阿里云的函数计算和传统的云服务器部署有啥区别和优势？

函数计算只支持分布式不支持单机，如果你要做有状态的服务，比如说全局 session，就必须用 redis 分布式 session，不能用单机本地内存 session 。而且函数计算有扩容冷启动响应时间毛刺，用户偶尔能感受得到卡了几秒。好处就是你不需要自己搞 k8s 那一套，扩容和缩容都是阿里帮你做，小白都能搞出来并发量很可观的接口，下限很高
函数计算虽然说是按量计费的但是不一定比你自己搞服务器省钱

云函数下层是容器，你可以当作你的程序在容器中运行。但是云函数和容器中程序的区别是云函数不能长时间驻留内存，也就是说如果你的请求生命周期很短，基本上云函数可以解决你的问题，但是像那种长时间运行的（举个例子超过 60 秒）的应用或者需要长时间后台任务执行的应用需要做很多其他处理。云函数也是可以做路由处理的，不过这部分逻辑需要一些额外代码处理，我记得官方文档中有例子。

自购基础服务就是找人背锅，当然你也不要太期望你自己部署套在壳子里面的性能会比他们的性能好一些...当然了，有钱人就是可以为所欲为的选择。不过如果刚开始没专职运维，考虑到你的业务上到一定层度的时候还需要专职运维相关岗位，对比在某些时间点上购买服务也是会比自建便宜。

函数计算原来说的就是 ServerLess, 之前接触过一点, 总体感觉就是首先费用极低, 用多少花多少, 可用性方面, 多写纯函数(输入输出完全确定, 无状态无副作用), 性能和抗高并发方面还是挺优秀的, 主要是纯函数写多了感觉 bug 都变少了. 曾几何时强烈建议把公司所有爬虫改造成 AWS lambda + kafka 的, 比现在在用的 Hadoop 和 docker 省太多钱了. 而且运维成本基本不考虑, 关键是我不会再被其他人写的共享资源的服务给拖累了...

也有些人不太习惯 serverless 部署和调试之类的麻烦, 还是看代码能力和经验, 没啥好办法.

AWS 深度用户路过，没用过阿里云的对应服务，但 AWS 的 Serverless （ Lambda+DynamoDB+APIGateway ）很对我胃口。

一开始确实如楼主所说，不符合传统开发习惯，但习惯以后再做传统项目，就觉得这也不爽那也不爽。所以这只是个习惯问题，没什么好坏之分。

不过没什么好坏之分是指的开发，若需要开发兼运维，那还是 Serverless 爽。尤其是云服务器，访问量稍微一大，就开始各种各样奇怪的毛病，很多是云服务器低下的 IO 性能，甚至是低配服务器被母鸡故意闲置资源所致。而 Serverless 就没有这些，还省个运维的人工成本（程序员免费加班兼任运维工作的那种公司不适用）