Was sind Cloud Computing und Cloud-Plattformen?
Die On-Demand-Verfügbarkeit von IT-Ressourcen wie Datenspeicherung, Rechenleistung und High-Performance-Computing wird als Cloud Computing bezeichnet.
Cloud-Plattformen stellen Nutzern die Möglichkeiten des Cloud Computings zur Verfügung. Heute gibt es zahlreiche Cloud-Plattformen, die stark nachgefragt werden, darunter AWS (Amazon Web Services), GCP (Google Cloud Platform), Microsoft Azure, IBM Cloud (ehemals IBM Bluemix) und Alibaba Cloud.
Cloud-Plattformen basieren auf gemeinsam genutzter Infrastruktur. Dadurch wird die Auslastung von Ressourcen erhöht, Leerlauf reduziert und die Kosten entsprechend gesenkt. Weniger ungenutzte Ressourcen bedeuten mehr gemeinsame Nutzung und damit geringere Kosten pro Nutzer.
Die wichtigsten Cloud-Plattformen der Branche
AWS wurde ursprünglich im Jahr 2006 mit dem Schwerpunkt auf IaaS (Infrastructure as a Service) gegründet und später um PaaS (Platform as a Service) sowie SaaS (Software as a Service) erweitert. Google folgte mit der Google Cloud Platform (GCP) im Jahr 2008, Microsoft Azure im Jahr 2010.
Heute bieten Cloud-Plattformen weit mehr als nur die drei klassischen Servicemodelle. Dazu gehören unter anderem MBaaS (Mobile Backend as a Service), Serverless Computing und Function as a Service (FaaS). Ziel ist es, Nutzern kosteneffiziente, flexible und leicht skalierbare Lösungen bereitzustellen.
Verfügbarkeitszonen und Regionen
Die Cloud-Infrastruktur wird auf Basis geografischer Regionen bereitgestellt, die wiederum aus mehreren Verfügbarkeitszonen bestehen. Dabei handelt es sich im Grunde um Rechenzentren für Datenspeicherung und Netzwerkverbindungen, über die Anwendungen bereitgestellt werden.
- AWS betreibt weltweit zahlreiche Verfügbarkeitszonen in vielen geografischen Regionen und erweitert diese Infrastruktur kontinuierlich.
- Auch GCP ist weltweit in mehreren Regionen und Verfügbarkeitszonen verfügbar.
- Azure bietet ebenfalls Rechenzentren in zahlreichen Regionen weltweit an. Microsoft legt dabei besonderen Wert darauf, Unternehmen die Wahl passender Regionen zu ermöglichen, um Anforderungen an Datenschutz und Datenresidenz besser erfüllen zu können.
Vor- und Nachteile der verschiedenen Cloud-Plattformen
AWS dominiert den Cloud-Markt seit mehr als 15 Jahren und verfügt über ein sehr umfangreiches Service-Portfolio. Azure wiederum punktet vor allem durch die starke Integration mit Microsoft- und Windows-basierten Anwendungen wie Windows Server, Office, SQL Server, SharePoint, Dynamics, Active Directory oder .NET.
GCP spielt seine Stärken insbesondere bei stark containerisierten Anwendungen aus. Google entwickelte ursprünglich Kubernetes, das heute auch von AWS und Azure als Teil ihrer Services angeboten wird. Kubernetes wird inzwischen von der Cloud Native Computing Foundation (CNCF) verwaltet. Dabei handelt es sich um eine Open-Source-Plattform für containerisierte Anwendungen, die das Management von Workloads und Services sowie Automatisierung und deklarative Konfiguration ermöglicht.
Azure gilt aufgrund seiner Unterstützung großer Microsoft-Umgebungen als besonders „enterprise-ready“, während GCP häufig von cloud-nativen Unternehmen bevorzugt wird, da die Plattform starke Lösungen für Analytics, Big Data und High-Performance-Computing bietet. Besonders im Bereich Machine Learning und datenintensiver Anwendungen ist GCP stark positioniert.
AWS wiederum verfügt über ein großes Ökosystem, umfangreiche Lernressourcen und einen hohen Reifegrad bei vielen Cloud-Services. Durch die lange Marktpräsenz bietet AWS besonders ausgereifte Lösungen für zahlreiche technische Herausforderungen.
Preismodelle der Cloud-Plattformen
Alle Cloud-Plattformen bieten grundlegende Services wie Speicher, Rechenleistung und Datenbanken an. Unterschiede bestehen vor allem bei den Preisstrukturen und einzelnen Serviceangeboten.
- Cloud-Anbieter setzen heute auf verschiedene Abrechnungsmodelle wie beispielsweise „Pay-as-you-go“. Dabei zahlen Kunden nur für die tatsächlich genutzten Ressourcen. Dieses Modell wird auch als On-Demand-Pricing bezeichnet und sorgt für flexible Kostenstrukturen und effiziente Ressourcennutzung.
- AWS-Instanzen können beispielsweise als On-Demand-, Reserved- oder Spot-Instanzen genutzt werden.
- Azure bietet ebenfalls Modelle wie On-Demand-, Reserved- und Spot-Kapazitäten an.
- Bei Google Cloud gehören unter anderem On-Demand-Nutzung, Committed Use Discounts und Spot VMs zu den gängigen Preismodellen. Historisch bot GCP zusätzlich sogenannte Sustained Use Discounts an, die heute jedoch eine geringere Rolle spielen.
AWS, Azure und GCP Services
| Cloud- Plattform | Storage-Lösungen | Datenbank-Services | Compute-Services |
| AWS | • Simple Storage Service (S3) • Elastic Block Storage (EBS) • Elastic File System (EFS) • Storage Gateway • Snowball • Snowball Edge • Snowmobile | • Aurora • RDS • DynamoDB • ElastiCache • Redshift • Neptune • AWS Database Migration Service (DMS) | • EC2 • Elastic Container Service • Amazon Elastic Kubernetes Service (EKS) • Amazon Elastic Container Registry (ECR) • Lightsail • Batch • Elastic Beanstalk • Fargate • Auto Scaling • Elastic Load Balancing • VMware Cloud on AWS |
| Azure | • Blob Storage • Queue Storage • File Storage • Disk Storage • Azure Data Lake Storage | • SQL Database • Database for MySQL • Database for PostgreSQL • Azure Synapse Analytics • Cosmos DB • Azure Table Storage • Redis Cache • Data Factory | • Virtual Machines • Virtual Machine Scale Sets • Azure Container Service (AKS) • Container Instances • Batch • Service Fabric |
| GCP | • Cloud Storage • Persistent Disk • Transfer Appliance • Transfer Service | • Cloud SQL • Cloud Bigtable • Cloud Spanner • Firestore | • Compute Engine • Google Kubernetes Engine (GKE) • Cloud Functions • Graphics Processing Unit (GPU) • App Engine |
Technische Unterschiede zwischen AWS, Azure und GCP
| Technischer Aspekt | AWS | AZURE | GCP |
| Maximale Anzahl an Prozessoren | 128+ | 128+ | 96+ |
| Verwaltetes Data Warehouse | Amazon Redshift | Azure Synapse Analytics | Big Query |
| Kubernetes-Service | Amazon Elastic Kubernetes Service (EKS) | Azure Kubernetes Service (AKS) | AEFS |
| Dateispeicherung | Amazon EFS | Azure Files | Filestore |
| Serverless Functions | AWS Lambda | Azure Functions | Cloud Functions |
| Analytics Service | Amazon Kinesis | Azure Stream Analytics | Dataflow |
| Search Service | Amazon OpenSearch Service | Azure AI Search | Google Cloud Search; Vertex AI Search |
Zusammenfassung: AWS vs. Azure vs. GCP
Azure gilt aufgrund seiner großen Anzahl geografischer Regionen und der engen Integration mit Windows- und Microsoft-Anwendungen als besonders geeignet für Enterprise-Umgebungen. Gleichzeitig unterstützt die Plattform regionale Datenschutz- und Compliance-Anforderungen. AWS überzeugt dagegen durch seine enorme globale Reichweite und ein sehr ausgereiftes Service-Ökosystem. Die Plattform bietet eine breite Auswahl an Cloud-Services und langjährige operative Erfahrung. GCP wiederum ist besonders stark in den Bereichen High-Performance-Computing, Analytics und cloud-native Technologien positioniert. AWS verfügt zudem aufgrund seiner Popularität und langen Marktpräsenz über eine sehr große Community und umfangreiche Lernressourcen. Azure hat in den vergangenen Jahren ebenfalls seine Dokumentation und sein Entwickler-Ökosystem deutlich verbessert.
Letztlich hängt die Wahl der passenden Cloud-Plattform immer von den Anforderungen der jeweiligen Anwendung und den geschäftlichen Anforderungen des Unternehmens ab.