谷歌计算引擎(GCE)

托管在云中的虚拟机(vm)。在云技术出现之前，这些服务器通常被称为虚拟专用服务器(VPS)。您可以像使用物理服务器一样使用这些服务器，在其中安装和配置操作系统，安装应用程序，安装数据库，保持操作系统的最新状态，等等。这被称为基础设施即服务(IaaS)。

当您在数据中心的VM或服务器上运行现有应用程序，并希望轻松地将其迁移到GCP时，VM最有用。

谷歌应用引擎

App Engine托管并运行你的代码，而不需要你处理操作系统、网络，以及许多你必须在物理服务器或VM上管理的其他事情。可以把它看作一个运行时，它可以自动部署、版本化和扩展应用程序。这被称为平台即服务(PaaS)。

当你想要自动部署和自动扩展你的应用程序时，App Engine是最有用的。除非应用程序需要自定义操作系统配置，否则App Engine通常比手动配置和管理虚拟机更有优势。

应用程序引擎为开发人员提供了控制谷歌计算引擎核心的能力，以及为谷歌计算引擎数据处理应用程序提供面向web的前端。

另一方面，计算引擎提供直接和完整的虚拟机操作系统管理。要呈现你的应用程序，你需要资源，而谷歌云存储是存储你的资产和数据的理想选择，无论它们是用来做什么。通过在全球各地托管，您可以快速访问数据。可靠性在99.95%的正常运行时间得到保证，谷歌还提供了备份和恢复数据的能力，信不信由你，存储是无限的。

您可以使用谷歌云存储管理您的资产，存储，检索，显示和删除它们。您还可以快速读写保存在云存储中的平面数据表。谷歌云阵容中的下一个是BigQuery。使用BigQuery，你可以在几秒钟内分析大量数据，我们说的是数百万条记录。访问是通过直接的UI或具象状态传输或REST接口来处理的。

正如您可能怀疑的那样，数据存储不是问题，而且可以扩展到数百TB。BigQuery可以通过一系列客户端库访问，包括Java、。net、Python、Go、Ruby、PHP和Javascript的客户端库。可以通过这些客户端库或web用户界面访问类似sql的语法NoSQL。最后，让我们谈谈谷歌云平台数据库选项，云SQL和云数据存储。

这里有一个主要的区别。云SQL适用于关系数据库，主要是MySQL，而云数据存储适用于使用noSQL的非关系数据库。使用Cloud SQL，您可以选择在美国、欧洲或亚洲托管，每个数据库实例有100gb的存储空间和16gb的RAM。

云数据存储免费提供每月最多50 K的读/写指令和每月存储1 GB的数据。但是，如果您超过了这些配额，就需要支付费用。App Engine还可以与谷歌云平台的其他不太知名、更有目标的成员合作，包括用于创建API后端的云端点，用于数据分析和趋势预测的谷歌预测API，或用于多语言输出的谷歌翻译API。

虽然你可以用App Engine自己做相当多的事情，但当你考虑到它能够轻松高效地与其他谷歌云平台服务一起工作时，它的潜力就会飙升。

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

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。