Bedst til: Omkostningseffektiv, skalerbar og fleksibel databehandling, lagring og netværk.

Funktioner:

- Pay-as-you-go-priser: Betal kun for de ressourcer, du bruger.

- Skalerbarhed: Skaler nemt dine ressourcer op eller ned efter behov.

- Fleksibilitet: Vælg mellem forskellige operativsystemer, programmeringssprog og værktøjer.

- Plidelighed: Replikerede data på tværs af flere regioner for høj tilgængelighed.

- Sikkerhed: State-of-the-art sikkerhedsforanstaltninger til at beskytte dine data.

Eksempler: Amazon Web Services (AWS), Microsoft Azure, Google Cloud Platform (GCP), Alibaba Cloud.

2. Privat sky:

Bedst til: Organisationer, der kræver dedikerede ressourcer og forbedret kontrol og sikkerhed.

Funktioner:

- Dedikerede ressourcer: Eksklusiv brug af hardware, software og netværksressourcer.

- Kontrol: Fuld kontrol over den underliggende infrastruktur.

- Sikkerhed: Forbedrede sikkerhedsforanstaltninger for følsomme data.

- Skalerbarhed: Skalerbarhed inden for grænserne af dit private cloudmiljø.

Eksempler: On-premises datacentre, hostede private skyer (f.eks. VMware vCloud Director), OpenStack-baserede private skyer.

3. Hybrid sky:

Bedst til: Organisationer, der har brug for en blanding af offentlig cloud-fleksibilitet og privat cloud-kontrol og sikkerhed.

Funktioner:

- Kombineret skalerbarhed: Udnyt skalerbarheden af ​​offentlig sky til spidsbelastninger og styring af privat sky til følsomme data.

- Datamobilitet: Flyt nemt data mellem offentlige og private skyer.

- Fleksibilitet: Vælg den bedste cloud-løsning til hver arbejdsbyrde.

- Omkostningsoptimering: Brug offentlig sky til omkostningsfølsomme applikationer og privat sky til missionskritiske applikationer.

Eksempler: AWS Outposts, Microsoft Azure Stack, Google Anthos, Oracle Cloud VMware Solution.

4. Multi-Cloud:

Bedst til: Organisationer, der ønsker at undgå leverandørlåsning og udnytte de bedste tjenester fra flere cloud-udbydere.

Funktioner:

- Sælgeruafhængighed: Brug flere cloud-udbydere samtidigt til forskellige arbejdsbelastninger.

- Øget pålidelighed: Redundans på tværs af flere cloud-udbydere reducerer risikoen for nedetid.

- Omkostningsoptimering: Vælg den mest omkostningseffektive cloud-udbyder for hver arbejdsbyrde.

- Fleksibilitet: Få adgang til en bredere vifte af tjenester og funktioner fra forskellige cloud-udbydere.

Eksempler: Brug af AWS til compute, Azure til storage og GCP til machine learning.

5. Serverløs computing:

Bedst til: Hurtig applikationsudvikling, begivenhedsdrevne arbejdsbelastninger og omkostningsoptimering.

Funktioner:

- Ingen serveradministration: Cloud-udbyderen administrerer de underliggende servere, hvilket giver udviklere mulighed for at fokusere på at bygge applikationer.

- Betal pr. brug: Betal kun for den regnetid, du bruger.

- Skalerbarhed: Automatisk skalering for at imødekomme efterspørgslen uden manuel indgriben.

- Begivenhedsdrevet: Triggerfunktioner baseret på specifikke hændelser (f.eks. HTTP-anmodninger, databaseopdateringer).

Eksempler: AWS Lambda, Azure Functions, Google Cloud Functions, IBM Cloud Functions.

6. Containerisering:

Bedst til: Implementering og administration af applikationer på en let og bærbar måde.

Funktioner:

- Isolation: Containere isolerer applikationer fra den underliggende infrastruktur.

- Portabilitet: Containere kan nemt flyttes mellem forskellige miljøer.

- Skalerbarhed: Beholdere kan let skaleres op eller ned efter behov.

- Ressourceeffektivitet: Containere bruger færre ressourcer sammenlignet med traditionelle virtuelle maskiner.

Eksempler: Docker, Kubernetes, Amazon Elastic Container Service (ECS), Azure Kubernetes Service (AKS), Google Kubernetes Engine (GKE).

7. Dataanalyse:

Bedst til: Behandling, analyse og visualisering af store datasæt for at få indsigt.

Funktioner:

- Databehandling: Håndter store mængder data ved hjælp af skalerbare databehandlingsrammer.

- Datalagring: Gem og administrer strukturerede, ustrukturerede og semistrukturerede data.

- Dataanalyse: Udfør kompleks dataanalyse ved hjælp af forskellige værktøjer og sprog.

- Datavisualisering: Skab interaktive visualiseringer for at præsentere indsigt og trends.

Eksempler: AWS Redshift, Azure Synapse Analytics, Google BigQuery, IBM Cloud Analytics.

8. Kunstig intelligens (AI) og Machine Learning (ML):

Bedst til: Opbygning af AI-drevne applikationer, forudsigelige modeller og maskinlæringsalgoritmer.

Funktioner:

- AI- og ML-værktøjer: Få adgang til en række AI- og ML-værktøjer og biblioteker.

- Foruddannede modeller: Brug fortrænede AI-modeller til forskellige opgaver (f.eks. billedgenkendelse, naturlig sprogbehandling).

- Databehandling: Håndter data i stor skala til træning og konklusioner.

- Modelimplementering: Implementer trænede modeller til produktionsmiljøer.

Eksempler: AWS AI/ML-tjenester, Azure AI/ML-tjenester, Google Cloud AI/ML-tjenester, IBM Cloud AI/ML-tjenester.