AWS vs. Azure vs. Google Cloud: Die Wahl der richtigen Plattform
Öffentliche Cloud-Dienste sind aufgrund ihrer hohen Skalierbarkeit, hohen Verfügbarkeit und zahlreichen flexiblen Optionen sehr beliebt. Die Zahl der Cloud-Anbieter wächst weiter, aber die drei bekanntesten Cloud-Anbieter auf dem Markt sind Amazon, Microsoft und Google, die jeweils Amazon Web Services (AWS), Microsoft Azure und Google Cloud Services anbieten.Alle sind attraktiv und bieten interessante Funktionen für Infrastructure as a Service (IaaS), Software as a Service (SaaS) und Platform as a Service (PaaS). Sehen wir uns AWS, Azure und Google Cloud einmal genauer an und vergleichen sie miteinander, damit Sie die beste Cloud-basierte Plattform für die Anforderungen Ihres Unternehmens auswählen können. 
Eine kurze Geschichte jeder Cloud-Plattform
- AWS. Amazon ist der Pionier im Bereich Cloud-Dienste. Die Amazon-Cloud-Plattform ist die älteste öffentliche Cloud-Plattform, die seit 2006 besteht und seitdem den Markt dominiert. AWS konzentriert sich eher auf öffentliche Cloud-Dienste als auf hybride oder private.
- Azure . Die Azure-Cloud-Plattform ist seit 2010 auf dem Markt. Microsoft beschloss, seinen breiten Bereich an Software durch den Aufbau einer öffentlichen Cloud in seinen eigenen Rechenzentren zu ergänzen. Microsoft gehört heute zu den drei führenden Anbietern von öffentlichen Cloud-Diensten.
- Die Google Cloud Platform (GCP) wurde 2011 gegründet, um Google-Cloud-Dienste anzubieten. GCP ist die jüngste Cloud-Plattform, wächst jedoch schnell. GCP verbessert die IaaS-, PaaS- und SaaS-Dienste von Google. Die Rechenzentren von Google bieten eine hervorragende Infrastruktur, die für die Google-Suchdienste, YouTube und Gmail genutzt wird. Die Google-Cloud-Dienste nutzen dieselbe Infrastruktur, und die Google Cloud Platform hat die höchste Wachstumsrate auf dem Markt für Cloud-Dienste.
Fazit
In den meisten Fällen ist das Alter der Plattform kein entscheidender Faktor. Es ist jedoch hilfreich zu wissen, dass die drei Anbieter um denselben Markt konkurrieren. Die Wahl der Plattform hängt letztendlich von den anderen Kriterien ab, die wir für diesen Vergleich heranziehen.
Unterstützung virtueller Maschinen
Alle cloudbasierten Plattformen bieten Rechenleistungen für den Betrieb virtueller Maschinen (VMs), die Auswahl verschiedener Konfigurationen für VMs und die Auswahl einer VM-Klasse. Festplatte, CPU, Arbeitsspeicher und Input/Output-Operationen pro Sekunde (IOPS) hängen alle von der von Ihnen gewählten VM-Klasse ab. Virtuelle Maschinen und Speicher sind die am häufigsten genutzten Dienste auf Cloud-Plattformen.
- AWS . Virtuelle Maschinen, die in Amazon Web Services ausgeführt werden, werden als Elastic Compute Cloud (EC2)-Instanzen bezeichnet. Sie können EC2-Instanzen mit vorkonfigurierten Einstellungen auswählen oder die Einstellungen für die virtuelle Hardware manuell konfigurieren. Amazon EC2-Instanzen können an verschiedenen Standorten ausgeführt werden, d. h. in Rechenzentren in verschiedenen geografischen Regionen. Es ist erwähnenswert, dass AWS von den drei Anbietern die größte Auswahl an Rechenzentren bietet.
- Azure . Virtuelle Maschinen von Azure verwenden echte Prozessorkerne, was einer der Hauptvorteile von Azure ist. Wenn Sie beispielsweise eine VM für die Verwendung eines Prozessors mit vier Kernen konfigurieren, stellt Azure einen Prozessor mit vier echten Kernen (ohne Hyper-Threading) bereit. AWS und Google Cloud Platform würden hingegen einen VM-Prozessor mit zwei Kernen und vier Threads (mit Hyper-Threading) erstellen. Echte Kerne bieten eine höhere CPU-Leistung für VMs, die in Azure ausgeführt werden, im Vergleich zu VMs mit ähnlichen Konfigurationen in anderen Cloud-Plattformen.
- Google Cloud verwendet Google Compute Engine, um Virtuelle Maschinen in der Google Cloud Platform auszuführen. Obwohl Google im Vergleich zu AWS und Azure eine geringere Auswahl an VMs bietet, konzentriert sich Google mehr auf Container und Kubernetes für die Ausführung horizontal skalierbarer Anwendungen mit einer Microservice-Architektur.
Die maximalen VM-Computing-Konfigurationsparameter für AWS vs. Azure vs. Google Cloud-Plattformen (zum Zeitpunkt der Erstellung dieses Artikels basierend auf Informationen der jeweiligen offiziellen Websites) sind in der folgenden Tabelle verglichen.
| AWS | Azure | Google Cloud | |
| CPU | 1,6 GHz – 3,3 GHz | 2,7 GHz – 3,7 GHz | 2,0 GHz – 4,0 GHz |
| Maximale vCPUs | 128 | 128 | 224 |
| Maximaler Speicher | 244 | 208 | 448 |
| Temporärer Speicher | 48 TB | 3 TB | 4 TB |
| Maximale vGPUs | 4 | 4 | 4 |
Fazit
Die Wahl hängt von folgenden Faktoren ab:
- Wenn Ihre Anwendungen auf VMs mit echten Prozessorkernen statt virtuellen (Hyper-Threading-Kernen) laufen müssen, entscheiden Sie sich für die Azure-Cloud.
- Amazon bietet den größten Bereich an EC2-Instanzen mit verschiedenen CPU- und Speicherkonfigurationskombinationen. Wenn Sie eine Vielzahl von VMs mit unterschiedlichen CPU- und Speicherressourcen für verschiedene Arten von Workloads verwenden müssen, können Sie sich für die Amazon-Cloud entscheiden.
- Google Cloud bietet weniger Prozessorkonfigurationskombinationen für VMs. Aus diesem Grund eignen sich AWS und Azure besser für spezialisierte Workloads.
Container-Unterstützung
Alle drei Cloud-Plattformen unterstützen die Ausführung von Containern, die mittlerweile bei Entwicklern von Anwendungen, die Microservices verwenden, äußerst beliebt sind.
- Google spielte eine wichtige Rolle bei der Entwicklung von Kubernetes für die Container-Orchestrierung. Daher bietet die Google Cloud Platform einen guten Support für Kubernetes- und Docker-Container . Google Cloud Run wird zur Entwicklung und Bereitstellung hochskalierbarer containerisierter Anwendungen verwendet.
- Amazon bietet Amazon Elastic Container Registry, Amazon Elastic Container Service und Amazon Elastic Kubernetes Service. Die Container-Dienste unterstützen Kubernetes, Docker-Container und Fargate-Dienste (Amazon EC2 Container Service).
- Azure verfügt über zwei Container-Dienste: Azure Kubernetes Service (AKS) und Azure Container Service (ACS). Der Docker Hub und die Azure Container Registry werden zum Management von Containern verwendet.
In der folgenden Tabelle sind die einzelnen Containerdienste in AWS, Azure und Google Cloud aufgeführt.
| Dienst | AWS | Azure | Google Cloud |
| Docker-Container-Dienste | Elastic Container Registry (ECR) | Container Registry | Container Registry |
| Verwaltete Containerdienste | EC2 Container Service (ECS)Amazon Kubernetes Service | Azure Container Service (ACS) | Google Kubernetes Engine |
| Serverlose Container-Dienste | AWS Fargate | Azure Container Instances (ACI) | Google Cloud Run |
Fazit
Für Workloads, bei denen containerisierte Anwendungen in der Cloud ausgeführt werden, sollten Sie sich für die Google Cloud Platform entscheiden. Google ist der erste Anbieter auf dem Markt, der den Kubernetes-Standard entwickelt hat, und verfügt über die längste Erfahrung im Betrieb von Containern.
Cloud-Speicher
Cloud-Speicher ist neben Virtuellen Maschinen der wichtigste Dienst einer Cloud-Plattform, der häufig in Vergleichen zwischen AWS, Azure und Google Cloud behandelt wird. Jede Cloud-Plattform bietet verschiedene Arten von Cloud-Speicher mit eigenen Terminologien und Ebenen.
Amazon Cloud Storage
- Amazon S3 ist ein Speicherdienst auf Objektebene. Alle Dateien und Ordner werden als Objekte in Simple Storage Service (S3)-Buckets gespeichert.
- Amazon Elastic Block Storage (EBS) ist ein blockbasierter Speicherdienst. EBS-Volumes werden mit Amazon EC2-Instanzen verbunden, um virtuelle Festplatten für AWS-Virtuelle Maschinen bereitzustellen.
- Amazon Glacier ist ein Cold Storage für selten genutzte Daten, beispielsweise Backups und archivierte Daten.
- Elastic File System (EFS) ist ein skalierbares Dateisystem in der Cloud für Linux, das mit in der Cloud ausgeführten EC2-Instanzen und lokalen Rechnern verbunden werden kann. NFSv4 wird in der Regel verwendet, um Maschinen mit EFS zu verbinden. Allgemeine Workloads und Dateifreigaben sind beliebte EFS-Anwendungen (Konfigurieren eines Dateiservers, Speichern von Anwendungsdaten usw.).
Hinweis : Storage Gateway ist ein spezieller Dienst, der in der Cloud und vor Ort (auf einer Virtuellen Maschine) konfiguriert wird, um lokale Maschinen mit dem AWS-Cloud-Speicher zu verbinden.
Azure Storage Plattform
- Azure Files ist ein universeller Speicherdienst zum Teilen von Dateien mit Virtuellen Maschinen, die in Azure ausgeführt werden, und lokalen Maschinen, die vor Ort ausgeführt werden.
- Azure Blob ist ein skalierbarer Speicher für Big Data, einschließlich Textdaten und Binärdaten.
- Azure Disks sind Speicher auf Blockebene, die als Volumes für Azure-VMs verwendet werden.
- Azure Tables speichert strukturierte Daten für NoSQL-Datenbanken (schemalos).
- Azure Queues oder Azure Queue Storage ist ein spezieller Speicher für große Mengen von Nachrichten, die von Anwendungen zur Kommunikation zwischen Anwendungskomponenten verwendet werden.
Google Cloud-Speicher
- Persistente Festplatten sind Blockspeicher für Virtuelle Maschinen, die in der Google Cloud (Google Cloud Compute Engine) ausgeführt werden. Persistente Festplatten werden auch für den Google Kubernetes Engine Service verwendet.
- Der Objektspeicher mit Funktionen wie Versionierung und Zugriffsberechtigungen verwendet Buckets zum Speichern von Objekten.
- Filestore ist ein Netzwerk-Dateispeicher, der zum Speichern, Teilen und Abrufen von Daten über ein Netzwerk verwendet wird.
Die Cloud-Speicher-Optionen von AWS, Azure und Google Cloud sind in der folgenden Tabelle aufgeführt.
| Dienst | AWS | Azure | Google Cloud |
| Blockspeicher | Elastic Block Storage (EBS) | Azure-Festplattenspeicher | Google Persistent Disks |
| Objektspeicher | Simple Storage Service (S3) | Azure Blob Storage | Google Cloud-Speicher |
| Dateispeicher | Elastic File System (EFS) | Azure Files | Google Cloud Files |
| Archivspeicher | S3 Glacier Deep ArchiveS3 Infrequent Access | Azure Archive StorageAzure Cool Blob Storage | Google Cloud Storage Nearline, Coldline, und Archive |
| Bulk Data Transport | AWS Snow FamilyAWS Import/Export Service | Azure Data BoxAzure Import/Export Service | Storage Transfer Service |
Fazit
Alle drei Cloud-Plattformen bieten hervorragende Dienste für den Cloud-Speicher für unterschiedliche Zwecke. Der Speicherpreis kann bei der Auswahl des Anbieters der entscheidende Faktor sein:
- Google Cloud bietet den niedrigsten Preis für Datei- und Objektspeicher.
- Azure bietet den niedrigsten Preis für Objektspeicher. Dank Azure Stack können Sie sich für Microsoft Azure als Hybrid-Cloud-Speicheroption entscheiden.
Netzwerkdienste
Mit Netzwerkdiensten können Sie virtuelle Netzwerke erstellen (und in der Cloud ausgeführte Virtuelle Maschinen mit diesen Netzwerken verbinden), das Routing und den Zugriff vor Ort oder zwischen Cloud-Umgebungen konfigurieren und Lastenausgleich für Netzwerke bereitstellen.Alle drei Anbieter verfügen über ähnliche Netzwerkfunktionen und bieten Netzwerk-Redundanz für ihre Cloud-Dienste.
- AWS Kernnetzwerkdienste verwenden eine interne Architektur namens Virtual Private Cloud (VPC), bei der es sich um ein vollständig isoliertes logisches Netzwerk handelt.
- Google verwendet für das Netzwerk die Andromeda-Architektur. Dabei handelt es sich um den Netzwerkvirtualisierungsstack von Google.
- Die interne Architektur der Azure Netzwerke ähnelt eher der traditionellen Netzwerkarchitektur von Rechenzentren und privaten Netzwerken. Azure Virtual Networking (VNet) ist das zentrale Cloud-Netzwerkprodukt von Microsoft.
| Service | AWS | Azure | Google Cloud |
| Direktverbindung | AWS Direct Connect | Azure ExpressRoute | Google Cloud Interconnect |
| Globale Content Delivery Networks (CDNs) | Amazon CloudFront | Azure CDN | Google CDN |
| DNS | Amazon Route 53 | Azure DNSTraffic Manager | Google Cloud DNS |
| Virtual Private Cloud (VPC)-Netzwerk | VPC | Virtuelle Netzwerke (VNet) | Google VPC |
| Lastenausgleich | Elastic Load Balancing (ELB) | Anwendungsgateway-Azure Load Balancer | Cloud Load Balancer |
Firewall
Eine Firewall, mit der Sie den Zugriff nur auf das konfigurieren können, was Sie benötigen und nur von zugelassenen Quellen. Alle drei Cloud-Plattformen bieten eine verwaltete Firewall, um einen sicheren Netzwerkzugriff auf Virtuelle Maschinen und die darauf befindlichen Dienste zu konfigurieren. Im Vergleich zwischen AWS, Azure und Google Cloud teilen Firewalls viele Gemeinsamkeiten. AWS AWS bietet die AWS Network Firewall, einen verwalteten Dienst, der in AWS Firewall Manager verwaltet werden kann. Die AWS Firewall ist in zwei Kategorien unterteilt: Netzwerk-Firewall und Webanwendungs-Firewall.
- Die Netzwerk-Firewall wird verwendet, um den Netzwerkverkehr nach den entsprechenden Netzwerkprotokollen wie IP-Adressen, Ports usw. zu filtern. Sie umfasst Paketfilterung, ein virtuelles privates Netzwerk (VPN), Deep Packet Inspection, Website-Filterung und DNS-Reputationsfilterung.
- Die AWS Web Application Firewall bietet Sicherheit für Anwendungen und Traffic-Filterung. Die Sicherheit der Anwendungen dient zum Schutz von Webanwendungen vor Angriffen wie Distributed-Denial-of-Service-Angriffen (DDoS), Zero-Day-Angriffen, Datenlecks usw. Die Datenverkehrsfilterung basiert auf HTTP-Headern, IP-Adressen, Schlüsselwörtern und URI-Zeichenfolgen.
Hinweis: Benutzer können zusätzlich zu den AWS-Firewalls auch Firewalls von Drittanbietern verwenden, die im AWS Marketplace verfügbar sind. Azure Zu den Azure-Firewall-Diensten gehören Azure Firewall Premium, Azure Application Gateway und Azure Web Application Firewall. Jeder Firewall-Dienst ist für spezielle Zwecke vorgesehen.
- Die Azure-Firewall bietet Network Address Translation (NAT) und Filterung für IP-Adressen, Transport Control Protocol (TCP)- und User Datagram Protocol (UDP)-Ports sowie HTTPS-Datenverkehr. Darüber hinaus umfasst Azure Firewall Premium ein Intrusion Detection and Protection System (IDPS) und TLS-Inspektion.
- Azure Application Gateway fungiert als Load Balancer für HTTPS-Datenverkehr und als Reverse-Proxy, der SSL-Datenverkehr (Secure Socket Layer) verschlüsseln und entschlüsseln kann. Azure Application Gateway unterstützt die Inspektion des Webdatenverkehrs und die Erkennung von Angriffen auf HTTP-Ebene. Azure Application Gateway verfügt über eine Erweiterung namens Azure Web Application Firewall (WAF), die zur Überprüfung von HTTP-Anfragen und zur Verhinderung böswilliger Webangriffe, Cross-Site-Scripting (CSS) und SQL-Injection verwendet wird.
- Azure-Firewall-Dienste ergänzen sich gegenseitig. Betrachtet man die Azure-Firewall als Netzwerk-Firewall und Webanwendungs-Firewall, lassen sich die Schutztypen für jede Firewall wie folgt kategorisieren:
- Die Azure-Netzwerkfirewall umfasst Entry Point Protection, VPN-Unterstützung, Software-Defined Wide Area Network (SD-WAN)-Funktionen, virtuelle WAN-Unterstützung sowie Identitäts- und Zugriffsverwaltung.
- Azure Web Application Firewall umfasst Datenverkehrsfilterung, Skriptschutz, sichere Bereitstellung, benutzerdefinierte Regelsätze, API-Schutz und Sicherheit.
Google Cloud Platform Sie können Firewall-Regeln für eingehenden/ausgehenden Datenverkehr konfigurieren und die Sicherheit des Netzwerkzugriffs auf Virtuelle Maschinen, die auf der Google Cloud Platform ausgeführt werden, gewährleisten. Firewall-Optionen sind Teil der VPC-Netzwerkkonfiguration. Firewall-Regeln für Google VPC funktionieren ähnlich wie AWS-Sicherheitsgruppen.
Fazit
Alle drei Cloud-Plattformen bieten hervorragende Netzwerkfunktionen und decken die Anforderungen der Nutzer ab. Der Unterschied liegt darin, wie die Dienste in den einzelnen Cloud-Plattformen implementiert sind und welche individuellen Funktionen für die einzelnen Dienste verfügbar sind.Um eine geringere Netzwerklatenz zu erzielen, wählen Sie eine Rechenzentrumsregion, die geografisch am nächsten am physischen Standort Ihres Unternehmens liegt. Wenn Sie Ihre lokale Infrastruktur (z. B. VMware vSphere ) mit der öffentlichen Cloud-Infrastruktur verbinden und Netzwerkverbindungen zwischen ihnen konfigurieren, erhalten Sie ein Hybrid-Cloud-Bereitstellungsmodell. Microsoft Azure bietet eine Vielzahl von Hybridoptionen für Microsoft-Kunden.
Sicherheit
Eine Firewall trägt zur Verbesserung der Netzwerksicherheit vor Ort und in der Cloud bei. Es gibt jedoch zusätzliche Funktionen für cloudbasierte Plattformen, die die Sicherheit verbessern. Alle drei Cloud-Plattformen bieten ein ausgezeichnetes Sicherheitsniveau mit verschlüsselten Verbindungen zu ihren Cloud-Diensten. Kunden müssen jedoch möglicherweise die Sicherheitskonfigurationen überprüfen und bearbeiten, um ihre Sicherheitsanforderungen zu erfüllen. AWS AWS verwendet Sicherheitsisolierung als Standardprinzip, wenn Sie ein Konto, eine Virtuelle Maschine oder andere Objekte erstellen, um Cloud-Ressourcen vor unbefugtem Zugriff zu schützen. Die Sicherheitsrichtlinie ist standardmäßig streng. Einige Sicherheitstools können in bestimmten Regionen unterstützt werden, in anderen Regionen jedoch nicht. Azure Eine der beliebtesten Funktionen für die Sicherheit der Azure-Cloud-Plattform ist Azure Active Directory. Active Directory ist der von Microsoft entwickelte zentralisierte Authentifizierungsdienst für die sichere Authentifizierung von Windows-Computern und unterstützter Software. Mit Azure Active Directory können Sie das vor Ort vorhandene Active Directory Ihrer lokalen Active Directory-Domain mit Azure Active Directory in der Cloud integrieren. Sie können Active Directory Federation Services für Single Sign-On über verschiedene Dienste hinweg konfigurieren. Wenn Sie ein Objekt in der Cloud erstellen, ist die Standard-Richtlinie für die Sicherheit nicht so streng wie bei AWS. AWS und Google Cloud verwenden in der Zugriffskonfiguration die Standard-Richtlinie „Verweigern“, während Azure die Richtlinie „Zulassen“ verwendet. Wenn Sie beispielsweise ein neues Virtuelles Netzwerk und eine neue VM in Azure erstellen, sind standardmäßig alle Protokolle und Ports geöffnet.Azure Activity Logs und Azure Security Center bieten im Vergleich zu AWS viele Vorteile. Wenn Sie Azure mit der Funktion „Activity Logs“ verwenden, müssen Sie keine Lambda-Funktionen manuell erstellen, um Ereignisse zwischen Regionen zu verschieben.
Hinweis: Die Konfiguration von Sicherheitseinstellungen kann schwierig sein, daher sind professionelle Dokumentationen sehr willkommen. Die Dokumentation für Azure ist jedoch nicht so detailliert wie die für AWS.
Google Cloud Platform Die Google Cloud Platform ist zentralisierter und ähnelt Azure. Als Google die Google Cloud-Dienste einführte, waren alle Dienste so konzipiert, dass sie gut mit anderen Diensten interagieren, und wurden auf einmal eingeführt (bei AWS wurden die Dienste einzeln hinzugefügt). Projekte in Ihrem Konto sind standardmäßig voneinander isoliert. Das Cloud Security Command Center in Google Cloud entspricht dem Azure Security Center. Das Niveau der Sicherheit in Google Cloud liegt zwischen dem von AWS und Azure.AWS Security Hub, Azure Security Center und Cloud Security Command Center in Google Cloud sind die Tools zum Verwalten der Sicherheit für die jeweiligen Cloud-Plattformen.
Fazit
Amazon bietet eine hohe Anzahl von Compliance-Zertifikaten , darunter GDPR, PCI-DSS, FIPS 140-2, HIPAA/HITECH, FedRAMP und NIST 800-171. Mit AWS Artifact erhalten Sie On-Demand-Zugriff auf mehr als 2.500 Sicherheitskontrollen. Auch Microsoft Azure verfügt über starke Kontrollen zur Sicherheit mit mehr als 90 Compliance-Zertifikaten in mehr als 50 verschiedenen Regionen. Google Cloud erfüllt 45 Compliance-Zertifikate. Datenbanken Alle drei Anbieter bieten ihren Kunden die Option „Database as a Service“ (DBaaS) an. Mit DBaaS können Kunden mit Datenbanken arbeiten, ohne die Infrastruktur für den Betrieb der Datenbanken verwalten zu müssen. Es werden sowohl relationale Datenbanken als auch NoSQL-Datenbanken unterstützt.
- AWS bietet die größte Auswahl an Datenbankoptionen. Die Lösungen arbeiten mit hoher Leistung, Innovationen werden zeitnah implementiert und traditionelle Datenbanktechnologien sind verfügbar. Sie können AWS-Datenbankdienste auswählen, wenn Sie bereits andere AWS-Dienste nutzen, ein hohes Maß an Leistung und Zuverlässigkeit erwarten oder die größtmögliche Auswahl an Optionen benötigen.
- Azure bietet hervorragenden Support für die Migration, einschließlich Migrationsbewertung, Automatisierung und Optimierung. Es stehen flexible Bereitstellungsoptionen, Optionen für die Lizenzierung und hybride Bereitstellungen zur Verfügung (für diejenigen mit besonderen Anforderungen an Sicherheit und Datenschutz). Sie können sich für Azure-Datenbanken entscheiden, wenn Sie bereits Microsoft-Software in Ihren Umgebungen verwenden (einschließlich einer Microsoft-basierten Hybridumgebung), wenn Sie eine Datenbank in die Cloud migrieren müssen und wenn Datenschutz ein besonderes Anliegen ist.
- Google Cloud Platform. Die Datenbankdienste in Google Cloud sind besonders benutzerfreundlich und bieten die beste Leistung für Workloads. Google bietet hervorragende Funktionen für die Verwendung von Datenbanken mit Containern in Google Cloud. Sie können Google-Datenbanken bevorzugen, wenn Sie eine Datenbank an Container anhängen müssen (für die Microservice-Architektur) und wenn Sie eine leistungsstarke und benutzerfreundliche Lösung benötigen.
| AWS | Azure | Google Cloud | |
| Relationale Datenbank | Amazon RDS | Microsoft SQL-Datenbank | Google Cloud SQL |
| NoSQL-Schlüsselwert-Wert | Amazon DynamoDB | Tabellenspeicher | Google Cloud BigtableGoogle Cloud Datenspeicher |
| NoSqL Key-Index | Amazon SimpleDB | Azure Cosmos DB | Google Cloud Datenspeicher |
Fazit
Alle drei Plattformen bieten identische Datenbankdienste in verschiedenen Kategorien. Die verwalteten Datenbankdienste sind in diesem Vergleich zwischen AWS, Microsoft Azure und Google Cloud nahezu identisch.Ein deutlicher Unterschied kann sich bei der Verwendung einer Lizenz für Microsoft SQL Server (bei Verwendung von IaaS) ergeben. Azure und AWS bieten Funktionen zur Kostenoptimierung, Google Cloud hingegen nicht. Azure ist die kostengünstigste Cloud für Microsoft SQL Server.Auch bei Oracle-Datenbank (bei Verwendung von IaaS) gibt es einen erheblichen Unterschied bei der Lizenzierung. Sie können die Anleitung lesen und Oracle in AWS und Azure mit flexibler Auswahl der VM-/Instanzkonfiguration bereitstellen. In der Google Cloud Platform können Sie die Oracle-Datenbank nur auf teuren Bare-Metal-Servern bereitstellen. Azure bietet dank der Partnerschaft zwischen Microsoft und Oracle in einigen Regionen eine Verbindung mit geringer Latenz zur Oracle-Cloud.
Regionen und Verfügbarkeitszonen
Jeder Cloud-Anbieter deckt mit seinen Rechenzentren die folgenden wichtigen Regionen ab: Europa, Nordamerika, Südostasien, Ostasien und China. Diese Rechenzentren sind in Einheiten verteilt, die als Regionen und Verfügbarkeitszonen bezeichnet werden. Eine Region ist eine Gruppe von Rechenzentren, die in einem bestimmten (separaten) geografischen Gebiet errichtet wurden. Eine Region ist der Bereich, in dem sich die Rechenzentren physisch befinden. Die Rechenzentren sind über Netzwerke mit geringer Latenz (dem latenzdefinierten Perimeter) miteinander verbunden. Regionen sind die größten Einheiten von Cloud-Anbietern, die Verfügbarkeitszonen enthalten. Eine Region ist völlig unabhängig von anderen Regionen. Eine Verfügbarkeitszone ist ein einzigartiger physischer Standort innerhalb einer Region. Verfügbarkeitszonen sind innerhalb einer Region voneinander isoliert und über redundante Hochgeschwindigkeitsnetzwerke miteinander verbunden. Wenn eine Verfügbarkeitszone innerhalb einer Region ausfällt, stellen andere funktionierende Verfügbarkeitszonen die erforderlichen Dienste für die Kunden bereit. Eine Verfügbarkeitszone besteht aus einem oder mehreren Rechenzentren.
- AWS . Amazon bietet über 80 Verfügbarkeitszonen in 25 geografischen Regionen.
- Azure . Es gibt mehr als 60 Regionen in Azure mit mindestens 3 Verfügbarkeitszonen pro Region. Die Azure-Cloud-Plattform verfügt über mehr als 160 physische Rechenzentren in 140 Ländern.
- Google Cloud Platform . Es gibt 24 Regionen und 73 Verfügbarkeitszonen.
| AWS | Azure | Google Cloud | |
| Regionen | 25 | 60+ | 24 |
| Verfügbarkeitszonen | 80 | 180+ (mindestens 3 pro Region) | 73 |
| Point of Presence (POP) | 230 | 130 | 144* |
| Länder | 245 | 140 | 200 |
| * Netzwerk-Edge-Standorte | |||
Hinweis : Periodisch fügen Anbieter Verfügbarkeitszonen und Rechenzentren in verschiedenen Ländern hinzu. Eine detaillierte, aktualisierte Liste der Städte und anderen Standorte von Rechenzentren finden Sie auf der Website des jeweiligen Cloud-Anbieters. Die Karte mit den Standorten der Rechenzentren kann Ihnen bei der Auswahl der Rechenzentren am gewünschten Standort helfen.
Fazit
Wenn Sie virtuelle Maschinen an möglichst vielen Standorten weltweit in verschiedenen Regionen und Verfügbarkeitszonen bereitstellen möchten, können Sie Microsoft Azure verwenden.
Preise von AWS, GCP und Azure
Der Preis ist ein wichtiger Faktor, der die Wahl einer Cloud-Plattform beeinflusst. Wenn Sie den Preis kennen, können Sie besser einschätzen, wie viel Sie für Cloud-Dienste ausgeben müssen. Es ist schwierig, die Preise von AWS, Azure und Google zu vergleichen, da sich die Preise von Zeit zu Zeit ändern.Die Hauptkosten entstehen in der Regel für Computing-Services wie Virtuelle Maschinen. Der Preis hängt vom Standort des Rechenzentrums ab, der CPU-Konfiguration einer Virtuellen Maschine, der Speichergröße, dem Speicherplatz und dem Festplattentyp (SSD oder HDD).Die Abrechnung erfolgt pro Stunde und pro Sekunde für den Betrieb einer Virtuellen Maschine. Wenn Sie sich für eine Laufzeit von einem Jahr (oder mehr, z. B. drei Jahre) entscheiden und die Zahlung in einer einzigen Transaktion vornehmen, erhalten Sie einen Rabatt. In diesem Fall sollten Sie in der Regel eine reservierte Instanz des benötigten Typs auswählen. Hinweis : Die Preise können sich im Laufe der Zeit ändern. Die aktuellen Preise finden Sie auf den Websites von AWS, Azure und Google Cloud.
VM-Konfigurationen
Für einen korrekten Vergleich der Cloud-Anbieter in Bezug auf die Preise sollten wir für alle drei Anbieter eine ähnliche Region und eine ähnliche VM-Konfiguration auswählen. AWS, Azure und Google bieten vorkonfigurierte Virtuelle Maschinen an (Sie müssen eine voreingestellte Konfiguration auswählen).
Beispiel 1
In der folgenden Tabelle sehen Sie vier Arten von virtuellen Maschinen mit ähnlichen VM-Konfigurationen.
Hinweis : Einige Google-VMs verfügen über mehr Arbeitsspeicher und CPUs, da es in diesem Beispiel keine 100 % identische Konfiguration in der entsprechenden Klasse von Google-VMs gibt. Für diesen Vergleich wurde die am besten geeignete Konfiguration für eine Google-VM ausgewählt.
Tabelle 1: Instanztypen (Virtuelle Maschinen)
| Instanztyp | AWS-Instanzen | AWS RAM (GB) | Azure-VMs | Azure RAM (GB) | Google-VMs | Google-RAM (GB) |
| Allgemeine Zwecke | m6g.xlarge | 16 | B4MS | 16 | e2-standard-4 | 16 |
| Speicheroptimiert | r6g.xlarge | 32 | E4a v4 | 32 | m1-ultramem-40 | 961 |
| Compute Optimized | c6g.xlarge | 8 | F4s v2 | 8 | c2-standard-4 | 16 |
| Beschleunigte Datenverarbeitung | p2.xlarge | 61 | NC4as T4 v3 | 28 | a2-highcpu-1g | 85 |
Sehen wir uns den Preis pro Stunde zum Zeitpunkt der Erstellung dieses Artikels (November 2021) für die ausgewählte Konfiguration der Virtuellen Maschinen an. Tabelle 2: On-Demand-Preise (USD)
| Instanztyp | AWS | Azure | AWS-Preise (pro Stunde) | Azure-Preise (pro Stunde) | Google-Preise (pro Stunde) | |
| Allgemeine Zwecke | m6g.xlarge | B4MS | e2-standard-4 | 0,154 | 0,166 | 0,156 |
| Speicheroptimiert | r6g.xlarge | E4a v4 | m1-ultramem-40 | 0,202 | 0,252 | 6,303 |
| Berechnungsoptimiert | c6g.xlarge | F4s v2 | c2-standard-4 | 0,136 | 0,169 | 0,235 |
| Beschleunigte Berechnung | p2.xlarge | NC4as T4 v3 | a2-highcpu-1g | 0,90 | 0,526 | 3,839 |
Die Preise für VMs in AWS und Google Cloud sind für Allzweck-VMs und speicheroptimierte VMs ähnlich. Der Preisunterschied zwischen der Azure-Cloud-Plattform und dem AWS-Cloud-Service für rechenoptimierte VMs ist vernachlässigbar. Beachten Sie jedoch, dass dies nur ein Beispiel ist und dass bei einer Laufzeit von einem Jahr ein anderer Anbieter den günstigsten Preis für einen Instanztyp anbieten kann. Darüber hinaus gibt es unterschiedliche Preise für Container, Speicher, Datenbankdienste und andere Arten von Cloud Computing.
Beispiel 2
Wählen wir die kleinste virtuelle Maschine und die größte virtuelle Maschine für jede Plattform mit identischen Parametern aus und vergleichen wir den monatlichen Preis (die folgenden Informationen sind zum Zeitpunkt der Erstellung dieses Artikels gültig). Tabelle 1: Konfiguration der virtuellen Maschinen
| VM-Typ | AWS-CPU | AWS RAM | Azure CPU | Azure RAM | Google CPU | Google RAM |
| Kleinste | 2 CPUs | 8 GB | 2 CPUs | 8 GB | 2 CPUs | 8 GB |
| Größte | 128 CPUs | 3,84 TB | 128 CPUs | 3,89 TB | 160 CPUs | 3,75 TB |
Tabelle 2: Preis (USD) für die ausgewählten VMs
| VM-Typ | AWS | Azure | Google Cloud |
| Kleinste | 69 $/Monat | 70 $/Monat | 52 $/Monat |
| Größter | 3,97/Stunde | 6,79 $/Stunde | 5,32 $/Stunde |
In diesem Beispiel ist der Preis für die kleinste Instanz in AWS und Azure fast gleich, aber der Preis in der Google Cloud Platform ist deutlich niedriger. Bei der größten VM-Instanz bietet AWS den niedrigsten Preis und Azure den höchsten Preis. Beachten Sie, dass VMs in Azure echte CPU-Kerne verwenden, im Gegensatz zu VMs in AWS und Google Cloud, wo logische Kerne (Hyper-Threading-Kerne) verwendet werden. Echte Kerne bieten eine höhere Leistung. Wie Sie diesen Beispielen entnehmen können, hängt der beste Preis für Cloud-Dienste vom jeweiligen Szenario und Ihren Anforderungen ab.
Speicherkosten
Objektspeicher. Es gibt einige wesentliche Unterschiede zwischen den Preisen für Objektspeicher in AWS und Google Cloud sowie zwischen den Ansätzen zur Preisermittlung.
- In der Google Cloud Platform zahlen Sie für die Vorgänge mit Objektspeicher und Netzwerkausgang und haben sofortigen Zugriff auf alle selten genutzten Speicherebenen. Vor der Berechnung der Kosten wird eine Modellierung des Datenzugriffs empfohlen.
- In AWS beträgt die Zugriffszeit auf den Amazon-Archivspeicher zwischen einigen Minuten und mehreren Stunden.
Blockspeicher. Es gibt Unterschiede zwischen AWS und Google Cloud. Google Cloud bietet hohe Verfügbarkeit innerhalb der gesamten Region über Verfügbarkeitszonen und über mehrere Regionen hinweg. AWS bietet Redundanz nur innerhalb derselben Verfügbarkeitszone. AWS erhebt eine zusätzliche Gebühr für bereitgestellte IOPS, die es EBS-Volumes ermöglichen, ihre üblichen Datenübertragungsraten zu überschreiten. In Google Cloud gibt es keine IOPS-Beschränkung für Google-Blockspeicher und Sie zahlen nicht für zusätzliche IOPS. AWS
- Im Allgemeinen ist die Preisgestaltung von AWS kompliziert und es ist schwierig, die Kostenstruktur zu verstehen, insbesondere für Neukunden.
- Um einen Rabatt zu erhalten, verlangt AWS eine Vorauszahlung für reservierte Instanzen, die für die langfristige Nutzung bestimmt sind.
- Wenn eine VM angehalten wird, werden Ihnen nur die von den EBS-Volumes belegten Speicherplätze in Rechnung gestellt.
- Für neue AWS-Benutzer wird eine 12-monatige kostenlose Testversion angeboten.
Azure
- Microsoft-Software ist bei Kunden beliebt und wird von vielen Unternehmen eingesetzt. Dies ist einer der Gründe für den Erfolg von Microsoft als Cloud-Anbieter.
- Rabatte werden bestehenden Microsoft-Kunden gewährt, die sich bei Azure anmelden und AWS-Cloud-Services nutzen. Sie sollten sich mit den Lizenzierungsoptionen für Microsoft-Software vertraut machen, bevor Sie Azure verwenden. Bei einer Vorauszahlung für 12 Monate erhalten Sie einen Rabatt von 5 %.
- Fahren Sie VMs ordnungsgemäß herunter, ohne die von einer VM erhaltene IP-Adresse beizubehalten. Eine VM muss freigegeben werden, um Gebühren zu vermeiden, wenn die VM nicht in Azure ausgeführt wird.
- Die kostenlose Testversion für neue Azure-Kunden beträgt 12 Monate und umfasst 200 US-Dollar, die innerhalb der ersten 30 Tage nach der Registrierung und dem Start der Testversion ausgegeben werden können. Mehr als 25 Microsoft-Produkte in Azure werden für die Testversion angeboten.
Google Cloud Platform
- Google Cloud bietet eine benutzerfreundliche Preisstruktur. Es gibt Rabatte für lang laufende Workloads ohne Vorabverpflichtung.
- Wenn Sie eine VM stoppen , werden Ihnen keine VM-Rechenressourcen wie CPU, GPU oder Arbeitsspeicher in Rechnung gestellt, sondern nur die mit der VM verbundenen Ressourcen wie persistente Festplatten und statische IP-Adressen.
- Google bietet neuen Nutzern, die die kostenlose Testversion beginnen, ein Guthaben von 300 US-Dollar für 90 Tage. Testnutzern werden mehr als 20 Produkte aus den Google Cloud-Diensten angeboten.
Hinweis : Es gibt Tools zur Kostenoptimierung , die Ihnen bei der Auswahl der optimalen Konfiguration von Diensten auf einer ausgewählten Plattform der Cloud helfen können:
- AWS : AWS Cost Explorer, AWS Trusted Advisor, AWS Budgets
- Azure : Azure Advisor
- Google Cloud Platform: Kostenmanagement
Fazit
Es gibt keine allgemeingültige Empfehlung, welche Plattform Sie wählen sollten, um den niedrigsten Preis zu erzielen. Eine Preisaufschlüsselung ist bei einem Vergleich von Cloud-Anbietern kompliziert, da jede Plattform unterschiedliche Preismodelle verwendet. Verwenden Sie den AWS-Preisrechner , den Azure-Preisrechner und den Google Cloud-Preisrechner , um den genauen Preis für die benötigte Konfiguration zu erhalten und Preise zu vergleichen. Die Verwendung des Rechners ist die beste Methode, um die monatlichen Kosten für die benötigten Cloud-Dienste zu schätzen.
Datenanalyse- und Machine-Learning-Dienste
Alle drei Anbieter bieten Datenanalysedienste, Machine Learning (ML) und künstliche Intelligenz (KI) an. Diese Arten von Cloud-Computing-Diensten werden heutzutage häufig für Datenanalyse, Wissenschaft, Forschungsarbeiten, Automatisierung usw. verwendet. ML enthält in der Regel Datenvorverarbeitung, Modelltraining, Modellbewertung, Vorhersage von Ereignissen, Bilderkennung usw. Hoch skalierbare Computing-Clouds eignen sich für die Ausführung dieser Art von Aufgaben. Die Amazon Cloud-Plattform, die Azure Cloud-Plattform und die Google Cloud-Plattform bieten Machine Learning as a Service (MLaaS) an.Der ältere ML-Dienst in AWS heißt Amazon Machine Learning, der neuere SageMaker. Amazon Machine Learning wird in erster Linie für prädiktive Analysen verwendet, während SageMaker von Datenwissenschaftlern bevorzugt wird. Sowohl Amazon als auch Azure bieten eine Integration mit Jupiter, die es Ihnen ermöglicht, Code in ML Studio zu schreiben. Einer der besten ML-Dienste von Google ist Vision AI (basierend auf Auto ML). AWS KI/ML-Dienste (12):
- SageMaker
- Machine Learning
- Comprehend
- Lex
- Polly
- Rekognition
- Translate
- Transcribe
- DeepLens
- Deep Learning AMIs
- Apache MXNet auf AWS
- TensorFlow auf AWS
Microsoft Azure KI-Plattform (3 Dienste):
- Maschinelles Lernen
- Azure Bot Service
- Kognitive Dienste
Google KI-Plattform (9 Dienste):
- Cloud Machine Learning Engine
- Dialogflow Enterprise Edition
- Cloud Natural Language
- Cloud Speech API
- Cloud Übersetzungs-API
- Cloud Video Intelligence
- Cloud Job Erkennung (Private Beta)
Eine Liste der verfügbaren ML/AI-Funktionen finden Sie im Vergleich zwischen AWS, Azure und Google Cloud in der folgenden Tabelle.
| Amazon ML und SageMaker | Microsoft Azure AI Plattform | Google AI Plattform | |
| Klassifizierung | + | + | + |
| Regression | + | + | + |
| Clustering | + | + | + |
| Anomalieerkennung | + | + | – |
| Empfehlung | + | + | + |
| Rangliste | + | + | – |
| Datenkennzeichnung | + | + | + |
| MLOps-Pipeline-Unterstützung | + | + | + |
| Integrierteintegrierte Algorithmen | + | + | + |
| Unterstützte Frameworks | TensorFlow, MXNet, Keras, Gluon, PyTorch, Caffe2, Chainer, Torch | TensorFlow, scikit-learn, PyTorch, Microsoft Cognitive Toolkit, Spark ML | TensorFlow, scikit-learn, XGBoost, Keras |
Machine Learning-APIs
Neben hervorragenden und leistungsstarken Cloud-Plattformen mit einsatzbereiten Diensten können Sie hochentwickelte APIs für die Arbeit mit Ihren benutzerdefinierten Anwendungen nutzen. Sie können diese Dienste mit vorgefertigten Modellen verwenden, Ihre Daten (Eingabe) einspeisen und Ergebnisse (Ausgabe) erhalten.In diesem Vergleich zwischen AWS, Azure und Google werden APIs in drei Gruppen unterteilt:
- Textübersetzung, -erkennung und und -analyse
- Video- und Bilderkennung und -analyse dieser Inhaltstypen
- Sonstige nicht kategorisierte Dienste
Ein Vergleich der APIs für Sprach- und Textverarbeitung ist in der folgenden Tabelle aufgeführt.
| AWS | Azure | Google Cloud | |
| Spracherkennung (Sprache in Text) | + | + | + |
| Text-zu-Sprache-Konvertierung | + | + | + |
| Entitätenextraktion | + | + | + |
| Schlüsselbegriff-Extraktion | + | + | + |
| Spracherkennung | 100+ Sprachen | 120 Sprachen | 120+ Sprachen |
| Themenextraktion | + | + | + |
| Rechtschreibprüfung | – | + | – |
| Autovervollständigung | – | + | – |
| Sprachüberprüfung | + | + | – |
| Absichtsanalyse | + | + | + |
| Metadaten-Extraktion | – | – | – |
| Beziehungsanalyse | – | + | – |
| Stimmungsanalyse | + | + | + |
| Persönlichkeitsanalyse | – | – | – |
| Syntaxanalyse | – | + | + |
| Markierung von Wortarten | – | + | + |
| Filtern unangemessener Inhalte | – | + | + |
| Audioverarbeitung in niedriger-Audioverarbeitung | + | + | + |
| Übersetzung | 6 Sprachen | 60+ Sprachen | 100+ Sprachen |
| Chatbot-Toolset | + | + | + |
Ein Vergleich vielseitiger APIs für die Bildanalyse ist in der weiteren Tabelle dargestellt.
| AWS | Azure | Google Cloud | |
| Objekterkennung | + | + | + |
| Szenenerkennung | + | + | + |
| Gesichtserkennung | + | + | + |
| Gesichtserkennung | + | + | – |
| Personen-Gesichtserkennung | + | + | + |
| Gesichtsanalyse | + | + | + |
| Erkennung unangemessener Inhalte | + | + | + |
| Erkennung von Prominenten | + | + | + |
| Texterkennung | + | + | + |
| Geschriebener Text Erkennung | + | + | + |
| Suche nach ähnlichen Bildern im Internet | – | – | + |
| Logoerkennung | – | – | + |
| Erkennung von Orientierungspunkten | – | + | + |
| Lebensmittelerkennung | + | + | – |
| Erkennung dominanter Farben | – | + | + |
Vergleich von Videoanalyse-APIs Der Prozess der Videoanalyse weist Ähnlichkeiten mit dem Prozess der Bildanalyse auf, aber im Vergleich der Videoanalyse-APIs von AWS, Azure und Google Cloud fällt die Rangfolge der Cloud-Anbieter anders aus. Im Gegensatz zur Bildverarbeitungsunterstützung bietet Google keine umfangreichen APIs für die Videoanalyse an, und viele Funktionen befinden sich noch in der Entwicklungs- oder Beta-Phase. Amazon und Microsoft bieten eine größere Auswahl an Videoanalyse-APIs und zugehörigen Funktionen.
| AWS | Azure | Google Cloud | |
| Objekterkennung | + | + | + |
| Szenenerkennung Erkennung | + | + | + |
| Aktivitätserkennung | + | – | – |
| Gesichtserkennung | + | + | – |
| Gesichts- und Stimmungsanalyse | + | + | – |
| Erkennung unangemessener Inhalte | + | + | + |
| Erkennung von Prominenten | + | + | – |
| Texterkennung | + | + | – |
| Personenverfolgung in Videos | + | + | – |
| Audio-Transkription | – | + | + |
| Sprecherindexierung | – | + | – |
| Keyframe-Extraktion | – | + | – |
| Videoübersetzung | – | 9 Sprachen | – |
| Stichwörterextraktion | – | + | – |
| Markenbekanntheit | – | + | – |
| Anmerkung | – | + | – |
| Erkennung dominanter Farben | – | – | – |
| Echtzeit-Zeitanalyse | + | – | – |
Fazit
Die Google Cloud Platform ist die richtige Wahl für Machine-Learning-Anwendungen und KI-basierte Aufgaben, dicht gefolgt von AWS und Azure. AWS bietet eine Vielzahl von Instanzen, die auf unterschiedlicher leistungsstarker Hardware basieren, die für KI-/ML-Aufgaben optimiert ist.Microsoft bietet im Vergleich der Cloud-Anbieter die umfangreichsten Funktionen für Machine-Learning-APIs, während Google Cloud Platform das vielseitigste Toolkit für die Bildanalyse bietet.Beim Vergleich der Video-APIs von AWS, Azure und Google Cloud Platform erzielt Microsoft die höchste Punktzahl und ist damit führend. AWS bietet jedoch die effizientesten APIs für die Videoanalyse von Streaming-Videos.
Fazit
Der Vergleich zwischen AWS, Azure und Google Cloud ist komplex, da jede Cloud-Plattform eine Vielzahl von Funktionen bietet. Wenn Sie die Amazon Cloud-Plattform, die Azure Cloud-Plattform und die Google Cloud-Dienste vergleichen, sollten Sie sich in erster Linie auf die Dienste konzentrieren, die Sie benötigen.AWS ist der Anbieter mit der größten Anbieterabhängigkeit, da er darauf abzielt, dass Sie ausschließlich die Amazon Cloud-Plattform nutzen. Im Gegensatz dazu bietet Google seinen Kunden eine flexible und liberale Richtlinie. Microsoft möchte die Vorteile von AWS und Google Cloud Platform kombinieren und Azure mit anderen Lösungen und Anbietern integrieren.Microsoft bietet die besten Hybrid-Cloud-Optionen, mit denen Sie die Azure-Cloud mit anderen Clouds und mit Servern vor Ort in Ihrem lokalen Rechenzentrum nutzen können. Sowohl Microsoft als auch Google bieten neben Azure und Google Cloud Platform auch Online-Office-Anwendungen wie Microsoft 365 und G-Suite an. Es ist wichtig zu bedenken, dass Cloud-Workloads genauso wie andere Arten von Workloads der Gefahr von Datenverlusten ausgesetzt sind, insbesondere durch Störungen infolge von Ransomware. Herunterladen der kostenlosen Ausgabe der robusten Lösung für Datensicherheit von NAKIVO, um Ihre Cloud-Workloads zu schützen. NAKIVO Backup & Replication unterstützt die Sicherung von Amazon EC2-Instanzen auf lokalen und Cloud-Speichern. Sie können auch Daten von physischen Servern vor Ort, VMware-VMs, Hyper-V-VMs und andere Daten auf Amazon S3 oder Wasabi sichern. 
