或者让它更简单(因为有时我们无法区分GAE Standard和GAE Flex):

计算引擎类似于虚拟PC，例如，你可以在其中部署一个小型网站+数据库。您可以管理所有内容，包括对已安装磁盘驱动器的控制。如果你部署一个网站，你要负责设置DNS等。

谷歌应用程序引擎(标准)就像一个只读的沙箱文件夹，你可以上传代码来执行，不用担心其他的(是的:只读-有一组固定的库为你安装，你不能随意部署第三方库)。DNS /子域等更容易映射。

谷歌应用程序引擎(灵活)实际上就像一个完整的文件系统(不仅仅是一个锁定的文件夹)，在那里你有更多的权力比标准引擎，例如，你有读/写权限，(但比计算引擎少)。在GAE标准中，您已经为您安装了一组固定的库，并且您不能随意部署第三方库。在Flexible环境中，你可以安装你的应用所依赖的任何库，包括自定义构建环境(比如Python 3)。

尽管GAE Standard处理起来非常麻烦(尽管谷歌使它听起来很简单)，但在压力下它的伸缩性非常好。这很麻烦，因为您需要测试并确保与锁定环境的兼容性，并确保您使用的任何第三方库不会使用您不知道的可能无法在GAE标准上工作的任何其他第三方库。在实践中需要更长的时间来设置它，但从长期来看，简单的部署可能会更有回报。

应用引擎是一个平台即服务。这意味着您只需部署代码，平台就会为您完成其他所有工作。例如，如果你的应用变得非常成功，应用引擎会自动创建更多的实例来处理增加的容量。

阅读更多关于应用程序引擎

计算引擎是一种基础设施即服务。您必须创建并配置自己的虚拟机实例。它给你更多的灵活性，通常成本比App Engine低得多。缺点是你必须自己管理你的应用程序和虚拟机。

阅读更多关于计算引擎的信息

如果需要，你可以混合应用程序引擎和计算引擎。它们都可以很好地与谷歌云平台的其他部分协同工作。

编辑(2016年5月):

一个更重要的区别是:如果没有请求进入，在App Engine上运行的项目可以缩小到零实例。这在开发阶段是非常有用的，因为您可以在不超过慷慨的免费实例小时配额的情况下工作数周。灵活的运行时(即“托管虚拟机”)需要至少一个实例持续运行。

编辑(2017年4月):

云功能(目前处于测试阶段)在抽象方面是App Engine的下一个级别-没有实例!它允许开发人员部署一小段代码，以响应不同的事件，其中可能包括HTTP请求、云存储中的更改等。

App Engine最大的不同在于功能是以100毫秒为单位定价的，而App Engine的实例只会在不活动15分钟后关闭。另一个优点是云函数立即执行，而调用应用程序引擎可能需要一个新的实例-冷启动一个新实例可能需要几秒钟或更长的时间(取决于运行时和你的代码)。

这使得云函数非常适合(a)很少的调用——不需要为了以防发生什么事情而保持一个实例是活的，(b)在实例经常旋转和关闭的情况下快速改变负载，以及可能的更多用例。

阅读更多关于云功能的信息

简单地说:计算引擎给你一个服务器，你可以完全控制/负责。你可以直接访问操作系统，安装你想要的所有软件，通常是web服务器、数据库等……

在应用引擎中，你不需要管理任何底层软件的操作系统。你只需要上传代码(Java, PHP, Python或Go)，瞧——它就会运行……

应用引擎节省了大量的头痛，特别是对于没有经验的人，但它有2个显著的缺点: 1. 更贵(但它有一个计算引擎没有的免费配额) 2. 您的控制更少，因此某些事情是不可能的，或者只能以一种特定的方式实现(例如保存和写入文件)。

App Engine是一个虚拟服务器。 计算引擎——它就像一个完整的服务器。

如果你熟悉其他流行的服务:

谷歌计算引擎-> AWS EC2

谷歌应用程序引擎-> Heroku或AWS弹性豆茎

谷歌云函数-> AWS Lambda函数

我会用一种对我来说有意义的方式来解释:

Compute Engine: If you are do-it-yourself person or have an IT team and you just want to rent a computer on cloud that has specific OS (for example linux), you go for the Compute Engine. You have to do everything by yourself. App Engine: If you are (for example) a python programmer and you want to rent a pre-configured computer on cloud that has Linux with a running web-server and the latest python 3 with necessary modules and some plug-ins to integrate with other external services, you go for the App Engine. Serverless Container (Cloud Run): If you would like to deploy the exact image of your local setup environment (for example: python 3.7+flask+sklearn) but you do not want to deal with server, scaling, etc. You create a container on your local machine (through docker) and then deploy it to Google Run. Serverless Microservice (Cloud Functions): If you want to write bunch of APIs (functions) that do specific job, you go for google Cloud Functions. You just focus on those specific functions, the rest of the job (server, maintenance, scaling, etc.) is done for you in order to expose your functions as microservices.

随着深入，你会失去一些灵活性，但你不必担心不必要的技术方面。你也多花了一点，但你节省了时间和成本(IT部分):其他人(谷歌)正在为你做这件事。

如果你不想关心负载平衡、伸缩性等，将你的应用程序分割成一堆“无状态”的web服务是至关重要的，这些服务将任何持久化的内容写入单独的存储(数据库或blob存储)。然后你会发现云运行和云函数是多么棒。

就我个人而言，我发现谷歌Cloud Run是一个很棒的解决方案，在开发中绝对自由(只要是无状态的)，将其作为web服务公开，docker您的解决方案，与Cloud Run一起部署。让谷歌成为你的IT和DevOps，你不需要关心扩展和维护。

我已经尝试了所有其他的选择，每一个都适合不同的目的，但谷歌运行只是棒极了。对我来说，它是真正的无服务器，而不会失去开发的灵活性。