IaaS-leverandørsammenligning avslører markedstrender for skyen

Jeg har nylig lagt ut en oppdatert versjon av IaaS-leverandørens sammenligning. For meg er det to hovedbruk for alle slags sammenligningsdata: den første er å pitche leverandører mot hverandre, sjekke for å se hvem som kommer til å tilby billigere servere, bedre support og så videre. Dette er veldig nyttig for nykommere i skyen, folk som ønsker å bytte leverandør, og for lignende bruk. Den andre, mindre åpenbare bruken av sammenligningsdata er markedsutforskning, og ser på hvordan de forskjellige selskapene posisjonerer seg på dimensjonene som er spesifisert og prøver å finne markedstrender fra denne posisjoneringen. Bare en rask oversikt: sammenligningen inkluderer 16 selskaper fordelt på "Top-of-Mind" -selskaper (lederne, de vi umiddelbart tenker på når vi snakker om skyen) og "Upstarts" (selskaper som er mindre vel- kjent, men gir fortsatt god service). Jeg opprettet to undergrupper av dimensjoner, en av "Cloud Promises", som dekker de viktigste løftene om cloud computing (kostnadsoptimalisering, skalerbarhet og automatisering, og fleksibilitet) og en av "User Concerns", som takler de største bekymringene bruker har når de flytter til skyen (sikkerhet, leverandørens innesperring og pålitelighet).

Det er faktisk flere forskjellige interessante studier som vi kan trekke ut av dataene, men først må man være forsiktig. Vårt første trinn for analyse kommer til å være datanormalisering (for ikke å forveksle med databasens normalisering), slik at vi kan sammenligne selskapene uten at en eneste dimensjon fullstendig forvrenger analysen. Normalisering ble gjort ved å bruke en enkel standard score; diskrete dimensjoner ble plassert på en 0-2 skala, der 0 er den laveste (verste) karakteren og 2 er den høyeste (beste) karakteren. Herfra sammenligner disse to enkle diagramtene gjennomsnittlige poengsummer for "Top of Mind" -selskaper med "Upstarts" (hvis du lurer på omfanget, er det i z-score):

Fra dette første diagrammet kan vi se at "Upstarts", det vil si de mindre selskapene som kjemper mot lederne i dette markedet, i gjennomsnitt tar betalt for lavere priser og tilbyr en høyere grad av tilpasning av virtuelle forekomster (mer "Forekomst" typer "); de større leverandørene har som forventet mer robuste tilbud, som bringer til datasiden flere datasentre, bedre overvåkningsverktøy og APIer, og et større utvalg av prisplaner.

På "User Concerns" kan vi også se noen interessante polarisering: de mindre leverandørene ser ut til å fokusere mer på å tilby premium-tjenester (gjennom utvidede servicetider og flere kontaktkanaler), mer aggressive SLA-er og muligheten for å laste opp egne VM-er til tjenester. De større har imidlertid mye bedre sikkerhetsvurderinger, men:

Disse sjøkartene ser bare på de gjennomsnittlige dataene, så la oss se på detaljene.

  • I delen "Kostnadsreduksjoner / optimaliseringer" kommer Lunacloud ut foran. De har de billigste serverne jeg har funnet, til omtrent USD 46, 00 per måned, i tillegg til de billigste lagringskostnadene og den nest billigste utgående datakostnaden (uten gebyr for innkommende).
  • I delen "Skalerbarhet og automatisering" kommer Amazon og Softlayer ut på toppen, og tilbyr rike API-er, fullskala ut og skalere funksjonalitet og gode overvåkingsverktøy for å runde den ut.
  • I delen "Valg og fleksibilitet" vinner AT&T med store tall: 26 globale datasentre å velge mellom, med fullt konfigurerbare forekomster. Og selv om de bare støtter to operativsystemer ut av esken, kan du laste opp dine egne VM-bilder med hvilken programvare du vil.
  • På "Sikkerhetsfunksjoner" er mange selskaper stort sett bundet, med datasentre med all den nødvendige sertifiseringen og noen sikkerhetsfunksjoner på tilbudene sine - men disse er langt fra fullstendige.
  • Det samme skjer med "Ease of Migration". De fleste selskaper, spesielt de som bruker VMware-teknologi, gjør det mulig å laste ned og laste ned VM, noe som forenkler levetiden til IT-avdelinger.
  • Til slutt, på "Pålitelighet" -delen, har vi Rackspace, OpSource, Softlayer og Hosting.com som tar toppsatsen, med tjenester som har kjørt i over 5 år, veldig aggressive SLA-er og omfattende støtte.

Fremveksten av VMware er en spesielt interessant trend. Mens noen av de store leverandørene bruker tid og krefter på å lage cloud source-standarder som OpenStack og CloudStack, overtar VMware stille markedet. I gruppen av leverandører som er sjekket, er det flere selskaper som bruker VMware-teknologi enn noen annen skystandard. Denne trenden kan ende med at VMware blir den ekte skystandarden, og det er faktisk fornuftig: Mange mellomstore og store selskaper bruker allerede VMware internt, så overføringen fra interne datasentre til skyen blir mye enklere hvis nettskyverandøren tilbyr teknologi de er kjent med. Alle leverandører som jobber med VMware tilbyr også muligheten for at klienter laster opp egne VM-er, noe som gjør enhver overgang enda enklere.

Endelig kan vi se på hvem som skiller seg ut fra pakken. For dette er en enkel analyse å ganske enkelt summere de normaliserte score for hver leverandør, og tildele en like stor vekt for alle dimensjoner. I dette tilfellet er toppleverandørene med hensyn til "Cloud Promises" Softlayer, Opsource, Rackspace, Amazon og Lunacloud. Disse leverandørene har alle lave priser, gode API-er og overvåkingsverktøy og mange forekomsttyper og datasentre å velge mellom. Ser vi på "User Concerns", er de beste leverandørene Softlayer, Opsource, Hosting.com og Tier3. Rackspace og Amazon er solide, men skiller seg ikke så mye ut her. De beste leverandørene i denne kategorien tilbyr alle utmerket kundeservice, aggressive SLA-er og har alle sikkerhetssertifiseringer på deres datasentre. De er også tjenester som har vært online i 5 år eller mer, så de har en lengre merittliste.

Det er mange andre interessante trender som kan trekkes ut fra dataene. Jeg leverer hele Excel-regnearket, allerede med de numeriske transformasjonene og normaliseringen, slik at hvem som helst kan jobbe med dataene hvis du vil. Ranger leverandørene, legg til (eller fjern) dimensjoner, legg til andre leverandører, legg vekter på dimensjonene for å endre score eller bare endre dataene rundt. Hvis du kommer til andre interessante konklusjoner, vennligst del i kommentarene.

© Copyright 2020 | mobilegn.com