AWS vs Google Cloud Platform : Comparaison approfondie – PromptCloud

Publié: 2017-10-10
Table des matières afficher
Adoption et part de marché
Tarification
Configurations d'instances
Documentation et aide
Manipulation de données volumineuses
Préparation à l'apprentissage automatique
Commencer
Verdict final

En matière d'infrastructure en tant que service (IaaS), Amazon Web Services et Google Cloud Platform sont les deux acteurs de premier plan qui dominent cet espace avec un monopole depuis longtemps. Alors qu'AWS est devenu la référence en matière de solutions cloud ces dernières années, Google Cloud Platform est définitivement quelque chose qui nécessite votre attention et votre considération. Comme pour tout, il y a des domaines où l'un l'emporte sur l'autre et c'est à vous de comparer les avantages et les inconvénients de chaque solution pour déterminer celle qui convient le mieux à votre cas d'utilisation spécifique.

aws vs google cloud platform en comparaison approfondie

Chez PromptCloud, nous avons eu notre part d'expérience avec AWS et GCP et avons utilisé les deux pour plusieurs projets d'exploration Web différents. Dans cet article, nous illustrerons les similitudes et les différences entre les deux solutions en termes d'adoption, de fonctionnalités, de tarification et de configuration. Commençons.

Adoption et part de marché

AWS est devenu synonyme de solutions cloud et le fait qu'il ait acquis environ la moitié du marché IaaS ne devrait pas surprendre. Avec son avantage de premier arrivé et son avance de 5 ans, AWS a en effet beaucoup mûri et est en mesure de fournir plus de fonctionnalités et d'options. Quant à GCP, étant un entrant relativement nouveau sur la scène, il a encore un long chemin à parcourir.

Par exemple, alors qu'AWS dispose d'une solution SQL entièrement gérée qui prend en charge MariaDB, Microsoft SQL Server et Aurora, l'homologue de GCP est limité à MySQL.

AWS fournit également Lambada, qui est une solution de calcul sans serveur qui vous permet d'exécuter du code sans instance dédiée pour les demandes. Google propose une offre similaire qui prend en charge les fonctions sans serveur dans Node.js. En termes d'accessibilité, AWS bat à nouveau GCP avec son nombre considérablement élevé de centres de données couvrant plusieurs zones géographiques.

Tarification

En ce qui concerne les prix, GCP obtient l'avantage avec ses prix compétitifs. Une instance de 2 CPU/8 Go de RAM d'AWS vous coûtera 69 $/mois alors qu'avec GCP, c'est seulement 52 $/mois. Pour le stockage dans le cloud, GCP facture 2 cents/Go/mois tandis qu'AWS facture 2,3 cents/Go/mois. Pour leur défense, AWS propose une option de stockage cloud multirégional où les données sont distribuées sur des serveurs situés dans diverses zones géographiques pour un coût supplémentaire négligeable. Vous pouvez consulter notre calculateur de prix Amazon EC2 pour un calcul de prix facile.

AWS avait auparavant une structure de tarification à l'heure, tandis que GCP avait un modèle de paiement à la minute où la durée minimale était de 10 minutes. Le passage à l'heure suivante entraînerait des coûts supplémentaires, par exemple, 1,01 heure serait traitée comme 2 heures sur AWS. C'était autrefois un facteur de différenciation clé pour les personnes qui utilisaient le cloud pour des analyses courtes et brèves.

Ce n'est plus le cas et GCP et AWS suivent désormais le modèle de tarification à la seconde. En dehors de cela, GCP a récemment introduit la facturation à la seconde pour toutes les machines virtuelles et tous les systèmes d'exploitation, suivie par AWS offrant la même chose pour les machines virtuelles Linux.

N'oubliez pas que si vous effectuez des analyses qui prennent moins de 10 minutes, il est préférable d'opter pour les options sans serveur car les machines virtuelles démarrent lentement et peuvent vous faire dépenser plus alors que les fonctions sans serveur ont un cycle de facturation de 100 ms.

En plus de cela, GCP a tendance à offrir des remises pour une utilisation à long terme sans aucune condition, contrairement à AWS qui oblige les utilisateurs à exécuter des instances pendant des durées plus longues à l'avance pour bénéficier d'une remise. Grâce à cela, les utilisateurs de GCP peuvent bénéficier d'une remise supplémentaire de 30 % si la machine virtuelle fonctionne pendant un mois entier.

En dehors de cela, GCP offre également jusqu'à 57 % de réduction pour une utilisation engagée où les utilisateurs peuvent réserver l'utilisation du processeur et de la RAM par mois, quelles que soient les machines virtuelles, la zone géographique ou la configuration. GCP sort clairement vainqueur en termes de prix.

Configurations d'instances

Si vous recherchez de grandes instances, AWS gagne haut la main. Alors que la configuration d'instance la plus élevée dans GCP est de 96 processeurs/624 Go de RAM, AWS les bat avec leurs énormes 128 processeurs et leur instance de 2 To de RAM.

Alors qu'AWS est la voie à suivre pour les exigences à grande échelle, GCP est considérablement flexible, ce qui serait formidable, surtout si votre budget est serré. Outre les packages d'instance prédéfinis comme AWS, GCP vous permet de personnaliser entièrement votre instance, y compris le nombre de processeurs et la quantité de RAM dont vous auriez besoin. Si vos besoins sont à petite échelle et spécifiques, vous constaterez que ces options de personnalisation peuvent vous aider à réduire les coûts. Si vous faites beaucoup d'analyses rapides, vous pouvez également explorer les solutions d'instances temporaires proposées par les deux fournisseurs.

Une autre offre intéressante d'AWS est les instances ponctuelles, qui vous permettent de faire des offres pour le montant que vous êtes prêt à dépenser pour une instance et c'est généralement moins cher que l'offre standard. GCP propose une option similaire mais légèrement différente et appelée instances préemptives. Ces instances fonctionnent jusqu'à 24 heures, mais sont sujettes à des interruptions si Google a besoin de la puissance de calcul. Lorsqu'il est interrompu, GCP déclenche votre script d'arrêt prédéfini qui enregistrera votre état d'analyse actuel. C'est plus facile car il peut être automatisé et les économies peuvent aller jusqu'à 80% sur le coût standard.

Documentation et aide

Grâce à son ancienneté et à la contribution de la communauté, AWS est leader en matière de disponibilité facile de la documentation et de l'aide. Étant donné que la courbe d'apprentissage serait abrupte avec les configurations de serveur complexes exigées par votre entreprise, il est crucial de choisir une solution qui dispose d'une aide facilement accessible. Google Cloud Platform, être un nouvel entrant n'est pas la meilleure option si vous avez besoin de beaucoup de main-d'œuvre.

Manipulation de données volumineuses

En tant que solution cloud détenue et exploitée par le plus grand moteur de recherche de cette planète, GCP a ses atouts, en particulier en ce qui concerne la gestion du Big Data. Avec GCP, il serait facile de gérer d'énormes quantités de données. BigQuery , une offre de service de Google vous aide à stocker, trier et analyser des données à la vitesse de l'éclair. Bien qu'il soit un peu compliqué à utiliser, cela donne à GCP un avantage dans les cas d'utilisation où de grandes quantités de données sont impliquées.

Préparation à l'apprentissage automatique

Amazon et Google ont tous deux leurs propres plates-formes d'apprentissage automatique qui offrent une intégration étroite avec leurs solutions cloud. Le framework ML d'Amazon est largement automatisé et peut être appliqué de manière transparente aux données stockées dans AWS. Google prend une longueur d'avance en donnant accès à des algorithmes de pointe qui alimentent la recherche Google et d'autres applications de premier plan. Avec la plate-forme de Google, les utilisateurs ont également la possibilité de créer leurs propres modèles ML. Certaines des méthodes de modélisation fournies par Amazon incluent la régression, la classification binaire et la classification multiclasse. Les offres de Google sont plus avancées, elles comprennent l'analyse vidéo, l'analyse d'images, la reconnaissance vocale, l'analyse de texte et la traduction. Les deux plates-formes peuvent automatiquement suggérer des algorithmes en fonction des données disponibles sur les comptes cloud. L'offre d'Amazon est relativement moins chère avec 0,42 $ de l'heure pour l'analyse des données et la formation, tandis que Google facturait 0,49 $ de l'heure.

Commencer

Si vous cherchez à essayer AWS et GCP pour déterminer celui qui convient le mieux à votre cas d'utilisation, les deux solutions proposent des essais gratuits. AWS propose un essai gratuit de 12 mois, ce qui est très généreux et largement suffisant pour évaluer la solution et comprendre ses avantages et ses inconvénients. Leur essai gratuit comprend 750 heures/mois d'un petit 1 CPU/1 Go de RAM ainsi que 30 Go de stockage et 750 heures/mois d'une instance de base de données gérée. Ceci est fourni avec de nombreux autres produits gratuits et c'est une offre trop belle pour être abandonnée. Vous pouvez trouver plus de détails sur l'essai sur le site Web d'AWS.

L'offre d'essai gratuit de Google n'est pas aussi attrayante avec un crédit de 300 $ pendant 12 mois, ce qui ressemble plus à une remise qu'à un essai gratuit. Ils offrent également une instance gratuite pour toujours avec 0,2 CPU/0,6 Go de RAM avec un espace disque de 30 Go et 5 Go de stockage en nuage.

Verdict final

Choisir entre ces deux principaux fournisseurs de services cloud peut être déroutant et accablant. Si vos besoins exigent trop de fonctionnalités et de modules complémentaires, il est préférable d'opter pour AWS. Cependant, si vous recherchez une solution cloud conviviale avec une meilleure compatibilité avec le Big Data, GCP est fait pour vous. Avec une documentation abondante et des guides d'aide disponibles ainsi qu'un essai gratuit de 12 mois, AWS est une excellente option pour les débutants ainsi que pour ceux qui recherchent une infrastructure robuste. Après avoir comparé divers aspects, nous avons constaté qu'AWS était la meilleure solution pour les cas d'utilisation commerciale à grande échelle.