西丰门户网

首页 > 正文

谷歌云(Google Cloud)相对亚马逊云(AWS)有哪些优势?

www.briansc.com2020-02-26

Source | it next

Compile | Wu

Editor | Carol

products | CSDN云计算(ID: CSDN云)

有很多文章比较了谷歌云提供商(GCP)和亚马逊云服务(AWS),但本文不想做比较。

作者主要是AWS用户,但他最近一直在与GCP合作。虽然AWS更成熟,有很多服务,但是GCP有一些服务和一些优势,使它成为一些用例的更好的提供者。然而,本文简要总结了GCP相对于自动气象站的优势。

本文将集中讨论GCP相对于AWS的优势,作者认为GCP可能是一个更好的用例。

网络协议栈

网络协议栈是GCP的亮点之一,它使用谷歌的全球超低延迟内部网络。GCP使用软件定义的网络(SDN),代号为仙女座世界,提供令人难以置信的性能,尤其是低延迟的微服务和大数据处理。

GCP的虚拟私有云(VPC)是全球性的。如果您选择,您可以在不同的区域定义它们。整个网络由软件定义,具有很大的灵活性。您的负载平衡器在边缘工作,提供全局负载平衡和自动扩展。

通过GCP,您可以使用地理分布式数据轻松构建全球基础设施。这对其他云提供商来说非常困难。

开发者体验

虽然我主要是AWS用户,但作为一名开发者,我必须承认我更喜欢和GCP一起工作。它的命令行界面很棒,它是一致的,快速和易于使用。您还可以轻松访问alpha和beta功能。

GCP的控制台体验可能是所有云提供商中最好的,尤其是在云外壳方面。您可以直接从浏览器获取终端,并从浏览器安全地连接到虚拟机,而无需设置任何SSH密钥。太完美了!

GCP虚拟机启动非常快,比AWS快得多,这使得横向扩展特别敏感。它定价合理。您可以定制您需要的CPU和RAM的数量,这非常方便!GCP允许几乎所有的实例类型连接到GPU。这可以将任何标准或定制实例转换成支持机器学习的虚拟机。

借助云身份,GCP的身份管理非常出色。它与G套件集成,并提供单点登录(SSO),因此不再需要受其他云提供商欢迎的解决方案(例如OneLogin)。

最后,大多数服务都提供模拟器。这很好,我可以立即用我的笔记本电脑测试所有应用程序,而不需要使用任何第三方工具或复杂的集成。

Pub/Sub(发布/订阅)

AWS提供多种信息传递服务,如SQS、社交网络、动态空间、事件桥、卡夫卡等。而GCP只提供酒吧/酒吧。说实话,你不需要其他任何东西,这是一个非常好和便宜的服务,可以用于从数据流到微服务的各种用例。这是一项全球服务,可以扩展以处理大量数据,速度非常快。

Pub/Sub非常容易集成和使用,它支持许多客户端和协议。它还为消费者提供了两种模式:推和拉。最重要的是,它非常划算,而且根本没有服务器!

数据库

谷歌特别关注数据。他们非常擅长管理和扩展大数据,并为每个用例提供灵活的解决方案。

尤其是他们提供的三种解决方案,我认为其他竞争对手没有,这些都是大数据解决方案。与其他云提供商一起,该公司正在建设一个数据湖,将大量数据存储在廉价的存储设备中,如S3,以提高成本效益。他们使用传统的框架,如火花,来处理和优化电子医疗记录(EMR),这样他们就可以从S3使用一种格式,如帕奎查询它。

维护数据湖非常复杂,尤其是当数据经常变化的时候。这可能变得难以管理,最终成本会上升。如果我们能够将大数据存储在一个可扩展且经济高效的数据库中,这不是很好吗?这会容易得多。GCP有一些不错的选择。尽管对象存储一直很便宜,但这三种解决方案都可以用于大数据,只要它们不太大。

大表

大表是一个完全管理的NoSQL数据库。它可以与AWS电动数据库进行比较,但它们是不同的。DynamoDB是一个可以扩展到处理数百万事务的NoSQL,但是每个项目只能存储400千字节,它的目标不是处理大数据。

另一方面,大表是一个太字节的数据库。它提供小于10ms的一致延迟,因此非常快速、可靠、易于扩展且经济高效。

大查询

大查询是GCP的黄金产品。因为它是一个非常大的产品,很难解释它是什么。它被定义为一个无服务器、高度可扩展且经济高效的云数据仓库,旨在帮助您做出快速而明智的决策,从而轻松实现业务转型。

最接近的AWS产品是红移和红移光谱。BigQuery是无服务器的,可以扩展到查询大量数据。它有内置的最大似然和最大似然模型,可以用于各种用例。我喜欢BigQuery的地方在于,你可以用它做任何事情,并存储日志或账单信息。它比BigTable有更高的延迟,但也更便宜。

红移作为商业智能的数据仓库可能更好,但是大查询对于人工智能和机器学习更好。

Spanner

Cloud Spanner是一个完全托管的、可扩展的关系数据库服务,用于区域和全球应用程序数据。我认为其他云提供商没有类似的数据库。这是巨大的,但也是完全相关的。它使您能够大规模使用常规的SQL,并且具有很强的事务一致性。

你还记得SQL和NoSQL之间的权衡吗?现在它们已经不存在了。您可以使用SQL并在全球范围内扩展它,但价格并不便宜。谷歌拥有最好的机器学习平台。它为所有类型的用户和用例提供工具。从用于深度学习的低级虚拟机到高级应用编程接口,服务的数量是巨大的。

有了SageMaker,AWS正在慢慢赶上,并且非常接近GCP,但是GCP仍然提供了一个更新和准确的工具集。它提供专为深入学习而设计的虚拟机,并与Kubernetes和机器学习培训更好地集成。

最重要的是,GCP给了库本内特斯能量,并提供了一个友好的生态系统来运行几乎所有的工作负载,从微服务或数据流到大数据管道。库伯内特生态系统非常大,所有这些工具都已经在GCP得到验证和测试。

关于Kubernetes没有什么可说的,GCP比其他云提供商有优势。GCP比其他云提供商更便宜、更新、更快、更容易使用。由于其灵活性和价格优势,GKE可能是世界上最好的云服务。它允许从本地轻松迁移到云。它安全且易于设置,提供出色的自动缩放,并且易于监控。

最重要的是,GCP给了库本内特斯能量,并提供了一个友好的生态系统来运行几乎所有的工作负载,从微服务或数据流到大数据管道。库伯内特生态系统非常大,所有这些工具都已经在GCP得到验证和测试。

AWS更关注无服务器,而GCP则关注库本内特斯,两者都很优秀。

Cost

一般来说,GCP比其他云提供商便宜,因为它总是取决于你使用的服务和你如何使用它。如果你使用库伯内特,GCP无疑是成本效率方面的赢家。

在计算和存储成本方面,它也是一个明显的赢家。GCP提供了一种更好的方式来补贴长期使用,而被抢购的虚拟机非常便宜。

在虚拟机上运行的GKE集群的价格很难匹配。

机器学习,尤其是深度学习或使用库伯内特。

AWS仍然是最好的云提供商,其产品和服务比GCP更成熟。它还拥有庞大的用户群和更好的支持。如果您有任何问题,请使用AWS。亚马逊在赶上GCP机器学习功能方面做得非常好,并且降低了一些服务的成本。然而,我仍然认为对于以下一些用例,GCP可能是一个更好的选择:

机器学习,尤其是深度学习或使用库伯内特。

多亏了发布/订阅和数据流大数据流处理。得益于网络协议栈,GCP的延迟得以降低,管道运行速度更快,成本更低。两个供应商都同样擅长批处理。

分布式实时系统。如果你的微服务需要极低的延迟,谷歌社交网络发布/订阅是一个很好的解决方案。例如,Go微服务gRPC运行速度非常快。此外,阿卡非常适合GCP。

Kubernetes .这是GCP的主要优势。如果您想以低成本和高效率运行便携式基础设施,GKE是一个很好的工具。AWS可能是无服务器的更好选择。

全球大数据数据库。如果你不想使用数据湖,不想存储大规模的数据,那么扳手或大表是可以让你的生活更容易的惊人的数据库。

简而言之,如果你想在库本内特斯上运行快速低延迟的微服务或者你有大量的数据,请考虑使用GCP。

最重要的资产是开发人员强烈建议您在两个平台上试用服务,并开发一个小的概念验证模型(POC)来获得两个平台上的经验。两家供应商都有免费套餐。不要只考虑顾问的报告,你需要做出自己的判断,尝试两种平台。

就我个人而言,我喜欢Kubernetes,它使你的代码可以跨平台移植,从而使它们之间的切换更加容易。

如果您是AWS用户,请先阅读平台概述,然后查看最佳实践。之后,请阅读AWS专业人员指南。

与AWS相比,GCP也非常容易保护和管理。最后,看看GCP必须提供的所有服务。它正在迅速赶上。

我们正处于软件开发的关键时刻,所以不管你选择哪个平台,这都是一个不错的选择。只要你记得什么是最重要的资产,并投资于它,这个资产就是:开发商!

-

热门浏览
热门排行榜
热门标签
日期归档