当说起云计算中最具有市场声量的三家厂商时，人们肯定会脱口而出：Amazon、Microsoft和Google。的确，长久以来这三家厂商牢牢占据着云计算中大部分的市场份额，而且他们的这种优势还将保持很长一段时间。比如研究公司Forrester就预测到，年，AWS、Google和Microsoft三家将贡献整体云平台营收的76%，到年还将进一步上升到80%。同样，Gartner也提到，年，前十位的云计算供应商将贡献出70%的公有云服务营收。
三家之中，Amazon又是佼佼者。在SynergyResearchGroupQ3的一份报告中，这家研究公司写到，“Microsoft，Google和阿里巴巴的营收增速均远超过Amazon，并同时获得了大量市场份额，但是，在这一市场中，Amazon一家的份额要远大于它身后五家竞争对手之和”。
正因为于此，多数企业将很有可能会选择这三大厂商中一家或多家的服务。面对如此多的服务和产品，用户又该如何选择呢？AWS、Azure和GCP（GoogleCloudPlatform）彼此的产品都又有哪些差异？
对此，IDC说到，“目前，IaaS还远达不到成为一种商品化的产品，同时各个顶级供应商又纷纷提供了围绕IaaS的各种产品组合，但是，这些云供应商在虚拟服务器和存储服务的数量和类型方面仍存在差异”。那么AWS、Azure和GCP到底有什么区别呢？下面我们就从宏观角度来大致说明一下。
当然，以下的说明只是一些参考，很多市场专家建议企业要根据自身具体的情况进行公有云的评估，并为此量身定做最适合的云供应商以应对不同的的实际场景。
AWS：优势在于服务种类多，但产品体系过于复杂，不利于上手毫无疑问，AWS最大的优势就是它在云计算市场中的主导地位。Gartner在《年全球云基础设施即服务魔力象限》中写到，“10年以来，AWS一直是云IaaS的市场中的领导者”。
AWS的这种领导地位吸引了那些试图规避风险的大型客户，他们不希望与那些朝不保夕的小型供应商进行合作。Gartner补充道，“虽然AWS并不能满足所有客户的需求，不过它已经成为了这一领域中的‘安全选择’，这会吸引那些渴望最广泛能力和长期保持市场领导地位的客户”。
AWS自身的基础设施十分庞大，其一共覆盖全球14个区域，每个区域中有2到5个可用区域（AvailabilityZones）,每个可用区域中又有1到8个数据中心。在数据中心中还具有多大8万台的服务器。而AWS公司所有的数据中心都通过专用的G的以太网进行连接。
AWS尤其受到运行虚拟机（VM）的大型企业的欢迎。RightScale在其年的“云状况报告”中指出，虽然AWS继续保持着惊人的速度增长，但主要收入部分来自于现有客户的业务扩展，而不是那些全新的客户。报告说道，“值得注意的是，虽然运行至少使用一个AWS服务的公司比例没有什么变化，但这些客户使用的AWS应用和虚拟机服务的数量正在增加，这使得AWS的营收得以增长”。
拥有庞大而不断增长的服务类别以及最覆盖全球的数据中心网络无疑是AWS的优势所在。Gartner的报告总结到，“AWS是最成熟的企业级供应商，它拥有最强大的管理大量用户和资源的能力”。
但是，这种庞大的企业组合类别也是一个弱点。IDC指出，AWS有时会犯下“产品组合对新用户过于复杂的问题”。此外，虽然AWS很容易上手，但在部署关键任务并广泛应用时，可能需要用户具有专业的知识。
AWS另一大弱点与成本相关。虽然AWS经常对产品进行降价，但许多企业发现他们很难理解AWS产品的成本结构，而且他们在运行大量工作负载时也难以有效地控制这些成本。
总的来说，AWS的缺点已经远远超过了它优势，不过各种规模的客户依然在使用AWS来处理各种各样的工作负载。
MicrosoftAzure:优势在于“老客户”，但其平台存在缺陷虽然Microsoft在云市场中起步较晚，但是它的转型较为成功，如今的Microsoft已经将Windows服务器、Office、SQL服务器、Sharepoint、DynamicsActiveDirectory与.Net等传统本地产品实现了云端再造。
近来，Microsoft的云计算服务正经历着高速的增长。Synergy的报告显示，对比于其他主要云供应商，Azure的增长速度最快。而在Rightscale的调查中，从年到年，Azure“整体应用率从20%增长到了34%”。同时，Rightscale也发现，Azure在大型公司中特别受到欢迎，其在大型企业中的应用率从26%上升到了43%。
Azure在大型企业中受到欢迎的很大一个原因就是大量的企业已经应用了Windows系统以及其他其他的Microsoft产品，如Office等。由于Azure与这些应用具有高度的集成性，使用Microsoft应用的企业会发现他们使用Azure起来非常容易，这无疑提升了Azure的客户忠诚度。而且对于这些“老客户”，Microsoft也会提供令他们满意的折扣。
Gartner也认为，作为云供应商，Microsoft是那些应用其他Microsoft产品公司的默认选择。
此外，大批的公司也被Microsoft对于混合云的支持能力所吸引，这包括Microsoft的AzureStack产品。这样看来，鉴于Amazon和Google专注于纯公有云部署的产品，Microsoft在混合云中的服务是一个关键优势。当然，最近Microsoft对于Linux和其他开源技术的支持也吸引了一些企业。
不过，Microsoft也不是完美无瑕的，Gartner就认为Microsoft的平台上面存在一些缺陷。它说道，“虽然Azure是一个为企业做好充分准备（enterprise-ready）的平台,但我们的客户报告发现，作为一个具有悠久历史的企业供应商，实际上Microsoft提供的服务体验比预期的要少。这些客户指出了ISV合作伙伴的技术支持、文档、培训和广度等问题”。
而且，Gartner还表示，Azure平台在DevOps支持方面也不如其他云平台。例如，它没有那么多的综合型自动化，这需要工作人员手动去执行许多的管理任务。
GCP：优势在于AI与机器学习，但产品体系尚需完善基于Synergy的数据，GCP的增长速度几乎和Azure一样快。而在RightScale的报告中，Google的使用率从年的10%上升到了年的15%。
Google的用户群体与Amazon和Microsoft的截然不同，许多小型创业公司被Google高度的创新性和开放性所吸引并投入其账下。而且，Google在网页服务中的专注也吸引了大批具有网页业务的客户。依照Gartner的说法，“Google对于那些云原生和想要‘如Google一样运行’的公司最具吸引力”。
此外，得力于源于Google自身Borg系统的kubernetes，Google的容器支持功能亦十分强大。更值得注意的是，Google本身就是前沿科技的主要开拓者之一，这使得GCP可以专注于大数据、分析和机器学习等高级计算产品的开发。
自然，我们还是要提到Google不好的一面。目前GCP在云计算市场中排名第三，与AWS和Azure具有一定差距，这可能是因为GCP提供的服务和功能种类不如这两家丰富。而且尽管GCP也在全球迅速扩张，但它并没有像AWS和Azure一样多的数据中心。
与其他主要的云供应商不同，GCP的起家是从PaaS开始的，后来又增加了IaaS服务。这自然使得它的特性和功能受到了开发人员的欢迎，特别是那些参与DevOps与开源方案的开发者。
但是，Gartner表示，虽然更多与Amazon存在业务竞争的公司将GCP视为AWS的代替品，而那些寻找开源与DevOps服务的公司也在寻求GCP的服务，但是对于大部分客户来说，GCP依然是辅助服务供应商而不是战略服务提供商。
显然，Google最本质的服务是那些消费者级的产品，比如搜索和Gmail，在2B市场它并没有Microsoft那么多的经验。不过，我们还是要看到Google的云计算主管DianeGreene是VMware的联合创始人。鉴于她的经验与能力，Google有望赢得更多的企业级市场。
综上，我们可以把AWS、Azure和GCP的优劣总结为如下图表：
AWSVS.AzureVS.GCP：计算
AWS招牌性的计算服务产品是ElasticComputeCloud,或EC2。Amazon将EC2形容为：“在云端提供安全与可调整计算容量的web服务”。EC2提供了多种选择，包括各种各样的实力，支持Windows和Linux、裸金属实例（当前预览）、GPU实例、高性能计算和自动扩展等。AWS还为EC2提供了一个免费的层级，其中包括最高可运行12个月的每月小时的t2.micro实例。
值得注意的是，使用EC2的公司与机构包括Netflix、NASA、Airbnb和Expedia。Gartner指出，“它（AWS）可以实时对关键任务生产应用程序进行支持，并可以实施高端安全和合规的解决方案”。
除此之外，AWS的各种容器服务也受到了市场的欢迎，并且提供对Docker、Kubernetes和其自身Fargate服务的支持选择，这可以让用户在使用容器时自动进行服务器和集群管理。而且AWS还具有虚拟私有云服务Lightsail，它用于帮助客户进行批量处理计算作业，并可以运行与扩展AWSWeb应用程序中的ElasticBeanstalk及其他一些服务。
Microsoft的主要的计算服务称作VitrualMachines,它可以支持Linux、WindowsServer、SQLServer、Oracle、IBM和SAP。同时，VituralMachines具有强化的安全性，并对混合云和Microsoft软件的集成提供协助。如同AWS一样，它还具有一个很长的可用实例目录，包括GPU和高性能计算，以及针对AI和机器学习优化的实例，此外，它还拥有一年免费的个小时的Windows或LinuxB1S虚拟机服务。
这项服务的扩充版本被称为VirtualMachineScaleSets。它包括两个容器服务：基于Kubernetes的AzureContainerService和使用DockerHub和AzureContainerRegistry进行管理的ContainerServices。它还具有用于可扩展Web应用程序的处理服务，这与AWSElasticBeanstalk类似。最后，它也拥有专门为具有服务架构应用而设计的ServiceFabric独有功能。
相比之下，Google的计算服务就要简单一些。它主要的计算服务称为ComputeEngine,该产品具有自定义和预自定义的类别，进行按秒计费。ComputeEngine提供Linux和Windows支持，而它进行自动折扣与低碳性的基础设施只会耗费一般数据中心一半的能量。在免费层级方面，Google提供的产品包括最高到12个月时间内的每月一个的f1-micro实例。
Google还为那些有意部署容器的客户提供KubernetesEngine。需要注意的是，Google积极参与了Kubernetes项目，并为这个领域提供了额外的专业知识。
AWSVS.AzureVS.GCP：存储
在存储这方面，AWS的服务较为丰富，比如用于对象存储的SimpleStorageService（S3），通过EC2进行连续性块存储的ElasticBlockStorage(EBS)，以及用于文件存储的ElasticFileSystem（EFS）。其中一些更具创新性的存储产品包括能够实现混合存储环境的StorageGateway和Snowball，Snowball是一种物理硬件设备，组织可以在网络传输不可用的情况下使用该设备进行PB级的数据传输。SnowEdge也是一个包括一些机载计算能力的相似硬件产品，而Snowmobile是一个更大版本的数据传输硬件，它被设计用于进行EB级的数据传输。
在数据库方案，AWS有一系列的SQL兼容数据库服务，包括Aurora、RelationalDatabaseService(RDS)、DynamoDB、NoSQLdatabase、ElastiCachein-memorydatastore、Redshiftdatawarehouse、Neptunegraphdatabase以及DatabaseMigrationService。
AWS并不提供备份服务，但它有Glacier产品，这是为长期的档案储存而设计的。此外，AWS的存储网关可进行较为轻松地进行备份和存档过程设置。
Azure基本的存储服务包括基于REST的非结构化数据对象存储服务BlobStorage、用于大容量工作量的QueueStorage，以及FileStorage和DiskStorage。而且Azure还具有用于大数据应用服务的DataLakeStore服务。
Azure的数据库服务种类较为丰富。其中包括：SQL数据库、MySQL数据库和PostgreSQL数据库。它也拥有数据仓库服务，以及用于NoSQL的CosmosDB与TableStorage产品。同时，Azure还提供内存服务RedisCache，以及专门为那些在自己数据中心中应用MicrosoftSQLServer的公司设计的混合存储服务ServerStretchDatabase。而DataFactory还支持混合存储、编排与集成。与AWS不同的是，Microsoft提供了备份服务，以及网站恢复与档案存储服务。
对于GCP来说，情况与计算方面相同，那就是它提供的服务种类较少。CloudStorage是它统一的对象存储服务名称，这个服务具有一个PersistentDisk服务选项。除此之外，GCP还提供一个类似于AWSSnowball的传输设备及在线传输服务。
数据库方面，GCP具有基于SQL的CloudSQL和专为关键任务工作负载设计的关系数据库CloudSpanner。此外，GCP还提供两个NoSQL服务，CloudBigtable和CloudDatastore。但是Google也没有备份与档案服务。
AWSVS.AzureVS.GCP：关键云工具
在对未来进行展望时，专家普遍认为，AI、机器学习（ML）、物联网（IoT）和无服务器计算等新兴技术将成为云供应商产品差异化的关键。三大云计算供应商均已经开始在这些领域中进行尝试，并或多或少开发了相应的产品与服务，并有继续推进之势。
AWS依然是覆盖面最为宽广的厂商，其特色产品包括用于培训和机器学习模型部署的SageMaker服务、可强化Alexa服务的Lex会话界面、GreengrassIoT消息传递服务和无服务器计算服务Lambda。
在年的re:Invernt大会上，Amazon还推出了一系列的AI服务。比如DeepLens，这是一款通过光学字符、图像和物体识别进行机器学习算法开发和部署的AI相机。还有开源深度学习库Gluon，它旨在让开发与非开发人员能够较为轻松并并快速对神经网络进行训练，而无需AI编程进行了解。
Microsoft在AI领域中投入较大，并在Azure上开发了机器学习服务和bot服务。此外，Azure还提供认知服务，包括BingWebSearchAPI、TextAnalyticsAPI、FaceAPI、ComputerVisionAPI以及CustomVisionService。对于IoT，Azure有几个管理和分析服务，其无服务器计算服务被称为Functions。
毫不奇怪，Azure的许多顶级工具都是为了支持本地的Microsoft软件而设计的。Azure备份是一种对WindowsServerR2和WindowsServer中的WindowsServerBackup进行连接的服务。而VisualStudioTeamServices旨在为Azure上的VisualStudio项目提供服务。
对于GCP来说，AI和机器学习是它