AWS vs Azure vs GCP in Qiita

세상은 바로 큰 클라우드 시대입니다만, 그 중에서도 3대 클라우드라고 불리는 AWS, Azure, GCP의 Qiita에서의 현상에 대해 조사해 보았습니다. 우선 역사에서 추적하면 각각의 서비스 개시 시기는 다음과 같습니다.
AWS: 2006년
Azure: 2010년
GCP: 2008년(GAE 시작년)
AWS 서비스가 시작된 지 약 15년이 지나면서 2020년 시점에서의 점유율은 Canalys 보고서에 따르면 AWS, Azure, GCP 순으로 32%, 20%, 7%입니다. Stack Overflow Developer Survey 2020 의 가장 좋아하는 플랫폼 항목에서도 AWS가 가장 인기가 있지만 다른 2개도 높은 인기가 되고 있습니다. 일본에서는 AWS가 압도적으로 퍼지고 있는 인상으로 상기 해외의 조사는 조금 의외였기 때문에, Qiita에서의 현상을 조사해 보았습니다.

조사 결과

이번은 간이적으로 「AWS」 「Azure」 「gcp」의 태그가 붙은 기사가 매년 몇건 있는지 조사했습니다. 결과는 다음과 같습니다.



2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020


AWS
0
1
42
203
798
1599년
2265
2415
3510
5114
6664

Azure
0
0
3
7
59
148
337
575
743
946
1362년

gcp
0
0
0
0
6
21
89
222
575
955
1111년



이 결과만으로 판단하는 것은 안직합니다만, 일본에서는 AWS의 점유율이 군을 뽑고 있다고 합니다. 일본어 정보가 압도적으로 많기 때문에 AWS의 사용이 가속하고 있는 것은 아닐까요. 앞으로의 전개가 기대됩니다.

조사에 사용한 프로그램

qiita_cloud_count.py

from bs4 import BeautifulSoup
import matplotlib.pyplot as plt
import numpy as np
import requests
import time

# Qiitaで投稿日、タグを指定して検索し、ヒットした記事数を取得する
base_url = 'https://qiita.com/search'

tags = ['AWS', 'Azure', 'gcp']
years = range(2010, 2021)

summary = []
for tag in tags:
    temp = []
    for year in years:
        params = f'?q=tag%3A{tag}+created%3A%3E%3D{year}-01-01+created%3A%3C{year}-12-31'
        html_doc = requests.get(base_url + params)
        data = BeautifulSoup(html_doc.text, 'html.parser')
        temp.append(int(data.find('span', class_='badge').text))
        time.sleep(5) # サーバ負荷軽減用
    summary.append(temp)

data = np.array(summary)
print(data)


# 以下グラフ描画用
num_tags = data.shape[0]
num_years = data.shape[1]
index = np.arange(num_years)
fig, ax = plt.subplots()
bar_width = 0.25
alpha = 0.8
colors = ["orange", "royalblue", "gold"]

for i in range(num_tags):
    plt.bar(
        index + bar_width*i,
        data[i],
        bar_width,
        alpha=alpha,
        color=colors[i],
        label=tags[i]
        )

plt.ylabel('Counts')
plt.xticks(index + bar_width, years)
plt.legend(prop={'size' : 15},loc="upper left")
plt.savefig("cloud_cnt.png", bbox_inches = 'tight')