AWS vs Azure vs GCP y Fundamentos adicionales
Repasemos un poco
Hasta ahora, en nuestra serie Cloud Computing Fundamentals, hemos desmitificado la nube entendiéndola no como algo etéreo, sino como computadoras potentes en data centers remotos a las que accedemos por internet. Aprendimos a elegir nuestro "transporte" ideal entre IaaS, PaaS y SaaS según cuánto control queremos tener, y exploramos por qué muchas empresas optan por el modelo de nube pública debido a su escalabilidad y baja inversión inicial.
Ya estamos en condiciones de ahondar un poco más en los proveedores de la nube pública. Porque una vez que decidís incursionar en la misma, ya sea como profesional técnico en formación, dueño de empresa o como alguien que siente curiosidad, surge la pregunta inevitable: ¿a quién le vamos a alquilar esa computadora?
Una visión general sobre los proveedores
A pesar de todos los beneficios que ofrece la nube pública, antes de elegir migrar a la nube y/o seleccionar al proveedor que mejor satisfaga nuestras necesidades, hacemos bien en considerar los siguientes factores:
- Costos de la intraestructura actual y los data centers (de nuestro negocio o cliente)
- Costos para administrar hardware y almacenamiento
- Costos para deprecar, migrar o reconstruir una aplicación para la nube
- Contratación de especialistas en la nube
- El Modelo de Responsabilidad Compartida: un factor crítico que, tal como vimos en la segunda parte, es vital entender para determinar qué parte de la seguridad y la gestión operativa nos corresponde a nosotros y cuál queda en manos del proveedor para evitar sorpresas desagradables
- Beneficios de la migración, como así también los riesgos de migrar a la nube
Aunque existen muchos jugadores en el mercado, tres gigantes dominan el panorama actual. El siguiente gráfico, cortesía de Synergy Research Group, lo muestra a las claras.
En esta cuarta entrega de la serie Fundamentals, vamos a conocer a los "pesos pesados": Amazon Web Services (AWS), Microsoft Azure y Google Cloud (GCP). Entender sus orígenes y qué ofrecen no solo te ayudará a elegir el mejor aliado para tu negocio o cliente, sino que nos dejará listos para sumergirnos de lleno en nuestra próxima serie: AWS Fundamentals.
Por cierto, si te quedás hasta el final del post te vas a encontrar con algo bastante interesante 😉
Amazon Web Services (AWS)
AWS o Amazon Web Services comenzó sus operacion en el año 2006, dos años antes que Google Cloud y cuatro años antes que Azure. Ser pioneros en el mercado les brindó una fuerte ventaja competitiva, permitiéndoles desarollar un gran abanico de servicios (+200), que abarcan áreas como:
- Computación
- Almacenamiento
- Análisis e Ingeniería de Datos
- Seguridad y aplicaciones empresariales
- Machine Learning
Servicios
Este proveedor tiene muchos servicios destacados que, dicho sea de paso, iremos cubriendo en detalle en futuras publicaciones (de verdad, la serie AWS Fundamentals se viene con todo eh). Algunos servicios importantes son:
- S3: almacenamiento de archivos
- EC2: máquinas virtuales
- Lambda: computación serverless
- ECS: gestión y orquestación de aplicaciones contenerizadas (Docker)
- RDS: bases de datos
- DynamoDB: base de datos NoSQL ultrarápida
- Redshift: servicio de warehousing completamente administrado a escala de petabytes
- Kinesis: analíticas de datos en tiempo real
- Glue: ETLs y catálogo de datos serverless
- SageMaker: plataforma de machine learning para análisis predictivo
Clientes
A través de los años AWS ha tenido clientes de alto perfil como Disney, Verizon y Deloitte.
Microsoft Azure
Azure dió sus primeros pasos al darle un nuevo propósito a ciertas piezas de software de Microsoft, tales como Office, Windows Server o SQL Server y adaptarlas a la nube, permitiendo una fuerte integración entre estos productos y los servicios de Azure. Esta integración sirve como recompensa para aquellos clientes leales que ya utilizan productos de Microsoft.
Servicios
Los servicios clave de Azure incluyen:
- Azure Blob Storage: almacenamiento de archivos
- Azure Virtual Machines: computación
- Azure SQL Database: bases de datos relacionales
- Data Lake Storage: almacenamiento de datos antes del paso de limpieza/preparación
- Stream Analytics: análisis de datos en tiempo real
- Machine Learning: despliegue y entrenamiento de modelos de Machine Learning
Una mención especial debe hacerse para el caso de Microsoft Fabric, un producto bajo el modelo SaaS (Software as a Service) que reúne diferentes soluciones de Microsoft para uso corporativo, cubriendo campos que van desde Data Science hasta analíticas en tiempo real e inteligencia de negocio.
Clientes
Como una multinacional que supera las 4 décadas, Microsoft ha tenido a muchas entidades bien conocidas utilizando sus servicios, tales como Siemens, L’Oréal y The World Bank.
Google Cloud Platform (GCP)
Google Cloud reconoce que el enfoque multi-cloud (esa práctica que definimos en la parte 3 donde se combinan servicios de distintos proveedores para evitar quedar "atrapados" o vendor lock-in) es el futuro y que los consumidores no quieren depender de un solo proveedor.
Por este motivo lanzaron Anthos en 2019: un servicio que permite a los clientes gestionar y desplegar flujos de trabajo combinando distintos proveedores en la nube sin preocuparse por entornos y APIs. En otras palabras, Anthos permite desplegar y ejecutar soluciones multi-cloud híbridas, combinando servidores on-premise y varios proveedores en la nube, todo desde un mismo lugar.
Servicios
Como servicios importantes de este proveedor se pueden mencionar:
- Google Cloud Storage: almacenamiento de archivos
- Google Cloud Compute Engine: computación
- Google Cloud SQL: bases de datos
- BigQuery: herramienta de data warehousing
- Dataflow: procesamiento de datos a nivel batch y streaming
- AutoML: desarrollo y entrenamiento de modelos de Machine Learning
Clientes
Grandes compañias han utilizado los servicios de Google Cloud, como HSBC, PayPal y Vodafone.
Bonus: Conceptos que no pasan de moda
Independientemente del proveedor que elijas, todos respetan y siguen conceptos fundamentales que no cambian con el tiempo. Antes que memorizar servicios, es mejor comprender estos principios, ya que son la columna vertebral de la nube. Conocer esto te mantendrá como un profesional versátil: si un día tenés que cambiar de proveedor, estos conceptos facilitarán la transición.
Alta Disponibilidad (High Availability)
Consiste en tener copias redundantes de un recurso para asegurar que otro tome su lugar si algo falla. Se aplica a servidores, bases de datos y redes. Como los data centers en la nube están distribuidos geográficamente, si uno queda fuera de servicio, los demás no se ven afectados y pueden seguir sirviéndonos. Mantener alta disponibilidad es algo costoso, pero las empresas que no pueden arriesgarse a sufrir una interrupción en sus servicios o pérdidas de datos necesitan construir infraestructuras altamente disponibles para proteger sus activos.
Tolerancia a Fallos (Fault Tolerance)
A diferencia de la alta disponibilidad, esto significa que un sistema puede seguir operando incluso si sus componentes empiezan a degradarse. El sistema detecta el fallo y reemplaza la pieza defectuosa o redirige la operación hacia un lugar saludable para mantener la continuidad.
Elasticidad (Elasticity)
Es la capacidad de dar de alta recursos rápidamente cuando los necesitamoss y liberarlos cuando ya no. En la nube, los servidores son "desechables": usamos solo lo que necesitamos y no pagamos por infraestructura ociosa.
Escalabilidad (Scalability)
Es el concepto de añadir recursos para soportar una alta demanda y reducirlos cuando el tráfico baja. Es vital para mantener felices a nuestros usuarios; si nuestra web escala correctamente ante un pico de tráfico, nuestra reputación (y nuestras ganancias) se mantienen a salvo. Para ello, es importante valernos de métricas que nos permitan analizar el tráfico y actividad de nuestras aplicaciones para así definir dicha escalabilidad.
Redundancia (Redundancy)
Es la mezcla de todo lo anterior. Practicar la redundancia nos protege de problemas que serían intolerables en un entorno On-Premise. No se trata solo de servidores, sino también de redes, herramientas de monitoreo e incluso personal.
Recuperación ante Desastres (Disaster Recovery)
Es el plan estandarizado para recuperar nuestras operaciones en caso de un fallo total. Esto suele implicar tener una copia de nuestra infraestructura en una ubicación diferente. Aquí entran en juego el RTO (Recovery Time Objective, cuánto tiempo tardamos en volver a operar) y el RPO (Recovery Point Objective, cuánta pérdida de datos puede tolerar nuestro negocio).
Serverless (Sin Servidores)
Un modelo donde el proveedor gestiona el servidor y el mantenimiento, mientras nosotros solo nos ocupás del código. Ojo: serverless no implica que no haya servidores, los hay. La diferencia clave radica en que nosotros no los vemos ni los gestionamos. Esto ahorra costos y complejidad, aunque puede sumar complejidad a la lógica de nuestro código por su naturaleza distribuida.
Conclusión
Elegir entre AWS, Azure o GCP dependerá de nuestro contexto: si nuestra empresa o la de nuestro cliente ya vive en el ecosistema Microsoft, si buscamoss la madurez y profundidad de servicios de AWS, o si nos seduce la visión multi-cloud de Google.
Lo importante es recordar esto: las herramientas cambian, los fundamentos quedan. Si dominas conceptos como la elasticidad, la alta disponibilidad y la responsabilidad compartida, serás un/a arquitecto/a valioso en cualquier entorno.
Ahora bien, todavía queda algo más que considero importantísimo y es uno de los aprendizajes más valiosos que he obtenido en este último tiempo, producto de mi preparación para la certificación Solutions Architect Associate (AWS): ¿Qué sabés de networking o redes de computadora? ¿Sabías que la nube, cualquiera sea el proveedor, requiere que tengamos una base mínima para operar con eficiencia y, sobre todo, seguridad? De eso vamos a hablar en la última parte de esta serie: Conceptos de Networking para la Nube.