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。

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。

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。

基本区别是谷歌应用程序引擎(GAE)是平台即服务(PaaS)，而谷歌计算引擎(GCE)是基础设施即服务(IaaS)。

To run your application in GAE you just need to write your code and deploy it into GAE, no other headache. Since GAE is fully scalable, it will automatically acquire more instances in case the traffic goes higher and decrease the instances when traffic decreases. You will be charged for the resources you really use, I mean, you will be billed for the Instance-Hours, Transferred Data, Storage etc your app really used. But the restriction is, you can create your application in only Python, PHP, Java, NodeJS, .NET, Ruby and **Go.

另一方面，GCE以虚拟机的形式为您提供完整的基础设施。您可以完全控制这些虚拟机的环境和运行时，因为您可以在其中编写或安装任何程序。实际上，GCE是虚拟使用谷歌数据中心的方式。在GCE中，您必须使用负载均衡器手动配置基础设施来处理可伸缩性。

GAE和GCE都是谷歌云平台的一部分。

更新:2014年3月谷歌在应用引擎下宣布了一项名为托管虚拟机的新服务。托管虚拟机在应用平台、CPU和内存选项上为应用引擎应用程序提供了更多的灵活性。像GCE一样，您可以在这些虚拟机中为应用程序引擎应用程序创建自定义运行时环境。实际上，App Engine的托管虚拟机在一定程度上模糊了IAAS和PAAS之间的界限。

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。

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