QCon 演讲火热征集中,快来分享技术实践与洞见! 了解详情
写点什么

公有云价格战:细节与分析

  • 2014-04-21
  • 本文字数:1944 字

    阅读完需:约 6 分钟

2014 年 3 月 25 日,Google 宣布了其云服务的一系列新特性,并大幅降价。第二天,Amazon Web Services 也宣布新特性并匹配降价。而 3 月 31 日,微软 Azure 也调低了价格。

Adrian Cockcroft 是 Netflix 云系统团队的架构总监。作为全球云计算大会拉斯维加斯站开幕式主题演讲的一部分,他对云计算领域最近的这一系列举措进行了概要介绍。本月初,他又写了一篇博文,探讨与之相关的细节。

他指出,AWS 用户应该从过时的m1、m2、c1、c2 迁移到新的m3、r3、c3 实例上,以便以更低的价格获得更好的性能以及最新的Intel CPU。这里重要的是要了解AWS 的两代实例类型。AWS 旧实例类型的名字以m1、m2、c1、c2 开头,除了规格最小的m1 外,其它类型都有了替代类型,以m3、r3、c3 命名。旧类型使用的Intel CPU 技术是五年前引入的,而新一代的CPU 则是去年引入的,基于 Sandybridge 架构。新实例具有相近的 RAM 和 CPU 线程数,但 CPU 性能显著提高。新设备还用更小、更快、更可靠的固态磁盘代替了小而慢的本地磁盘,底层的网络从 1Gbit/s 升到 10Gbit/s。

基于上述分析,他认为,任何以 AWS m1 系列实例为基础的云计算基准或价格比较都只能称为伪基准。此前,微软承诺匹配 AWS 的价格。在他们的声明中,新定价与 AWS m1 系列进行了比较,他们的 A5 比旧的 m2.xlarge 便宜。但与 AWS r3.large 相比,A5 的 CPU 类型更老更慢,价格更高($0.22 vs. $0.18),内存却更小(14GB vs. 15GB)。Azure 的价格策略忽略了当代的 AWS 产品,因此,微软并没有兑现匹配价格的承诺。此外,Google 和 AWS 的价格调整自 4 月 1 日起生效,而 Azure 则自 5 月 1 日起生效。

在规格相近的情况下,AWS 与 Google 实例的价格基本一样。由于 Google 是最近才加入公有云市场的,所以他们的所有实例类型都是基于 Sandybridge 架构。对于最常用的实例类型 AWS m3 和 Google n1-standard,它们的技术参数非常相近,每小时的价格也完全相同。这两家供应商在架构上的最大区别是,Google 实例是无磁盘的,他们的所有存储都是网络附加存储,而 AWS 包含不同数量的 SSD。AWS 虚拟层为每个实例提供的内存稍多一些,而 c3 的技术参数表明 AWS 为该实例类型提供的 CPU 时钟频率稍高一些。他认为,这是因为计算密集型的 c3 实例类型是基于具有更高时钟频率的 Ivybridge CPU,而不是先前的 Sandybridge。具有大容量内存的实例类型有一点不同。Google n1-himem 实例提供的内存小于 AWS r3 的同等产品,但价格也低一点。

IBM Softlayer 的价格仍然更高,对于小型实例类型尤其如此。IBM Softlayer 有一个根据需要选择的模型,而不是提供一组特定的实例类型供用户选择。小型实例的价格为 $0.10/hr,而 AWS 和 Google n1-standard-1 的价格为 $0.07/hr。当在 Softlayer 上选择更大的实例类型时,其成本并不是按比例呈线性增长的,而 Google 和 AWS 会随着配置加倍而加倍。实际上,Softlayer 与 Google n1-standard-16 同等的实例价格稍微低一些。Softlayer 大部分实例的价格与 AWS 和 Google 降价前在相同的范围内。

在分析比较了几家主要云供应商的定价后,Adrian 对他们之间的差异和缺失的特性进行了综合说明。他写道,在 AWS 的定价中,低档的 m1.small 实例是一个异常的存在,现在还没有同等的更新的技术。与 Google 相比,AWS 具有广泛得多的实例类型,但他们缺少一个可以与 Google n1-standard-16 相匹配的 m3.4xlarge 实例,而 Google hicpu 系列的 CPU/RAM 比是 AWS c3 系列的两倍,因此,它们不具备直接的可比性。对于具有最高内存和 CPU 的 AWS 实例,Google 没同等的实例,而且没有本地磁盘或 SSD 选项。相反,他们有比 AWS Elastic Block Store 性能更好的附加磁盘,但是附加磁盘增加了实例成本,而且永远无法和实例内的本地 SSD 一样快。Microsoft Azure 则需要刷新其实例类型选项,它们的实例范围小得多,CPU 更老更慢,而且没有 SSD 选项,看起来不是特别有竞争力。

最后,Adrian 总结到,随着公有云供应商一年数次压低价格及升级实例,在比较私有云和公有云成本时应该将类似摩尔定律的因素考虑进来,成本每 18 到 24 个月降低一半,而技术更新比三年一次更频繁。CIO 们也无需担心供应商会把他们套牢后涨价,即使不换供应商,他们也可以看到公有云系统一次又一次地降价。

要了解更多信息,读者可以查看 AWS Google Compute Engine Microsoft Azure IBM Softlayer 的定价页面。 Adrian 的电子表格汇总了上述供应商的实例。关于定价分析,可以查看这里


感谢杨赛对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ )或者腾讯微博( @InfoQ )关注我们,并与我们的编辑和其他读者朋友交流。

2014-04-21 02:262462
用户头像

发布了 256 篇内容, 共 87.7 次阅读, 收获喜欢 12 次。

关注

评论

发布
暂无评论
发现更多内容

现代应用参考架构之 OpenTelemetry 集成进展报告

NGINX开源社区

nginx 软件架构 Serverless Kubernetes

详解Java中的异常和处理时间

Java-fenn

Java

数据持久化技术(Python)的使用

霍格沃兹测试开发学社

MobPush开发过程常见问题

MobTech袤博科技

ios android 开发者

App Deploy as Code! SAE & Terraform 实现 IaC 式部署应用

Serverless Devs

为什么越来越多的企业开始建立自己的知识库?

Baklib

企业 知识库

微软出品自动化神器Playwright,不用写一行代码(Playwright+Java)系列(二) 之脚本的录制及调试...

Java-fenn

Java

SQL 嵌套 N 层太长太难写怎么办?

陈橘又青

9月月更

面试重点:建立Java并发知识体系(含工具全图鉴)

Java-fenn

Java

解决java多继承问题

Java-fenn

Java

java时间日期类

Java-fenn

Java

Java基础 | 如何用Javadoc Tool写规范正确的java注释

Java-fenn

Java

【数据库】ClickHouse在亿级广域物联标签云平台ZETag Server的探索与实践

ZETA开发者

数据库 物联网 Clickhouse Server 云平台

详解:Java 的静态工厂方法

Java-fenn

Java

Java注解系统学习与实战

Java-fenn

Java

外包程序员的开源 Java 低代码开发平台光 2.3.0 Beta4 版发布,显著提升生成物质量

Java-fenn

Java

JavaScript 闭包难点剖析

Java-fenn

Java

Java 中HashMap 详解

Java-fenn

Java

怎样才能做好企业内部wiki(维基)?

Baklib

企业 wiki

公私域营销新技术:小程序一键转App

Speedoooo

小程序 APP开发 APP软件开发 小程序容器

Java 函数式编程

Java-fenn

Java

leetcode 1110. Delete Nodes And Return Forest 删点成林(中等)

okokabcd

LeetCode 算法与数据结构

实战指南 | Serverless 架构下的应用开发

Serverless Devs

以软件定义物联网芯片,以技术融合推动LPWAN2.0泛在物联

ZETA开发者

芯片 物联网, LoRa LPWA DSP

活动回顾 | 基于英特尔技术的端到端音视频优化

网易智企

音视频

Java毕设项目——超市POS收银管理系统(java+SSM+Maven+Mysql+Jsp)

Java-fenn

Java

BAT 名企大厂做接口自动化如何高效使用 Requests ?

霍格沃兹测试开发学社

利用AndroidNativeEmu完成多层jni调用的模拟

Java-fenn

Java

接口自动化你不懂?听HttpRunner的作者怎么说

霍格沃兹测试开发学社

中小企业如何有效应对计算资源的弹性变化需求?

Serverless Devs

Baklib|搭建在线帮助中心网页的策略分享

Baklib

页面 帮助中心 在线帮助中心

公有云价格战:细节与分析_语言 & 开发_马德奎_InfoQ精选文章