Публичные облачные вычисления

Публичные облачные вычисления (англ. public cloud computing) — это модель предоставления вычислительных ресурсов (серверов, хранилищ данных, сетей, программного обеспечения), при которой поставщик услуг (провайдер) владеет и управляет физической инфраструктурой, а доступ к ресурсам предоставляется широкому кругу клиентов через публичную сеть (обычно Интернет) на основе самообслуживания и оплаты по факту использования.

В отличие от частного облака (private cloud), где инфраструктура используется одной организацией, или гибридного облака (hybrid cloud), публичное облако предполагает мультитенантность (multi-tenancy) — одновременное обслуживание множества независимых клиентов на общем оборудовании, при этом данные и вычисления каждого клиента изолированы друг от друга.

История

Концепция облачных вычислений начала формироваться в 1960-х годах с идеей Джона Маккарти о том, что вычислительные мощности могут предоставляться как коммунальная услуга. Однако практическая реализация стала возможной только с развитием интернета и виртуализации в конце 1990-х — начале 2000-х годов.

Ключевые вехи развития публичных облачных вычислений:

• 2002 год — запуск Amazon Web Services (AWS) как внутренней платформы для розничных операций Amazon.
• 2006 год — официальный запуск AWS Elastic Compute Cloud (EC2) и Simple Storage Service (S3), что считается началом эры публичных облаков.
• 2008 год — выход Google App Engine (платформа как услуга).
• 2010 год — запуск Microsoft Azure (изначально под кодовым названием «Red Dog»).
• 2010-е годы — массовая миграция предприятий и стартапов в публичные облака, появление моделей SaaS (программное обеспечение как услуга), IaaS (инфраструктура как услуга) и PaaS (платформа как услуга).
• 2020-е годы — рост мультиоблачных стратегий, появление бессерверных вычислений (serverless) и edge computing (периферийные вычисления) как расширения публичных облаков.

Основные характеристики

Публичные облачные вычисления определяются следующими ключевыми свойствами (согласно определению Национального института стандартов и технологий США, NIST):

• Самообслуживание по требованию (on-demand self-service): Клиент может самостоятельно, без взаимодействия с персоналом провайдера, настраивать и использовать вычислительные ресурсы (например, создавать виртуальные машины или выделять хранилище) через веб-интерфейс или API.
• Широкий сетевой доступ (broad network access): Ресурсы доступны по сети через стандартные механизмы (веб-браузеры, клиентские приложения) с различных устройств (компьютеры, смартфоны, планшеты).
• Объединение ресурсов (resource pooling): Вычислительные ресурсы провайдера объединены в пул для обслуживания множества клиентов, с возможностью динамического перераспределения между ними. Клиент не знает и не контролирует точное физическое местоположение ресурсов (но может указать регион на уровне страны или зоны доступности).
• Быстрая эластичность (rapid elasticity): Ресурсы могут быстро (часто автоматически) масштабироваться вверх или вниз в зависимости от потребностей клиента. Для пользователя доступные возможности кажутся неограниченными.
• Измеряемая услуга (measured service): Использование ресурсов (время работы процессора, объём хранилища, трафик) автоматически контролируется, измеряется и предоставляется клиенту для прозрачной оплаты по факту потребления (pay-as-you-go).

Модели обслуживания

Публичные облачные вычисления предоставляются в трёх основных моделях, которые различаются уровнем контроля и ответственности клиента и провайдера:

Инфраструктура как услуга (IaaS)

Предоставляет базовые вычислительные ресурсы: виртуальные машины, хранилища, сети. Клиент управляет операционной системой, приложениями и данными, а провайдер отвечает за физическое оборудование, гипервизор и сетевую инфраструктуру. Примеры: Amazon EC2, Google Compute Engine, Microsoft Azure Virtual Machines.

Платформа как услуга (PaaS)

Предоставляет среду для разработки, тестирования и развёртывания приложений без управления базовой инфраструктурой. Клиент отвечает только за код и данные, а провайдер управляет ОС, серверами, базами данных и middleware. Примеры: Google App Engine, Heroku, AWS Elastic Beanstalk.

Программное обеспечение как услуга (SaaS)

Предоставляет готовое приложение, доступное через веб-браузер или клиент. Клиент не управляет ни инфраструктурой, ни платформой — только настраивает приложение под свои нужды и использует его. Примеры: Google Workspace (Docs, Gmail), Microsoft 365, Salesforce, Zoom.

Также существуют дополнительные модели: Функция как услуга (FaaS) — бессерверные вычисления, где клиент запускает отдельные функции в ответ на события, и База данных как услуга (DBaaS).

Преимущества

• Снижение капитальных затрат (CapEx): Клиент не вкладывает средства в покупку серверов, стоек, сетевого оборудования и строительство дата-центров. Затраты переходят в операционные (OpEx) — оплата по факту использования.
• Масштабируемость: Возможность мгновенно увеличивать или уменьшать ресурсы под нагрузку, что особенно важно для проектов с непредсказуемым трафиком (например, стартапы, сезонные пики, акции).
• Глобальная доступность: Провайдеры имеют дата-центры по всему миру, что позволяет развёртывать приложения близко к пользователям в разных регионах.
• Надёжность и отказоустойчивость: Провайдеры обеспечивают резервирование на уровне зон доступности и регионов, гарантируя высокую доступность (SLA, Service Level Agreement, обычно 99,9% и выше).
• Автоматизация и DevOps: Встроенные средства управления (API, CLI, Terraform) упрощают автоматизацию развёртывания, мониторинга и обновлений.
• Безопасность: Крупные провайдеры инвестируют значительные средства в физическую безопасность дата-центров, шифрование, системы обнаружения вторжений и соответствие стандартам (ISO 27001, SOC 2, PCI DSS).

Недостатки и риски

• Потеря контроля: Клиент не управляет физической инфраструктурой и зависит от провайдера в вопросах доступности, производительности и безопасности на уровне оборудования.
• Привязка к провайдеру (vendor lock-in): Использование проприетарных API и сервисов может затруднить миграцию к другому провайдеру или обратно в локальную инфраструктуру.
• Затраты на передачу данных: Высокая стоимость исходящего трафика (egress) из облака может сделать невыгодным частое перемещение больших объёмов данных.
• Задержки (latency): Для приложений, критичных к времени отклика (например, промышленные системы управления, высокочастотная торговля), публичное облако может быть менее подходящим, чем локальные решения.
• Соответствие регулированию: В некоторых отраслях (здравоохранение, финансы, государственный сектор) существуют строгие требования к хранению и обработке данных, которые могут ограничивать использование публичных облаков (например, требование размещения данных в определённой юрисдикции).
• Сложность управления затратами: При неэффективном управлении ресурсами (например, забытые неиспользуемые виртуальные машины) расходы могут неожиданно вырасти (облачные аномалии).

Основные провайдеры

Рынок публичных облачных вычислений характеризуется высокой концентрацией. Три крупнейших мировых провайдера (по данным Synergy Research Group на 2024 год) занимают около 67% рынка:

• Amazon Web Services (AWS) — лидер по доле рынка (около 31%), предлагает наиболее широкий спектр услуг (более 200). Штаб-квартира в Сиэтле, США.
• Microsoft Azure — второй по величине (около 25%), тесно интегрирован с продуктами Microsoft (Windows Server, Active Directory, Office 365). Штаб-квартира в Редмонде, США.
• Google Cloud Platform (GCP) — третий по величине (около 11%), силён в области анализа данных, машинного обучения и Kubernetes (создатель проекта Kubernetes). Штаб-квартира в Маунтин-Вью, США.

Среди других значимых провайдеров: Alibaba Cloud (Китай), IBM Cloud, Oracle Cloud, а также российские провайдеры — Яндекс Облако, VK Cloud (ранее Mail.ru Cloud Solutions), Selectel, Cloud.ru (ранее SberCloud). Российские провайдеры активно развиваются в условиях импортозамещения и требований к локализации данных (ФЗ-152 «О персональных данных»).

Применение

Публичные облачные вычисления используются в самых разных сферах:

• Веб-хостинг и мобильные приложения: Размещение сайтов, API, бэкендов мобильных приложений.
• Хранилища данных и резервное копирование: Облачные диски (Google Drive, Dropbox), архивирование, аварийное восстановление.
• Анализ данных и Big Data: Обработка больших объёмов данных с помощью Hadoop, Spark, Redshift.
• Машинное обучение и ИИ: Обучение моделей на GPU-кластерах, развёртывание нейросетей (например, Amazon SageMaker, Google Vertex AI).
• Разработка и тестирование: Создание временных сред для разработки, тестирования и CI/CD.
• Интернет вещей (IoT): Сбор, обработка и анализ данных с миллионов устройств.
• Стриминг и медиа: Транскодирование видео, хранение контента, доставка через CDN.

Критика

Основные направления критики публичных облачных вычислений включают:

• Экологические последствия: Огромные дата-центры потребляют значительное количество электроэнергии и воды для охлаждения, хотя многие провайдеры переходят на возобновляемые источники.
• Концентрация рынка: Доминирование нескольких компаний создаёт риски для конкуренции и может приводить к росту цен.
• Безопасность и конфиденциальность: Несмотря на инвестиции провайдеров, утечки данных (например, инциденты с AWS S3 в 2017 году) остаются серьёзной проблемой. Также существуют опасения по поводу доступа правительственных органов к данным, хранящимся в облаках американских компаний (закон CLOUD Act в США).
• Сложность миграции: Перенос legacy-приложений (устаревших систем) в облако часто требует значительной переработки архитектуры.

Источники

• Национальный институт стандартов и технологий США (NIST), «Определение облачных вычислений», SP 800-145, 2011.
• Synergy Research Group, «Cloud Market Shares 2024», 2024.
• Amazon Web Services, «What is Cloud Computing?», 2024.
• Microsoft Azure, «What is public cloud?», 2024.
• Google Cloud, «Overview of cloud computing», 2024.
• Федеральный закон «О персональных данных» № 152-ФЗ от 27.07.2006 (Российская Федерация).