Google Cloud Platform pour les utilisateurs professionnels d'AWS

Mis à jour le 6 septembre 2018

Ce guide est conçu pour fournir aux professionnels qui connaissent bien Amazon Web Services (AWS) les concepts clés nécessaires à l'utilisation de Google Cloud Platform (GCP). Il propose une comparaison de GCP et d'AWS qui met en évidence les similitudes et les différences entre les deux produits. Ce guide contient également des tableaux comparatifs des produits, des concepts et de la terminologie d'AWS et de GCP.

Pourquoi utiliser GCP ?

Depuis 15 ans, Google propose l'une des infrastructures cloud les plus rapides, puissantes et fiables au monde, que nous utilisons en interne pour offrir à l'échelle mondiale des services à trafic élevé, tels que Gmail, Maps, YouTube et la Recherche Google. En raison de la taille et de l'ampleur de ces services, nous avons beaucoup travaillé pour optimiser notre infrastructure, et créer une suite d'outils et de services permettant de la gérer efficacement. GCP met cette infrastructure et ces ressources de gestion à votre disposition.

Régions et zones

Presque tous les produits d'AWS sont déployés au sein de régions réparties à travers le monde. Chaque région comprend un groupe de centres de données relativement proches les uns des autres. Amazon divise chaque région en au moins deux zones de disponibilité. De la même façon, GCP répartit la disponibilité de ses services entre des régions et des zones situées dans le monde entier. Pour obtenir un plan complet des régions et zones de GCP dans le monde, consultez la section Zones cloud.

De plus, certains services de GCP se situent à un niveau multirégional, plutôt qu'aux niveaux plus précis des régions et des zones. Ces services incluent Google App Engine et Google Cloud Storage. Actuellement, les zones multi-régionales disponibles sont les États-Unis, l'Europe et l'Asie.

La conception d'AWS fait que chaque région est isolée et indépendante des autres. Elle permet de garantir que la disponibilité d'une région n'affecte pas celle des autres et que les services au sein de ces régions restent indépendants les uns des autres. De la même façon, les régions GCP sont isolées les unes des autres pour des raisons de disponibilité. Cependant, GCP bénéficie d'une fonctionnalité intégrée qui permet de synchroniser les données entre plusieurs régions selon les besoins d'un service donné de GCP.

AWS et GCP possèdent tous les deux des points de présence (PoP, Points of Presence) dans de nombreuses zones du monde. Ces PoP permettent de mettre le contenu en cache plus près des utilisateurs finaux. Toutefois, chaque plate-forme utilise ses PoP de manière différente :

  • AWS pour proposer un service de réseau de diffusion de contenu (CDN, Content Delivery Network) appelé Amazon CloudFront ;
  • GCP pour fournir Google Cloud CDN et offrir une mise en cache périphérique intégrée pour des services tels que Google App Engine et Google Cloud Storage.

Les PoP de GCP se connectent aux centres de données via la fibre appartenant à Google. Cette connexion sans entrave signifie que les applications basées sur GCP disposent d'un accès rapide et fiable à tous les services sur GCP.

Pour résumer, les termes et concepts relatifs aux zones d'AWS correspondent à ceux de GCP comme suit :

Concept Terme AWS Terme GCP
Cluster de centres de données et de services Région Région
Centre de données distinct Zone de disponibilité Zone
Mise en cache périphérique PoP (CloudFront uniquement) PoP (plusieurs services)

Comptes, limites et tarifs

Pour utiliser un service AWS, vous devez créer un compte AWS. À la fin de ce processus, vous pouvez utiliser votre compte pour lancer n'importe quel service, dans les limites définies par Amazon. Ces services sont alors facturés sur votre compte. Si nécessaire, vous pouvez créer des comptes de facturation, puis des sous-comptes qui s'y rapportent. Les organisations peuvent ainsi reproduire une structure de facturation organisationnelle standard.

De la même façon, avec GCP, vous devez créer un compte Google pour utiliser ses services. Cependant, GCP regroupe votre utilisation du service par projet plutôt que par compte. Avec ce modèle, vous pouvez créer plusieurs projets entièrement séparés au sein du même compte. Dans un contexte organisationnel, ce modèle peut être avantageux, car il vous permet de créer des espaces de projet pour des départements ou des groupes distincts de votre entreprise. Il est aussi utile à des fins de test : quand vous avez fini de travailler sur un projet, vous pouvez le supprimer, ainsi que toutes les ressources associées créées.

AWS et GCP proposent tous les deux des limites souples sur leurs services pour les nouveaux comptes. Celles-ci ne sont associées à aucune limitation technique pour un service donné. Elles sont en place uniquement pour éviter que des comptes frauduleux n'utilisent les ressources de manière excessive. Elles réduisent également les risques pour les nouveaux utilisateurs en les empêchant de dépenser plus que prévu pendant leur découverte de la plate-forme. Si vous estimez que votre application a besoin de dépasser ces limites, AWS et GCP proposent des manières simples de contacter les équipes internes concernées pour augmenter les limites sur leurs services.

Les tarifs ayant tendance à changer plus souvent que les fonctionnalités ou services principaux, nous évitons autant que possible de mentionner des prix dans ces articles. Cependant, chaque article aborde le modèle de tarification des services lorsque l'information est pertinente. Pour obtenir un comparatif des prix à jour concernant une solution spécifique, utilisez le simulateur de coût d'Amazon et le simulateur de coût GCP pour savoir quelle configuration offre le meilleur rapport qualité/prix en matière de flexibilité, d'évolutivité et de budget.

Interfaces de gestion des ressources

AWS et GCP offrent tous les deux une interface de ligne de commande (CLI, command-line interface) pour l'interaction avec les services et les ressources. AWS propose Amazon CLI et GCP fournit le SDK Cloud. Il s'agit dans les deux cas d'une interface de ligne de commande unifiée pour tous les services et compatible avec plusieurs plates-formes grâce aux binaires disponibles pour Windows, Linux et macOS. De plus, dans GCP, il est possible d'utiliser le SDK Cloud dans un navigateur Web à l'aide de Google Cloud Shell.

AWS et GCP proposent également des consoles Web. Chacune permet de créer, de gérer et de suivre les ressources. La console pour GCP se trouve à l'adresse https://console.cloud.google.com/.

Types de services

Dans le cadre d'une utilisation générale, les plates-formes cloud proposent un ensemble de prestations de base pour les services de calcul, de stockage, de réseau et de base de données. Vous trouverez ci-dessous les services de base d'AWS :

  • Calcul : Amazon Elastic Compute Cloud (EC2)
  • Stockage : Amazon Simple Storage Service (S3) et Amazon Elastic Block Store (EBS)
  • Réseau : Amazon Virtual Private Cloud (VPC)
  • Bases de données : Amazon Relational Database Service (RDS) et Amazon DynamoDB

Les services de base de GCP incluent :

  • Calcul : Google Compute Engine et Google App Engine
  • Stockage : Google Cloud Storage
  • Mise en réseau : Google Virtual Private Cloud
  • Base de données : Google Cloud SQL, Google Cloud Datastore et Google Cloud Bigtable

Des services de niveau supérieur s'ajoutent également aux services ci-dessus sur chaque plate-forme. En général, ces services de niveau supérieur peuvent être classés dans l'un des quatre types suivants :

  • Services applicatifs : services conçus pour optimiser les applications dans le cloud. Par exemple, Amazon SNS et Google Cloud Pub/Sub.
  • Services de big data et d'analyse : services conçus pour traiter de grandes quantités de données, comme Amazon Kinesis et Google Cloud Dataflow.
  • Services de gestion : services conçus pour suivre les performances d'une application. Par exemple, Amazon CloudWatch et Google Stackdriver Monitoring.
  • Services de machine learning (apprentissage automatique) : services conçus pour vous aider à intégrer une intelligence artificielle perceptuelle telle que la reconnaissance d'images ou vocale, ou pour entraîner et déployer vos propres modèles de machine learning. Par exemple, Amazon SageMaker et Google Cloud Machine Learning Engine.

Comparaison des services

Le tableau suivant met en parallèle les différents services disponibles sur AWS et GCP.

Catégorie de service Service AWS Google Cloud Platform
Calcul IaaS Amazon Elastic Compute Cloud Compute Engine
PaaS AWS Elastic Beanstalk App Engine
Conteneurs Amazon Elastic Compute Cloud Container Service Google Kubernetes Engine
Fonctions sans serveur AWS Lambda Cloud Functions
Calcul par lots géré AWS Batch N/A
Mise en réseau Réseaux virtuels Amazon Virtual Private Cloud Virtual Private Cloud
Équilibreur de charges Elastic Load Balancer Cloud Load Balancing
Interconnexion dédiée Direct Connect Cloud Interconnect
Domaines et DNS Amazon Route 53 Google Domains, Cloud DNS
CDN Amazon CloudFront Cloud Content Delivery Network
Stockage Stockage d'objets Amazon Simple Storage Service Cloud Storage
Stockage de blocs Amazon Elastic Block Store Persistent Disk
Stockage à disponibilité limitée Amazon S3 Standard-Infrequent Access, Amazon S3 One Zone-Infrequent Access Cloud Storage Nearline
Stockage d'archives Amazon Glacier Cloud Storage Coldline
Stockage de fichiers Amazon Elastic File System Cloud Filestore (bêta)
Base de données SGBDR Amazon Relational Database Service, Amazon Aurora Cloud SQL, Cloud Spanner
NoSQL : valeur/clé Amazon DynamoDB Cloud Datastore, Cloud Bigtable
NoSQL : contenu indexé Amazon SimpleDB Cloud Datastore
Big data et analyse Traitement de données par lots Amazon Elastic MapReduce, AWS Batch Cloud Dataproc, Cloud Dataflow
Traitement de données par flux Amazon Kinesis Cloud Dataflow
Ingestion de données par flux Amazon Kinesis Cloud Pub/Sub
Analyse Amazon Redshift, Amazon Athena BigQuery
Orchestration des workflows Amazon Data Pipeline, AWS Glue Cloud Composer
Services applicatifs Messagerie Amazon Simple Notification Service, Amazon Simple Queueing Service Cloud Pub/Sub
Services de gestion Surveillance Amazon CloudWatch Stackdriver Monitoring
Journalisation Amazon CloudWatch Logs Stackdriver Logging
Déploiement AWS CloudFormation Cloud Deployment Manager
Machine learning Voix Amazon Transcribe Cloud Speech-to-Text
Vision Amazon Rekognition Cloud Vision
Traitement du langage naturel Amazon Comprehend Cloud Natural Language
Traduction Amazon Translate Cloud Translation
Interface de conversation Amazon Lex Dialogflow Enterprise Edition
Video Intelligence Amazon Rekognition Video Cloud Video Intelligence
Modèles générés automatiquement N/A Cloud AutoML (bêta)
ML entièrement géré Amazon SageMaker Cloud Machine Learning Engine

Étapes suivantes

Lisez les articles GCP dédiés aux utilisateurs professionnels d'AWS pour chaque type de service :

Cette page vous a-t-elle été utile ? Évaluez-la :

Envoyer des commentaires concernant…

Google Cloud Platform pour les utilisateurs professionnels d'AWS