和部署的AI相機。 還有開源深度學習庫Gluon，它旨在讓開發與非開發人員能夠較為輕松并并快速對神經網絡進行訓練，而無需AI編程進行了解。

Microsoft在AI領域中投入較大，并在Azure上開發了機器學習服務和bot服務。此外，Azure還提供認知服務，包括Bing Web Search API、 Text Analytics API、 Face API、Computer Vision API以及Custom Vision Service。對于IoT，Azure有幾個管理和分析服務，其無服務器計算服務被稱為Functions。

毫不奇怪，Azure的許多***工具都是為了支持本地的Microsoft軟件而設計的。 Azure備份是一種對Windows Server 2012 R2和Windows Server 2016中的Windows Server Backup進行連接的服務。而Visual Studio Team Services旨在為Azure上的Visual Studio項目提供服務。

對于GCP來說，AI和機器學習是它關注的中心。Google是AI開發中的***，這要歸功于TensorFlow，該產品是一個用于構建機器學習應用程序的開源軟件庫。該數據庫很受市場歡迎，一個證明就是，AWS專門增加了對TensorFlow的支持。此外，GCP在自然語言、語音、翻譯等方面都有強大的應用。但是，雖然GCP也提供IoT和serverless服務，但它們都還處于beta測試中。

AWS vs. Azure vs. Google: 定價

在比較三位云計算巨頭時，定價是最棘手的問題。因而，我們這里只做一些概括。

AWS的定價尤其難以理解。雖然它提供了一個成本計算器，但其中涉及了過于多的變量使得其難以得到準確的估算。 Gartner說道：“亞馬遜的細粒度定價結構非常復雜，強烈建議公司使用第三方成本管理工具。”

而Azure也沒有讓問題變得更加簡單。由于Azure存在復雜的軟件許可選項和隱含的折扣模式，如果沒有外部幫助，其定價結構可能更難以理解。

相比之下，GCP將其定價作為差異化的關鍵。它旨在提供“客戶友好”的價格，以擊敗其他競爭者。 Gartner指出：“Google使用深度折扣和特別靈活的合同來贏得那些目前在其他云計算商項目上耗資巨大的客戶”。

但是，這并不意味著GCP總是擁有***的價格?？蛻粜枰獙唧w項目進行逐一分析以獲取***的交易價格。而且由于供應商降價頻繁，他們可能需要經常對這些價格進行重新估算。

AWS vs. Azure vs. Google：哪個才最適合你?

正如專家們所述，供應商對于一家公司的適合與否要取決于公司具體的需求和工作內容。在某些情況中，最適合某家公司的供應商可能就完全不適用于另一家公司。因而很多專家認為，大部分的企業將在未來采用多云與多供應商策略，以防止供應商鎖定等問題。

對于那些想要獲得最豐富的工具和服務產品的公司來說，AWS不容錯過。不選擇AWS的唯一理由就是這些公司想要獲得一個更為密切化的關系，以及一種小型精品店式的服務。就其規模而言，亞馬遜很難與每一位客戶建立密切的關系，但經銷商和顧問可以提供這種親密感。

Microsoft***的吸引點當然是它的Microsoft商店。公司所有的.Net代碼與服務器環境都可以在Azure上運行，而且對于Microsoft本地應用的遷移也相當容易，對于Microsoft的“老客戶”而言，Azure應該是***選擇。但如果公司想要獲得Linux、DevOps或裸金屬機支持，Azure就不是一個理想的選擇。雖然Azure也支持Linux,但優先級不如Windows，而且鑒于DevOps主要借助于Linux/開源服務，Azure并不適合那些試圖在DevOps方面有所作為的公司。

而雖然Google一直處于高速增長中，但是在云計算領域中，它的產品體系依然單薄，它并沒有對傳統業務提供專門的服務。不過Google已經承諾，公司將在云計算領域中投入10億美元以進行開發，而且還與企業界知名的Cisco進行著密切地合作，這讓它的具有了很高的成長潛力。當然，Google***的優勢依然是它的AI與機器學習，如果有公司致力于這些方面，那么Google值得一試。

***，再重申一遍，如果你的公司運行Windows系統和許多Microsoft軟件，你可能會需要考慮下Azure。如果你是一家小型的基于Web的初創公司，并希望迅速擴展業務，那么你可能需要去研究下GCP。如果你需求最廣泛的服務，并試圖進行跨區域性地擴展，那么AWS可能是你要尋找的對象。