Cloud-Datenbanken im Vergleich: RDS vs Cloud SQL vs Azure SQL

Die Wahl zwischen AWS RDS, Google Cloud SQL und Azure SQL hängt von Ihrem Ökosystem ab:** Wer AWS-nativ arbeitet, profitiert von RDS' breiter Engine-Vielfalt (Oracle, MariaDB, Aurora). Für Microsoft-lastige Umgebungen ist Azure SQL die logische Wahl. Cloud SQL überzeugt bei GCP-Integration und PostgreSQL-Kompatibilität. Alle drei sind fully-managed Cloud DBaaS-Lösungen mit automatischem Patching, Backups und High-Availability – unterscheiden sich aber massiv bei Pricing-Modellen, maximaler Skalierung und Lock-in-Grad.

---

Die Ausgangslage: Warum Managed Database Services kein Luxus mehr sind

Stellen Sie sich vor: Ihr Team verwaltet noch drei separate MySQL-Server auf EC2-Instanzen. Jeden Dienstag um 2 Uhr nachts läuft das Patch-Management. Backups werden manuell angestoßen. Beim letzten Ausfall einer Instance haben Sie drei Stunden gebraucht, bis der Failover funktionierte. Klingt bekannt? Dann kennen Sie den Alltag ohne Managed Database Services.

Laut einer Gartner-Studie von 2024 verbringen Unternehmen ohne DBaaS im Schnitt 40 % des Datenbank-Admin-Aufwands mit Routineaufgaben, die bei Cloud-Datenbank-Anbietern vollständig automatisiert sind. Die Realität in enterprise-nahen Architekturen zeigt: Wer heute noch Bare-Metal-Datenbanken in der Cloud betreibt, verbrennt Ressourcen und erhöht das Risiko.

Im Folgenden analysiere ich die drei führenden Cloud-Datenbank-Plattformen aus der Perspektive eines Architekten, der diese Systeme in Produktionsumgebungen mit hunderten von GB Datenverkehr deployed hat. Ich nenne konkrete Zahlen, ehrliche Vor- und Nachteile und gebe klare Empfehlungen für verschiedene Szenarien.

---

Was sind Managed Database Services (Cloud DBaaS)?

Bevor wir in den Vergleich einsteigen, kurz die Begriffsklärung: Cloud DBaaS (Database as a Service) bezeichnet vollständig verwaltete Datenbankumgebungen, bei denen der Cloud-Anbieter folgende Aufgaben übernimmt:

• Automatische Patches für Betriebssystem und Datenbank-Engine
• Backup-Management mit konfigurierbaren Retention-Policys
• High-Availability durch automatische Failover-Mechanismen
• Storage-Autoscaling ohne manuelles Eingreifen
• Performance-Monitoring und integriertes Observability

Im Gegensatz zu Infrastructure-as-a-Service (IaaS), wo Sie selbst für OS-Level-Patches verantwortlich sind, abstrahiert ein Managed Database Service die gesamte Betriebsschicht. Sie erhalten einen Datenbank-Endpoint und kümmern sich nur noch um Schema-Design, Query-Optimierung und Applikationslogik.

---

AWS RDS: Der etablierte Marktführer

Amazon Relational Database Service (RDS) ist seit 2009 am Markt und damit der dienstälteste Cloud-Datenbank-Service. Mit über 15 Jahren Produktionsreife bietet RDS das breiteste Spektrum an unterstützten Engines.

Unterstützte Datenbank-Engines

• Amazon Aurora (MySQL- und PostgreSQL-kompatibel)
• MySQL (Versionen 5.7, 8.0)
• PostgreSQL (13, 14, 15, 16)
• MariaDB (10.2, 10.3, 10.4, 10.5, 10.6, 10.11)
• Oracle Database (19c, 21c – BYOL oder License Included)
• Microsoft SQL Server (2019, 2022 – Enterprise, Standard, Web Edition)

Preismodell und realistische Kosten

RDS verwendet ein On-Demand-Modell mit stündlicher Abrechnung und Reserved Instances für langfristige Workloads. Für eine Produktionsumgebung mit Multi-AZ-Setup (High-Availability) in der Region Frankfurt (eu-central-1) fallen für eine db.r6g.xlarge (4 vCPU, 32 GB RAM) folgende Kosten an:

• On-Demand: ca. 0,98 € pro Stunde (~700 € monatlich)
• Reserved (1 Jahr): ca. 0,50 € pro Stunde (~360 € monatlich)
• Aurora Serverless v2: Abrechnung nach ACU (Aurora Capacity Units) – startet bei 0,50 € pro ACU-Stunde

Wichtiger Hinweis: Storage-Kosten (gp3) kommen hinzu: ca. 0,12 € pro GB/Monat. Bei 100 GB Daten fallen also zusätzliche 12 € monatlich an.

Stärken von AWS RDS

1. Multi-AZ-Deployments mit automatisiertem Failover in unter 60 Sekunden
2. Read Replicas für horizontale Leseskalierung (bis 5 Replicas bei MySQL/PostgreSQL, 15 bei Aurora)
3. Amazon Aurora mit bis zu 15 Replicas und automatisiertem Storage-Scaling (bis 128 TB)
4. Deep AWS-Integration: Direkte Anbindung an Lambda, CloudWatch, IAM, KMS
5. Oracle- und SQL-Server-Lizenzen inklusive (License Included) oder BYOL möglich

Schwächen und ehrliche Limitierungen

• Keine Unterstützung für innodb_file_per_table bei MySQL – Partitionierung muss applikationsseitig erfolgen
• Max Connection Limits sind engine-abhängig (MySQL: ~16.000, PostgreSQL: ~5.000 bei default-Einstellungen)
• Root-Zugriff fehlt – Sie können keine OS-Level-Parameter ändern (z. B. kernel.shmmax)
• Patching erfordert Wartungsfenster oder kann zu kurzen Ausfallzeiten führen
• Aurora Serverless v2 ist zwar flexibel, aber bei steady-state-Workloads teurer als provisioned Instances

Für wen ist RDS die richtige Wahl?

RDS eignet sich besonders für Unternehmen mit multi-Cloud-Ansatz oder Hybrid-Cloud-Architekturen, die Oracle- oder SQL-Server-Workloads lift-and-shift betreiben möchten. Auch wenn Sie bereits tief im AWS-Ökosystem (EC2, ECS, EKS, Lambda) arbeiten, ist RDS die native Lösung mit der besten Integration.

---

Google Cloud SQL: Die PostgreSQL-exzellente Alternative

Cloud SQL von Google Cloud bietet vollständig verwaltete relationale Datenbanken und hat sich besonders in den letzten drei Jahren massiv weiterentwickelt. Mit Fokus auf PostgreSQL-Kompatibilität und MySQL-Performance spricht Cloud SQL moderne Developer-Teams an.

Unterstützte Datenbank-Engines

• MySQL (8.0)
• PostgreSQL (13, 14, 15, 16)
• SQL Server (2019, 2022 – Express, Web, Standard, Enterprise)

Achtung: Im Gegensatz zu RDS fehlen Oracle-Support und MariaDB als separate Engine. Dafür bietet Cloud SQL mit AlloyDB for PostgreSQL eine hochperformante, Aurora-ähnliche Alternative mit bis zu 4x schnelleren Transaktionen.

Preismodell und realistische Kosten

Cloud SQL verwendet ein pro Minut-Abrechnungsmodell mit automatischer Skalierung. Für die Region europe-west3 (Frankfurt) mit einer db-n1-standard-4 (4 vCPU, 15 GB RAM):

• On-Demand: ca. 0,21 € pro Stunde (~150 € monatlich)
• Commitment mit 1 Jahr: ca. 0,11 € pro Stunde (~80 € monatlich)
• High-Availability (Zonen-redundant): +50 % Aufpreis

Kritischer Vorteil: Cloud SQL ist bei vergleichbarer Konfiguration oft 30-40 % günstiger als RDS, insbesondere bei PostgreSQL-Workloads.

Stärken von Google Cloud SQL

1. Automatische Storage-Erweiterung ohne Downtime (bis 64 TB)
2. Point-in-Time Recovery (PITR) mit bis zu 35 Tagen Retention
3. Integriertes Private Networking über VPC Service Controls
4. AlloyDB for PostgreSQL für OLTP-Workloads mit bis zu 4x besserer Performance als Standard-PostgreSQL
5. Cloud SQL Auth Proxy für sichere Verbindungen ohne IP-Whitelisting
6. PostgreSQL 16 mit Unterstützung für pgvector (für Vektorsuche in KI-Anwendungen)

Schwächen und ehrliche Limitierungen

• Kein Oracle-Support – für Oracle-Migrationen ungeeignet
• Max Connections können bei PostgreSQL zum Flaschenhals werden (default: 100, konfigurierbar bis ~5.000)
• Failover-Zeiten bei Cloud SQL sind mit 30-60 Sekunden etwas länger als bei RDS mit Aurora
• Keine serverless Option für MySQL – nur für PostgreSQL (Cloud SQL for PostgreSQL mit Autoscaling)
• Google Cloud Lock-in ist erheblich bei Nutzung von Cloud SQL Auth Proxy und Cloud SQL Insights

Für wen ist Cloud SQL die richtige Wahl?

Cloud SQL ist ideal für GCP-native Architekturen, insbesondere wenn Sie mit Kubernetes (GKE), Cloud Run oder App Engine arbeiten. Für PostgreSQL-first-Strategien und moderne Cloud-native Anwendungen bietet Cloud SQL das beste Preis-Leistungs-Verhältnis. Auch für Machine Learning-Integrationen (Vertex AI, BigQuery) ist Cloud SQL die bevorzugte Wahl.

---

Azure SQL Database: Die Microsoft-Ökosystem-Integration

Azure SQL Database ist Microsoftsflagship Managed Database Service und tief in das Azure-Ökosystem integriert. Mit über 12 Jahren Entwicklung bietet Azure SQL eineEnterprise-Grade-Lösung für SQL Server-Workloads.

Bereitstellungsoptionen

1. SQL Database (Single Database): Einzelne Datenbank mit eigenem Compute
2. Elastic Pools: Shared Resources für mehrere Datenbanken
3. Managed Instance: Nahezu 100 % SQL Server-Kompatibilität mit PaaS-Vorteilen

Unterstützte Engine-Versionen

• SQL Server 2019, 2022 (Latest)
• Hyperscale Service-Tier für unbegrenzte Skalierung

Preismodell und realistische Kosten

Azure SQL verwendet ein vCore-basiertes Modell (DTU-Modell ist veraltet und nicht mehr empfohlen). Für eine Produktionsumgebung in West Europe:

• General Purpose (4 vCore, 100 DTU): ca. 450 € monatlich
• Business Critical (4 vCore, 100 DTU): ca. 850 € monatlich
• Hyperscale (4 vCore): ca. 600 € monatlich
• Serverless: Abrechnung pro Sekunde, ab 0,000145 € pro vCore-Sekunde

Kritischer Vorteil: Azure Hybrid Benefit ermöglicht die Verwendung bestehender SQL Server-Lizenzen mit Software Assurance – Einsparungen von bis zu 55 % im Vergleich zu License-Included-Preisen.

Stärken von Azure SQL

1. Nahezu 100 % T-SQL-Kompatibilität mit SQL Server – Migrationen sind trivial
2. Hyperscale-Architektur skaliert Storage auf bis zu 100 TB
3. Azure Active Directory-Integration für zentrale Authentifizierung
4. Business Intelligence-Integration mit Power BI, Azure Synapse Analytics
5. Always Encrypted für maximale Sicherheit (Verschlüsselung auch für DB-Admins unsichtbar)
6. Geo-replication mit konfigurierbarem Failover

Schwächen und ehrliche Limitierungen

• Kein vollständiger Zugriff auf Server-Level (keine xp_cmdshell, keine CLR-Integration ohne Managed Instance)
• Hyperscale erfordert mindestens 40 vCores für produktive Workloads – bei kleinen Workloads unnötig teuer
• Performance-Tiers können bei burst-lastigen Workloads unvorhersehbar sein
• Managed Instance ist teurer als Single Database und erfordert Netzwerk-Konnektivität zu Azure
• Microsoft Support-Qualität variiert je nach Support-Plan stark

Für wen ist Azure SQL die richtige Wahl?

Azure SQL ist die klare Wahl für Microsoft-first-Unternehmen, die SQL Server in der Cloud betreiben möchten. Wenn Sie bestehende .NET-Applikationen, Dynamics 365, Power Platform oder SharePoint-Integrationen haben, ist Azure SQL der naheliegendste Pfad. Auch für Legacy-SQL-Server-Migrationen ohne Code-Refactoring ist Managed Instance ideal.

---

Head-to-Head: Der definitive Cloud-Datenbank-Vergleich

Kriterium	AWS RDS	Google Cloud SQL	Azure SQL
PostgreSQL	✅ 13–16	✅ 13–16 (AlloyDB+)	✅ 2019/2022
MySQL	✅ 5.7, 8.0	✅ 8.0	❌ (nur Azure Database for MySQL)
MariaDB	✅ 10.2–10.11	❌	❌
Oracle	✅ (BYOL/License Included)	❌	❌
SQL Server	✅ (2019, 2022)	✅ (2019, 2022)	✅ (2019, 2022)
Serverless	✅ (Aurora Serverless v2)	✅ (PostgreSQL)	✅ (Serverless Tier)
Max Storage	64 TB (RDS), 128 TB (Aurora)	64 TB	100 TB (Hyperscale)
Read Replicas	5 (MySQL/PG), 15 (Aurora)	10	4 (max)
Multi-Region HA	✅ (Cross-Region Read Replicas)	✅ (Cross-Region Replicas)	✅ (Active Geo-Replication)
Min. Stundensatz (4 vCore)	~0,70 € (RDS PostgreSQL)	~0,21 €	~0,55 €
Ehrliche Einschätzung	Breite Engine-Vielfalt, bewährt	Bester PostgreSQL-Support	Beste SQL-Server-Integration

---

Szenario-basierte Empfehlungen

Szenario 1: E-Commerce-Plattform mit PostgreSQL

Empfehlung: Google Cloud SQL mit PostgreSQL oder AWS RDS mit Aurora PostgreSQL.

Begründung: Für E-Commerce mit erwartbarem Traffic empfiehlt sich Cloud SQL aufgrund des besseren Preis-Leistungs-Verhältnisses. Wenn Sie jedoch mit Spitzenlasten (Black Friday, Weihnachtsgeschäft) rechnen, ist Aurora Serverless v2 die bessere Wahl – die automatische Skalierung rechtfertigt den höheren Basistarif.

Realistisches Setup: 2 vCore General Purpose + 100 GB Storage = ca. 80 € monatlich (Cloud SQL) vs. 150 € (Aurora provisioned).

Szenario 2: Enterprise-Applikation mit Oracle-DB

Empfehlung: AWS RDS für Oracle.

Begründung: Nur AWS bietet Oracle als vollständig gemanagten Service mit License Inclusion. Azure und GCP haben kein Oracle-DBaaS-Angebot. Die Alternative wäre Oracle Cloud Infrastructure (OCI), aber das bricht die Multi-Cloud-Strategie.

Wichtiger Hinweis: Bei Oracle auf RDS fallen erhebliche Lizenzkosten an. Rechnen Sie mit 15.000–30.000 € jährlich für eine Enterprise-Lizenz, je nach Konfiguration.

Szenario 3: Legacy-SQL-Server-Migration

Empfehlung: Azure SQL Managed Instance.

Begründung: Managed Instance bietet nahezu vollständige SQL Server-Kompatibilität. Features wie Linked Servers, SQL Agent Jobs und Database Mail funktionieren out-of-the-box. Eine Migration mit dem Azure Database Migration Service dauert bei einer 500-GB-Datenbank typischerweise 2–4 Stunden.

Kosten-Tipp: Nutzen Sie Azure Hybrid Benefit für bestehende SQL Server-Lizenzen – das senkt die Kosten um 40–55 %.

Szenario 4: Microservices mit polyglotten Datenbanken

Empfehlung: Mischung aus Cloud SQL (PostgreSQL) und RDS (MySQL oder Aurora).

Begründung: In Microservices-Architekturen macht es Sinn, verschiedene Services mit der für sie optimalen Datenbank-Engine zu betreiben. Cloud SQL für PostgreSQL-lastige Services (User Management, Logging), RDS Aurora für hochtransaktionale Services (Payments, Inventory).

Szenario 5: KI-Anwendungen mit Vektorsuche

Empfehlung: Google Cloud SQL for PostgreSQL mit pgvector.

Begründung: Google Cloud bietet die native pgvector-Extension (seit PostgreSQL 15) ohne zusätzliche Kosten. Für RAG-Applikationen (Retrieval-Augmented Generation) ist dies der kostengünstigste Weg, Vektorsuche zu implementieren – alternativ zu spezialisierten Lösungen wie Pinecone oder Weaviate.

---

Migrations-Strategien: Von On-Premise zur Cloud-Datenbank

Lift-and-Shift (Rehosting)

Für SQL Server und Oracle: Nutzen Sie den Azure Database Migration Service oder AWS DMS (Database Migration Service). Für Oracle ist ein Rehosting oft der einzige gangbare Weg, da Rearchitekting prohibitiv teuer wäre.

Refactoring zu Cloud-nativen

Für PostgreSQL/MySQL: Refaktorieren Sie auf Cloud SQL oder RDS Aurora. Dies erfordert Schema-Migration und Query-Optimierung, spart aber langfristig 30–50 % der Kosten und erhöht die Maintainability.

Replikations-basierte Migration

Nutzen Sie Native Replikation (PostgreSQL Logical Replication, MySQL Binlog) für eine Cutover-Migration mit minimaler Downtime. Typischer Ablauf:

1. Richten Sie einen Replikations-Link ein
2. Lassen Sie die Daten synchronisieren
3. Führen Sie einen finalen Sync durch
4. Schalten Sie die Applikation um (Delta: < 5 Minuten bei guter Planung)

---

Fazit: Die richtige Cloud-Datenbank für Ihre Strategie

Die Wahrheit ist: Es gibt keine universally beste Managed Database Service. Die Wahl hängt von Ihrem bestehenden Cloud-Ökosystem, Workload-Charakteristiken und langfristigen Lizenzstrategien ab.

Meine klare Empfehlung:

• AWS-Umfeld → RDS (insbesondere Aurora für PostgreSQL/MySQL, RDS für Oracle/SQL Server)
• GCP-Umfeld → Cloud SQL (besonders mit AlloyDB für Enterprise-PostgreSQL)
• Azure/M365-Umfeld → Azure SQL (Managed Instance für Legacy-SQL-Server, Single Database für Cloud-native)

Entscheidend ist, dass Sie mit einem Cloud DBaaS starten – die Produktivitätsgewinne durch automatisches Patching, Backup und High-Availability rechtfertigen den Aufpreis gegenüber IaaS in nahezu jedem Szenario. Die Tage manuell verwalteter Datenbanken in der Cloud sollten 2024 endgültig vorbei sein.

Nächste Schritte:

1. Audit Ihrer aktuellen Datenbank-Workloads (Größe, Connections, I/O-Patterns)
2. Evaluieren Sie die Lizenzsituation (bestehende Oracle/SQL-Server-Lizenzen?)
3. Starten Sie einen Proof of Concept mit dem präferierten Anbieter (die meisten bieten kostenlose Testphasen)
4. Definieren Sie Ihre Exit-Kriterien (Performance-Schwellenwerte, Kostenobergrenzen)

Bei Ciro Cloud unterstützen wir Unternehmen bei der Evaluierung und Migration ihrer Datenbank-Infrastruktur. Kontaktieren Sie uns für eine individuelle Architektur-Beratung.