近年云计算市场全球化趋势越发明显。阿里云到目前为止在全球一共布置了14个超大规模数据中心。腾讯云紧随其后在海外已经开放香港、新加坡、多伦多等3大海外数据中心。亚马逊、微软、甲骨文等终于今年正式登陆中国市场。亚马逊AWS入华三年后才取得“合法身份”。
国外云计算企业早就垂涎于中国这块巨大的市场,从实际动作来看,微软目前在中国市场除了Azure作为基础设施云服务,Office 365俘获了国内的跨国企业、大中型企业、中小企业、创业者以及个人用户,且已成为营收的重要来源。这也就不难理解甲骨文和腾讯云签署战略合作协议,并与阿里云合作来销售其云服务的原因所在。
随着走出去和走进来,全球云计算市场进一步扩大,希望以下十组数据将帮助你更好的了解当下的云计算市场。
1、从Gartner公布的数据来看,2016 年全球公有云服务市场规模可望达到 2,086 亿美元,较 2015 年的 1,780 亿美元成长 17.2%,其中IaaS和SaaS分别增长42.8%和21.7%。
2、根据RightScale的“云状态”调查,17%的企业在公共云中运行1,000个虚拟机,而2015年仅为13%。这对于像亚马逊和微软这样的公有云领导者来说是个好消息。
3、根据IDC的数据显示,全球公有云服务的支出可能从2015年的近700亿美元翻一番,到2019年将超过1400亿美元。IDC希望基础架构即服务(IaaS)和平台即服务(PaaS)解决方案的增长速度超过软件即服务(SaaS)平台。
4、IaaS / PaaS市场通常被称为“云基础设施”市场。根据福布斯的数据显示,由于对远程计算能力和存储需求的增长,IaaS支出可能从今年的380亿美元上升到2026年的1730亿美元。
根据全球行业分析师的数据,开发人员在云中创建更多应用程序时,支付PaaS(通常被IaaS解决方案遮蔽并与IaaS解决方案合并)的费用可能达到75亿美元。根据Gartner的数据,到2020年,50%的PaaS支出可能专注于物联网(IoT)市场。
5、SaaS市场由微软和Salesforce等公司领导。他们基于云的服务(如Office 365,Skype,Dynamics CRM和Salesforce的销售,服务,数据和营销云)在与AWS和Azure等大型基础设施平台相比具有更加饱和的市场竞争。
6、据RightScale称,31%的企业在私有云中运行超过1,000台虚拟机,而去年为22%。这表明,这个市场主要服务于需要在现场保留其数据的大型公司,需求仍然在增长。
7、然而,大多数公司不是简单地选择公有云或私有云解决方案。RightScale调查中18%的的受访者仅使用了一个公有云,而只有9%的受访者完全依赖于私有云。
8、71%的受访者使用混合云平台,而去年只有58%。混合平台在现场保存更多最新数据,同时将旧数据迁移到公有云。
9、根据RightScale调查显示,当前云市场面临的最大挑战是缺乏资源和专业知识。32%的受访者认为他们的IT部门设备不足,无法应对云中不断增长的工作负载,而2015年这一比例为27%。
10、根据Skyhigh Networks的数据显示,一家公司使用大约1,427个云服务。 Facebook是工作场所最流行的基于云的社交媒体服务,Office 365是顶级的协作平台,Dropbox是顶级的文件共享服务。这些数据解释了为什么Facebook正在扩展到与Workplace ,以及为什么微软正在与Skype团队合作方面挑战Slack。
在2017年,云计算的投资将持续火爆,但是随着企业需求变化,2017年云市场或许将出现如下五大趋势。
多重云将成为新常态
随着许多公司投资公有云和私有云服务,2017年将会有更多的企业同时向多个云提供商承诺。例如,将有越来越少的企业将亚马逊网络服务作为唯一业务,而是使用双源公有云服务来避免供应商锁定。这样的好处是使数据服务更加高效。没有这个功能,企业部署将会像使用磁带时一样低效。
内存和临时存储变得更加重要
增强和虚拟现实,人工智能和机器学习已经变得越来越流行。分析这些新的数据源对长期业务目标至关重要,但当分析结果比数据本身更重要时,长期存储数据是不切实际和不必要的。虽然2017年会看到大量的数据增长,需要永久存储,但是大多数网络新产生的数据是短暂的,将很快超过它的实用性和被丢弃。因此,尽管数据量呈指数增长,但存储空间的增长将不会像我们预期的那么多。
更多内容交付网络
内容交付网络是导致无法访问和低性能的主要原因。替代品已经成为昂贵复杂的供应商解决方案之一。期望更多的公司使用公有云和软件定义的基础设施来构建和运营自己的CDN。这些DIYCDN虽然不会提供全方位服务解决方案,但他们将为陈旧的传统架构提供更精简、更便宜的解决方案。
机器学习将成为企业的核心
今天的机器学习技术的独特之处在于它的大部分源自“开源”。这意味着许多不同的产品和服务都将机器学习构建到他们的平台。因此,更多的企业将在2017年采用机器学习,有可能他们自己都不知道为什么要学习,答案是供应商正在积极使用ML来使他们的产品更智能。并且现有的产品也将很快使用多种机器学习,通过更新来作为额外交付。
越来越多的公司将元数据作为新的收入来源
像Google或Facebook中使用的那些系统,都是为了收集和存储大量的元数据而设计的。随着公司分析数据的能力越来越强,数据变现将变得越来越重要。像Netflix已经成功地分析出客户数据的共性。有意义的元数据,特别是已经存储了很长时间的元数据,也可以成为分析厂商销售的新产品的焦点。