На каком сервисе пользовался облачными сервисами

Опыт использования облачных сервисов

За 10+ лет разработки я активно использовал различные облачные платформы. Приведу свой практический опыт.

1. Amazon Web Services (AWS)

Мой основной выбор для крупных проектов с высокими требованиями к масштабируемости.

EC2 (Elastic Compute Cloud)

// Развернул несколько микросервисов на EC2 instances
// Java приложения в Docker контейнерах с load balancer'ом

// Пример архитектуры:
// ALB (Application Load Balancer)
//  ├─ EC2 Instance 1: Order Service
//  ├─ EC2 Instance 2: Payment Service
//  └─ EC2 Instance 3: Notification Service

RDS (Relational Database Service)

// PostgreSQL инстанс с автоматическими backup'ами
postgres://dbinstance.czz1p8a5b8c5.eu-west-1.rds.amazonaws.com:5432/production

// Multi-AZ для высокой доступности (99.95% SLA)
// Автоматический failover в случае сбоя

S3 (Simple Storage Service)

// Хранение файлов: документы, изображения, бэкапы

AmazonS3 s3Client = AmazonS3ClientBuilder.standard()
    .withRegion(Regions.EU_WEST_1)
    .build();

// Загрузка файла
s3Client.putObject("my-bucket", "file-key", new File("local-file"));

// Генерация presigned URL для скачивания
GeneratePresignedUrlRequest request = new GeneratePresignedUrlRequest(
    "my-bucket", "file-key")
    .withExpiration(new Date(System.currentTimeMillis() + 3600000)); // 1 час

URL presignedUrl = s3Client.generatePresignedUrl(request);

Lambda (Serverless)

// Для асинхронных задач: обработка изображений, отправка email

public class ImageProcessorHandler implements RequestHandler<S3Event, String> {
    @Override
    public String handleRequest(S3Event event, Context context) {
        event.getRecords().forEach(record -> {
            String bucket = record.getS3().getBucket().getName();
            String key = record.getS3().getObject().getKey();
            
            // Обработка изображения
            processImage(bucket, key);
        });
        return "Success";
    }
}

SQS (Simple Queue Service)

// Message queue для асинхронной обработки

AmazonSQS sqs = AmazonSQSClientBuilder.defaultClient();

// Отправка сообщения
sqs.sendMessage(new SendMessageRequest()
    .withQueueUrl(queueUrl)
    .withMessageBody("Order created: " + orderId));

// Получение сообщений
ReceiveMessageResult result = sqs.receiveMessage(
    new ReceiveMessageRequest(queueUrl).withMaxNumberOfMessages(10));

result.getMessages().forEach(message -> {
    // Обработка
    sqs.deleteMessage(queueUrl, message.getReceiptHandle());
});

CloudWatch (Monitoring)

// Логирование и мониторинг

AmazonCloudWatch cloudWatch = AmazonCloudWatchClientBuilder.defaultClient();

// Отправка метрики
cloudWatch.putMetricData(new PutMetricDataRequest()
    .withNamespace("MyApp")
    .withMetricData(
        new MetricDatum()
            .withMetricName("OrdersPerMinute")
            .withValue(100.0)
            .withUnit(StandardUnit.Count)
    ));

2. Microsoft Azure

Использовал для enterprise проектов с интеграцией в экосистему Microsoft.

Azure App Service

// Развертывание Spring Boot приложения
// Автоматический scaling на основе CPU/Memory

// Application Insights для мониторинга
import com.microsoft.applicationinsights.TelemetryClient;

TelemetryClient telemetryClient = new TelemetryClient();
telemetryClient.trackEvent("UserRegistered", 
    new HashMap<String, String>() {{
        put("userId", user.getId());
    }});

Azure SQL Database

// Управляемая база данных с автоматическими backup'ами
// Elastic pools для многотенантных приложений

String connectionString = "jdbc:sqlserver://server.database.windows.net:1433" +
    ";database=mydb" +
    ";user=admin@server" +
    ";password=password" +
    ";encrypt=true;trustServerCertificate=false";

Azure Service Bus

// Message broker для микросервисной архитектуры

com.azure.messaging.servicebus.ServiceBusClientBuilder builder = 
    new com.azure.messaging.servicebus.ServiceBusClientBuilder()
        .connectionString(connectionString);

ServiceBusSenderClient sender = builder
    .sender()
    .queueName("orders")
    .buildClient();

sender.sendMessage(new ServiceBusMessage("Order#123"));

3. Google Cloud Platform (GCP)

Отличный выбор для data-heavy приложений и machine learning.

Compute Engine

// VM instances с автоматическим масштабированием
// Instance groups для управления множеством машин

Cloud Firestore

// NoSQL база данных (документо-ориентированная)

import com.google.cloud.firestore.Firestore;

Firestore db = FirestoreClient.getFirestore();

// Добавление документа
ApiFuture<WriteResult> future = db.collection("users")
    .document("user123")
    .set(new HashMap<String, Object>() {{
        put("name", "John");
        put("email", "john@example.com");
    }});

future.get();

// Чтение документа
ApiFuture<DocumentSnapshot> future = db.collection("users")
    .document("user123")
    .get();

DocumentSnapshot document = future.get();
String name = document.getString("name");

Cloud Pub/Sub

// Publish-subscribe для event-driven архитектуры

import com.google.cloud.pubsub.v1.Publisher;

Publisher publisher = Publisher.newBuilder(
    TopicName.of("my-project", "my-topic")).build();

ApiFuture<String> messageIdFuture = publisher.publish(
    PubsubMessage.newBuilder().setData(
        ByteString.copyFromUtf8("Order created: #123")).build());

String messageId = messageIdFuture.get();
publisher.shutdown();

4. Heroku

Малые проекты и MVP'ы с быстрым время развертывания.

# Развертывание Spring Boot приложения
heroku create my-app
git push heroku main

# Добавление PostgreSQL
heroku addons:create heroku-postgresql:hobby-dev

# Просмотр логов
heroku logs --tail

5. DigitalOcean

Отличное соотношение цены и производительности для стартапов.

# Создание Droplet (VM) с Docker
# Appyлос использование для development/staging окружений
# Средняя цена: $5-20/месяц за базовый сервер

Сравнительная таблица

Практический пример: полная архитектура на AWS

User → CloudFront (CDN)
         ↓
      API Gateway
         ↓
    ALB (Load Balancer)
         ↓
    ┌────┴────┬────────┐
    ↓         ↓        ↓
  EC2-1    EC2-2    EC2-3 (Auto Scaling Group)
    ↓         ↓        ↓
    └────┬────┴────────┘
         ↓
    RDS PostgreSQL (Multi-AZ)
         ↓
    S3 (Backups)

Логирование: CloudWatch + ELK Stack
Мониторинг: CloudWatch + Datadog
CI/CD: CodePipeline → CodeBuild → CodeDeploy

Ключевые выводы

1. AWS — выбираю для production с высокими требованиями к надежности и масштабируемости

2. GCP — предпочитаю для ML, big data и real-time аналитики

3. Azure — использую для корпоративных клиентов с Microsoft infrastructure

4. Heroku — идеален для быстрого прототипирования

5. DigitalOcean — отличный выбор для learn-by-doing и малых проектов

В реальных проектах часто комбинирую несколько платформ для оптимизации стоимости и производительности.