面向云端零售点-of-sale 系统的成本-性能分析：谷歌云平台与微软 Azure 的比较研究

尽管存在少量关于针对零售工作负载的平台特定性能的实证研究，但零售业的数字化转型加速了基于云的点-of-sale (POS) 系统的采用。本文提出了一项系统性、可重复的比较方法，对 Google Cloud Platform (GCP) 和 Microsoft Azure 上的 POS 工作负载部署进行评估，采用真实的 API 端点和开源基准测试代码。我们提供了一种透明的方法，旨在进行 POS 工作负载评估，该方法可供小型零售商和研究人员使用。我们的方案衡量诸如响应延迟、吞吐量和可扩展性等重要性能指标，同时基于实际资源使用和当前公开云定价估算运营成本，因为在免费层级使用下不存在直接计费。本研究中所有表格和图表均直接从代码输出生成，确保实验数据与报告结果一致。我们的分析显示，GCP 在基准负载下实现 23.0% 更快的响应时间，而 Azure 在稳态操作中展现出 71.9% 更高的成本效益。我们考察导致这些差异的架构组件，并为考虑在线点-of-sale 实现提供了实用框架。本研究为零售云应用建立了强大的开放基准方法，并为领先云平台上独特于点-of-sale 系统的工作负载提供了首个全面、代码驱动的比较。