{"id":875,"date":"2024-12-24T12:46:50","date_gmt":"2024-12-24T15:46:50","guid":{"rendered":"https:\/\/geekblogti.wpengine.com\/?p=875"},"modified":"2024-12-30T12:30:16","modified_gmt":"2024-12-30T15:30:16","slug":"tudo-sobre-cloud-computing-azure-aws-gcp","status":"publish","type":"post","link":"https:\/\/www.geekhunter.com/pt/blog\/tudo-sobre-cloud-computing-azure-aws-gcp\/","title":{"rendered":"Tudo sobre Cloud Computing: Azure, AWS ou GCP?"},"content":{"rendered":"

O mundo est\u00e1 cada vez mais na nuvem. Se, h\u00e1 poucos anos, achar\u00edamos que essa frase falava de pessoas desligadas do mundo, hoje significa justamente o oposto. Em um mundo sempre conectado, o <\/span>cloud computing<\/span><\/i> agrega todo tipo de informa\u00e7\u00f5es, desde um chat do WhatsApp at\u00e9 dados corporativos secretos. E n\u00e3o falamos somente de guardar dados: essa nuvem engloba diversos conceitos, em especial o <\/span>IaaS<\/span><\/i> (<\/span>Infrastructure as a Service<\/span><\/i>). <\/span><\/p>\n

Qual escolher? A\u00ed o problema \u00e9 mais s\u00e9rio, mas vem com a gente que vamos tentar te ajudar. Para isso, selecionamos as plataformas mais bem conceituadas do mercado \u2013 <\/span>Amazon Web Service<\/span><\/a><\/span> (AWS), <\/span>Microsoft Azure<\/span><\/a><\/span> e <\/span>Google Cloud Platform<\/span><\/a><\/span> (GCP) – e vamos fazer um breve comparativo, seguindo os seguintes par\u00e2metros: processamento, armazenamento e banco de dados, localiza\u00e7\u00e3o, m\u00e9ritos e falhas, e pre\u00e7o.<\/span><\/p>\n

Processamento<\/strong><\/h3>\n

Em quesito de poder computacional, as tr\u00eas plataformas cumprem bem o seu papel. Todas s\u00e3o autoescal\u00e1veis e suportam containers com relativa facilidade de controle. A Amazon, no entanto, consegue se destacar por dois motivos: maturidade e n\u00famero de servi\u00e7os dispon\u00edveis.<\/span><\/p>\n

O <\/span>EC2 (Elastic Compute Cloud)<\/span><\/a><\/span> \u00e9 o respons\u00e1vel pelo gerenciamento das m\u00e1quinas virtuais da Amazon, que podem tanto ser configuradas pelo usu\u00e1rio quanto vir com uma configura\u00e7\u00e3o pr\u00e9-definida, facilitando o caminho para sua utiliza\u00e7\u00e3o. Tanto o Google Computer Engine (GCE)<\/a><\/span> quanto a <\/span>Virtual Machine Scale Sets do Azure<\/span><\/a><\/span> trabalham de forma similar, por\u00e9m a plataforma do Google conta com um <\/span>menor n\u00famero de tipos de inst\u00e2ncias<\/span><\/a>, em compara\u00e7\u00e3o com as outras duas.<\/span><\/p>\n

Em contrapartida, \u00e9 poss\u00edvel <\/strong><\/span>customizar sua pr\u00f3pria inst\u00e2ncia<\/a><\/strong> no<\/strong> Google Cloud<\/strong>, dando um maior grau de flexibilidade na confec\u00e7\u00e3o da infraestrutura ideal para seu projeto. O mesmo n\u00e3o ocorre com o AWS, por exemplo.<\/strong> Para aumentar a mem\u00f3ria ou o n\u00famero de n\u00facleos, \u00e9 preciso escolher outro tipo de inst\u00e2ncia, o que eleva o custo e pode subutilizar alguns desses recursos.<\/span><\/p>\n

Armazenamento<\/strong><\/h3>\n

Novamente, n\u00e3o h\u00e1 uma plataforma que destoe das outras, embora o AWS tenha mais adeptos, tamb\u00e9m pela quest\u00e3o de recursos dispon\u00edveis. O AWS traz uma boa variedade de produtos tanto para armazenamento quanto para arquivamento (objetos guardados sem muitos acessos), como o <\/span>Simple Storage Service<\/a><\/strong> (S3)<\/strong>, o Elastic Block Storage e o Glacier.<\/span><\/p>\n

Ambos o Azure Storage e o Google<\/strong> Cloud Storage<\/strong> tamb\u00e9m se mant\u00eam competitivos. O \u00faltimo, ali\u00e1s, consegue se sobressair em \u00e1reas como big data<\/strong> e machine learning<\/strong>, visto que alguns dos principais servi\u00e7os para esses modelos tiveram o pr\u00f3prio Google por tr\u00e1s, a exemplo do Cloud Dataflow e do TensorFlow. Assim, \u00e9 esperado que a integra\u00e7\u00e3o da nuvem com estes recursos ocorra de forma natural.<\/span><\/p>\n

Azure e AWS, por sua vez, possuem maior versatilidade de bancos de dados gerenciados. Os dois oferecem v\u00e1rias op\u00e7\u00f5es de BDs relacionais (como SQL Server ou Oracle) e NoSQL (DynamoDB no AWS e DocumentDB no Azure). O Google, por sua vez, lida com MySQL e PostgreSQL (este \u00faltimo, ainda em fase beta de testes), bem como o Cloud Datastore para NoSQL.<\/span><\/p>\n

Localiza\u00e7\u00e3o<\/strong><\/h3>\n

Outro aspecto \u00e9 a localiza\u00e7\u00e3o dos servidores, pois a lat\u00eancia de rede \u00e9 um fator importante, especialmente, para projetos dependentes de comunica\u00e7\u00e3o constante. Al\u00e9m disso, nem todas as regi\u00f5es oferecem a lista completa de servi\u00e7os existentes: S\u00e3o Paulo, por exemplo, n\u00e3o recebe as ferramentas de <\/span>machine learning<\/span><\/i> ofertadas no <\/span>Azure<\/span><\/a> e <\/span>AWS<\/span><\/a>.<\/span><\/p>\n

Com 3 zonas de disponibilidade do EC2 (2 pontos de presen\u00e7a em S\u00e3o Paulo e 1 no Rio de Janeiro) lan\u00e7ados em 2011, o AWS demonstra for\u00e7a no pa\u00eds. O inverso, por sua vez, acontece com o Google Cloud, que sequer possui datacenters no Brasil – embora esteja nos planos e deva acontecer em breve. O Azure possui uma, tamb\u00e9m em S\u00e3o Paulo.<\/span><\/p>\n

\u00c9 poss\u00edvel conferir a lat\u00eancia dos servidores das plataformas nos links abaixo:<\/span><\/p>\n