函数计算 FC 选型与计费指南:CU 到底怎么算,哪些活该交给函数

简介: FC 账单上只有一个词:CU。这篇讲清 CU 换算规则、活跃/浅休眠/深休眠三种状态的计费差异,并给出定时任务、Web API、图片处理三笔真实算例,以及五个千万别交给函数的场景。

函数计算是少数几个"账单上找不到机器"的计算产品。ECS 你能看到几核几 G、包月还是按量;ECI 至少还有容器实例数。到了 FC,账单上只有一个词:CU。很多人第一次看账单的反应是"我明明没跑多少请求,怎么还有钱",第二次的反应是"这个 CU 到底等于多少 CPU"。

这篇把两件事讲清楚:CU 是怎么被算出来的,以及什么样的活该交给函数、什么样的活不该。所有价格以官方页面实时展示为准,文中数字是按公开单价做的算例,只用来判断量级。

一、先把三个"跑代码的地方"摆在一张表上

选型的第一步不是比较价格,是比较生命周期归谁管。

维度 ECS ECI(弹性容器实例) 函数计算 FC
你交付的东西 整台虚拟机 容器镜像 代码包 / 镜像
计费单位 实例时长(包月或按秒) 实例时长(按秒) CU 使用量(按毫秒折算)
空闲时是否收费 收 收(实例存在就收) 最小实例数为 0 时不收
启动耗时 分钟级 秒级 冷启动通常百毫秒到秒级,弹性效率比虚机、容器快 5~10 倍
运维面 系统、补丁、扩缩容全自理 免宿主机,容器配置自理 全托管,只管代码和配置
典型合适场景 常驻服务、需要 SSH 调试、有状态中间件 突发批处理、需要自定义镜像 事件驱动、流量波动大、低频任务
典型不合适场景 流量极不规律、大量闲置 长稳负载(不如包月) 长连接、需要本地状态、7×24 恒定高负载

一句话边界:负载越"平",越该用包月 ECS;负载越"尖",越该用 FC。 FC 卖的不是算力,是"不用为闲置付费"。

阿里云函数计算 FC:稳定高可靠、按需低成本、高效免运维

二、CU 是唯一的计费单位

FC 把所有资源消耗折算成一个统一单位 CU,再乘单价。转换系数如下(CPU 实例):

计费项 单位 CU 转换系数 说明
vCPU 使用量 CU/(vCPU·秒) 1.0 活跃状态才收
内存使用量 CU/(GB·秒) 0.15 浅休眠状态仍收
磁盘使用量 CU/(GB·秒) 0.05 前 10 GB 免费,默认 512 MB 档不计费
函数调用次数 CU/万次 75 按调用次数摊
深休眠存储空间 CU/(GB·秒) 0.05 深休眠态唯一的收费项

单价是按月阶梯累计的,而且按地域独立累计,不同地域的用量不会合并进同一档:

月度 CU 使用量 目录价(元/CU) 活动折扣价(元/CU)
(0, 2 亿] 0.00011 0.000088
(2 亿, 10 亿] 0.00010 0.000080
> 10 亿 0.00009 0.000072

几个容易忽略的规则:

  • CPU 实例按毫秒计量,GPU 实例按秒计量;
  • 单小时费用低于 0.01 元时按 0.01 元收取,所以极低频任务的账单会被这个地板价托住;
  • 公网出流量不在这张账单里,它走 CDT 统一计费,函数内发起的公网请求、响应流量、被 CDN 回源的流量都算;
  • 新用户有 CU 试用额度(官方免费试用页给的是每月 15 万 CU、有效期 3 个月,具体以当期活动为准),额度内不产生费用。

三、决定账单的第三个变量:实例处于哪种状态

同样一个函数,实例状态不同,收费项完全不同。这是 FC 计费最容易误判的地方。

实例状态 vCPU 费 内存费 磁盘费 触发条件
活跃 收 收 收(10 GB 内免) 正在处理请求
浅休眠(原"闲置") 不收 收 收(10 GB 内免) 无请求但实例被保留
深休眠 不收 不收 按深休眠存储收,10 GB 免费额度不适用 深休眠功能开启且实例冻结

按量模式下,最小实例数为 0 时没有请求就不分配实例、不产生费用;一旦把最小实例数设成 1 以上,实例就常驻,无请求时进入浅休眠继续计费。这就是"我几乎没调用,为什么每天都有账单"的标准答案——不是计费错了,是为了消冷启动主动买了常驻。

深休眠还要注意一个反直觉的点:它的计费量是 内存 × 2 + 磁盘,而且不再享受 10 GB 磁盘免费额度。内存给得越大,深休眠越不划算。

四、算三笔账

以下用目录价 0.00011 元/CU 粗算,实际以官网实时价格和活动为准。

第一笔:每天跑一次的定时任务。 规格 0.5 vCPU / 1 GB,每次执行 30 秒。

每次 CU = 0.5×30 (vCPU) + 1×0.15×30 (内存) + 75/10000 (调用)
        = 15 + 4.5 + 0.0075 ≈ 19.5 CU
每月 30 次 ≈ 585 CU ≈ 0.06 元

再叠加"单小时不足 0.01 元按 0.01 元"的地板价,实际账单是几毛钱量级。同样的活放一台包月 ECS 上,光闲置就是几十上百元。这是 FC 最没有争议的战场。

第二笔:一个有波峰的 Web API。 日均 10 万次调用,每次 100 毫秒,规格 0.5 vCPU / 1 GB。

单次 = 0.5×0.1 + 1×0.15×0.1 + 75/10000 ≈ 0.0725 CU
每月 = 0.0725 × 10万 × 30 ≈ 21.75 万 CU ≈ 24 元

注意这里的假设:0.1 秒是真正的处理时间,不含冷启动。如果每次请求都要拉一个 200 MB 的依赖再初始化数据库连接,实际计费时长会翻几倍,账单跟着翻几倍。

第三笔:图片处理。 每张 2 秒,规格 1 vCPU / 2 GB,月处理 10 万张。

单张 = 2 + 2×0.15×2 + 0.0075 ≈ 2.61 CU
每月 = 2.61 × 10万 ≈ 26.1 万 CU ≈ 29 元

算力之外还有两笔:图片存 OSS 的存储与请求费、分发出去的 CDN 流量费。函数费往往不是这类方案里最贵的一项,别只盯着 CU。

把这三笔放在一起看,会得到一个粗略的换算:百元级的包月实例,大约相当于每月 90 万 CU 的按量消耗。月用量稳定超过这个量级,就该认真考虑包月或常驻资源池,而不是继续按量。

函数计算 FC 应用场景:AI 推理、视频转码、实时数据处理

五、反转:五个不该用 FC 的场景

选型文章如果只讲优点就是广告。以下五类活,交出去大概率要返工。

  1. 长连接与常驻进程。 WebSocket 长会话、MQTT broker、需要维持心跳的后台任务,都不适合。实例会被冻结、被回收,连接跟着断。函数里若确实要跑后台异步逻辑,得关掉浅休眠,成本随即变成常驻。
  2. 依赖本地状态的服务。 临时磁盘上限 10 GB,实例随时可能被替换。会话、上传的临时文件、本地缓存目录都不能当持久层用。
  3. 7×24 恒定高负载。 峰值和谷值差不多的业务,按量单价一定打不过包月。这种负载用 FC 是把省钱的前提(有闲置)主动放弃掉了。
  4. 强依赖固定公网 IP 或需要 SSH 进去排查的。 FC 支持配置固定公网 IP,但要求关闭默认网卡的公网访问,配置错了表现为"函数能跑但访问不了外网"。也没有 SSH,排障只能靠日志和本地复现。
  5. 超长批处理。 单次执行上限是 86400 秒,看似够长,但长任务一旦中途失败重试成本很高。几小时以上的离线计算,用 ECI 或大数据产品更稳。

六、上线前必须确定的七个参数

FC 的坑八成不在代码里,在配置里。这张表建议照着过一遍。

参数 默认 / 范围 踩坑点
规格(vCPU / 内存) vCPU 0.05~16 核(0.05 步长),内存 128 MB~32 GB(64 MB 步长) vCPU 与内存比例必须落在 1:1 ~ 1:4,超了建不出来;内存给大不等于跑得快
执行超时 默认 60 秒,最长 86400 秒 默认 60 秒是最常见的线上故障源,批量任务务必调大
单实例并发度 1~200 调高能省实例费,但多请求共享同一份 CPU/内存,是"抢占式共享"
最小实例数 0 设 ≥1 即常驻计费,仅为消冷启动才设,且配合浅休眠
临时磁盘 512 MB 默认,最大 10 GB 前 10 GB 免费,写大文件先确认落盘位置
日志 需显式接入 SLS 不接日志等于线上黑盒,出问题只能猜
网络 默认网卡可访问公网;可绑定 VPC 访问 VPC 内 RDS/Redis 必须配 VPC 与交换机,否则连不上内网地址

另外两个配额值得提前知道:单账号单地域按量模式实例总数默认 100,实例交付速度约 300 个/分钟。突发流量打进来时,扩容不是无限的。

七、从零到跑起来:四步

用 Serverless Devs 走一遍最小闭环。

# s.yaml
edition: 3.0.0
name: demo-fc
access: default
resources:
  web:
    component: fc3
    props:
      region: cn-hangzhou
      functionName: demo-web
      runtime: python3.10
      code: ./code
      handler: index.handler
      memorySize: 512
      cpu: 0.35
      timeout: 60
      instanceConcurrency: 10
      triggers:
        - triggerName: httpTrigger
          triggerType: http
          qualifier: LATEST
          triggerConfig:
            authType: anonymous
            methods: [GET, POST]
# 部署(首次会引导配置 AccessKey)
s deploy -y

# 本地触发一次,先验证业务逻辑
s invoke -e '{"queryStringParameters": {"name": "fc"}}'

# 查看线上日志
s logs --tail

部署完在控制台拿到公网访问地址,再用 curl 验收:

curl -i "https://<your-endpoint>/<path>?name=fc"
# 记下响应头里的 X-Fc-Request-Id,查日志时用它精确定位一次调用

验收清单三件事:响应头有 X-Fc-Request-Id;日志里能看到本次调用的完整耗时;用 s info 确认 instanceConcurrency 和 timeout 是你要的值而不是默认值。

八、避坑清单

  1. 把默认 60 秒超时当成"够用",批量任务跑到一半被截断。
  2. 最小实例数设了 5 却以为"没请求就不收费",月底账单不对。
  3. 为了消冷启动把内存拉满,结果冷启动没消掉,浅休眠的内存费翻倍。
  4. 在函数里初始化数据库连接池、加载大模型,每次调用都重新付一遍初始化时间的钱。
  5. 用临时磁盘存用户上传的文件,实例回收后文件消失。
  6. 忘了配 VPC,连不上 RDS 内网地址,误判为"函数不能访问数据库"。
  7. 函数挂在 OSS 触发器上做全量处理,一次误传几万个对象直接把月度 CU 打穿——上线前先确认触发范围与幂等。
  8. 只看 CU 单价做对比,漏算公网出流量和下游存储、CDN 的费用。

最后

FC 的价值不在"便宜",在于把闲置成本转移到平台。判断标准其实只有一条:这段代码是不是"有事才跑、跑完就没事"。是,就交给函数;不是,老老实实包一台机器。

产品页和当前计费规则在这里,价格随活动和地域变化,动手前建议自己核一遍:函数计算 FC 产品页与计费说明。

相关文章
|
4天前
|
JavaScript API iOS开发
DeepSeek Harness下载、安装、配置一篇搞定(2026整理,送常用插件)
DeepSeek Harness(DSH)是DeepSeek于2026年开源的MIT协议AI Agent框架,支持插件化组装模型、工具、沙箱与UI,兼容主流大模型。本文提供免Node.js的桌面端安装包(Win/macOS),含详细图文教程及热门插件推荐。
|
云安全 安全 网络安全
|
5天前
|
iOS开发 Docker MacOS
【2026实测】Docker Desktop下载、安装、汉化、配置教程(附官网安装包)
Docker Desktop 是 Docker 官方推出的桌面容器管理工具,集成引擎、CLI、图形界面与 Kubernetes,支持 Win/macOS/Linux。2026 最新版 4.88.1 强化 ARM 原生运行、镜像加速及资源可视化,附中文汉化与国内镜像配置指南。
861 1
|
17天前
|
人工智能 API 开发工具
DeepSeek Harness 神插件:白嫖 13 家大厂模型
`dsh-our-free-model` 是 DeepSeek Harness 神级插件:零配置、零API Key、零账号,聚合13家大厂免费模型(含DeepSeek V4.1 Flash、Kimi K3等),支持本地网关、用量看板与自动降级,真正实现“白嫖即用”。
2971 49
|
11天前
|
JavaScript 安全 前端开发
Nodejs Brotli decoder 代码执行漏洞 (CVE-2026-111497)10629
Node.js发布安全更新修复Brotli解码器高危RCE漏洞(CVE-2026-111497),建议受影响版本用户立即升级。
2100 2
|
5天前
|
安全 算法 定位技术
《高性价比人生指南》完整原版:普通人用最少的资源,过好这一生的底层逻辑~How To Live Better
📖《高性价比人生指南》是一份基于实证、拒绝焦虑的生存手册,倡导以“人生时薪”为视角,重新计算时间、金钱与精力的成本与收益。它不承诺逆袭,只教人算清账:省下的钱若耗掉时间便亏;买体验比买物品更值;睡眠是最高杠杆的健康投资;关系贵在情绪价值而非表面热络;学习重在改变行为而非自我安慰。核心理念:用低成本、高回报的微小行动,换取长期的选择权——不是成为谁,而是掌控自己人生的主动权。
|
10天前
|
人工智能 JSON Linux
【保姆级】ComfyUI部署教程(下载+安装+配置+工作流,2026最新)
ComfyUI 是一款开源节点式AI生成工具,支持图像、视频、音频及3D内容创作。通过拖拽连线组合模型加载、提示词、采样等节点,构建可复用、易修改的工作流,兼容SD1.5、SDXL、Flux、Qwen Image等主流模型。
|
4天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)