在云上跑一段服务，你至少有三种选择：虚拟机、容器、Serverless 函数。选错了，要么花冤枉钱，要么被运维拖垮。
三种计算形态核心对比
| 对比维度 | 虚拟机 (VM) | 容器 (Container + K8s) | Serverless (FaaS) |
|---|---|---|---|
| 启动速度 | 30秒-2分钟 | 10-30秒 | 100ms-3秒（冷启动） |
| 最大运行时长 | 无限 | 无限 | 10-15分钟 |
| 计费粒度 | 按秒（最低60秒） | 按秒 | 按毫秒 + 调用次数 |
| 空闲成本 | 持续计费 | 持续计费（节点级别） | 零（不调用不收费） |
| 自动扩缩容 | 需要配置 ASG | HPA / Cluster Autoscaler | 自动（无需配置） |
| 最大并发 | 取决于实例规格 | 取决于节点数 + Pod 配置 | 自动（默认1000-3000） |
| 状态管理 | 有状态（本地磁盘可用） | 无状态（推荐） | 无状态 |
| 运维负担 | 高（OS 补丁/安全） | 中（K8s 升级/监控） | 极低（只管代码） |
| 适合场景 | 遗留系统/长连接/GPU | 微服务/弹性伸缩 | 事件驱动/API/定时任务 |
三大云的计算产品对照
| 计算形态 | AWS | GCP | Azure |
|---|---|---|---|
| 虚拟机 | EC2 | Compute Engine | Virtual Machines |
| 容器编排 | EKS + Fargate | GKE + Autopilot | AKS |
| Serverless 函数 | Lambda | Cloud Functions | Azure Functions |
| Serverless 容器 | App Runner | Cloud Run | Container Apps |
| 托管应用 | Elastic Beanstalk | App Engine | App Service |
决策路径
- 流量稀疏、事件驱动（如 Webhook、定时任务）→ Serverless。空闲不收费，完美匹配间歇性负载。
- 微服务、需要弹性与可移植性 → 容器 + 托管 K8s。标准化打包，跨云迁移成本低。
- 遗留系统、特殊环境、长连接 → 虚拟机。最大控制力，兼容性最好。
- GPU/AI 训练 → 虚拟机（GPU 实例）或 Serverless（如果训练时间 < 15 分钟）。
- WebSocket/流媒体/长连接服务 → 虚拟机或容器（Serverless 不适合长连接）。
成本对比实例
以下是一个 Web API 服务在不同流量下的月成本估算（2 vCPU / 4GB 内存配置）：
| 月请求量 | 虚拟机 (按需) | 容器 (Spot 节点) | Serverless |
|---|---|---|---|
| 1万次 | $35 (固定) | $20 (固定) | $1-3 (按量) |
| 100万次 | $35 (固定) | $20 (固定) | $5-15 (按量) |
| 1000万次 | $35 (固定) | $25 (轻微扩容) | $50-100 (按量) |
| 1亿次 | $70-100 (需扩容) | $80-120 (自动扩容) | $500+ (不建议) |
关键结论：低流量时 Serverless 最省钱；高稳定流量时虚拟机最省钱；容器在中间地带和需要弹性伸缩的场景最优。很多成熟团队采用混合策略——核心常驻服务跑容器，边缘任务用 Serverless，特殊依赖留在虚拟机。
💡 很多团队是混合使用：核心常驻服务跑容器，边缘任务用 Serverless，特殊依赖留在虚拟机。关键是根据每个服务的流量特征选择最合适的计算形态。
常见问题
Q: Serverless 冷启动怎么解决？ 三种方案：1) Provisioned Concurrency / min-instances 预热实例（增加约 20-50% 成本但消除冷启动）；2) 使用轻量运行时（Node.js/Python 冷启动 100-300ms，Java 可能 2-5秒）；3) 减小部署包体积，去掉不必要依赖。
Q: 容器比虚拟机省钱吗？ 不一定。容器本身不省钱——它运行在虚拟机节点上。容器的优势是密度（一个节点跑多个 Pod）和弹性（快速扩缩容）。如果只有少量服务且流量稳定，直接用虚拟机可能更简单更便宜。容器在服务数量多、需要弹性伸缩时才有成本优势。