近年云計算市場全球化趨勢越發明顯。阿里云到目前為止在全球一共布置了14個超大規模數據中心。騰訊云緊隨其后在海外已經開放香港、新加坡、多倫多等3大海外數據中心。亞馬遜、微軟、甲骨文等終于今年正式登陸中國市場。亞馬遜AWS入華三年后才取得“合法身份”。
國外云計算企業早就垂涎于中國這塊巨大的市場,從實際動作來看,微軟目前在中國市場除了Azure作為基礎設施云服務,Office 365俘獲了國內的跨國企業、大中型企業、中小企業、創業者以及個人用戶,且已成為營收的重要來源。這也就不難理解甲骨文和騰訊云簽署戰略合作協議,并與阿里云合作來銷售其云服務的原因所在。
隨著走出去和走進來,全球云計算市場進一步擴大,希望以下十組數據將幫助你更好的了解當下的云計算市場。
1、從Gartner公布的數據來看,2016 年全球公有云服務市場規?赏_到 2,086 億美元,較 2015 年的 1,780 億美元成長 17.2%,其中IaaS和SaaS分別增長42.8%和21.7%。
2、根據RightScale的“云狀態”調查,17%的企業在公共云中運行1,000個虛擬機,而2015年僅為13%。這對于像亞馬遜和微軟這樣的公有云領導者來說是個好消息。
3、根據IDC的數據顯示,全球公有云服務的支出可能從2015年的近700億美元翻一番,到2019年將超過1400億美元。IDC希望基礎架構即服務(IaaS)和平臺即服務(PaaS)解決方案的增長速度超過軟件即服務(SaaS)平臺。
4、IaaS / PaaS市場通常被稱為“云基礎設施”市場。根據福布斯的數據顯示,由于對遠程計算能力和存儲需求的增長,IaaS支出可能從今年的380億美元上升到2026年的1730億美元。
根據全球行業分析師的數據,開發人員在云中創建更多應用程序時,支付PaaS(通常被IaaS解決方案遮蔽并與IaaS解決方案合并)的費用可能達到75億美元。根據Gartner的數據,到2020年,50%的PaaS支出可能專注于物聯網(IoT)市場。
5、SaaS市場由微軟和Salesforce等公司領導。他們基于云的服務(如Office 365,Skype,Dynamics CRM和Salesforce的銷售,服務,數據和營銷云)在與AWS和Azure等大型基礎設施平臺相比具有更加飽和的市場競爭。
6、據RightScale稱,31%的企業在私有云中運行超過1,000臺虛擬機,而去年為22%。這表明,這個市場主要服務于需要在現場保留其數據的大型公司,需求仍然在增長。
7、然而,大多數公司不是簡單地選擇公有云或私有云解決方案。RightScale調查中18%的的受訪者僅使用了一個公有云,而只有9%的受訪者完全依賴于私有云。
8、71%的受訪者使用混合云平臺,而去年只有58%;旌掀脚_在現場保存更多最新數據,同時將舊數據遷移到公有云。
9、根據RightScale調查顯示,當前云市場面臨的最大挑戰是缺乏資源和專業知識。32%的受訪者認為他們的IT部門設備不足,無法應對云中不斷增長的工作負載,而2015年這一比例為27%。
10、根據Skyhigh Networks的數據顯示,一家公司使用大約1,427個云服務。 Facebook是工作場所最流行的基于云的社交媒體服務,Office 365是頂級的協作平臺,Dropbox是頂級的文件共享服務。這些數據解釋了為什么Facebook正在擴展到與Workplace ,以及為什么微軟正在與Skype團隊合作方面挑戰Slack。
在2017年,云計算的投資將持續火爆,但是隨著企業需求變化,2017年云市場或許將出現如下五大趨勢。
多重云將成為新常態
隨著許多公司投資公有云和私有云服務,2017年將會有更多的企業同時向多個云提供商承諾。例如,將有越來越少的企業將亞馬遜網絡服務作為唯一業務,而是使用雙源公有云服務來避免供應商鎖定。這樣的好處是使數據服務更加高效。沒有這個功能,企業部署將會像使用磁帶時一樣低效。
內存和臨時存儲變得更加重要
增強和虛擬現實,人工智能和機器學習已經變得越來越流行。分析這些新的數據源對長期業務目標至關重要,但當分析結果比數據本身更重要時,長期存儲數據是不切實際和不必要的。雖然2017年會看到大量的數據增長,需要永久存儲,但是大多數網絡新產生的數據是短暫的,將很快超過它的實用性和被丟棄。因此,盡管數據量呈指數增長,但存儲空間的增長將不會像我們預期的那么多。
更多內容交付網絡
內容交付網絡是導致無法訪問和低性能的主要原因。替代品已經成為昂貴復雜的供應商解決方案之一。期望更多的公司使用公有云和軟件定義的基礎設施來構建和運營自己的CDN。這些DIYCDN雖然不會提供全方位服務解決方案,但他們將為陳舊的傳統架構提供更精簡、更便宜的解決方案。
機器學習將成為企業的核心
今天的機器學習技術的獨特之處在于它的大部分源自“開源”。這意味著許多不同的產品和服務都將機器學習構建到他們的平臺。因此,更多的企業將在2017年采用機器學習,有可能他們自己都不知道為什么要學習,答案是供應商正在積極使用ML來使他們的產品更智能。并且現有的產品也將很快使用多種機器學習,通過更新來作為額外交付。
越來越多的公司將元數據作為新的收入來源
像Google或Facebook中使用的那些系統,都是為了收集和存儲大量的元數據而設計的。隨著公司分析數據的能力越來越強,數據變現將變得越來越重要。像Netflix已經成功地分析出客戶數據的共性。有意義的元數據,特別是已經存儲了很長時間的元數據,也可以成為分析廠商銷售的新產品的焦點。