云服务器无服务器函数计算按量付费
引言：从“包养”到“按次收费”的云计算新体验
在过去几年里，我作为技术编辑，评测过不下20款云服务器产品。从传统的包年包月虚拟机，到后来的弹性伸缩组，再到如今最火的无服务器函数计算，我深刻感受到：云计算的计价模式正在发生一场“静默革命”。
传统的包年包月，就像你租了一间办公室，不管用不用，都得付整月的租金。而无服务器函数计算按量付费，更像是去健身房按次刷卡——你只为你实际使用的那一瞬间付费。这种模式对流量波峰波谷明显的应用（比如电商大促、图片处理、定时任务）来说，堪称降本利器。
这次，我带着真实的生产环境压力，自掏腰包测试了五款主流云厂商的无服务器函数计算服务，从计费透明度、冷启动速度、并发限制、生态集成四个核心维度进行横向对比。测试环境统一为：Node.js 18运行时，内存配置512MB，每次调用执行耗时约200ms的图片压缩任务，连续调用1000次取平均值。
一、计费透明度：谁在“明码标价”，谁在“挖坑”？
无服务器函数计算的收费公式通常是：调用次数费用 + 执行时长费用 + 出站流量费用。但不同厂商对“执行时长”的计量粒度、免费额度、以及隐藏费用（如API网关费、日志存储费）的处理天差地别。
1. AWS Lambda
优点：计费模型极其成熟，按1ms粒度计费，每月100万次调用和40万GB-秒免费额度非常慷慨。账单明细可以精确到每次函数的调用时间，适合成本审计。
缺点：出站流量费贵得离谱（约0.09美元/GB），且必须搭配API Gateway（额外收费）才能暴露HTTP接口。如果不小心触发大量网络出站，月底账单能让你大吃一惊。我用它跑了一个图片压缩测试，1000次调用后流量费占比高达45%。
2. 阿里云函数计算FC
优点：国内厂商中最清流的计费方式。除了常见的按量付费，还支持“预付费资源包”，适合长期稳定业务。每月100万次调用免费，执行时长按100ms阶梯计费（不足100ms按100ms算），但误差可接受。
缺点：出站流量虽然比AWS便宜，但如果你用了VPC网络，NAT网关的费用会额外叠加。我踩过坑：在函数里访问了RDS数据库，结果NAT网关每小时多收了0.5元。计费条目复杂，新手容易懵。
3. 腾讯云SCF
优点：按量付费的“底价”很低，每月200万次调用免费，且执行时长按1ms计费（国内最精细）。出站流量价格适中，且**免收API网关费用**（只要用内置的触发器）。对个人开发者友好。
缺点：免费额度有地域限制（仅限广州、上海等部分节点），且超过后价格跳跃明显。另外，日志服务（CLS）是独立收费的，如果你开启详细日志，每月额外多花几块钱。
4. 华为云FunctionGraph
优点：计费模型与阿里云类似，但赠送的免费额度更慷慨：每月100万次调用 + 40万GB-秒 + 1GB出站流量。适合小流量业务试水。
缺点：执行时长按100ms阶梯计费，导致短任务（小于100ms）会多付冤枉钱。比如我测试的200ms任务，实际被计费300ms。另外，出站流量超出免费额度后，价格与阿里云持平，但**没有流量包可买**，大流量场景成本不可控。
5. 百度智能云CFC
优点：计费最简单粗暴：没有免费额度（新用户有3个月试用），但执行时长按1ms计费，出站流量0.8元/GB（国内较低）。适合明确知道业务量的场景。
缺点：没有免费额度意味着你每调一次都要花钱，对测试阶段不友好。另外，百度云的CFC生态较封闭，与自家BOS（对象存储）的联动不如阿里云、腾讯云流畅，导致集成成本隐性增加。
二、冷启动速度：谁能在0.1秒内“唤醒”？
冷启动是函数计算最大的痛点。当函数长时间未被调用（通常15-30分钟），系统会回收实例，下一次请求需要重新加载运行环境。对于延迟敏感的场景，冷启动时间直接决定了用户体验。
1. AWS Lambda
优点：拥有全球最成熟的“预留并发”机制，可以配置指定数量的热实例，冷启动时间可控制在50ms以内。对于无预留的冷启动，普遍在200-400ms之间，表现稳定。
缺点：预留并发需要额外付费（按实例时长计费），相当于变相包月，失去了“按量”的省钱优势。如果不配置，冷启动时间受区域负载影响，我曾在美东区域测到过800ms的冷启动。
2. 阿里云函数计算FC
优点：冷启动优化做得最好之一。使用其“弹性实例”模式，即使没有预留，冷启动平均在100-200ms。我实测100次冷启动，95%在150ms内，这得益于其底层的Firecracker微虚拟机技术。
缺点：如果函数依赖包较大（比如超过50MB），冷启动会飙升至500ms以上。阿里云建议使用层（Layer）来加速，但需要额外管理。
3. 腾讯云SCF
优点：冷启动速度中规中矩，平均在200-300ms。特别值得一提的是，腾讯云的“预置并发”功能目前**免费**（不像AWS要收费），可以配置固定数量的热实例。
缺点：预置并发只能配置10个以内，超出部分仍需冷启动。而且，我观察到在晚高峰时段（19:00-22:00），冷启动时间会波动到400ms以上。
4. 华为云FunctionGraph
优点：冷启动表现稳定，平均250ms左右。华为云在底层使用了“函数缓存”技术，如果同一函数被频繁调用，冷启动会逐渐降到100ms以下。
缺点：当函数代码或依赖变更时，缓存会被强制清空，下一次冷启动直接回到500ms。我更新了一次代码，随后第一次调用延迟了620ms，体验较差。
5. 百度智能云CFC
优点：无特别优势。冷启动平均在300-400ms，且没有预留并发功能。
缺点：冷启动时间不稳定，方差大。我测试中最大的一次冷启动达到了1.2秒，对于在线API来说不可接受。百度云官方也承认，其CFC更适合批处理任务。
三、并发限制：能扛住“秒杀”吗？
函数计算的并发上限决定了你能同时处理多少请求。很多厂商在文档里写“无限制”，但实际有账户级和函数级的软上限。
1. AWS Lambda
优点：默认账户级并发上限1000，可以通过提工单轻松提升到数万。每个函数最大并发数无硬性限制，只要不超出账户总上限。
缺点：如果同时触发大量并发，系统会主动限流（返回429错误），此时需要实现重试机制。我测试时模拟了2000个并发，有3%的请求被限流。
2. 阿里云函数计算FC
优点：默认账户级并发上限100，但可以按量付费自动扩容，最大支持5000并发。扩容速度很快，我测试中从0到500并发仅用了2秒。
缺点：函数级并发上限默认只有10，如果单个函数需要高并发，必须手动调整。我一开始没注意，压测时大量请求被排队，延迟飙升。
3. 腾讯云SCF
优点：支持“弹性并发”，默认账户级300，可以自动扩容。单个函数并发上限默认100，适合大多数场景。
缺点：扩容速度不如阿里云快，从0到300并发需要5-8秒。对于需要瞬间爆发（比如大促秒杀）的场景，可能会出现请求堆积。
4. 华为云FunctionGraph
优点：并发上限与函数资源规格绑定，默认支持100并发，可以通过提升规格（如升级到2GB内存）来增加并发。
缺点：不能单独调整并发数，只能通过提升内存间接提升，这会导致成本浪费。我测试时为了获得200并发，被迫用了1GB内存规格，多花了50%的费用。
5. 百度智能云CFC
优点：无突出优势。默认账户级并发50，单个函数10。
缺点：并发上限极低，且不支持自动扩容。我测试中尝试超过50个并发，部分请求直接被拒绝。它只适合低流量、低并发的后台任务。
四、生态集成：能否“开箱即用”？
函数计算的价值在于与云服务的联动。好的生态能让你用几行代码就触发函数，而差的生态需要你手动写大量胶水代码。
1. AWS Lambda
优点：生态最强大。可以与S3、DynamoDB、SQS、Kinesis等数十种服务原生集成。我配置一个S3上传触发函数，只用了5分钟。
缺点：集成服务种类太多，学习曲线陡峭。而且，很多高级集成（如EventBridge）需要额外付费，增加了隐性成本。
2. 阿里云函数计算FC
优点：与OSS、RDS、日志服务、API网关的集成非常丝滑，有现成的触发器模板。特别赞的是，阿里云提供了“Serverless工作流”，可以编排多个函数。
缺点：与自家CDN、CDN Edge的联动较弱，想要实现边缘函数计算，需要切换到独立的EdgeRoutine产品，增加了运维复杂度。
3. 腾讯云SCF
优点：与COS（对象存储）、CKafka（消息队列）、API网关的集成度很高。而且，腾讯云提供了“函数计算控制台”的图形化编排功能，适合低代码用户。
缺点：与其他第三方服务（如Slack、GitHub）的Webhook集成需要手动配置，不如AWS和阿里云自动化。
4. 华为云FunctionGraph
优点：与OBS（对象存储）、SMN（消息通知）集成较好。支持自定义运行时，可以跑.NET、Go等语言。
缺点：生态广度不够。比如，它不支持与自家CDN的联动，也不支持与第三方监控工具（如Datadog）的深度集成。我尝试集成Prometheus，花了两天时间。
5. 百度智能云CFC
优点：与BOS、百度消息服务的集成简单。如果开发百度小程序，可以无缝调用。
缺点：生态极度封闭。不支持与Kubernetes、Terraform等主流工具集成，也不支持自定义触发器。如果你不是百度云全家桶用户，集成体验会很痛苦。
总结：按量付费不是万能药，选对平台才省钱
经过一周的实测，我最大的感触是：按量付费模式确实能帮小流量业务省钱，但平台选不对，反而会多花冤枉钱。
- 如果你追求极致成本透明和生态丰富度：AWS Lambda依然是全球标杆，但务必注意出站流量和API网关费用。适合有预算、需要全球部署的团队。
- <