クラウドを学び始めると、AWS・Google Cloud・Azure の 3 社の名前が同時に出てきて、どこから手を付ければよいか迷います。
3 社とも仮想マシン、ストレージ、データベースといった同じ種類の部品を持っていますが、部品の名前と、契約や権限の入れ物の作り方が違います。
クラウドの定義と 3 社の対応表を先に押さえておくと、AWS の個別サービスを学ぶときに GCP や Azure の名前が出てきても、どの部品の話かがすぐに分かります。
私は個人開発のサイトを AWS で運用していて、GCP と Azure は公式ドキュメントを読みながら学んでいるところです。
このシリーズは AWS を軸に進め、GCP と Azure は各記事の対応表で並べていきます。
クラウドとは
クラウドの定義としてよく引かれるのは、米国の NIST が 2011 年 9 月に公開した SP 800-145 です。
この文書は、設定を変えられる計算資源の共有の置き場に、ネットワーク越しに必要なときにアクセスでき、少ない手間ですぐに確保と解放ができるモデルをクラウドと呼んでいます。
SP 800-145, The NIST Definition of Cloud Computing
同じ文書は、クラウドを 5 つの特徴、3 つのサービスモデル、4 つの配置モデルで整理しました。
| 区分 | 中身 |
|---|---|
| 5 つの特徴 | オンデマンドのセルフサービス、幅広いネットワークアクセス、リソースの共用、すばやい伸縮、使った量の計測 |
| 3 つのサービスモデル | IaaS、PaaS、SaaS |
| 4 つの配置モデル | プライベート、コミュニティ、パブリック、ハイブリッド |
AWS・GCP・Azure は、このうち誰でも契約して使えるパブリッククラウドを提供している会社です。
AWS 自身の説明では、クラウドコンピューティングは IT リソースをインターネット経由で必要なときに届け、使った分だけ課金する仕組みです。
利用者から見ると、サーバーを買って置く代わりに、計算・保存・データベースを使う分だけ借りる形になります。
3 社とも仮想マシンのような IaaS から、サーバーを意識しないサーバーレスの部品まで幅広くそろえています。
会社を比べる前に「どの層の部品を使うか」を決めると、3 社の違いは名前と入れ物の違いに絞られます。
IaaS・PaaS・SaaS の境目と、それぞれで利用者が何に責任を持つかは、シリーズの次の記事で扱う予定です。
どこで使われるか
身近な使い道は、Web サイトやアプリのサーバーをクラウドに置くことです。
私の個人開発では、検索特化サイトの dekinai.dev を、S3 に置いた静的ファイルを CloudFront で配る構成で公開しています。
同じサイトでは Lambda と DynamoDB も使っていて、構成は AWS SAM で書き、GitHub Actions から OIDC でデプロイしています。
個人開発の別のアプリでは、Cognito でログインを受け付け、SES でメールを送っています。
どちらも仮想マシンを 1 台も立てずに、マネージドな部品を組み合わせて作りました。
下の対応表に当てはめると、静的配信の S3 と CloudFront に当たる部品は、GCP なら Cloud Storage と Cloud CDN、Azure なら Blob Storage と Front Door です。
社内のデータを集めて分析する基盤も、クラウドの大きな使い道の 1 つでしょう。
AWS の分析系サービスと、AWS の上で動く Snowflake の対応は、データ基盤の記事にまとめてあります。
先に知っておく用語
3 社を比べる前に、場所の単位、契約と権限の入れ物、責任の分担の 3 つを押さえておくと対応表が読みやすくなります。
リージョンとゾーン
3 社とも、データセンターを置いた地域をリージョンと呼びます。
リージョンの中で互いに離したデータセンターのまとまりを、AWS と Azure はアベイラビリティゾーン、GCP はゾーンと呼んでいます。
日本には 3 社とも東京と大阪にリージョンがあり、2026 年 10 月 10 日時点の公式ドキュメントでは次のとおりです。
| 場所 | AWS | GCP | Azure |
|---|---|---|---|
| 東京 | アジアパシフィック(東京)ap-northeast-1・ゾーン 4 | asia-northeast1・ゾーン a〜c | Japan East(東京・埼玉)・ゾーン 3 |
| 大阪 | アジアパシフィック(大阪)ap-northeast-3・ゾーン 3 | asia-northeast2・ゾーン a〜c | Japan West(大阪)・ゾーン 3 |
AWS の数字は、公式のリージョン一覧に載っているアベイラビリティゾーンの数です。
GCP の東京と大阪は、Compute Engine のリージョンとゾーンの一覧に a・b・c の 3 つのゾーンが載っています。
Regions and zones(Google Cloud ドキュメント)
Azure の一覧では、Japan East と Japan West が互いのリージョンペアになっています。
List of Azure regions(Microsoft Learn)
リージョンペアは、一部の Azure サービスが別のリージョンへ複製するときに使う決まった組み合わせで、AWS には同じものがありません。
東京リージョンで使える AZ の確かめ方や、AZ の名前と AZ ID の違いは、リージョンとアベイラビリティゾーンの記事で掘り下げました。
アカウントとプロジェクトとサブスクリプション
リソースを作る入れ物と、それを束ねる階層の名前が、3 社でいちばん違うところです。
| 階層 | AWS | GCP | Azure |
|---|---|---|---|
| いちばん上 | 組織(Organizations のルート) | 組織 | Microsoft Entra テナント |
| 束ねる単位 | OU(組織単位) | フォルダ | 管理グループ |
| リソースを作る単位 | AWS アカウント | プロジェクト | サブスクリプション |
| その下の必須の単位 | なし | なし | リソースグループ |
AWS のドキュメントでは、AWS アカウントはリソースの入れ物で、アクセスと請求を管理する単位と説明されています。
AWS Organizations terminology and concepts
複数のアカウントは Organizations で OU にまとめ、請求も 1 つにまとめられます。
GCP は、組織を頂点に、任意のフォルダ、実際のリソースを入れるプロジェクトの順に並ぶ階層です。
About resource hierarchy(Google Cloud ドキュメント)
上の階層で付けた IAM のロールは下へ引き継がれるので、フォルダ単位でまとめて権限を渡せます。
組織リソースを使うには、Google Workspace か Cloud Identity のアカウントが前提になります。
Azure は、テナントの下に管理グループ、サブスクリプション、リソースグループ、リソースの順に並びます。
Compare AWS and Azure Accounts(Microsoft Learn)
Microsoft のこの比較記事では、Azure のサブスクリプションが AWS のアカウントに当たるとされています。
AWS と違って、Azure のリソースはどれも必ずリソースグループに入れる決まりです。
権限の仕組みも同じではありません。
AWS と GCP はどちらも IAM という名前ですが、Azure では人やアプリの ID を Microsoft Entra ID で管理し、リソースへのアクセスを Azure RBAC で割り当てます。
責任共有モデル
クラウドでは、安全を守る責任を事業者と利用者で分けて持ちます。
AWS はこれを、AWS が持つ「クラウドのセキュリティ」と、利用者が持つ「クラウドの中のセキュリティ」に分けて説明しています。
Shared Responsibility Model(AWS)
利用者側の範囲は、使うサービスやリージョン、守るべき法令によって変わります。
3社のサービス対応表
この表は、Google Cloud が公開している 3 社の比較表と、Microsoft の「Azure for AWS professionals」の比較記事を突き合わせて作りました。
Compare AWS and Azure services to Google Cloud
Azure for AWS professionals(Microsoft Learn)
| 区分 | AWS | GCP | Azure |
|---|---|---|---|
| 仮想マシン | Amazon EC2 | Compute Engine | Azure Virtual Machines |
| 関数の実行 | AWS Lambda | Cloud Run functions | Azure Functions |
| コンテナをサーバーレスで動かす | AWS Fargate(App Runner は新規の受け付けを終了) | Cloud Run | Azure Container Apps、Azure Container Instances |
| Kubernetes | Amazon EKS | Google Kubernetes Engine(GKE) | Azure Kubernetes Service(AKS) |
| オブジェクトストレージ | Amazon S3 | Cloud Storage | Azure Blob Storage |
| ブロックストレージ | Amazon EBS | Google Cloud Hyperdisk | Azure マネージドディスク |
| ファイルストレージ | Amazon EFS | Filestore | Azure Files |
| リレーショナル DB | Amazon RDS、Amazon Aurora | Cloud SQL | Azure SQL Database、Azure Database for MySQL / PostgreSQL |
| NoSQL | Amazon DynamoDB | Firestore、Bigtable | Azure Cosmos DB |
| データウェアハウス | Amazon Redshift | BigQuery | Fabric Data Warehouse |
| 仮想ネットワーク | Amazon VPC | VPC | Azure Virtual Network |
| 負荷分散 | Elastic Load Balancing | Cloud Load Balancing | Azure Load Balancer |
| CDN | Amazon CloudFront | Cloud CDN | Azure Front Door |
| DNS | Amazon Route 53 | Cloud DNS | Azure DNS |
| ID と権限 | AWS IAM | IAM | Microsoft Entra ID、Azure RBAC |
| 組織の階層 | AWS Organizations | Resource Manager | Azure 管理グループ |
| 秘密情報の保管 | AWS Secrets Manager、Systems Manager Parameter Store | Secret Manager | Azure Key Vault |
| 監視とログ | Amazon CloudWatch | Cloud Monitoring、Cloud Logging | Azure Monitor |
| キュー | Amazon SQS | Cloud Tasks | Azure Queue Storage、Azure Service Bus |
| イベントの配送 | Amazon EventBridge | Eventarc | Azure Event Grid |
| ワークフローの実行 | AWS Step Functions | Workflows | Azure Logic Apps、Durable Functions |
| アプリからのメール送信 | Amazon SES | SendGrid・Mailgun・Mailjet などの第三者サービス、Google Workspace の SMTP リレー | Azure Communication Services の Email(2028 年 9 月 30 日に終了予定) |
| IaC | AWS CloudFormation | Infrastructure Manager | Azure Resource Manager、Bicep |
| 機械学習の基盤 | Amazon SageMaker AI | Gemini Enterprise Agent Platform(旧 Vertex AI) | Azure Machine Learning |
| 生成 AI の基盤モデル | Amazon Bedrock | Gemini Enterprise Agent Platform(旧 Vertex AI) | Microsoft Foundry |
GCP の Infrastructure Manager は Terraform の構成ファイルでリソースを作るサービスで、Google の比較表には IaC の行がないため、GCP のドキュメントから補いました。
Infrastructure Manager overview(Google Cloud ドキュメント)
インフラをコードで管理する考え方そのものは、DevOps の連載の IaC 入門で扱っています。
表は「同じ役割の部品」を並べたもので、Microsoft の比較記事も、対応する 2 つのサービスが機能まで一致するとは限らないと断っています。
名前が隣に並んでいても、課金の単位や設定の項目は別物として調べ直す必要があります。
GCP の生成 AI と機械学習の部品は、どちらも Gemini Enterprise Agent Platform にまとまっているので、2 つの行で同じ名前です。
いつ使わないか
3 社のどれを選ぶか迷ったときは、使わない理由がある会社から外していくと絞れます。
| 状況 | 先に検討する候補 | 根拠 |
|---|---|---|
| 社内の ID を Microsoft Entra ID で管理している | Azure | Azure の契約を作ると Entra テナントができ、ユーザーと権限をそのテナントで扱うため |
| 社内で Google Workspace を使っている | GCP | GCP の組織リソースは Google Workspace か Cloud Identity のアカウントにひも付くため |
| 既存のシステムや社内の手順が AWS にそろっている | AWS | 階層・権限・IaC の作法が 3 社で違い、乗り換えると覚え直しになるため |
| 学習の題材として 1 社を選びたい | 職場や求人で使われている 1 社 | 部品の種類は 3 社で共通なので、1 社で覚えた考え方を他の 2 社へ持ち込めるため |
最初から 2 社以上に分ける構成は、特別な理由がなければ選ばないほうが負担が軽くなります。
組織の階層、ID と権限、ネットワークを、クラウドごとに別の作法で作って守ることになるからです。
対応表のサービス名だけを見て「同じものがあるから移せる」と決めるのも危うい判断です。
Google Cloud の AWS からの移行ガイドも、似た用途の製品でも動き方が大きく違うことがあると注意しています。
Migrate from AWS to Google Cloud: Get started
課金と落とし穴
3 社とも、課金の軸はおおむね「動かした時間」「リクエストの回数」「保存した量」「転送した量」の 4 つです。
たとえば AWS と Azure のオンデマンドの仮想マシンは、どちらも使った秒数で課金されると Microsoft の比較記事に書かれています。
新規の利用者向けの無料の枠は、2026 年 10 月 10 日時点で各社の案内ページに次のように載っています。
| 会社 | 新規向けの無料の枠 |
|---|---|
| AWS | 新規アカウントの Free プランにクレジットが付き、6 か月たつかクレジットを使い切るとアカウントが閉じる(有料プランへ切り替えるまでは課金されない) |
| GCP | 新規の利用者向けの無料クレジットと、20 以上のプロダクトに毎月の無料枠がある |
| Azure | 新規の利用者向けに 12 か月無料のサービスと、65 以上の常に無料のサービスがある |
Google Cloud Free Trial and Free Tier
金額や対象のサービスは変わることがあるので、契約の前に各ページの最新の記述を確かめてください。
定番の事故は、3 社に共通して次の 4 つです。
- 試しに立てた仮想マシンやデータベースを消し忘れ、動かした時間の分だけ課金が続く
- ストレージやデータベースを誤ってインターネットに公開する
- インターネットへ出ていく転送量が、見積もりより多くかかる
- 使いたいサービスが、選んだリージョンではまだ提供されていない
公開設定の誤りは、責任共有モデルでいう利用者側の責任に入ります。
AWS の EC2 の料金ページにも Google Cloud のネットワーク料金のページにも、インターネットへ出ていく転送の料金が別の項目で載っています。
リージョンごとの提供状況は、GCP の Associate Cloud Engineer の試験ガイドにも確かめる項目として挙がっています。
他クラウドでは
このシリーズでは、AWS の個別サービスの記事ごとに自分の行だけの対応表を末尾に置き、3 社の全体の表はこの記事に集めます。
対応表で手間がかかるのは、サービスの名前が変わることです。
GCP の Vertex AI は、2026 年 4 月 22 日のリリースノートで Gemini Enterprise Agent Platform の一部になりました。
Gemini Enterprise Agent Platform release notes
旧名の Vertex AI のドキュメントの URL を開くと、新しい名前のドキュメントへ転送されます。
GCP の関数の実行は Cloud Run functions という名前で、ドキュメントには Cloud Functions の API やコマンドを使い続けるための案内も残っています。
AWS の機械学習の基盤は、AWS のドキュメントの題では Amazon SageMaker AI ですが、Google と Microsoft の比較表には Amazon SageMaker の名前で載っているので、探すときは両方の名前が必要です。
比較表は書いた会社と更新日によっても中身がずれます。
Google の比較表は最終更新が 2024 年 12 月 3 日で、Redshift の隣に Azure Synapse Analytics を並べています。
Microsoft の分析サービスの比較記事は、Redshift に当たるものとして Fabric Data Warehouse を挙げていました。
この記事の表では、Azure の行は Microsoft の記事を、GCP の行は Google の表と各サービスのドキュメントを優先しています。
参考
本文のリンクで紹介した公式ドキュメントと各社の案内ページは、いずれも 2026-10-10 に参照しました。
サービスの名前や無料の枠の条件は変わることがあるので、構成や契約を決める前にはリンク先の最新の記述を確かめてください。
最後に
クラウドは、計算資源をネットワーク越しに必要な分だけ借り、使った分だけ払う仕組みです。
AWS・GCP・Azure は同じ種類の部品をそろえていて、大きく違うのは名前と、アカウント・プロジェクト・サブスクリプションという入れ物の作り方でした。
シリーズの次は、IaaS・PaaS・SaaS と責任共有モデルを扱う予定です。
IaaS・PaaS・SaaS のそれぞれで利用者の側に何が残るかは、責任共有モデルの記事で掘り下げました。
資格試験では、AWS Certified Cloud Practitioner(CLF-C02)の第 1 分野「クラウドの概念」と、リージョンやアベイラビリティゾーンを含む第 3 分野がこの記事の範囲に当たります。
AWS Certified Cloud Practitioner(CLF-C02)試験ガイド
GCP の Associate Cloud Engineer ではセクション 1 のリソース階層の作り方が、AZ-900 では「クラウドの概念」と、管理グループとサブスクリプションの階層を含む「Azure のアーキテクチャとサービス」が近い範囲です。
1 社を決めて部品の種類で覚えておけば、ほかの 2 社は対応表で名前を引き直すだけで読めるようになります。
以上です。















コメントを残す