全球公有云计算市场的领导地位竞争是激烈的三方竞争： AWS vs Azure vs Google，国内市场则是阿里云、腾讯云和AWS。对于基础架构即服务 (IaaS) 和平台即服务 (PaaS)，亚马逊 Web 服务 (AWS)、Microsoft Azure 和 Google 云平台 (GCP) 在众多云公司中占据着优势，另外紧随其后的是阿里云和腾讯云。

AWS依旧占主导地位

Synergy Research Group 首席分析师 John Dinsdale 曾表示：“云服务和数据中心基础设施市场是真正全球性质的，但是中国是个例外。全球市场以每年 50% 的速度增长，而中国市场则以每年超过 70% 的速度增长。并指出：”尽管市场规模几乎翻了两倍，但AWS在全球的市场份额连续12个季度内一直稳定在33% 左右。

以下为 Synergy Research Group发布的2018年Q4全球云基础设施服务市场份额。

与此同时，微软在 SaaS 方面的实力尤为强劲，而谷歌云 (Google Cloud) 在2018年从Gartner魔力象限中的愿景者象限升级为领导者象限，并以提供折扣闻名，处于积极增长的地位。

中国市场份额上，阿里云以40.5%的市场份额仍旧位列第一，腾讯云紧追其后（16.5%）， Sinnet（光环新网，AWS中国伙伴）以9.7%排名第三（但AWS中国另一个合作伙伴西云数据并没有计算入内）。

比较从这儿开始

AWS – 随着庞大的工具集继续呈指数级增长，亚马逊的功能是无与伦比的。然而，其成本结构可能会让人感到困惑，它只关注公有云，而不是混合云或私有云意味着与您的数据中心进行交互并不是 AWS 的首要任务。

Microsoft Azure – 拥有卓越功能的云基础架构的AWS的紧密竞争对手。面对企业客户，Azure将从企业角度去考虑如何结合现有的数据中心，但很少有公司具有 Microsoft 这样的企业背景 (Windows支持)。Azure知道很多客户仍在运行数据中心，Azure平台努力与数据中心进行交互——混合云是一种真正的优势。

Google Cloud – 作为竞争中资金充足的弱势群体，谷歌进入云市场晚了一步，它也没有特别吸引企业客户的地方。但它有自己的技术优势，比如行业领先的深度学习和人工智能、机器学习和数据分析工具。

阿里云 – 界面友好，适合于国内中小型企业。有比较多电商、物联网方面的客户案例。国内数据中心众多，产品服务比较全面。阿里云作为国内云计算的龙头老大，在市场占有率和行业经验都有比较领先的地位。

腾讯云 – 游戏和视频行业的技术比较突出，侧重于构造产业生态圈。并且能够很好地打通腾讯开放平台。有比较多的政企、游戏界的客户经验。

优劣分析

许多专家建议企业在个案基础上评估其公有云需求，并让最适合其需求的供应商提供特定的应用程序和工作负载。每个领先的供应商都有特殊的优势和弱点，这使得他们成为某些项目的最佳选择。

AWS的优点和缺点：

亚马逊最大的优势是其在公共云市场的主导地位。Gartner 指出，在其“基础架构即服务” 的Magic Quadrant中，”10多年来，AWS 一直是云 IaaS 的市场份额领导者。

其受欢迎的部分原因无疑是其巨大的业务范围，AWS拥有庞大且不断增长的可用服务，以及全球最全面的数据中心网络。Gartner 的报告总结说，AWS 是最成熟的企业云提供商，拥有管理大量用户和资源的最深层功能。

亚马逊的弱点是成本。虽然AWS定期降低其价格，但许多企业发现，在服务上运行大量工作负载时，很难了解公司的成本结构并有效地管理这些成本。然而，一般来说，亚马逊的优势超过了这些缺点，各种规模的企业继续将 AWS 用于各种工作中。

Azure的优点和缺点：

微软很晚期才进入云市场，但借着以前使用微软的软件的客户，微软一进入市场便跳跃式增长——Windows 服务器、Office、SQL Server、Sharepoint、Active Directory、. Net和其他工具等都重新用在云上。

Azure成功的一个重要原因是：如此多的企业部署 Windows 和其他微软软件。由于 Azure与其他应用程序紧密集成，因此使用大量微软软件的企业通常会发现，使用Azure也是有意义的。这将建立现有Microsoft客户的忠诚度。此外，如果您已经是现有的 Microsoft 企业客户，则会期望显著的折扣服务合同。

在缺点方面，Gartner 发现了平台的一些缺陷。“虽然微软Azure是一个企业就绪的平台，但Gartner客户报告说，微软虽然有企业供应商的悠久历史，感觉服务经验没有达到他们期望的企业就绪程度。客户列举了 ISV 合作伙伴生态系统的技术支持、文档、培训和广度方面的问题。

Google的优点和缺点：

谷歌擅长容器，自从谷歌开发了 Kubernets 标准（AWS和Azure提供的服务中使用了此标准），GCP 专注于大数据、分析和机器学习等产品，它还提供了相当大规模的负载均衡。

不利的一面是，谷歌在市场份额上是第三（远远落后第二名），这或许是因为它没有像 AWS 和 Azure 那样提供尽可能多的不同服务和功能，尽管它正在迅速扩张，但它也没有AWS或Azure那么多的全球数据中心。

Gartner表示，客户通常选择GCP作为第二提供商而不是战略提供商，尽管GCP正在越来越多的被以开源为中心或以DevOps为中心，与微软云依赖较低的客户选择作为战略替代品。

阿里云的优点和缺点：

阿里云国内市场占据第一，是国内的云计算龙头。开发了服务全球的超大规模通用计算云操作系统飞天，并且在早前已经凭借自研的X-Dragon神龙架构服务器，对标AWS的Nitro架构。相较于国内其他厂家，其产品类目也是很丰富的。国内的数据中心也比较多。

不利的一点是：海外的机房数量并不是很多，因此在和其他海外巨头比较的情况下，没有太多优势。不管是数量上还是价格上。

腾讯云的优点和缺点：

国内云厂家的二把手，价格上比阿里云还有更多的优势，并且有其社交、游戏等领域的行业积累。

有待提高的是，腾讯云的所有产品类目都比较少，海外的资源也不是那么丰富。

计算服务比较

AWS:

弹性计算云：亚马逊的旗舰计算服务是弹性计算云，或者说EC2，亚马逊描述EC2是“一个提供安全，可重新定义计算容量大小的云上web服务”。EC2提供多样化选择，包括各种各样的实例，支持windows和Linux，裸机实例，GPU实例，高性能计算，自动伸缩以及更多的选择。亚马逊也提供一个EC2免费套餐，长达12个月，每个月750小时。

容器服务：在计算类，使用多容器服务的客户正在增长，并且包含多种选择：Docker，Kubernetes，亚马逊自己的Fargate服务（使用容器自动化管理服务器和集群的服务）。它提供一个私有云选项：Lightsail，用来批量计算工作的Batch，用来运行和自动伸缩web应用的Elastic Beanstalk以及一些其他的服务。

Azure:

虚拟机：微软的主要计算服务叫虚拟机，它对Linux、Windows Server、SQL Server、Oracle、IBM 和SAP的支持，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，微软也拥有非常多的可用实例类型，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。它也有免费套餐，一年内可以免使用Windows或Linux B1S虚拟机750个小时/月。

额外服务：微软的自动伸缩功能叫虚拟机伸缩工具。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 Container Registry进行管理。也有批处理服务，Cloud Services for scalable Web applications和AWS elastic beanstalk类似功能。微软还提供了一个独有的服务叫Fabric，专门为具有微服务体系结构的应用程序设计的。

Google：

计算引擎：相比之下，谷歌的计算服务类型比竞争对手少一些。它的主要服务被称为计算引擎，它拥有自定义和预定义的机器类型、按秒计费、也支持Linux和Windows、值得注意的是Google使用自动节省能源和零碳排放基础设施使用的能源消耗只有传统数据中心的一半，Google也提供免费套餐（12个月的f1-micro实例免费使用）。

聚焦Kubernetes：谷歌为有意向部署容器的企业提供 Kubernetes 引擎服务，与所有领先的云提供商一样，设置Kubernetes是为了提供容器服务和微服务。而Google一直大量参与Kubernetes项目并提供了额外的专家服务。

阿里云：

计算服务：计算服务、弹性伸缩和负载均衡等服务阿里云都有比较丰富的产品线，而且其 X-Dragon神龙架构也是其一大计算服务卖点。

容器服务：很好地支持了K8S容器服务和容器景象服务等。

腾讯云：

计算服务：标准的云服务器、GPU云服务器、FPGA 云服务器等；在弹性计算上，大量的投入研发和实践，帮助用户更好的使用云计算。产品的类别相对其他厂家，腾讯云的计算实例类型相对较少。

AWS

• EC2
• Elastic Container Service
• Elastic Container Service for Kubernetes
• Elastic Container Registry
• Lightsail
• Batch
• Elastic Beanstalk
• Fargate
• Auto Scaling
• Elastic Load Balancing
• VMware Cloud on AWSAzure

Azure

• Virtual Machines
• Virtual Machine Scale Sets
• Container Service (AKS)
• Container Instances
• Batch
• Service Fabric
• Cloud Service

Google

• Compute Engine
• Kubernetes
• Cloud Functions
• Container Security
• Graphics Processing Unit (GPU)
• App Engine
• Knative

阿里云

• 云服务器 ECS
• 负载均衡
• 弹性伸缩
• 容器服务
• 容器服务 Kubernetes 版
• 容器镜像服务
• 批量计算
• 弹性高性能计算
• 轻量应用服务器
• 图形工作站
• 弹性容器实例 ECI

腾讯云

• 云服务器
• GPU 云服务器
• FPGA 云服务器
• 专用宿主机
• 黑石物理服务器2.0
• 容器服务
• 容器实例服务
• 弹性伸缩

存储服务比较

AWS:

S3 to EFS：AWS提供一系列的存储服务，包括面向对象的S3服务，与EC2一起使用的持久块存储的EBS，和用于文件存储的EFS。一些更具创新性的存储产品包括存储网关(可实现混合存储环境)和 Snowball (一种物理硬件设备)，当不能使用Internet 传输的情况下,可以使用它来传输pb级的数据。

数据和存档：在数据库方面，AWS有兼容SQL的数据库叫Aurora RDS，DynamoDB NoSQL数据库，ElasticCache内存数据存储，Redshift 数据仓库，Neptune图形数据库和一个数据库迁移服务。AWS也提供低成本长期存档存储的产品叫Glacier，另外，它的存储网关可以轻松的处理备份和存档。

Azure：

存储服务：微软云的基本存储服务包括Blob存储，用于基于REST的非结构化数据对象存储。适用于大容量工作负载、文件存储和磁盘存储的队列存储。它还有一个对大数据应用程序比较有用的数据湖存储。

扩展数据库：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NoSQL的Cosmos db和表存储。Redis缓存是其内存中的服务，而Server Stretch Database是专门为在其自己的数据中心中使用Microsoft SQL Server的组织设计的混合存储服务。与 AWS不同，Azure确实提供了实际的备份服务，以及站点恢复服务和存档存储。

Google:

统一存储及更多：与计算一样，GCP 提供的存储服务选择更少。Cloud Storage是其统一的对象存储服务，它还具有持久磁盘选项。它提供类似于 AWS Snowball的传输设备，以及在线传输服务。

SQL和noSQL：在数据库方面，GCP 具有基于 SQL 的Cloud SQL 和一个关系数据库Cloud Spanner，Cloud Spanner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。

阿里云：

存储：阿里云提供了对象存储、文件存储、归档存储、块存储和表格存储等多种存储模式。

数据库：不管是普通用户常用的三大SQL数据库（MsSQL、MySQL、PostgreSQL），还是流行的NoSQL（MongoDB、Redis、Memcache），都为用户提供了服务。

数据仓库：对于大数据需要的海量存储，阿里云也提供了对应的产品PetaData、HBase 以及OceanBase。

腾讯云：

数据库和缓存：腾讯云提供了标准的SQL数据库和其特有的TDSQL，针对高速缓存场景的Redis 和Memcached、标准的NoSQL 数据MongoDB ，以及一些适合于大数据的数据库，如：HBase、分布式数据库DCDB。

存储：只提供了标准的对象存储和云硬盘服务

前沿的云产品

展望未来，专家表示人工智能、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的重点差异化点。所有三家领先的云提供商都已开始试验这些领域的产品，并有可能在未来一年扩大服务范围。

AWS：

Sagemaker to Serverless：与其他领域一样，AWS在上述每个领域的服务列表最长。亮点包括其用于训练和部署机器学习模型的 SageMaker 服务，Lex对话接口为其Alexa服务、Greengrass物联网消息服务和Lambda无服务器计算服务提供动力。

人工智能和机器学习：在众多面向AI的服务中，AWS 提供了DeepLens，这是一款AI驱动的相机，用于开发和部署机器学习光学字符识别以及图像和对象识别之类的算法，AWS 宣布了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都能轻松构建和快速训练神经网络，而无需了解 AI 编程。

Azure：

认知服务：微软还在人工智能方面投入巨资，并在 Azure 上提供机器学习服务和机器人服务。它还提供认知服务，包括Bing Web 搜索API、文本分析 API、人脸 API、计算机视觉 API 和自定义视觉服务。对于物联网，它有多个管理和分析服务，其无服务器计算服务被称为 “Functions”。

支持自身软件：Azure的许多顶级工具都是围绕着支持本地微软软件设计的。Azure 备份是连接 Windows Server 2012 R2 和 Windows Server 2016 中的 Windows 服务器备份的服务。Visual Studio 团队服务在Azure上承载Visual Studio项目。

Google:

Big on AI：对于 Google 云平台而言，人工智能和机器学习是重点领域。由于构建机器学习应用程序的开源软件库TensorFlow，Google 在人工智能开发方面处于领先地位。TensorFlow库也很受欢迎。以至于AWS最近增加了对TensorFlow的支持。

IoT to Serverless：Google 云在API中提供了强大的自然语言、语音、翻译等功能。此外，它还提供物联网和无服务器服务,但仍在测试阶段。

阿里云：

AI：阿里云以ET大脑为基础，发展了ET工业大脑、ET农业大脑、ET环境大脑、ET医疗大脑等数个AI解决方案，及50多个AI产品。

腾讯云：

大数据：腾讯云发展出来了大数据基础服务、数据应用和AI三大体系，提供了丰富的技术产品，对于用户来说，也是可以更好的去借助云计算的资源来实现自己的需要。

价格比较

在比较这三个云领导者时，定价几乎是最难做比较的，但是也能够概述一下。

AWS：亚马逊的定价尤其难以琢磨。虽然它确实提供了一个成本计算器，但所涉及的许多变量使得很难获得准确的估计。Gartner提议，亚马逊的细粒度定价结构比较复杂，强烈建议使用第三方成本管理工具。

Azure：微软的定价也不容易理清楚，由于 Microsoft 复杂的软件许可选项和基于情况的折扣的使用，如果没有外部帮助和丰富的经验，其定价结构可能难以理解。

Google：相比之下，谷歌将其定价作为一个差异化点。其目的是提供“客户友好”的价格，击败其他云提供商的价格。Gartner 指出，Google使用大幅折扣和特别灵活的合同，试图从目前与云竞争对手花费大量资金的客户那里赢得项目。

阿里云：区别于其他部分厂家，阿里云是以先付费形式来支付的。价格来说国内区域会比国外厂家便宜，但比国内其他对手来说最贵；国外区域相比其他国外厂家并没有太多优势。但价格折扣空间比较大。

腾讯云：比起阿里云价格更加有优势，而且也有针对初创企业的优惠券。

关键提示：以成本为主选择云提供商的企业需要根据具体情况分析每个项目以选择最佳提供商。而且由于供应商经常降价，可能需要经常重新考虑这些计算。

最适合你公司的是哪家？

正如开头所指出的，为公司提供的最佳公有云供应商将取决于公司具体的需求和工作负载。事实上，某些项目的最佳供应商也许不是其他项目的最佳供应商。许多专家认为，大多数企业都会在多云方面投入巨资。而实际上实施多云战略可能有助于不锁定供应商或在相应的工作负载使用最适合的服务。

AWS： 选择AWS意味着可以使用其丰富的工具和服务集合以及大规模的数据。不选择亚马逊的唯一原因是你想要特别针对你开发的更多个性化的服务。就其规模而言，亚马逊很难做到与每一个客户建立密切的关系，但也有经销商和顾问可以提供这种专注的服务。另外AWS也提供了针对初创企业、教育初创的扶持计划，额度也比较高。

Azure：对于企业而言，微软最大的吸引力在于微软的商店。所有现有的. net代码都可以在Azure上继续运行，将服务器环境连接到Azure，很容易迁移本地应用到云上。此外，Azure对混合云的深度理解将帮助传统数据中心环境与快速扩展 (且功能丰富) 的微软云连接。

Google：谷歌增长迅速但仍然在成长。当然这家搜索巨头没有与传统企业打交道的经验。但它完全致力于并且投入了数十亿美元在云领域，并与思科达成了合作，以前不喜欢Google云的人，现在可能会觉得惊讶。Google有它自己的长处，例如建立Google云上的机器学习组件。

阿里云：如果你的最终用户都在国内，并且所有的基础架构资源也需要部署国内的话，阿里云可能是一个比较好的选择。机房众多，并且产品类别比较丰富。

腾讯云：对于直播、游戏、社交行业腾讯云有更多的生态支持和更好的集成性。

引用与参考：https://www.datamation.com/cloud-computing/AWS-vs-Azure-vs-google-cloud-comparison.html