云服务对比
主流云平台概览
| 平台 |
厂商 |
全球区域数 |
总部 |
强项 |
| AWS |
Amazon |
34 |
美国 |
服务最全、生态最成熟 |
| Azure |
Microsoft |
60+ |
美国 |
企业集成、混合云、AI |
| GCP |
Google |
40+ |
美国 |
数据分析、AI/ML、Kubernetes |
| 阿里云 |
阿里巴巴 |
29 |
中国 |
国内市场、出海东南亚 |
| 腾讯云 |
腾讯 |
21 |
中国 |
游戏、社交、微信生态 |
| 华为云 |
华为 |
33 |
中国 |
政企、昇腾 AI、鸿蒙 |
核心服务对比
计算
| 服务 |
AWS |
Azure |
GCP |
阿里云 |
| 虚拟机 |
EC2 |
Virtual Machines |
Compute Engine |
ECS |
| 容器 |
EKS / ECS / Fargate |
AKS / Container Apps |
GKE / Cloud Run |
ACK / ASK |
| Serverless |
Lambda |
Functions |
Cloud Functions |
FC 函数计算 |
| 弹性伸缩 |
Auto Scaling |
Autoscale |
Managed Instance Group |
弹性伸缩 |
选型建议：
- K8s 原生 → GKE（Google 是 K8s 创始者，托管质量最高）
- Serverless 容器 → Cloud Run / Fargate（免运维、按请求计费）
- 国内合规 → 阿里云 ECS / ACK
存储
| 服务 |
AWS |
Azure |
GCP |
阿里云 |
| 对象存储 |
S3 |
Blob Storage |
Cloud Storage |
OSS |
| 块存储 |
EBS |
Managed Disks |
Persistent Disk |
云盘 |
| 文件存储 |
EFS |
Azure Files |
Filestore |
NAS |
| 数据湖 |
S3 + Lake Formation |
Data Lake Storage |
BigLake |
OSS + MaxCompute |
数据库
| 服务 |
AWS |
Azure |
GCP |
阿里云 |
| 关系型 |
RDS / Aurora |
SQL Database |
Cloud SQL / AlloyDB |
RDS / PolarDB |
| NoSQL |
DynamoDB |
Cosmos DB |
Firestore / Bigtable |
Table Store |
| 缓存 |
ElastiCache |
Cache for Redis |
Memorystore |
Tair (Redis) |
| 图数据库 |
Neptune |
Cosmos DB (Gremlin) |
— |
GDB |
| 向量 |
OpenSearch Serverless |
Cosmos DB (vCore) |
Vertex AI Vector Search |
AnalyticDB PostgreSQL |
选型建议：
- 全球分布式强一致 → Cosmos DB（多模型、多区域写入）
- PostgreSQL 兼容 + 性能 → Aurora / PolarDB（AWS 和阿里云的旗舰）
- 需要原生向量搜索 → AlloyDB / PolarDB（PG 兼容 + 向量扩展）
AI / ML
| 服务 |
AWS |
Azure |
GCP |
阿里云 |
| 模型服务 |
Bedrock |
Azure OpenAI / AI Foundry |
Vertex AI / Model Garden |
百炼 / PAI |
| 训练平台 |
SageMaker |
Azure ML |
Vertex AI Training |
PAI-DLC |
| LLM 托管 |
Bedrock (Claude, Llama) |
Azure OpenAI (GPT-4) |
Vertex AI (Gemini) |
通义千问 / Llama |
| 向量搜索 |
OpenSearch kNN |
Cosmos DB Vector |
Vertex AI Vector Search |
AnalyticDB |
| RAG 工具 |
Bedrock Knowledge Bases |
Azure AI Search |
Vertex AI Search |
百炼 RAG |
选型建议：
- 需要 OpenAI 模型并已采用 Azure 企业治理 → Azure OpenAI；直接使用 OpenAI API 也是官方渠道
- 需要多模型选择 → Bedrock（Claude、Llama、Mistral 多家模型）
- 国内合规 → 阿里云百炼（通义千问 + 开源模型）
网络
| 服务 |
AWS |
Azure |
GCP |
阿里云 |
| CDN |
CloudFront |
Azure CDN / Front Door |
Cloud CDN |
CDN |
| 负载均衡 |
ALB / NLB |
Azure Load Balancer |
Cloud Load Balancing |
SLB / ALB |
| DNS |
Route 53 |
Azure DNS |
Cloud DNS |
DNS 解析 |
| VPN/专线 |
VPN Gateway / Direct Connect |
VPN Gateway / ExpressRoute |
Cloud Interconnect |
VPN / 专线 |
| WAF |
AWS WAF |
Azure WAF |
Cloud Armor |
WAF |
安全与身份
| 服务 |
AWS |
Azure |
GCP |
阿里云 |
| IAM |
IAM |
Entra ID (Azure AD) |
Cloud IAM |
RAM |
| 密钥管理 |
KMS / Secrets Manager |
Key Vault |
Cloud KMS |
KMS |
| 合规认证 |
SOC, PCI, HIPAA, ISO |
SOC, PCI, HIPAA, ISO |
SOC, PCI, HIPAA, ISO |
等保三级、ISO |
定价模式对比
| 模式 |
说明 |
适用场景 |
| 按需 (On-Demand) |
按秒/小时计费，无承诺 |
开发测试、不可预测负载 |
| 预留 (Reserved) |
1–3 年承诺，折扣 30–70% |
稳定生产负载 |
| 竞价 (Spot) |
使用闲置资源，折扣 60–90% |
容错任务、批处理、CI/CD |
| Savings Plan |
灵活消费承诺，跨服务通用 |
长期稳定但需灵活切换实例 |
| Serverless |
按请求/执行时间计费 |
事件驱动、流量波动大 |
省钱技巧：
- 生产环境用 预留/Savings Plan
- CI/CD 和批处理用 Spot/竞价实例
- 数据传输费用容易被忽略；同区域、跨可用区、跨区域和公网出口的计费规则因云厂商与服务而异，应以具体服务价格页为准
混合云与多云
| 策略 |
说明 |
代表方案 |
| 混合云 |
本地 + 一个云 |
AWS Outposts、Azure Stack、Google Distributed Cloud |
| 多云 |
多个云同时使用 |
Terraform、Pulumi、Crossplane |
| 边缘 |
计算推到终端设备 |
AWS Wavelength、Azure Stack Edge、GCP Distributed Cloud |
多云工具链：
- Terraform / Pulumi：IaC 跨云编排
- Kubernetes：容器化应用天然跨云
- Cloudflare / Fastly：CDN 层屏蔽底层云差异
国内 vs 海外选型
| 维度 |
海外业务 |
国内业务 |
| 推荐 |
AWS / GCP / Azure |
阿里云 / 腾讯云 |
| 合规 |
通用 |
等保、ICP 备案、数据本地化 |
| 生态 |
国际 SaaS 集成丰富 |
微信/支付宝/钉钉集成 |
| 网络 |
全球骨干网 |
国内骨干网 + 国际出口 |
选型决策
业务场景？
├── 全球化 SaaS → AWS（最全）或 GCP（数据强）
├── 企业级 + 微软生态 → Azure
├── 国内合规 → 阿里云 / 腾讯云
├── AI/ML 优先 → GCP（Vertex AI）或 Azure（OpenAI）
├── 成本敏感 → 多云 + Spot + Savings Plan
└── 不确定 → 先上 AWS，后续可迁移（生态最大）
参考资料