上周刚把一套日订单量百万级的交易系统从阿里云平滑迁移到腾讯云,又顺手给海外节点接了AWS。三个云平台轮番上阵,踩的坑比写的脚本还多。趁记忆还热乎,把这几年的交付经验和对比结论整理出来,给正在做选型的同行少走点弯路。
一、账号体系与权限模型
三家都支持RAM/IAM子账号体系,但细节差异不小。阿里云RAM的Policy语法和AWS IAM高度相似,迁移成本低;腾讯云CAM则把策略分成预设策略和自定义策略两类,预设策略颗粒度较粗,实际生产里几乎都得自定义。
一个典型操作,给运维组设置只读ECS权限:
# 阿里云 CLIaliyun ram CreatePolicy --PolicyName ReadOnlyECS \ --PolicyDocument '{"Version":"1","Statement":[{"Effect":"Allow","Action":["ecs:Describe*"],"Resource":"*"}]}'# AWS CLIaws iam create-policy --policy-name ReadOnlyEC2 \ --policy-document file://readonly-ec2.json# 腾讯云 CLItccli cam CreatePolicy --PolicyName ReadOnlyCVM \ --PolicyDocument '{"version":"2.0","statement":[{"effect":"allow","action":["cvm:Describe*"],"resource":["*"]}]}'
注意腾讯云的版本号是2.0,阿里云和AWS是1/2012-10-17,写自动化脚本时这个字段最容易漏。
二、网络与VPC设置
VPC基础概念三家一致,但默认路由和网段规划的处理逻辑有差异。AWS的VPC创建后必须显式关联Internet Gateway才能出公网,阿里云和腾讯云则通过NAT网关或EIP直绑。
实际搭建中,我用Terraform统一管理三家资源,踩过的坑是:AWS的Security Group是有状态的,阿里云防护组默认也是有状态但规则优先级按序号排;腾讯云防护组规则默认拒绝所有入站,需要显式放行。写模块时最好给每家封装独立的sg_rules变量,别偷懒复用。
# 腾讯云防护组放行内网互访示例resource "tencentcloud_security_group_rule_set" "internal" { security_group_id = tencentcloud_security_group.sg.id ingress { action = "ACCEPT" cidr_block = "10.0.0.0/8" protocol = "ALL" port_range = "ALL" description = "internal-vpc" }}
跨云组网方面,三家都提供云企业网/对等连接产品,AWS的Transit Gateway功能最完整,阿里云CEN在国内多地域互联体验最顺,腾讯云CCN设置最简洁但跨账号授权流程略繁琐。
三、对象存储与CDN
OSS、S3、COS的API兼容度是选型关键。S3的API几乎成为事实标准,阿里云OSS和腾讯云COS都提供S3兼容层,但签名算法细节不同。用aws-sdk直连OSS时,需要把endpoint换成oss-cn-hangzhou.aliyuncs.com并关闭部分特性:
import boto3s3 = boto3.client('s3', endpoint_url='https://oss-cn-hangzhou.aliyuncs.com', aws_access_key_id=AK, aws_secret_access_key=SK, config=boto3.session.Config(signature_version='s3v4'))
实测OSS对ListObjectsV2的continuation-token支持完整,但分片上传的UploadPartCopy行为与S3略有出入,大文件迁移时建议用官方ossutil而非s3cmd。
CDN方面,三家控制台都提供回源设置、缓存规则、HTTPS证书托管,差异主要在刷新预热接口的QPS配额:阿里云单账号默认刷新200条/分钟,腾讯云100条/分钟,AWS CloudFront invalidation按路径计费。批量发布场景要提前申请配额。
四、监控与告警
这是运维最依赖的一环。阿里云云监控CMS、AWS CloudWatch、腾讯云Monitor都支持自定义指标和告警策略,但告警收敛和静默机制差别明显:
- CloudWatch支持Composite Alarm组合告警,适合复杂条件聚合;
- 阿里云CMS的告警模板可以跨实例批量套用,运维效率高;
- 腾讯云Monitor的告警策略绑定实例组,扩缩容时需同步更新绑定关系。
我通常用Prometheus + Grafana做统一观测层,三家都提供Exporter或托管Prometheus服务,指标拉取走各自的OpenAPI即可,避免被单一云厂商锁定。
五、选型建议
综合这几年的交付经验:
- 国内业务为主、需要丰富中间件生态,阿里云是首选,文档和社区最成熟;
- 全球化搭建、需要与开源生态深度集成,AWS的Region覆盖和IAM精细度无可替代;
- 成本敏感、需要与微信生态打通,腾讯云在带宽和音视频场景性价比突出。
多云不是目的,用统一的基础设施即代码(IaC)层屏蔽差异才是关键。我的做法是Terraform + Ansible双轨:Terraform管资源生命周期,Ansible管设置收敛,每家云写独立provider模块,上层业务模块复用。这样迁移时只需替换provider和少量变量,交付周期从两周压缩到三天。
云平台没有绝对优劣,只有匹配度。把差异点沉淀成可复用的模块和脚本,才是SRE在选型对比里真正该交付的东西。
👨💻 运维老兵经验:根据实际生产环境,以上步骤建议先在测试环境验证,并做好备份。参数值需根据服务器设置调整,不要盲目照搬。