Chapitre 3 : Cloud public

Définition et concept

Le cloud public désigne une infrastructure mutualisée mise à disposition par un fournisseur tiers (provider). On consomme des ressources à la demande sans gérer le matériel sous-jacent. L'infrastructure est partagée entre plusieurs clients (multi-tenant) mais avec isolation logique.

Les principaux acteurs du marché

Les hyperscalers (leaders mondiaux)

• AWS (Amazon Web Services) : le pionnier et leader du marché, catalogue le plus large
• Microsoft Azure : forte intégration avec l'écosystème Microsoft (AD, Office 365)
• Google Cloud Platform (GCP) : points forts sur le big data, ML/AI, Kubernetes

Les acteurs européens

• OVHcloud : français, souveraineté des données, prix compétitifs
• Scaleway : français, focus développeurs, tarifs attractifs
• Ionos, Hetzner : allemands, bon rapport qualité/prix

Spécialisés

• DigitalOcean : simplicité, petits projets
• Linode : développeurs, infrastructure simple
• Alibaba Cloud : leader en Asie

Les modèles de service

IaaS (Infrastructure as a Service)

• Location de ressources brutes : serveurs virtuels, stockage, réseau
• L'organisation gère l'OS, le middleware, les applications
• Exemples : EC2 (AWS), Azure Virtual Machines, Compute Engine (GCP)
• Analogie : louer un appartement vide, on apporte ses meubles

PaaS (Platform as a Service)

• Le provider gère l'infrastructure ET la plateforme (OS, runtime, middleware)
• On déploie juste le code applicatif
• Exemples : Elastic Beanstalk (AWS), App Service (Azure), Cloud Run (GCP)
• Analogie : louer un appartement meublé, on apporte juste ses affaires personnelles

SaaS (Software as a Service)

• Application complète prête à l'emploi
• On consomme le service, point
• Exemples : Office 365, Salesforce, Google Workspace
• Analogie : hôtel avec service complet

Autres modèles émergents

• FaaS (Function as a Service) : serverless, paiement à l'exécution (Lambda, Azure Functions)
• CaaS (Container as a Service) : orchestration de conteneurs managée (EKS, AKS, GKE)
• DBaaS (Database as a Service) : bases de données managées (RDS, Cloud SQL)

Modèle économique : Pay-as-you-go

Principe fondamental

• Paiement uniquement de ce qui est consommé (compute, stockage, bande passante)
• Facturation à l'heure ou à la seconde selon les services
• Pas d'engagement de durée (sauf réductions négociées)

Élasticité et auto-scaling

• Ajustement automatique des ressources selon la charge
• Scale up/down vertical : augmenter la puissance d'une instance
• Scale out/in horizontal : ajouter/retirer des instances
• Exemples : auto-scaling groups, load balancers automatiques

Modèles de pricing

• On-demand : tarif plein, maximum de flexibilité
• Reserved instances : engagement 1-3 ans, réduction jusqu'à 70%
• Spot instances : ressources disponibles à prix cassés (interruptibles)
• Savings plans : engagement de dépense avec flexibilité

Avantages

Rapidité de déploiement

• Provisionnement en quelques minutes vs semaines/mois en on-premise
• Infrastructure as Code (Terraform, CloudFormation)
• Environnements éphémères pour dev/test
• Time-to-market accéléré

Scalabilité illimitée

• Ressources quasi infinies disponibles à la demande
• Gestion des pics de charge sans surdimensionnement permanent
• Croissance organique selon les besoins réels
• Présence mondiale (régions multiples)

Pas d'investissement initial (OPEX)

• Pas d'achat de matériel
• Transformation de CAPEX en OPEX (comptabilité)
• Trésorerie préservée
• Modèle budgétaire prévisible (si bien géré)

Innovation continue

• Accès aux dernières technologies (IA, ML, IoT)
• Mises à jour automatiques de l'infrastructure
• Nouveaux services régulièrement
• Pas de gestion de l'obsolescence matérielle

Haute disponibilité native

• SLA garantis (99.9%, 99.95%, 99.99%)
• Redondance multi-zones/régions
• Backup et disaster recovery simplifiés
• Résilience intégrée

Focus métier

• L'équipe se concentre sur la valeur ajoutée
• Moins de temps sur l'infrastructure
• Délégation de la maintenance au provider

Inconvénients

Coûts récurrents et optimisation complexe

• Facture mensuelle perpétuelle
• Peut devenir très cher si mal optimisé
• Coûts cachés (sortie de données, API calls, logs)
• Nécessite une gouvernance financière (FinOps)
• Difficulté à prévoir les coûts sur du long terme

Dépendance au fournisseur (vendor lock-in)

• Services propriétaires difficiles à migrer
• APIs spécifiques à chaque cloud
• Coût de sortie élevé (rewrite, formation)
• Négociation commerciale déséquilibrée

Localisation et souveraineté des données

• Données hébergées chez un tiers
• Conformité RGPD à vérifier (certifications)
• Patriot Act, Cloud Act (USA)
• Choix des régions crucial
• Problématique de souveraineté pour certains secteurs

Performance variable

• Possible "noisy neighbor" effect
• Latence réseau vers les utilisateurs
• Bande passante partagée
• Performances non garanties (sauf options premium)

Complexité de gestion

• Catalogue énorme de services (AWS > 200 services)
• Courbe d'apprentissage importante
• Nouvelles compétences nécessaires
• Sécurité : responsabilité partagée à comprendre

Dépendance à Internet

• Connexion internet critique
• Latence incompressible
• Risque de coupure d'accès

Architecture de responsabilité partagée

Il est important de comprendre le Shared Responsibility Model :

Le provider gère

• Infrastructure physique (datacenter, serveurs, réseau)
• Virtualisation
• Disponibilité des services
• Sécurité physique

L'organisation gère

• Configuration des services
• Données et chiffrement
• IAM (gestion des identités et accès)
• Sécurité applicative
• Patches OS (selon le modèle IaaS/PaaS)

Plus on monte dans l'abstraction (IaaS → PaaS → SaaS), plus le provider prend en charge.

Cas d'usage pertinents

Quand choisir le cloud public ?

• Startups et scale-ups : pas de capital pour infrastructure, besoin de croître vite
• Charges variables : e-commerce avec saisonnalité, sites événementiels
• Projets avec time-to-market court : MVP, POC, nouveaux produits
• Applications stateless modernes : microservices, conteneurs, serverless
• Besoins de présence mondiale : utilisateurs répartis géographiquement
• Innovation technologique : IA/ML, big data, IoT
• Environnements de dev/test : créer/détruire rapidement des environnements

Exemples concrets

• Netflix : streaming mondial avec pics massifs
• Airbnb : croissance explosive imprévisible
• Spotify : distribution mondiale de contenu
• Une startup SaaS qui veut se concentrer sur son produit
• Un site e-commerce qui a son Black Friday