Cloud Run vs GKE 怎麼選?只交容器選 Cloud Run,要用 K8s 選 GKE,要管機器選 Compute Engine。
第 19~26 篇把同一個容器先後放上 Artifact Registry、Cloud Run、Cloud Build、GKE。做到這裡,最常被問的問題變成:「我的東西到底該放哪裡?」這篇不動手做,改用前面幾篇實際量到的數字,把 Google Cloud 三個最常見的運算服務放在同一張表上比。
這篇會做三件事:一張比較表(控制權、計費、縮到零、冷啟動、維運負擔、狀態、GPU、適合誰)、一個照順序問自己的判斷流程,還有三個常見情境(小網站、24 小時背景工作、GPU 推論服務)用三種服務各算一次一個月要多少錢。
這是「容器系列」第 27 篇。單價是 2026 年 11 月查官方定價頁和 Cloud Billing Catalog API 的台灣 asia-east1 牌價,實測數字來自本系列第 20~24 篇(2026 年 11 月在 Cloud Shell 跑的),以後可能調整。

為什麼你需要知道
- 選錯服務,帳單可以差 5 倍以上:同一個每月 300 萬次請求的小網站,這篇算出來 Cloud Run 約 10.48 美元、GKE 約 59.42 美元、Compute Engine 約 60.47 美元
- 「Cloud Run 一定最便宜」不是真的:24 小時一直在跑的背景工作,Compute Engine 反而最便宜;GPU 一天用超過約 15 小時,虛擬機器也比 Cloud Run 划算
- 網路上的比較文很多過時了:計費方式這兩年改了好幾次(Cloud Run 多了以執行個體計費和 worker pools,GKE Autopilot 改成照 Pod 計費),舊的「Cloud Run 照請求、GKE 照機器」分法已經不準
- 證照最愛考這題:ACE、PCA 的情境題常常就是「這個需求該放 Cloud Run、GKE 還是 Compute Engine」,看關鍵字就能判斷
三個選項是什麼:從「長租一台車」到「叫計程車」
這三個服務都能跑你的程式,差別在你要顧多少東西。先用交通工具比喻一次:
| 比喻 | 你要顧的 | Google 幫你顧的 | |
|---|---|---|---|
| Compute Engine | 長租一台車 | 作業系統、軟體安裝、更新、擴充 | 機房、實體機器、網路 |
| GKE | 經營一個車隊,有調度中心 | Kubernetes 的設定、Pod、(Standard 還要顧節點) | 控制平面,Autopilot 連節點也顧 |
| Cloud Run | 叫計程車 | 你的容器映像檔 | 機器、擴展、HTTPS 網址,全部 |
越往下,你要顧的越少,能調的也越少。
Compute Engine:整台虛擬機器給你
Compute Engine 是 Google Cloud 出租虛擬機器(VM)的服務:你選 CPU、記憶體、磁碟、作業系統,拿到一台完整的電腦,裡面要裝什麼、怎麼設定都自己決定。
- 比喻:長租一台車。要開去哪、加什麼油、多久保養都你決定;車停在車庫沒開,租金照付
- 來龍去脈:這是雲端最早的形式(基礎架構即服務,IaaS),把「買伺服器放機房」換成「線上租一台」。很多公司第一步上雲,就是把原本的伺服器原封不動搬過來(官方叫 lift and shift,直接搬遷)
- 為什麼要學:Cloud Run、GKE 的底層其實也是這些虛擬機器。懂 VM 的計費和限制,才看得懂另外兩個服務幫你省了什麼、又多收了什麼
虛擬機器(VM,Virtual Machine)是用軟體切出來的一台電腦,有自己的作業系統,跟實體電腦用起來幾乎一樣。作業系統是管理電腦硬體、讓程式能跑的基礎軟體,例如 Linux、Windows。站上有一篇Compute Engine 是什麼的介紹。
GKE:Google 代管的 Kubernetes
GKE(Google Kubernetes Engine)是 Google Cloud 代管的 Kubernetes 服務:控制平面 Google 顧,你用 kubectl 和 YAML 管理一群容器。第 24 篇實際建過叢集,有 Autopilot(Google 管節點、照 Pod 計費)和 Standard(自己管節點、照 VM 計費)兩種模式。
比喻是經營車隊:Kubernetes 是調度中心,決定哪台車去載哪位客人、車壞了派哪台補上。Standard 是車隊自己買車;Autopilot 是跟車行說「我要 3 個座位」,車行派車,你照座位付錢。
Cloud Run:只交容器,其他全包
Cloud Run 是 Google Cloud 的全代管容器平台:你交出一個容器映像檔,它給你 HTTPS 網址、自動擴展,沒人用時縮到 0 台。第 20 篇實測從部署到拿到網址只要 11.7 秒,第 23 篇看過它還有 Jobs(跑完就結束)、functions(只寫一段函式)、worker pools(一直在背景做事)幾種跑法。
比喻是叫計程車:有乘客才跳錶,沒人搭不用付錢;但車子怎麼開、走哪條路你管不到。
一張表比較:Cloud Run、GKE、Compute Engine
| Cloud Run | GKE(以 Autopilot 為主) | Compute Engine | |
|---|---|---|---|
| 控制權 | 只能設 CPU、記憶體、並行數、環境變數,底層不能改 | 完整 Kubernetes:網路政策、StatefulSet、DaemonSet、外掛;Standard 還能選機型 | 整台機器:作業系統、核心、任何軟體 |
| 計費方式 | 預設以請求計費,100 毫秒一格;也可選以執行個體計費 | 每個叢集每小時 0.10 美元管理費(每月 74.40 美元免費額度抵一個)+ Pod 的資源要求 | 機器開著就收,以秒計(最少 1 分鐘) |
| 沒人用時 | 縮到 0 台,不收 CPU、記憶體費 | Pod 還在就照收;要縮到 0 得另外設定 | 沒關機就照收 |
| 擴展 | 自動,依請求數增加執行個體 | HPA 依 CPU 等指標增加 Pod,Autopilot 自動開節點 | 要自己設代管執行個體群組(MIG)才會自動擴展 |
| 冷啟動 | 第 22 篇實測縮到零後第一個請求 0.947 秒(熱請求約 0.04 秒) | 第 24 篇實測 Autopilot 第一次部署約 1 分鐘(等開節點) | 開機才算,這個系列沒實測 |
| 上線速度 | 第 20 篇實測部署 11.7 秒拿到網址 | 第 24 篇實測建叢集 6 分 31 秒,LoadBalancer 57 秒拿到 IP | 建 VM 後還要裝軟體、設網頁伺服器 |
| 維運負擔 | 最低:不用管作業系統、憑證、擴展 | 中:要懂 Kubernetes,叢集升級 Google 自動做 | 最高:作業系統更新、安全修補、備份都自己來 |
| 狀態與長連線 | 檔案系統在記憶體裡,執行個體關掉就不見;一個請求最多 60 分鐘 | 可以掛永久磁碟(第 16 篇的 PV、PVC),連線不限時 | 磁碟、連線都自己決定 |
| GPU | 有 L4,但台灣 asia-east1 沒有,亞洲最近是新加坡 | 台灣 asia-east1 有 L4(G2 機型),照整台節點計費 | 台灣 asia-east1 有 L4(g2-standard 系列) |
| 適合誰 | 網站、API、Webhook、排程批次、偶爾用的 GPU 推論 | 很多服務互相呼叫、有狀態服務、已經在用 Kubernetes 的團隊 | 舊系統直接搬、指定作業系統或 Windows、要改核心 |
(2026 年 11 月查官方 GKE 與 Cloud Run 比較、Cloud Run 定價、GKE 定價、Cloud Run 上限、Cloud Run GPU、GPU 區域)
代管執行個體群組(MIG,Managed Instance Group)是一群規格相同的 VM,可以依 CPU 用量自動加減台數,是 Compute Engine 版本的自動擴展。HPA 是第 17 篇的水平自動擴展,依指標增加 Pod。
控制權:越能調,越要自己顧
官方文件把差別寫得很直接:GKE 讓你「完整控制 Kubernetes 叢集」,可以自訂節點設定、網路政策、安全設定和外掛;Cloud Run 只讓你設環境變數、並行數、網路連線這類東西,不能改底層的基礎架構(2026 年 11 月查官方比較頁)。
Compute Engine 又再往下一層:連作業系統都是你的。要跑 Windows 伺服器、要裝特定版本的資料庫、要改 Linux 核心參數,只有它做得到。
規格上限:Cloud Run 單台最大 8 vCPU、32 GiB
Cloud Run 一台執行個體最多 8 vCPU、32 GiB 記憶體,一台最多同時處理 1,000 個請求,一個請求最長 60 分鐘(2026 年 11 月查官方上限和記憶體設定)。網站和 API 很少碰到這些上限;需要更大的單機、或連線要掛好幾個小時(例如長時間的串流),就要考慮 GKE 或 Compute Engine。
vCPU 是雲端切給你的一份 CPU 運算能力,GiB 是記憶體單位(1 GiB = 1,024 MiB)。
狀態:Cloud Run 的檔案寫在記憶體裡
有狀態(Stateful)是程式需要記住之前的資料才能運作,例如資料庫;無狀態(Stateless)是每個請求都能獨立處理,例如查天氣的 API。
Cloud Run 容器裡的檔案系統是記憶體檔案系統:寫進去的檔案佔用執行個體的記憶體,執行個體關掉就消失,寫太多還會把執行個體撐爆(2026 年 11 月查官方容器規範)。要保存的資料放 Cloud SQL、Cloud Storage 這類外部服務;要掛共用的檔案系統,要用 Cloud Run 內建的磁碟區掛載(volume mounts)功能,不能在容器裡自己 mount。
GKE 可以用第 16 篇的 PersistentVolume 掛永久磁碟,再搭配 StatefulSet 跑資料庫;Compute Engine 的磁碟本來就跟著 VM。這也是官方範例裡「庫存管理這種有狀態服務放 GKE、網站和批次工作放 Cloud Run」的原因。
算一次:三個情境,三種服務各要多少錢
用台灣 asia-east1 的牌價(2026 年 11 月查官方定價頁,並用 Cloud Billing Catalog API 逐項確認),一個月算 30 天(720 小時、259.2 萬秒)。網路流量費三種都有、算法相近,這裡不算。
先把會用到的單價列一次:
| 服務 | 項目 | 單價(asia-east1) |
|---|---|---|
| Cloud Run 服務(以請求計費) | CPU/記憶體/請求 | 每 vCPU 秒 0.000024、每 GiB 秒 0.0000025、每 100 萬次 0.40 美元 |
| Cloud Run 服務(以執行個體計費) | CPU/記憶體 | 每 vCPU 秒 0.000018、每 GiB 秒 0.000002 美元 |
| Cloud Run worker pools | CPU/記憶體 | 每 vCPU 秒 0.000011244、每 GiB 秒 0.000001235 美元 |
| GKE Autopilot | Pod 的 CPU/記憶體/暫存空間 | 每 vCPU 小時 0.0515、每 GiB 小時 0.0056998、每 GiB 小時 0.0001608 美元 |
| GKE | 叢集管理費 | 每個叢集每小時 0.10 美元(每月 74.40 美元免費額度) |
| Compute Engine E2 | CPU/記憶體 | 每 vCPU 小時 0.02525538、每 GiB 小時 0.00338514 美元 |
| Compute Engine | 平衡型永久磁碟、外部 IPv4 | 每 GiB 月 0.1 美元、每小時 0.005 美元 |
| 負載平衡器 | 轉送規則 | 每小時 0.025 美元(前 5 條) |
e2-standard-2 是 Compute Engine 的一種機型:2 vCPU、8 GB 記憶體,每小時 2 × 0.02525538 + 8 × 0.00338514 = 0.07759188 美元。E2 系列沒有持續使用折扣(開滿一個月自動打折那種),官方列的適用機型是 N1、N2、N2D、C2、M1、M2(2026 年 11 月查官方說明)。
情境一:小網站,一個月 300 萬次請求
假設:跟第 22 篇一樣,每次請求處理 0.2 秒、規格 1 vCPU、512 MiB,請求平均分散在一個月裡。
Cloud Run(以請求計費,第 22 篇算過):
- CPU:300 萬 × 0.2 秒 = 60 萬 vCPU 秒,扣掉免費 18 萬 = 42 萬 × 0.000024 = 10.08 美元
- 記憶體:60 萬 × 0.5 = 30 萬 GiB 秒,還在免費的 36 萬以內 = 0 美元
- 請求:300 萬扣掉免費 200 萬 = 100 萬次 × 0.40 = 0.40 美元
- 合計 約 10.48 美元
GKE Autopilot:開 2 個 Pod(一個掛了另一個還在),每個 500m CPU、512Mi 記憶體,加起來跟 Cloud Run 一樣 1 vCPU;Autopilot 會再補 1 GiB 暫存空間(第 24 篇實測過):
- 每個 Pod 每小時:0.5 × 0.0515 + 0.5 × 0.0056998 + 1 × 0.0001608 = 0.0287607 美元
- 2 個 Pod 一個月:0.0287607 × 2 × 720 = 41.42 美元
- 對外的負載平衡器(把流量分給 2 個 Pod,第 24 篇建過),轉送規則:0.025 × 720 = 18.00 美元
- 叢集管理費 72 美元被每月 74.40 美元免費額度抵掉(這個帳單帳戶只有這一個叢集的話)
- 合計 約 59.42 美元
Compute Engine:開 1 台 e2-standard-2 一直開著:
- 機器:0.07759188 × 720 = 55.87 美元
- 10 GB 開機磁碟:10 × 0.1 = 1.00 美元
- 外部 IPv4:0.005 × 720 = 3.60 美元(2026 年 11 月查官方 IP 定價)
- 合計 約 60.47 美元
e2-standard-2 對這個流量其實太大了。更小的共用核心機型 e2-small(2 個 vCPU 合計只能用 50% 的 CPU 時間、2 GB 記憶體)官方另外列套裝價,台灣的價格這次未查證,所以不拿來算。
這三個數字代表什麼:
- Cloud Run 便宜,是因為這個網站 77% 的時間沒人用:60 萬秒只佔一個月 259.2 萬秒的 23%,Cloud Run 只收有請求的那段;GKE 和 VM 是 24 小時開著等客人
- 流量變大,Cloud Run 會跟著貴:請求變 10 倍,Cloud Run 的帳單大約跟著變多(同時處理的請求只算一份時間,所以不會剛好 10 倍);e2-standard-2 的 2 顆 vCPU 還有空間,帳單不變。第 22 篇算過,執行個體超過約 75% 的時間在忙,就該改「以執行個體計費」
- 帳單沒寫的成本:VM 的作業系統更新、HTTPS 憑證、主機掛了誰處理,都是你的;GKE 要有人懂 Kubernetes。Cloud Run 這些都包了
情境二:24 小時不停的背景工作
假設:一支程式 24 小時從訊息佇列(例如 Pub/Sub)拉工作出來處理,不需要對外網址,規格 2 vCPU、8 GiB,一個月不停。
Cloud Run worker pools(第 23 篇介紹過,專門給這種一直在背景做事的程式):
- 每秒:2 × 0.000011244 + 8 × 0.000001235 = 0.000032368 美元
- 一個月:0.000032368 × 259.2 萬秒 = 約 83.90 美元(沒扣免費額度)
- 對照:用 Cloud Run 服務開「以執行個體計費+最小執行個體 1」,同樣規格每秒 0.000052 美元,一個月約 134.78 美元(沒扣免費額度),worker pools 便宜約 38%
GKE Autopilot:1 個 Pod,2 vCPU、8Gi,加補上的 1 GiB 暫存空間:
- 每小時:2 × 0.0515 + 8 × 0.0056998 + 1 × 0.0001608 = 0.1487592 美元
- 一個月:0.1487592 × 720 = 約 107.11 美元(不用負載平衡器,管理費被免費額度抵掉)
Compute Engine:1 台 e2-standard-2,算法跟情境一一樣,約 60.47 美元。不需要對外 IP 的話可以省掉其中 3.60 美元,但要另外設定讓 VM 連得到 Google 的服務。
這三個數字代表什麼:
- 一直在跑的工作,VM 最便宜:Cloud Run 和 GKE Autopilot 的單價裡包含了「機器 Google 幫你管」的費用,工作量 24 小時不停時,這份管理費就很明顯
- 可以被中斷的工作,還能更便宜:Spot VM 是 Google 拿閒置機器出租的折扣方案,最多比原價便宜 91%,但 Google 隨時可能把機器收回(2026 年 11 月查官方 Spot VM 說明)。台灣的 Spot e2-standard-2 一個月約 31.36 美元,加磁碟和 Spot 的 IP 約 34.16 美元;GKE Autopilot 的 Spot Pod 同規格約 32.17 美元(不含暫存空間)。Spot 價格會浮動:Compute Engine 官方寫最多每天調整一次,GKE 定價頁寫最多每 30 天調整一次
- 選 worker pools 的理由不是價格:是不用管作業系統、不用懂 Kubernetes,程式丟上去就跑
情境三:GPU 推論服務
GPU(圖形處理器)是很擅長同時做大量計算的晶片,現在主要拿來跑 AI 模型。推論(Inference)是用訓練好的模型回答問題,例如把語音轉成文字、生成圖片。
假設:一個語音轉文字的 API,用 1 張 NVIDIA L4 GPU、4 vCPU、16 GiB 記憶體。L4 是 Google Cloud 上常見的推論用 GPU。
Cloud Run:查官方文件時發現,Cloud Run 的 L4 GPU 支援的區域沒有台灣 asia-east1,亞洲是新加坡 asia-southeast1 和孟買 asia-south1(孟買要申請)。另外 GPU 一定要用以執行個體計費、L4 最少要 4 CPU 和 16 GiB,第一次在一個區域用,專案會自動拿到 3 張 L4 的配額(2026 年 11 月查官方 GPU 說明)。新加坡的單價(不跨區域備援):
- 每秒:4 × 0.0000216 + 16 × 0.0000024 + GPU 0.00022404 = 0.00034884 美元,等於每小時 1.255824 美元
- 假設一天只有 4 小時有人用,其他時間縮到 0:1.255824 × 120 小時 = 約 150.70 美元
- 如果 24 小時都開著:1.255824 × 720 = 約 904.19 美元
Compute Engine:台灣 asia-east1 的 a、b 區域有 L4(G2 機型)。g2-standard-4 是 4 vCPU、16 GB、1 張 L4 的機型(2026 年 11 月查官方機型說明和GPU 區域):
- 每小時:4 × 0.02893385 + 16 × 0.003389693 + L4 0.6484706 = 0.81844109 美元
- 24 小時開著:0.81844109 × 720 = 約 589.28 美元(不含磁碟;加速器最佳化機型的 GPU 沒有持續使用折扣)
GKE Autopilot:Pod 指定要 GPU 時,Autopilot 改成照整台節點計費:付底層 VM 的錢,再加一筆 Autopilot 管理加價(2026 年 11 月查官方定價頁)。假設它開的是 g2-standard-4:
- 加價每小時:4 × 0.003473 + 16 × 0.000405 + L4 0.077579 = 0.097951 美元
- 每小時合計:0.81844109 + 0.097951 = 0.91639209 美元
- 24 小時開著:0.91639209 × 720 = 約 659.80 美元(不含磁碟)

這三個數字代表什麼:
- 分界大約是一天 15.6 小時:Compute Engine 開滿一個月 589.28 美元,除以 Cloud Run 每小時 1.255824 美元,等於 469.2 小時,平均一天 15.6 小時。GPU 一天開不到這麼久,Cloud Run 自動縮到 0 比較划算;超過就換 VM 或 GKE
- VM 也可以自己關機:用的時候才開 g2-standard-4,一天 4 小時是 0.81844109 × 120 = 約 98.21 美元,比 Cloud Run 還便宜。代價是要自己寫開關機的流程,熱門 GPU 在尖峰時段也可能開不起來;Cloud Run 官方寫 GPU 執行個體約 5 秒就能啟動(載入模型的時間另計)
- 跨國的距離:Cloud Run 的 GPU 放新加坡,台灣的使用者連過去會比連彰化的機房遠。對延遲很敏感的服務,要自己量一次再決定
判斷流程:照順序問自己 5 個問題
選 Cloud Run、GKE 還是 Compute Engine,可以從最「特殊」的需求問起,問到第一個「是」就停:
- 要指定作業系統、跑 Windows、改核心、裝綁硬體的授權軟體嗎? 是 → Compute Engine
- 已經有一堆 Kubernetes YAML、很多服務互相呼叫、想在不同雲之間搬嗎? 是 → GKE
- 要自己架資料庫、需要永久磁碟、連線要掛很多個小時嗎? 是 → GKE 或 Compute Engine
- 要 GPU,而且一天用超過約 15 小時嗎? 是 → GKE 或 Compute Engine(偶爾用的話 Cloud Run,注意區域)
- 以上都不是:網站、API、Webhook、排程批次 → Cloud Run(做完就結束的用 Jobs,一直在背景拉訊息的用 worker pools)

為什麼 Cloud Run 放最後、卻是預設選擇:前 4 題都是「Cloud Run 做不到或不划算」的情況,大部分新專案一題都不會中。從 Cloud Run 開始,碰到限制再搬,因為同一個容器映像檔在 GKE 也能直接用(官方文件寫明兩邊都用標準容器映像檔,不用改;2026 年 11 月查官方比較頁)。
團隊大小也是一個訊號:官方部落格的整理是,小團隊想把時間花在寫程式,選 Cloud Run 這類無伺服器服務;大團隊有自己的部署流程、安全規範和維運人力,Compute Engine 或 GKE 比較合適(Google Cloud 部落格,2021 年)。
常常不是三選一,而是混搭
官方舉的電商例子是這樣分的(2026 年 11 月查官方比較頁):
| 元件 | 放哪 | 原因 |
|---|---|---|
| 網站和手機 App 後端 | Cloud Run | 無狀態、流量起伏大、照用量付費 |
| 定期更新商品目錄、分析使用者行為 | Cloud Run(Jobs) | 跑完就結束 |
| 商品庫存管理 | GKE | 有狀態,要掛磁碟保存資料 |
| 推薦引擎 | GKE | 很多元件互相依賴,要細部控制資源 |
兩邊都能用同一個 Artifact Registry 裡的映像檔(第 19 篇)、同一套 Cloud Build 流程(第 21 篇),日誌也都進 Cloud Logging。所以選錯了不用重寫程式,搬的成本主要在設定和網路。
查證時發現:跟網路上舊說法不一樣的地方
寫這篇時把常見的說法逐一對照 2026 年 11 月的官方文件,這 5 點跟網路上的舊文章不一樣:
| 舊說法 | 現在(2026 年 11 月查官方文件) |
|---|---|
| Cloud Run 照請求收費,GKE、VM 照機器收費 | Cloud Run 有以請求計費、以執行個體計費兩種,還有 worker pools;GKE Autopilot 一般 Pod 照 Pod 的資源要求收費 |
| GKE Autopilot 的 GPU 也照 Pod 要多少收 | 指定 GPU 這類特定硬體時,改成照整台節點收,再加 Autopilot 管理加價 |
| Cloud Run GPU 部署到 asia-east1 | L4 支援的區域沒有台灣,亞洲是新加坡、孟買(孟買要申請) |
| Cloud Functions | 改名 Cloud Run functions,用 gcloud run deploy --function 部署(第 23 篇) |
| VM 開滿一個月會自動打折 | 持續使用折扣只適用 N1、N2、N2D、C2、M1、M2 等機型;E2 沒有,G2 這類加速器最佳化機型的 GPU 也沒有 |
這些變動大多發生在最近兩年,看比較文時先看發布日期,數字和名稱以官方文件為準。
用完記得刪:這篇沒有建資源,但這張清單幫你檢查
這篇只有比較和計算,沒有建任何雲端資源。不過跟著第 19~26 篇做過的話,這 5 種資源最容易忘了刪、又會一直收錢,建議到 Console 逐頁看一次:
| 去哪看(Console) | 找什麼 | 不刪會怎樣(asia-east1,2026 年 11 月查) |
|---|---|---|
| Kubernetes Engine → 叢集 | 第 24~26 篇的 GKE 叢集 | 第二個以上的叢集每小時 0.10 美元管理費,加上 Pod 費用 |
| 網路服務 → 負載平衡 | GKE 的 LoadBalancer、Gateway 留下的負載平衡器 | 每條轉送規則每小時 0.025 美元,一個月約 18 美元 |
| Cloud Run | 設了最小執行個體的服務 | 1 vCPU、512 MiB 留一台一個月約 9.72 美元閒置費(第 22 篇) |
| Compute Engine → 磁碟 | 刪叢集後留下的永久磁碟 | 每 GiB 每月 0.1 美元 |
| Artifact Registry | 練習用的映像檔 | 超過每月免費的 0.5 GiB 後,每 GiB 每月約 0.10 美元(第 19 篇) |
怎麼設預算提醒,可以看GCP 帳單爆炸防護。
面試/證照會怎麼問
面試常見題
- 「Cloud Run 和 GKE 怎麼選?」:先問工作負載是不是無狀態、是不是 HTTP 或事件觸發、團隊懂不懂 Kubernetes。無狀態、想照用量付費、不想維運叢集選 Cloud Run;多服務互相依賴、有狀態、需要 Kubernetes 的功能或細部控制選 GKE
- 「什麼時候該用 Compute Engine?」:要指定作業系統或 Windows、舊系統直接搬遷、軟體授權綁硬體、要改核心參數;代價是作業系統更新和安全修補要自己做
- 「Cloud Run 一定比較便宜嗎?」:不一定。它省在「沒人用不收錢」,流量 24 小時都很穩、執行個體一直在忙時,VM 或以執行個體計費比較划算;可以用這篇的三個情境當例子
- 「選錯了怎麼辦?」:GKE 和 Cloud Run 都用標準容器映像檔,同一個映像檔可以直接搬;搬遷主要改的是部署設定、網路和服務帳戶權限
Google Cloud 證照(ACE、PCA)
Associate Cloud Engineer(ACE)是 2 小時、50~60 題單選和複選,報名費 125 美元、效期 3 年;Professional Cloud Architect(PCA)是 2 小時、50~60 題,報名費 200 美元、效期 2 年,考試語言只有英文和日文,其中 20~30% 是兩個案例情境的題目(2026 年 11 月查官方 ACE 考試頁和PCA 考試頁)。兩個都是情境選擇題,不是上機考。
這題在 ACE 常以「用哪個服務部署最省事」出現,在 PCA 常在案例裡要你替不同元件挑平台。準備方式可以看雲端架構師證照怎麼準備。
看到這些字,就想到這個
| 題目關鍵字 | 想到 |
|---|---|
| 「無狀態」「HTTP」「沒流量時不想付錢」「最少維運」 | Cloud Run |
| 「定時批次」「跑完就結束」「平行處理很多檔案」 | Cloud Run Jobs(第 23 篇) |
| 「一直從 Pub/Sub 拉訊息處理」「不需要網址」 | Cloud Run worker pools |
| 「已有 Kubernetes 工作負載」「多雲、混合雲」「可攜性」 | GKE |
| 「有狀態」「StatefulSet」「DaemonSet」「服務網格」 | GKE |
| 「不想管節點」「照 Pod 用量付費」 | GKE Autopilot(第 24 篇) |
| 「指定作業系統」「Windows」「授權綁硬體」「改核心」「直接搬遷」 | Compute Engine |
| 「可以被中斷」「最便宜」「批次運算」 | Spot VM、Autopilot Spot Pod |
| 「GPU 推論」「偶爾用」「縮到零」 | Cloud Run GPU(注意支援區域) |
常見問答
Cloud Run vs GKE 怎麼選?
看工作負載和團隊。無狀態的網站、API、批次工作,希望沒人用時不付運算費、不想維運叢集,選 Cloud Run;很多服務互相呼叫、需要永久磁碟或 StatefulSet、團隊已經在用 Kubernetes、需要細部控制網路和節點,選 GKE。兩邊都用標準容器映像檔,可以先從 Cloud Run 開始,碰到限制再搬。
Cloud Run 一定比 GKE、Compute Engine 便宜嗎?
不一定。這篇用台灣 asia-east1 的牌價(2026 年 11 月)算:每月 300 萬次請求的小網站,Cloud Run 約 10.48 美元,GKE Autopilot 約 59.42 美元,Compute Engine e2-standard-2 約 60.47 美元;但 24 小時不停的 2 vCPU、8 GiB 背景工作,Compute Engine 約 60.47 美元反而最便宜,Cloud Run worker pools 約 83.90 美元、GKE Autopilot 約 107.11 美元。
Compute Engine 什麼時候比 Cloud Run 划算?
工作量 24 小時都很滿的時候。Cloud Run 便宜在「沒人用不收錢」,機器一直在忙就沒有這個優勢;GPU 的例子裡,Compute Engine g2-standard-4 開滿一個月約 589.28 美元,等於 Cloud Run GPU 一天開 15.6 小時的費用,用得比這個久就是 VM 划算。另外要指定作業系統、跑 Windows 的,只能用 Compute Engine。
Cloud Run 可以用 GPU 嗎?台灣可以嗎?
可以用 NVIDIA L4 和 RTX PRO 6000,但 2026 年 11 月查官方文件,L4 支援的區域沒有台灣 asia-east1,亞洲是新加坡 asia-southeast1 和孟買 asia-south1(孟買要申請)。GPU 服務一定要用以執行個體計費,L4 最少 4 CPU、16 GiB,沒人用時一樣可以縮到 0。台灣 asia-east1 要用 L4,可以選 GKE 或 Compute Engine 的 G2 機型。
GKE Autopilot 和 Cloud Run 都不用管機器,差在哪?
差在你管什麼、怎麼收錢。Autopilot 還是 Kubernetes:你寫 Deployment、Service 這些 YAML,Pod 開著就照資源要求收錢,沒人用也收;Cloud Run 只要交容器映像檔,有請求才收 CPU 和記憶體的錢,沒人用時縮到 0。Autopilot 能用 StatefulSet、永久磁碟、DaemonSet 這些 Kubernetes 功能,Cloud Run 不行。
選錯了可以搬嗎?
可以,成本主要在設定。GKE 和 Cloud Run 都用標準容器映像檔,同一個放在 Artifact Registry 的映像檔兩邊都能部署,Cloud Build 的流程也能共用;官方文件還說明了可以用負載平衡器把同一個服務的流量分給兩個平台,慢慢搬過去。從 Compute Engine 搬出來比較麻煩,要先把程式包成容器。
Cloud Run 可以跑資料庫這種有狀態的程式嗎?
不適合。Cloud Run 容器裡的檔案系統在記憶體裡,執行個體關掉資料就不見,寫太多還會把執行個體撐爆。資料要放 Cloud SQL、Cloud Storage 這類外部服務;一定要自己架資料庫,放 GKE(用永久磁碟加 StatefulSet)或 Compute Engine。
重點整理
- 差在你要顧多少:Compute Engine 給你整台機器(作業系統也是你的),GKE 給你代管的 Kubernetes,Cloud Run 只要交容器映像檔
- 計費差最多:Cloud Run 預設有請求才收錢、沒人用縮到 0;GKE 收叢集管理費(每月 74.40 美元免費額度抵一個)加 Pod 或節點;Compute Engine 開著就收,E2 沒有持續使用折扣
- 三個情境算一次(台灣 asia-east1,2026 年 11 月):小網站 Cloud Run 約 10.48 美元最便宜;24 小時背景工作 Compute Engine 約 60.47 美元最便宜;GPU 一天用超過約 15.6 小時,VM 比 Cloud Run 划算
- Cloud Run 的 L4 GPU 台灣沒有,亞洲最近是新加坡;台灣要用 L4 選 GKE 或 Compute Engine
- 預設從 Cloud Run 開始:指定作業系統選 Compute Engine,多服務、有狀態、已在用 K8s 選 GKE,同一個容器映像檔隨時可以搬
延伸閱讀
本系列
- 第 1 篇:Docker 入門教學:不用安裝,用 Cloud Shell 跑出第一個容器
- 第 16 篇:K8s 資料怎麼保存?Volume、PV、PVC 一次看懂
- 第 17 篇:健康檢查與自動擴展:Probe、資源限制、HPA
- 第 19 篇:Artifact Registry 是什麼?把 Docker 映像檔推上 GCP 教學
- 第 20 篇:Cloud Run 是什麼?Cloud Run 教學:部署容器、版本與流量分割
- 第 21 篇:Cloud Build 是什麼?用 cloudbuild.yaml 自動建映像檔、部署到 Cloud Run
- 第 22 篇:Cloud Run 收費怎麼算?Cloud Run pricing、冷啟動、最小執行個體一次看懂
- 第 23 篇:Cloud Run Jobs 是什麼?服務、Jobs、functions 差在哪、怎麼選
- 第 24 篇:GKE 是什麼?Google Kubernetes Engine 教學:Autopilot 和 Standard 怎麼選
- 第 25 篇:GKE 部署教學:把 Minikube 的應用搬上 GKE(映像檔、Gateway、HPA)
- 上一篇:第 26 篇:Workload Identity 是什麼?GKE 不用金鑰安全存取 GCP 服務
- 下一篇:第 28 篇:Docker、Kubernetes 教學地圖:從容器到 Cloud Run、GKE 全系列整理
運算服務相關
- Compute Engine 是什麼?Google 的 VM 平台
- Kubernetes 是什麼?白話解釋+判斷你是否真的需要它
- 容器(Container)技術是什麼?從零開始看懂 Docker 與容器化應用
- Cloud Run Functions 簡介
- 模型部署怎麼選?線上預測 vs 批次預測、流量分割
- Vertex AI 自訂訓練:容器、分散式訓練、GPU 與 TPU
- Spotify 成功案例:如何將服務搬上 GCP?7 大關鍵技術決策完整解析
- GCP 帳單爆炸防護
站上相關文章
三個服務怎麼選有了答案,最後一篇把整個系列 27 篇整理成一張學習地圖,從 Docker 一路走到 Cloud Run、GKE。可以看看東東的 GCP 課程,或加 LINE 聊聊你現在的狀況,一起找出最適合你的學習順序。