從 VM 到 Serverless — 5 種運算服務完整比較
從「你管理一切」到「Google 管理一切」— 根據需求在光譜上選擇合適的位置
回答 5 個問題，找到最適合的運算服務
左右滑動查看完整比較
| 維度 | Compute Engine | GKE | Cloud Run | App Engine Standard | App Engine Flexible | Cloud Functions |
|---|---|---|---|---|---|---|
| 服務模型 | IaaS | CaaS | Serverless Container | PaaS | PaaS | FaaS |
| 抽象層級 | 最低（完全控制） | 中（Kubernetes 抽象） | 高（無伺服器容器） | 高（沙盒環境） | 中高（自訂容器） | 最高（純程式碼） |
| 自動擴展 | MIG (Managed Instance Group) | HPA + VPA + Cluster Autoscaler | 自動 0 → N 個執行個體 | 自動擴展 | 自動擴展 | 自動擴展 |
| 縮到零 | ❌ | ⚠️ Autopilot 可縮減 pod | ✅ | ✅ | ❌ | ✅ |
| 冷啟動 | 分鐘級（VM 開機） | 秒級（Pod 排程） | 秒級 | 毫秒～秒級（快速） | 分鐘級（VM 啟動） | 毫秒～秒級 |
| 最大執行時間 | 無限制 | 無限制 | HTTP: 60 分鐘 / Jobs: 24 小時 | 10 分鐘 | 60 分鐘 | Gen 2: 60 分鐘 / Gen 1: 9 分鐘 |
| 自訂運行時 | ✅ 任意 OS | ✅ 任意容器映像 | ✅ 任意容器映像 | ❌ 限特定語言 (Python, Java, Go, Node, PHP, Ruby) | ✅ 自訂 Docker 容器 | ❌ 限特定語言 (Node, Python, Go, Java, .NET, Ruby, PHP) |
| GPU 支援 | ✅ NVIDIA T4, A100, L4, H100 | ✅ GPU 節點池 | ✅（預覽版） | ❌ | ❌ | ❌ |
| 有狀態 | ✅ | ✅ StatefulSets + PV | ❌（暫時性） | ❌ | ❌（但支援本地磁碟暫存） | ❌ |
| 計費模式 | 按秒計費（最少 1 分鐘） | 叢集管理費 + 節點成本（Autopilot: 按 Pod 計費） | 按請求數 + CPU/記憶體使用時間 | 執行個體時數 | VM 時數（底層為 Compute Engine VM） | 按呼叫次數 + 運算時間 |
自訂軟體堆疊、GPU 工作負載、Windows 應用、Legacy 遷移
事件驅動處理、無狀態微服務
搶佔式 VM (Spot VM) 最高省 91%，但隨時可能被回收。MIG 支援自動修復和滾動更新。
微服務架構、需要 Kubernetes 生態系（Helm, Istio）、多容器工作負載
簡單 API、偶爾執行的任務
Autopilot vs Standard 是考試熱門考點。Autopilot 不需管理節點，Google 全權管理基礎設施。
API 後端、微服務、按需處理、容器化應用快速部署
需要持久連線的有狀態服務、大型批次處理
第二代執行環境支援所有 Linux 系統呼叫。Cloud Run Jobs 適合批次工作。
快速原型、Web 應用、需要版本管理和流量分割
需要自訂二進位、背景長時間處理
Standard 可以縮到零，Flexible 不行 — 這是常考陷阱！Standard 環境有沙盒限制。
事件驅動處理、Webhook、即時資料轉換、IoT 觸發
複雜多步驟工作流程、長時間運行任務（用 Cloud Run Jobs）
Gen 2 基於 Cloud Run，支援更長執行時間和 Eventarc。Gen 1 vs Gen 2 差異是考點。
ACE / PCA 認證考試高頻考點整理
