ANALISI COMPARATIVA TECNICA E ARCHITETTURALE DEI PRINCIPALI HYPERSCALER CLOUD

Il Cloud Computing ha ridefinito radicalmente i paradigmi dell'infrastruttura IT, trasformandosi dallo status di tecnologia emergente a standard per le architetture aziendali moderne. In questo scenario, il mercato globale è dominato da un oligopolio composto da Amazon Web Services (AWS), Microsoft Azure e Google Cloud Platform (GCP). Oggi, la sfida principale per le organizzazioni non è più decidere se migrare verso il cloud, ma determinare quale ecosistema adottare o come strutturare architetture multi-cloud per ottimizzare le prestazioni. L'obiettivo di questa tesi è proporre un'analisi comparativa orizzontale e architetturale tra i tre principali cloud provider. Lo studio mira a decodificare le differenti filosofie progettuali alla base delle loro piattaforme, evidenziando come affrontano e risolvono le medesime sfide ingegneristiche. La ricerca è stata strutturata suddividendo l'infrastruttura in quattro domini tecnologici fondamentali. L'analisi parte dal Networking e Sicurezza, confrontando l'approccio all'isolamento e alla difesa del perimetro. Si passa poi alle architetture di Calcolo e Modernizzazione Applicativa, con un focus sull'orchestrazione a container e l'adozione del paradigma serverless. Successivamente, viene esaminato l'ambito DevOps e Automazione, confrontando le pipeline di Continuous Integration e la gestione degli artefatti. Infine, lo studio affronta la Gestione dei Dati e Analytics, mettendo a confronto l'archiviazione scalabile e l'elaborazione massiva tramite Data Warehouse. I risultati dell'analisi dimostrano che non esiste un provider universalmente superiore, ma ecosistemi ottimizzati per specifici casi d'uso. AWS si conferma leader per maturità e flessibilità architetturale a "mattoncini"; Azure rappresenta la scelta d'elezione per l'integrazione fluida in ambienti enterprise e Microsoft-centrici; GCP, infine, si distingue nettamente per l'ingegneria di rete globale software-defined, l'approccio serverless by design e la superiorità nativa nell'elaborazione dei Big Data.