谷歌云(Google Cloud)近日宣布了一项重大政策变动,决定免除那些选择终止使用其服务并将数据迁移到其他云服务商或本地环境的客户的出口数据费用(数据导出费用)。
这一举措由谷歌云平台负责人阿米特·扎维里(Amit Zavery)在其博客中公布,他表示:“如果有谷歌云客户希望停止使用谷歌云服务并将数据迁移至另一个云服务商或者本地设施,他们可以利用免费的网络数据传输服务,将数据从谷歌云迁移出去。”
需要注意的是,这一政策调整并不意味着谷歌云全面取消了所有数据传输费用。客户在日常使用谷歌云服务过程中,比如将数据从谷歌云存储传输到互联网时,仍然需要支付数据出口费用。这项改变主要是针对打算彻底退出谷歌云服务的客户,在他们迁移全部数据的过程中提供便利,减轻其转移成本,体现了谷歌云对市场竞争格局的积极应对,并展现其对客户体验和服务灵活性的关注。
根据有关信息透露,谷歌取消出口数据费用可能是出于以下几个考量:
-
市场竞争压力:在全球云服务市场中,谷歌云、亚马逊AWS和微软Azure等巨头相互竞争激烈。取消数据出口费用可以作为一种营销策略,吸引更多潜在客户,并鼓励现有客户更加容易地尝试和采用谷歌云服务,同时减少了客户在考虑更换云服务提供商时的一大顾虑,增强了谷歌云的竞争力。
-
客户体验优化:数据出口费用对于客户来说是一项额外的成本,特别是在大量数据迁移或跨国传输的情况下。取消此类费用有助于提高客户满意度,简化数据迁移流程,增强客户对谷歌云服务的信任度和忠诚度。
-
鼓励数据流动性:随着混合云和多云战略日益流行,取消出口费用可以帮助企业在不同云环境之间更容易地移动数据,从而实现更好的资源调配和业务连续性。
-
监管关注与合规要求:谷歌可能希望通过这一举措引起监管机构对整个云服务行业数据迁移成本的关注,并借此机会倡导开放数据流动,挑战竞争对手可能存在的不利于数据迁移的商业壁垒。
-
长期收益考虑:虽然短期内可能会影响谷歌云的部分收入,但从长远来看,通过降低客户迁移成本,谷歌期望能够吸引更多的客户入驻其云平台,从而在后续的服务订阅和增值服务中获得更大的市场份额和收益。
其它主流云服务提供商如亚马逊AWS、微软Azure等也存在数据出口费用(数据传输费用,Egress Charges),即当用户将数据从云平台转移到外部目的地(例如互联网、其他云服务提供商或本地数据中心)时,会产生一定的费用。这些费用通常基于数据流量的大小,而且不同的地区之间以及不同类型的出口流量(如区域间流量、跨区域流量、出口到互联网流量)收费标准也不尽相同。
-
亚马逊AWS 对于数据出口(数据传出)也有相应的费用,它根据不同的服务类型、地区和传输数据量有不同的定价结构。AWS提供了免费的每月数据传输额度,超出部分则会按照一定费率计费。比如从公AWS S3迁移到Cloudflare 1TB数据就要89美元,费用还是挺高的。
-
微软Azure 同样设有数据出口费用,用户在Azure区域内传输数据通常是免费的,但如果数据离开特定区域或流向互联网,则会根据数据量收取费用。Azure同样提供了不同的免费额度,超出部分则按照阶梯定价计费。
国内主流云服务提供商如阿里云、腾讯云、华为云等在数据出口费用方面的政策与国际主流云服务提供商类似,会根据数据从云平台流出到互联网或其他云端目的地(包括同一服务商的不同地域节点或其他云服务商)的数量来收费。
-
阿里云:提供的数据出口费用政策依据数据流出的方向和流量大小来定价,包括中国大陆地域之间的流量、中国大陆地域到非中国大陆地域的流量,以及流出到公网的流量,都有不同的收费标准。
-
腾讯云:对数据传输也有相应的费用政策,涉及跨地域流量、公网流出流量等,提供一定的免费额度,超出部分按照流量阶梯定价计费。
-
华为云:同样设置了数据传输费用,根据数据流出方向和流量的不同,有不同的定价规则,并且华为云也可能提供特定时间段或针对不同客户的优惠政策。
某些情况下,云服务商也会针对特定客户或合同提供数据出口费用的减免或优惠政策。比如,云市场有个“带宽联盟”,联盟中云服务厂商直接数据迁移会有数据出口折扣或者免费。
这次谷歌取消数据出口费用是为了提升市场竞争力,改善客户体验。这也代表了云服务市场的趋势,全球云服务商的共同目标打造更加开放的云。
如果您看完有所受益,欢迎点击文章底部左下角“关注”并点击“分享”、“在看”,非常感谢!
精彩推荐:
-
对于超低延迟SSD,IO调度器已经过时了吗?
-
浅析CXL P2P DMA加速数据传输的原理
-
HDD回暖于2024,与SSD决战于2028
-
如何解决NAND系统性能问题?
-
浅析NVMe key per IO加密技术
-
PCIe 6.0生态业内进展分析总结
-
详细解读QLC SSD无效编程问题
-
NVMe SSD IO压力导致宕机案例解读
-
浅析PCIe 6.0功能更新与实现的挑战
-
过度加大SSD内部并发何尝不是一种伤害
-
FIO测试参数与linux内核IO栈的关联分析
-
NVMe over CXL技术如何加速Host与SSD数据传输?
-
浅析LDPC软解码对SSD延迟的影响
-
为什么QLC NAND才是ZNS SSD最大的赢家?
-
SSD在AI发展中的关键作用:从高速缓存到数据湖
-
浅析不同NAND架构的差异与影响
-
SSD基础架构与NAND IO并发问题探讨
-
字节跳动ZNS SSD应用案例解析
-
SSD数据在写入NAND之前为何要随机化?
-
深度剖析:DMA对PCIe数据传输性能的影响
-
深入解析SSD Wear Leveling磨损均衡技术:如何让你的硬盘更长寿?
-
CXL崛起:2024启航,2025年开启新时代
-
NVMe SSD:ZNS与FDP对决,你选谁?
-
如何通过优化Read-Retry机制降低SSD读延迟?
-
关于硬盘质量大数据分析的思考
-
存储系统性能优化中IOMMU的作用是什么?
-
全景解析SSD IO QoS性能优化
-
NVMe IO数据传输如何选择PRP or SGL?
-
浅析nvme原子写的应用场景
-
多维度深入剖析QLC SSD硬件延迟的来源
-
浅析PCIe链路LTSSM状态机
-
浅析Relaxed Ordering对PCIe系统稳定性的影响
-
实战篇|浅析MPS对PCIe系统稳定性的影响
-
浅析PCI配置空间
-
浅析PCIe系统性能
-
存储随笔《NVMe专题》大合集及PDF版正式发布!