2. 主流云平台对比：AWS Lambda、Azure Functions、Google Cloud Functions、阿里云函数计算
好，咱们直接切入正题。做无服务器架构，选平台是第一道坎。市面上主流的四家——AWS Lambda、Azure Functions、Google Cloud Functions、阿里云函数计算，我都深度用过。说实话，没有绝对的好坏，关键看你的业务场景和团队技术栈。
我个人习惯先看生态，再看价格，最后看冷启动。为什么？因为生态决定了你能多快把东西搭起来，价格决定了你月底会不会被账单吓到，冷启动则直接影响用户体验。下面我一个个聊。
2.1 AWS Lambda：老大哥，生态最全
AWS Lambda 是第一个吃螃蟹的，2014年就推出了。到现在，它依然是市场份额最大的。我在项目中遇到过不少客户，上来就问「Lambda 能不能跑 Python 3.12？」——能，而且支持得最早。
核心优势：
- 事件源最丰富：S3、DynamoDB、Kinesis、SQS、API Gateway……几乎 AWS 所有服务都能触发 Lambda。你想想看，这意味着你基本不用写胶水代码。
- 工具链成熟：SAM、CDK、Serverless Framework，随便选一个都能快速上手。
- 冷启动优化：有 Provisioned Concurrency，虽然要额外花钱，但能解决延迟敏感场景。
缺点：
- 定价略复杂：除了请求次数和运行时长，还要算 Provisioned Concurrency、弹性网卡等费用。我见过一个团队，一个月 Lambda 账单 2000 美元，结果发现一半是弹性网卡的钱。
- 冷启动依然存在：尤其是 Java 和 .NET 运行时，冷启动能到 5 秒以上。嗯，这里要注意，如果你用 Java，建议配合 SnapStart。
避坑指南：我曾经帮一个客户排查 Lambda 超时问题，发现他用了 10GB 的 Lambda 函数，但实际只用了 512MB 内存。Lambda 的 CPU 分配和内存成正比，内存越大 CPU 越强。所以，如果你的函数是 CPU 密集型，别省内存，否则反而更慢更贵。
2.2 Azure Functions：.NET 开发者的首选
Azure Functions 是微软家的，和 Visual Studio、Azure DevOps 集成得非常好。如果你团队主力是 C#，那 Azure Functions 会让你很舒服。
核心优势：
- .NET 原生支持：从 .NET Core 3.1 到 .NET 8，支持力度远超其他平台。
- 企业级特性：Durable Functions 做工作流编排，App Insights 做监控，都是现成的。
- 混合部署：支持在本地运行，也支持在 Azure Stack 上部署，适合有混合云需求的企业。
缺点：
- 冷启动比 Lambda 慢：尤其是消费计划（Consumption Plan），冷启动经常 3-5 秒。我建议用 Premium Plan，虽然贵点，但能保持实例常驻。
- 非微软语言支持一般：Python 和 Node.js 的支持虽然也有，但文档和社区资源明显不如 AWS。
个人经验：如果你用 Azure Functions，记得开启「Always On」功能（仅限 App Service Plan）。否则，函数在空闲 20 分钟后会被卸载，下次调用时冷启动会让你怀疑人生。
2.3 Google Cloud Functions：轻量级，适合事件驱动
Google Cloud Functions（GCF）是四家里最「轻」的。它的设计哲学很简单——你写代码，我跑，别管别的。我个人很喜欢它的简洁性，但功能也确实少一些。
核心优势：
- 与 GCP 服务深度集成：Cloud Storage、Pub/Sub、Firestore，触发起来非常自然。
- 冷启动相对较快：因为 Google 用了 gVisor 容器沙箱，启动速度比 AWS 和 Azure 快 30% 左右。
- 定价透明：按请求次数和计算时间计费，没有隐藏费用。
缺点：
- 运行时支持少：Node.js、Python、Go、Java、Ruby、PHP，就这些。.NET 和 Rust 暂时没有官方支持。
- 超时限制严格：HTTP 函数最长 60 分钟，后台函数最长 9 分钟。如果你有长时间运行的任务，得用 Cloud Run 或 GKE。
注意：Google Cloud Functions 的并发限制是 1000（每个区域）。如果你突然有大量请求，可能会被限流。我曾经在双十一期间帮客户压测，结果发现 GCF 的并发上限比 Lambda 低不少。建议提前申请配额提升。
2.4 阿里云函数计算：国内首选，性价比高
阿里云函数计算（FC）是国内最早推出的无服务器产品。如果你主要服务国内用户，FC 是绕不开的选择。它的优势在于对国内生态的适配。
核心优势：
- 国内节点多：华东、华北、华南、香港、新加坡，延迟低。
- 与阿里云生态集成：OSS、RDS、TableStore、CDN，触发和联动都很方便。
- 冷启动优化：有「预留实例」功能，可以指定常驻实例数，避免冷启动。
- 价格便宜：免费额度高（每月 100 万次调用 + 400,000 GBs），超出后单价也比 AWS 低 30% 左右。
缺点：
- 国际支持弱：海外节点少，文档英文版更新慢。
- 工具链不如 AWS 成熟：虽然也有 Funcraft、Serverless Devs，但社区插件和教程相对少。
避坑指南：我曾经用阿里云 FC 做视频转码，结果发现默认的 512MB 内存根本不够用。视频解码需要大量内存，建议至少 1GB。另外，FC 的临时磁盘空间只有 512MB，如果你要处理大文件，记得挂载 NAS。
2.5 横向对比：一张表说清楚
| 特性 | AWS Lambda | Azure Functions | Google Cloud Functions | 阿里云函数计算 |
|---|---|---|---|---|
| 推出时间 | 2014 | 2016 | 2017 | 2017 |
| 支持语言 | Python, Node.js, Java, Go, Ruby, .NET, Rust (自定义) | C#, Python, Node.js, Java, PowerShell | Node.js, Python, Go, Java, Ruby, PHP | Python, Node.js, Java, Go, PHP, .NET Core |
| 最大内存 | 10GB | 1.5GB (消费计划) / 14GB (高级计划) | 8GB | 3GB |
| 超时限制 | 15 分钟 | 10 分钟 (消费计划) / 无限 (高级计划) | 60 分钟 (HTTP) / 9 分钟 (后台) | 10 分钟 (同步) / 24 小时 (异步) |
| 冷启动优化 | Provisioned Concurrency | Premium Plan / Always On | 无（但启动快） | 预留实例 |
| 免费额度 | 100 万次/月 + 400,000 GBs | 100 万次/月 + 400,000 GBs | 200 万次/月 + 400,000 GBs | 100 万次/月 + 400,000 GBs |
| 国内节点 | 北京、上海、宁夏、香港 | 北京、上海、香港 | 无（需用香港或新加坡） | 华东、华北、华南、香港 |
2.6 我的选择建议
说了这么多，到底选哪个？我个人的经验是：
- 如果你在 AWS 生态里，或者需要最丰富的集成，选 Lambda。别犹豫，它最稳。
- 如果你团队主力是 .NET，或者公司已经用了 Azure，选 Azure Functions。别为了省几百块钱去折腾其他平台，团队效率更重要。
- 如果你做轻量级事件处理，或者预算有限，选 Google Cloud Functions。它的简洁和冷启动速度是亮点。
- 如果你主要服务国内用户，或者想省钱，选阿里云函数计算。性价比确实高，而且国内延迟低。
最后说一句：别迷信任何一个平台。我见过不少团队，一开始选了 Lambda，后来因为成本问题迁移到阿里云。也见过从 Azure 迁移到 AWS 的。关键是你的业务需求和技术栈。选一个你团队最熟悉的，比选一个「理论上最好」的更重要。