Serverloses Decodieren: Ein umfassender Leitfaden für AWS, Azure und Google Cloud

Cloud Computing hat grundlegend verändert, wie Unternehmen Anwendungen gestalten, bereitstellen und skalieren. Zu den transformativsten Angeboten gehört Serverless Computing, das Infrastrukturmanagement vollständig abstrahiert und nur für Ressourcen berechnet, die während der Ausführung verbraucht werden. Dieses Pay-per-Use-Modell kann die Kosten im Vergleich zu herkömmlichen Provisionen drastisch senken, aber nur, wenn Sie die nuancierten Preisstrukturen dahinter verstehen. Eine falsche Interpretation einer Preistabelle oder das Übersehen einer obskuren Gebühr kann eine schlanke serverlose Architektur schnell in einen Budgetlinien-Posten verwandeln, der außer Kontrolle gerät. Dieses Handbuch bricht die serverlosen Preismodelle der drei großen Cloud-Anbieter auf - Amazon Web Services (AWS), Microsoft Azure und Google Cloud Platform (GCP) - und bietet umsetzbare Strategien, um Ihre serverlosen Kosten vorhersehbar und überschaubar zu halten.

Bevor wir uns mit den Besonderheiten des Anbieters befassen, ist es wichtig zu beachten, dass die serverlose Preisgestaltung selten eine einfache Kostenprobe pro Aufruf ist. Jede Anbieterebene umfasst Dimensionen wie Ausführungsdauer, Speicherzuweisung, Provisioned Concurrency, Netzwerkausgang und sogar die Anzahl der verwendeten Ressourcen (wie Storage oder APIs).

AWS Lambda: Der Marktführer

AWS Lambda, das 2014 eingeführt wurde, setzte den Standard für die Preisgestaltung für Function-as-a-Service (FaaS). Sein Modell ist oberflächlich betrachtet einfach, enthält jedoch kritische Nuancen, die sich auf die Rechnungen in der realen Welt auswirken.

Hauptpreiskomponenten

  • Requests: AWS berechnet pro Million Requests. Die ersten 1 Million Requests pro Monat sind kostenlos. Danach beträgt die Rate $0,20 pro Million Requests in den meisten Regionen. Diese Komponente skaliert linear mit Ihrer Invocation Count.
  • Dauer: Dies ist der größte Kostentreiber für viele Workloads. Die Dauer wird in GB-Sekunden gemessen, was den zugewiesenen Speicher (in GB) mit der Ausführungszeit (in Sekunden) multipliziert, auf die nächste Millisekunde aufgerundet. Der typische Preis beträgt $0,0000166667 pro GB-Sekunde für x86-Architektur. Mit 128 MB (0,125 GB) Speicher kostet eine Million Sekunden Ausführung etwa 2,08 $. Mit 1 GB Speicher kostet die gleiche Dauer 16,67 $. Entscheidend ist, dass AWS jetzt in Millisekundenschritten berechnet wird - zuvor waren Runden von zwei Millisekunden Standard - was eine feinere Granularität für Kurzlauffunktionen ergibt.
  • Vorgesehene Nebenleistung: Wenn Sie Funktionen vorwärmen müssen, um Kaltstarts zu vermeiden, zahlen Sie für bereitgestellte Nebenleistung, auch wenn die Funktion im Leerlauf ist. Diese wird pro GB-Sekunde bereitgestellter Kapazität berechnet, unabhängig von der tatsächlichen Nutzung, plus Standardanforderung und Dauergebühren, wenn die Funktion ausgeführt wird.

Zusätzliche Kosten oft übersehen

  • Netzwerk-Egress: Daten, die aus AWS ins Internet oder in andere Regionen übertragen werden, werden standardmäßig mit EC2-Datenübertragungsraten abgerechnet (normalerweise $0,09 pro GB für die ersten 10 TB).
  • Externer Speicher und APIs: Lambda arbeitet oft in Abstimmung mit DynamoDB, S3 oder API Gateway. Jeder dieser Dienste hat seine eigenen Preise (z. B. DynamoDB Lese- / Schreibkapazitätseinheiten, S3 PUT / GET-Anfragen). API Gateway berechnet pro API-Aufruf Kosten zwischen 1,00 und 3,50 US-Dollar pro Million Anfragen, abhängig von der Region und dem Caching.
  • Lambda@Edge: Beim Ausführen von Funktionen an CloudFront Edge-Standorten unterscheidet sich die Preisgestaltung. Anfragen kosten $0,60 pro Million und die Dauer beträgt $0,00005001 pro 128 MB-Sekunde, was etwa dem Dreifachen der Standard-Lambda-Rate entspricht.

Für eine detaillierte Aufschlüsselung konsultieren Sie immer die offizielle AWS Lambda-Preisseite.

Azure-Funktionen: Verbrauchs- und Premium-Pläne

Azure Functions verwendet ein ähnliches verbrauchsbasiertes Modell, fügt jedoch einen Premium-Plan hinzu, der Kaltstarts eliminiert und dedizierte Instanzen bietet.

Preisgestaltung des Verbrauchsplans

  • Ausführungszahl: Die ersten 1 Million Hinrichtungen pro Monat sind kostenlos.
  • Ressourcenverbrauch (GB-Sekunden): Die kostenlose Ebene umfasst 400.000 GB-Sekunden pro Monat. Darüber hinaus beträgt die Rate $0,000016 pro GB-Sekunde. Dies ist fast identisch mit AWS Lambdas Duration-Preisen, aber beachten Sie, dass Azure die Ausführungszeit auf die nächsten 100 Millisekunden (für Dauern unter 10 Sekunden) oder auf die nächste Sekunde (für längere Dauern) rundet. Dies kann die Kosten für Funktionen, die wiederholt in kurzen Bursts ausgeführt werden, leicht aufblähen.

Premium Plan Preisgestaltung

Azure Functions Premium ist ideal für Workloads, die eine vorhersagbare Latenz, leistungsfähigere Instanzen oder virtuelle Netzwerkverbindungen erfordern.

  • Sie zahlen für eine Basisanzahl von immer bereiten Instanzen (mindestens 1) zu einem festen Stundensatz pro vCPU und Speicher (etwa 0,076 USD pro vCPU-Stunde und 0,009 USD pro GB-Stunde für die ersten 1 vCPU und 2 GB).
  • Zusätzliche Instanzen skalieren bei Bedarf mit einer Preisverurschtheit, die höher als der Verbrauch, aber niedriger als die Always-on-Instanzen ist.
  • Ausführungszahl und -dauer werden ebenfalls in Rechnung gestellt, jedoch zu ermäßigten Preisen (z. B. 0,01 USD pro Million Ausführung für Premium).

Versteckte Kosten zum Anschauen

  • Storage und Blob Triggers: Azure Functions verwenden häufig Blob Storage als Trigger. Jeder Blob-Scan erhöht die Speichertransaktionskosten, die sich für hochvolumige Ereignisströme ansammeln können.
  • Azure App Service Plan: Wenn Sie Ihre Funktionen in einem App Service Plan (dedizierte Infrastruktur) hosten, werden Ihnen unabhängig von der Funktionsausführung die Berechnung und der Arbeitsspeicher des Plans in Rechnung gestellt.
  • Datentransfer: Wie AWS berechnet Azure Gebühren für ausgehende Datenübertragungen. Die Preise beginnen bei 0,087 US-Dollar pro GB für die ersten 10 TB, können jedoch je nach Region variieren.

Beziehen Sie sich immer auf die Preisseite Azure Functions für aktuelle Preise.

Google Cloud-Funktionen und Cloud Run: Ein Container-Ansatz

Google Cloud bietet zwei primäre serverlose Rechendienste: Cloud Functions (ähnlich Lambda und Azure Functions) und Cloud Run (serverlose Container).

Cloud-Funktionen (1. und 2. Gen)

  • Invocations: Die kostenlose Stufe umfasst 2 Millionen Invocations pro Monat.
  • Rechenzeit (CPU-Sekunden und GB-Sekunden): Gezahlt separat für CPU und Speicher. Für die 1. Generation beträgt die Rate $0,0000025 pro GHz-Sekunde und $0,0000025 pro GB-Sekunde. Für die 2. Generation ist die Preisgestaltung granularer: $0,000016 pro vCPU-Sekunde und $0,0000025 pro GB-Sekunde. Das bedeutet, dass eine 1 vCPU, 2 GB-Funktion, die für 1 Sekunde läuft, $0,000021 allein in der Rechenzeit kosten würde (plus Invocation).
  • Networking: Google Cloud beinhaltet eine großzügige kostenlose Ebene für den Netzwerkausgang (1 GB pro Monat für alle Ziele zusammen). Danach kostet der Ausstieg ins Internet 0,12 USD pro GB für die ersten 10 TB, was höher ist als bei AWS und Azure.

Cloud Run (Fully Managed)

Cloud Run abstrahiert die Containerlaufzeit und berechnet nur für Ressourcen, die während der Anfrageverarbeitung verbraucht werden, zuzüglich einer geringen Gebühr für untätige Instanzen, die einige Minuten nach der letzten Anfrage in der Nähe bleiben (anfragebasierte Preise betragen 0,000016 USD pro vCPU-Sekunde und 0,0000025 USD pro GB-Sekunde, identisch mit Cloud Functions 2. Generation). Beachten Sie, dass Cloud Run auch Gebühren für die Containerstartzeit berechnet, wenn ein Kaltstart eintritt, der bei Cloud Functions nicht in Rechnung gestellt wird, es sei denn, es wird gleichzeitig eine Rechnungsstellung für immer geplante Aufträge verwendet.

Häufige Kostenfallen

  • Memory Oversizing: Die Preise von Google Cloud sind direkt proportional zu Speicher und CPU. Überprovisioning-Speicher für triviale Funktionen können Ihre Rechenkosten verdoppeln.
  • VPC Connector: Wenn Ihre serverlose Funktion auf Ressourcen innerhalb eines VPC zugreifen muss, müssen Sie einen VPC-Anschluss bereitstellen, der 0,026 US-Dollar pro Stunde zuzüglich Datenverarbeitungsgebühren kostet.
  • Cloud Scheduler & Pub/Sub: Das Auslösen einer Funktion über Cloud Scheduler oder Pub/Sub verursacht zusätzliche Kosten pro Auftragsausführung bzw. pro Nachricht.

Für die genaue Preisgestaltung besuchen Sie Google Cloud Functions pricing und Cloud Run pricing.

Vergleich der drei: Wo liegen die wirklichen Unterschiede?

Während die Basispreise aller drei Anbieter bemerkenswert ähnlich sind - rund 0,20 US-Dollar pro Million Anfragen und 0,000016 US-Dollar pro GB-Sekunde - ergeben sich die tatsächlichen Kostenunterschiede aus:

  • Free tier charity: Google Cloud bietet 2 Millionen Aufrufe pro Monat kostenlos, doppelt so viel wie 1 Million von AWS und Azure.
  • Granularität der Abrechnung: AWS berechnet jetzt pro Millisekunde, Azure-Runden bis 100ms (oder 1s) und Google-Runden bis 100ms für Cloud-Funktionen, aber pro Sekunde für Cloud Run. Für Funktionen, die für einige Millisekunden laufen, hat AWS einen Vorteil.
  • Vorgesehene Nebenkosten: AWS’s Provisioned Concurrency Pricing ist relativ hoch; Azure Premium bietet einen vorhersagbareren Stundensatz; Google Cloud’s Cloud Run ermöglicht Min-Instance-Einstellungen ohne zusätzliche Kosten für Leerlaufkapazität (obwohl Sie für zugewiesene CPU/Memory auch im Leerlauf bezahlen).
  • Egress-Preise: Google Cloud ist die teuerste für Outbound-Daten ($0.12/GB vs. $0.09 für AWS und $0.087 für Azure).

Finanz- und Architekturstrategien zur Kostenkontrolle

Die folgenden Taktiken helfen Ihnen, die Kosten für Serverlose vorhersehbar zu halten, insbesondere wenn Ihre Anwendung skaliert wird.

1. Profilieren Sie Ihre Funktionen mit Tracing

Verwenden Sie verteilte Tracing-Tools (AWS X-Ray, Azure Application Insights, Google Cloud Trace), um Funktionen mit unerwartet langer Dauer oder übermäßiger Speichernutzung zu identifizieren. Eine einzelne ineffiziente Funktion kann Ihre Rechnung dominieren. Sobald sie identifiziert ist, optimieren Sie den Code (z. B. Verwenden von Verbindungspooling, Verringern des Abhängigkeitsladens) oder erhöhen Sie den Speicher, um die Ausführung zu beschleunigen - manchmal senkt eine Speichererhöhung die Gesamtkosten, da die Dauer überproportional abnimmt.

2. Umsetzung der On-Demand-Skalierung mit Care

Serverlose Plattformen können automatisch skaliert werden, aber unkontrollierte Skalierung kann zu Kostenspitzen bei Datenverkehrsausbrüchen führen. Legen Sie Parallelitätsgrenzen pro Funktion fest, um maximale gleichzeitige Aufrufe zu begrenzen. Verwenden Sie für AWS reservierte Parallelität; Setzen Sie für Azure Funktions-App-Skalierungsgrenzen; Konfigurieren Sie für Google Cloud maximale Instanzen pro Dienst. Dies schützt vor außer Kontrolle geratenen Kosten durch eine falsch konfigurierte Funktion.

3. Verwenden Sie Pay-as-You-Go mit reservierten oder Verpflichtungsrabatten

AWS bietet Compute Savings Pläne, die für die Lambda-Dauer gelten (mit einem Rabatt von 17-40 % im Austausch für eine 1- oder 3-jährige Verpflichtung). Azure bietet reservierte Instanzpreise für Premium-Planfunktionen und Google Cloud hat Rabatte für die Nutzung von Cloud Run zugesagt (wenn Sie auch GKE oder Compute Engine verwenden).

4. Design für Batch-Effizienz

Wenn Sie viele kleine Ereignisse verarbeiten (z. B. Nachrichten aus einer Warteschlange), stapeln Sie sie in weniger Aufrufe. Zum Beispiel kann AWS Lambda Batches von bis zu 10.000 SQS-Nachrichten pro Aufruf verarbeiten. Dies reduziert die Anzahl der Anfragen, wodurch die Gebühr pro Aufruf eingespart wird, während die Dauerkosten nur geringfügig steigen. In ähnlicher Weise können Azure Functions Event Hub-Ereignisse stapeln und Google Cloud Functions kann Pub/Sub mit Batch-Einstellungen verwenden.

5. Überwachung und Alarmierung von Anomalien

Richten Sie Budgetbenachrichtigungen und Kostenanomalienerkennung ein. Die meisten Cloud-Anbieter ermöglichen es Ihnen, monatliche Budgetschwellen festzulegen und Warnungen auszulösen, wenn die Ausgaben 50%, 80% oder 100% des Budgets überschreiten. Verwenden Sie Cloud-native Monitoring-Tools (AWS Cost Explorer, Azure Cost Management, Google Cloud Billing), um serverlose Ausgaben pro Funktion oder Dienst zu verfolgen.

Real-World-Szenarien: Wenn Serverless Pricing Überraschungen

Betrachten Sie zur Veranschaulichung eine einfache Bildgrößenfunktion, die 10 Millionen Bilder pro Monat verarbeitet. auf AWS Lambda mit 1 GB Speicher und einer durchschnittlichen Ausführungszeit von 200 ms:

  • Anfragen: (10M – 1M gratis) * $0,20/M = $1,80
  • Dauer: 10 M * 0,2 s = 2 M Sekunden. GB-Sekunden = 1 GB * 2 M = 2 M. Kosten = 2 M * $ 0,000016667 = 33,33
  • Gesamtrechnung: ≈ 35,13 $ pro Monat (plus S3 Kosten für Quelle und Ausgabe).

Auf Google Cloud-Funktionen mit den gleichen Spezifikationen (2M kostenlose Aufrufe, 2M Sekunden Dauer):

  • Anfragen: (10M – 2M) * $0,40/M = $ 3,20
  • GB-Sekunden: 2M * $0,0000025 = $ 5,00
  • CPU-Sekunden: Nehmen wir 1 GHz = 2M * $0,0000025 = $ 5,00 an
  • Gesamtrechnung: ≈ $ 13.20

Google Cloud wäre billiger für diese Arbeitslast. Aber wenn die Bildverarbeitung das Herunterladen einer 5 MB Datei von einer externen Quelle beinhaltet, könnte der Ausgang in Google Cloud 6 $ pro GB hinzufügen (5 MB * 10 M = 50.000 GB? Warten Sie: 5 MB pro Bild * 10 Millionen = 50 Terabyte; das wäre astronomisch hoch. Realistischer: Funktion gibt eine 200 KB Miniaturansicht aus. Dann ist der Ausgang 2 TB. Auf AWS-Ausgang: zuerst 1 TB $ 0,09 / GB = 90 $, nächste 1 TB $ 0,085 = 85 $, insgesamt 175 $. Auf Google: Erst 1 TB kostenlos? Googles kostenloser Ausgang ist 1 GB pro Monat für alle Ziele, also zahlen Sie $ 0,12 / GB für die ersten 10 TB = 240 +. Also ist die billigere Berechnung bei Google durch den Ausgang in den Schatten gestellt. Dieses Szenario unterstreicht, dass die Ausstiegskosten in die Gesamtbetriebskosten einbezogen werden müssen.

Alles zusammenbringen

Serverless Computing bietet enorme Kostenvorteile gegenüber herkömmlicher Infrastruktur, wenn Muster übereinstimmen - geringer und variabler Datenverkehr, kurzlebige Funktionen und effizienter Code. Aber die Preismodelle sind nicht monolithisch. AWS Lambda zeichnet sich durch feinkörnige Abrechnung und ein ausgereiftes Ökosystem aus. Azure Functions bietet Flexibilität durch Verbrauchs- und Premium-Pläne mit starker Integration in das Microsoft-Ökosystem. Google Cloud Functions und Cloud Run bieten eine großzügige kostenlose Tier- und Container-zentrierte Optionen, die für hochaufrufende, kurzfristige Workloads kostengünstiger sein können, vorausgesetzt, der Ausgang ist minimal.

Um eine fundierte Wahl zu treffen, modellieren Sie Ihre erwartete Nutzung über alle drei Anbieter hinweg, einschließlich Nebendienstleistungen wie Speicher, Datenbanken und Datenübertragung. Verwenden Sie die offiziellen Preisrechner (jeder Anbieter bietet einen an) und testen Sie mit echten Workloads in einer Sandbox-Umgebung. Durch das Verständnis dieser Preismodelle auf granularer Ebene können Sie eine serverlose Architektur entwerfen, die nicht nur skalierbar und reaktionsfähig bleibt, sondern auch finanziell nachhaltig, wenn Ihr Unternehmen wächst.