Melhor VPS

Infraestrutura

Serverless ou VPS para APIs: qual modelo escolher?

Compare serverless ou VPS para APIs em custo, escala, latência, limites e operação, com exemplos práticos para decidir sem surpresas na produção de APIs.

Revisão editorial: Concluída

Resposta direta

A escolha entre serverless ou VPS para APIs depende principalmente do padrão de tráfego e do nível de controle necessário. Serverless costuma funcionar bem para endpoints curtos, eventos assíncronos e cargas imprevisíveis, pois escala sob demanda e cobra pelo uso. Uma VPS tende a ser mais previsível para tráfego constante, processos persistentes, WebSockets, filas longas e aplicações que precisam controlar sistema operacional, rede e runtime. Não existe vencedor universal. Uma API com 30 mil chamadas mensais pode gastar menos em funções, enquanto um serviço que mantém 200 requisições por segundo durante todo o dia pode aproveitar melhor uma instância continuamente ativa. Latência, banco de dados, transferência de dados, observabilidade e horas de operação também entram na conta.

Resumo rápido

  • Serverless favorece tráfego irregular, funções curtas e eventos independentes.
  • VPS oferece processo contínuo, acesso ao sistema e custo mensal mais previsível.
  • Cold start pode afetar endpoints sensíveis à latência, dependendo do runtime e da plataforma.
  • Escala automática possui cotas, limites de concorrência e impacto sobre o banco de dados.
  • WebSockets, streaming e workers permanentes geralmente pedem análise cuidadosa antes de usar funções.
  • Uma VPS pequena para produção costuma começar com 2 vCPUs, 4 GB de RAM e disco SSD ou NVMe.
  • Arquiteturas híbridas podem manter a API principal em VPS e usar funções para tarefas eventuais.

O que muda entre serverless e VPS na prática

Serverless abstrai a infraestrutura

Em uma arquitetura serverless, o desenvolvedor publica uma função ou um contêiner gerenciado, configura gatilhos e deixa a plataforma cuidar do provisionamento. AWS Lambda, Cloudflare Workers e serviços baseados em contêineres sob demanda seguem modelos diferentes, mas compartilham uma ideia: não há um servidor permanentemente administrado pela equipe. A cobrança costuma considerar requisições, tempo de CPU, memória alocada e transferência de dados.

Imagine um endpoint que recebe imagens, valida o formato e grava uma mensagem em uma fila. Ele pode executar por 300 milissegundos, usar 512 MB de memória e desaparecer logo depois. Outro exemplo é um webhook de pagamento acionado algumas centenas de vezes por dia. O recurso fica ocioso na maior parte do tempo, então pagar apenas pelas execuções pode ser coerente. Uma terceira situação é uma rotina que redimensiona arquivos após um upload em object storage, sem depender de um processo contínuo.

A abstração reduz tarefas de sistema operacional, mas não elimina arquitetura. Ainda é preciso controlar idempotência, repetição de eventos, concorrência, timeouts, permissões e conexões com o banco. Se mil funções abrirem mil conexões simultâneas com PostgreSQL, a aplicação pode falhar mesmo que a camada de execução consiga escalar.

VPS entrega controle contínuo

Em uma VPS, o processo da API permanece ativo. Uma configuração comum combina Ubuntu LTS, Nginx ou Caddy, Docker, uma aplicação Node.js, Go ou Python e um serviço de supervisão. Uma instância com 2 vCPUs, 4 GB de RAM e 60 GB de SSD atende muitos projetos pequenos, desde que o consumo seja medido e o banco não dispute memória com vários contêineres pesados.

Esse controle facilita WebSockets, workers permanentes, cache Redis local e ajustes finos de kernel ou proxy. Também transfere responsabilidades para a equipe: atualizações, firewall, monitoramento, backups e recuperação. Quem está desenhando esse ambiente pode consultar o artigo sobre VPS para APIs e microsserviços no Brasil, que aprofunda localização, recursos e organização dos serviços.

Como comparar o custo real das duas arquiteturas

Custo variável no serverless

Comparar apenas o valor de uma VPS com a tarifa por milhão de chamadas produz uma conta incompleta. Em serverless, o custo pode incluir número de invocações, memória configurada, duração, saída de dados, gateway de API, logs, filas e banco gerenciado. Uma função de 512 MB que executa por 100 milissegundos tem comportamento econômico muito diferente de outra com 2 GB que leva 8 segundos para processar um relatório.

Considere uma API com 1 milhão de chamadas mensais. Se cada chamada durar 200 milissegundos e consumir 512 MB, o volume computacional será relativamente pequeno. Porém, adicionar um API Gateway, 100 GB de saída, logs detalhados e banco relacional pode tornar os componentes periféricos mais caros que a função. Preços, franquias e regiões mudam, por isso qualquer estimativa monetária precisa ser recalculada nas páginas oficiais antes da contratação.

O serverless também tem um custo de engenharia. Funções distribuídas exigem rastreamento entre serviços, testes de eventos, políticas de identidade e tratamento de repetição. Uma economia de infraestrutura pode ser anulada se a equipe gastar muitas horas investigando falhas fragmentadas. Isso não significa que o modelo seja ruim, apenas que a unidade correta é custo total de propriedade, não só cobrança por execução.

Custo previsível na VPS

A VPS normalmente gera uma cobrança fixa enquanto permanece ligada. Uma instância com 2 vCPUs e 4 GB pode executar API, proxy reverso e um worker leve durante 24 horas. Se a carga média for constante, o recurso comprado tende a ser aproveitado durante todo o mês. O planejamento também fica simples: servidor, armazenamento, tráfego excedente, backup e eventual serviço de monitoramento.

Há custos menos visíveis. Administrar patches, renovar imagens de contêiner, testar restauração e atender incidentes consome tempo. Uma equipe pode reservar duas horas mensais para manutenção de um serviço simples, mas ambientes regulados ou com alta disponibilidade demandam muito mais. Backups em outro local, réplica do banco e uma segunda instância elevam o orçamento, embora reduzam o risco de indisponibilidade.

Um teste útil é calcular três cenários: carga mínima, carga média e pico. Para uma API que oscila de zero a 50 requisições por segundo em poucas horas semanais, serverless pode ajustar melhor o gasto. Para 20 requisições por segundo constantes, com respostas de 150 milissegundos, compare o custo mensal completo das funções com uma VPS medida por CPU, RAM e rede. Faça um teste de carga antes de concluir.

Escalabilidade, concorrência e comportamento sob pico

Escala automática não significa capacidade infinita

Plataformas serverless criam mais execuções conforme chegam eventos, dentro das cotas e políticas do serviço. A velocidade dessa expansão depende da região, do runtime, da concorrência configurada e do modelo da plataforma. Um salto de 10 para 5 mil requisições por segundo pode encontrar limites de simultaneidade, contenção no banco ou restrições do gateway. A aplicação precisa responder com fila, retentativa exponencial e controle de pressão.

Um exemplo comum ocorre em campanhas de e-commerce. Dez mil usuários recebem uma notificação e acessam o mesmo endpoint em dois minutos. As funções conseguem multiplicar instâncias, mas um PostgreSQL configurado para 100 conexões não acompanha milhares de conexões novas. Um proxy de banco, pool externo ou camada de fila pode proteger a persistência. Outro caso é um consumidor de eventos: aumentar a concorrência de 20 para 500 acelera a fila, mas também pode ultrapassar a taxa permitida por uma API de terceiros.

Reserve concorrência para rotas críticas e limite tarefas secundárias. Webhooks de pagamento podem ter prioridade sobre geração de miniaturas, por exemplo. Métricas úteis incluem invocações simultâneas, throttling, idade da mensagem na fila, taxa de erros e duração nos percentis p95 e p99.

Escala vertical e horizontal em VPS

A primeira reação em uma VPS costuma ser vertical: aumentar de 2 para 4 vCPUs, de 4 para 8 GB de RAM ou migrar para disco com mais IOPS. É uma mudança simples, mas pode exigir reinicialização e continua presa ao limite de uma instância. O artigo sobre escalabilidade vertical ou horizontal em Cloud Server detalha quando cada estratégia faz sentido.

Na escala horizontal, duas ou mais instâncias atendem atrás de um balanceador. A aplicação deve ser stateless, com sessão em Redis ou token assinado, uploads em object storage e banco acessível por todos os nós. Uma configuração inicial pode usar duas instâncias de 2 vCPUs e 4 GB, health checks a cada 10 segundos e remoção automática de um nó após três falhas consecutivas.

O teste de carga deve medir saturação, não apenas requisições por segundo. CPU acima de 80% por longos períodos, fila crescente no runtime, memória sem margem e latência p95 duplicada são sinais de expansão. A VPS não escala sozinha por definição, mas provedores de cloud podem oferecer APIs, imagens e grupos de instâncias para automatizar parte desse processo.

Latência, cold start e limites de execução

Onde o cold start aparece

Cold start é o tempo necessário para preparar um ambiente de execução antes de atender uma chamada. Ele pode envolver alocação, inicialização do runtime, carregamento de dependências e abertura de conexões. A intensidade varia entre plataformas, linguagens, tamanho do pacote e frequência de uso. Funções Java ou .NET com dependências grandes podem se comportar de forma diferente de funções pequenas em JavaScript, Go ou runtimes executados na borda.

Para uma API pública com meta de p95 abaixo de 200 milissegundos, uma inicialização ocasional de 800 milissegundos pode prejudicar a experiência. Já uma rotina assíncrona que envia e-mails tolera alguns segundos sem impacto perceptível. Provisionamento de concorrência, instâncias mínimas ou pacotes menores podem reduzir o problema, mas frequentemente adicionam custo fixo e diminuem a vantagem de escalar até zero.

A localização física também pesa. Um usuário no Brasil acessando uma região distante pode acumular dezenas ou centenas de milissegundos de ida e volta antes do processamento. Edge functions reduzem distância para tarefas simples, mas dados armazenados em outra região criam um novo percurso. Executar a função perto do usuário não ajuda tanto se cada chamada consulta um banco distante.

Processos longos, streaming e conexões persistentes

Funções possuem limites documentados de duração, memória, payload e concorrência. Os números variam por produto e podem mudar, então devem ser conferidos antes do deploy. Uma exportação que leva 25 minutos, um modelo que precisa de 10 GB de RAM ou um upload grande pode não caber no formato escolhido. Nesses casos, a função pode apenas validar o pedido e enviar uma tarefa para um worker em VPS, contêiner gerenciado ou serviço de processamento em lote.

WebSockets e Server-Sent Events também exigem atenção. Algumas plataformas oferecem produtos próprios para conexões persistentes, mas isso muda a arquitetura e a cobrança. Em uma VPS, Nginx pode encaminhar WebSockets para dois processos Node.js, com timeout ajustado e Redis Pub/Sub para sincronizar mensagens. Em serverless, um gateway gerenciado pode manter conexões enquanto funções processam eventos isolados.

Faça três medições: resposta quente, resposta fria e latência fim a fim com banco. Use pelo menos 1.000 requisições distribuídas em períodos de atividade e ociosidade. Registre p50, p95, p99 e taxa de erro. Sem essa separação, a média pode esconder justamente os atrasos que afetam usuários reais.

Operação, segurança e observabilidade

Responsabilidades em uma VPS

Uma VPS oferece liberdade, mas começa vazia do ponto de vista operacional. O mínimo inclui autenticação SSH por chave, login direto de root desativado, firewall permitindo apenas portas necessárias e atualizações de segurança. A API pode ficar atrás de Nginx ou Caddy nas portas 80 e 443, enquanto banco e Redis escutam apenas na rede privada ou em localhost. Segredos devem ficar em um gerenciador apropriado ou em variáveis protegidas, nunca dentro da imagem ou do repositório.

Um exemplo de stack pequena usa Docker Compose com três serviços: proxy com limite de 50 requisições por segundo por cliente, API limitada a 1,5 GB de RAM e worker limitado a 1 GB. O host mantém pelo menos 1 GB livre para sistema, cache de páginas e picos. Em uma máquina de 4 GB, instalar API, PostgreSQL, Redis, observabilidade e vários workers sem limites aumenta o risco de encerramento pelo OOM killer.

Backups precisam ser restauráveis. Um snapshot da máquina ajuda em recuperação rápida, mas não substitui cópias consistentes do banco armazenadas fora da instância. Para PostgreSQL, uma rotina pode gerar backup diário, manter sete cópias e realizar um teste mensal de restauração. O RPO e o RTO devem ser definidos antes do incidente, não durante ele.

Responsabilidades no serverless

O provedor corrige o sistema subjacente, mas a equipe continua responsável por código, identidade, dependências e dados. Uma função deve receber apenas as permissões necessárias. Se ela lê um bucket e envia uma mensagem a uma fila, não precisa de acesso administrativo à conta inteira. Logs também devem remover tokens, documentos e dados pessoais antes do envio.

A observabilidade fica distribuída. Adote um identificador de correlação desde o gateway até a fila e o banco. Métricas mínimas incluem duração, erros, throttling, cold starts quando disponíveis e custo por fluxo de negócio. Um webhook pode retornar 202 Accepted em menos de 300 milissegundos, gravar o evento e delegar o processamento. Se o consumidor falhar, uma dead-letter queue preserva a mensagem para análise.

Nos dois modelos, segurança depende de configuração. Serverless reduz a superfície do sistema operacional, enquanto VPS facilita inspeção e controle. Nenhum deles elimina revisão de dependências, rate limiting, proteção contra abuso, criptografia, plano de resposta e testes de restauração.

Comparação técnica por tipo de API

A tabela resume tendências arquiteturais, não resultados garantidos. Capacidade e custo mudam conforme linguagem, região, banco, volume de saída e eficiência do código. Use os números como ponto de partida para um protótipo medido.

Perfil de APICarga de referênciaOpção inicial provávelConfiguração ou controle sugeridoPrincipal risco
Webhook eventual10 mil a 500 mil chamadas por mês, execução abaixo de 1 segundoServerless256 a 512 MB, fila, idempotência e até 3 retentativasDuplicação de eventos e dependência externa
API REST constante10 a 100 requisições por segundo durante o diaVPS ou contêiner contínuo2 a 4 vCPUs, 4 a 8 GB de RAM, proxy e pool de bancoSaturação de CPU, memória ou conexões
Processamento assíncronoJobs de 5 segundos a 30 minutosModelo híbridoFunção de entrada, fila e worker com 2 a 8 vCPUsTimeout, backlog e custo de retentativa
WebSocket em tempo real1 mil a 20 mil conexões simultâneasVPS escalada ou gateway gerenciadoMúltiplos nós, Redis Pub/Sub e balanceadorEstado distribuído e conexões órfãs
API com tráfego imprevisívelZero à noite e picos acima de 500 requisições por segundoServerless com proteção do bancoConcorrência limitada, cache e proxy de conexõesEscala da aplicação superar a do banco

Como interpretar a tabela

Uma API REST constante não precisa ir automaticamente para uma VPS. Contêineres gerenciados com instâncias mínimas podem combinar escala e menor administração. Da mesma forma, um webhook pode rodar em uma VPS já existente sem custo incremental relevante. A decisão depende da infraestrutura que a equipe já mantém e da criticidade do serviço.

Para comparar opções de infraestrutura contínua, consulte a análise de Cloud Server para APIs e automações. Recursos como região, armazenamento, tráfego, snapshots e backups precisam ser verificados por plano. VPS tradicional, Cloud Server e cloud instance não são sinônimos perfeitos: a VPS costuma representar uma máquina virtual fixa, enquanto produtos cloud podem adicionar APIs, redes privadas, imagens e redimensionamento mais flexível.

Quando combinar os dois modelos

Uma arquitetura híbrida resolve casos que não se encaixam em uma única plataforma. A API principal pode rodar em duas VPS de 4 vCPUs e 8 GB, enquanto funções processam imagens e webhooks esporádicos. Outra possibilidade mantém autenticação e operações transacionais em serviço contínuo, mas envia relatórios demorados para uma fila consumida por workers temporários.

Comece com fronteiras claras. Defina timeout, formato do evento, chave de idempotência e política de retentativa. Monitore o custo por mil requisições e por job concluído. Se uma função passa a executar continuamente, compare sua migração para um processo persistente. Se uma VPS fica ociosa durante 95% do mês, avalie mover tarefas independentes para execução sob demanda.

Recomendações por perfil

Dev solo e projetos em validação

Para um desenvolvedor testando um produto, simplicidade deve incluir deploy e diagnóstico. Serverless funciona bem quando a API possui poucos endpoints, tráfego irregular e integrações orientadas a eventos. Um webhook, uma rotina agendada e uma API de formulário podem começar com 256 ou 512 MB, logs estruturados e limites de concorrência baixos. Antes de escolher, confirme timeout, payload, região e cobrança de gateway.

Uma VPS de 2 vCPUs e 4 GB pode ser mais direta se o projeto usa Docker Compose, PostgreSQL, Redis e um worker permanente. Ela mantém tudo em um ambiente conhecido, mas exige patching e backup. Evite colocar banco e aplicação na mesma instância sem uma cópia externa testada. Para protótipos, aceite alguma simplicidade operacional, mas documente como migrar caso o tráfego cresça.

Times de produto em crescimento

Equipes pequenas precisam equilibrar velocidade com previsibilidade. Uma boa abordagem é separar endpoints síncronos de tarefas assíncronas. A API pode rodar em contêiner contínuo ou em duas VPS, enquanto filas absorvem e-mails, importações e geração de arquivos. Comece com 2 instâncias de 2 vCPUs e 4 GB se a disponibilidade exigir redundância, usando balanceador, health checks e banco externo.

No serverless, estabeleça orçamento, alarmes de erro e cotas de concorrência. Teste o impacto de 100, 500 e 1.000 execuções simultâneas sobre o banco. Não espere o primeiro pico para descobrir que o pool suporta apenas 50 conexões. OpenTelemetry, logs com correlação e dashboards de p95 ajudam a enxergar o fluxo inteiro, inclusive gateways, filas e dependências externas.

APIs críticas em produção

Para pagamentos, autenticação ou integrações com SLA interno, a decisão precisa nascer de objetivos mensuráveis. Defina latência p95 e p99, taxa máxima de erro, RPO, RTO e volume de pico. Depois execute testes de falha. Uma arquitetura em VPS pode usar pelo menos dois nós, balanceador, banco replicado, backups fora da região e deploy gradual. Dimensione cada nó para absorver parte da carga se outro sair.

Serverless também pode sustentar cargas críticas, desde que cotas, concorrência reservada, idempotência e dependências sejam projetadas. Mantenha filas de erro, alarmes e procedimentos para indisponibilidade regional ou degradação de terceiros. Se a execução exigir baixa latência constante, conexões persistentes ou processamento longo, contêineres contínuos podem reduzir surpresas. A escolha final deve ser revisada com benchmark reproduzível, estimativa de custo total e um plano de recuperação testado.

Perguntas frequentes

Serverless é sempre mais barato que uma VPS para APIs?

Não. Serverless pode custar menos quando a API recebe poucas chamadas, fica ociosa por longos períodos ou executa tarefas curtas. Em tráfego constante, a cobrança por invocação, duração, gateway, logs e transferência pode superar o custo de uma instância continuamente ativa. Uma VPS também inclui custos indiretos, como manutenção, monitoramento e backups. A comparação correta deve usar pelo menos três cenários de carga, medir duração e memória por chamada e acrescentar os serviços periféricos. Preços e franquias precisam ser confirmados na região escolhida antes da contratação.

Qual configuração de VPS é adequada para começar uma API?

Para uma API pequena em produção, 2 vCPUs, 4 GB de RAM e 40 a 80 GB de SSD ou NVMe formam um ponto de partida razoável. Essa configuração pode hospedar proxy reverso, aplicação e um worker leve, desde que o consumo seja monitorado. Se PostgreSQL e Redis estiverem na mesma máquina, 8 GB oferecem margem mais segura. O dimensionamento depende de linguagem, volume de requisições, tamanho das respostas e consultas ao banco. Faça teste de carga e acompanhe CPU, memória, fila do runtime, IOPS e latência p95 antes de aumentar recursos.

Cold start inviabiliza o uso de serverless em APIs?

Não necessariamente. O impacto depende do runtime, tamanho do pacote, plataforma, região e frequência das chamadas. Endpoints assíncronos ou administrativos podem tolerar inicializações ocasionais de centenas de milissegundos. APIs interativas com meta rígida de p95 podem exigir instâncias mínimas, concorrência provisionada ou outro modelo de execução. Essas medidas reduzem o atraso, mas adicionam custo fixo. O teste deve separar chamadas frias e quentes, incluir acesso ao banco e registrar p50, p95 e p99. Uma média isolada costuma esconder as requisições mais lentas.

Serverless funciona bem com PostgreSQL ou MySQL?

Funciona, mas o controle de conexões é decisivo. Uma plataforma pode iniciar centenas de execuções enquanto o banco aceita apenas algumas dezenas ou centenas de conexões. Abrir uma conexão nova por chamada aumenta latência e pode esgotar o servidor. As alternativas incluem proxy de conexões, pool externo, limites de concorrência e reutilização de conexão quando a plataforma permitir. Consultas precisam de timeout e índices adequados. Em picos intensos, uma fila pode desacoplar tarefas não síncronas. O teste deve observar conexões ativas, espera por lock, CPU do banco e tempo total da transação.

WebSockets devem rodar em serverless ou VPS?

WebSockets podem operar nos dois modelos, mas a implementação muda. Em uma VPS, o processo mantém as conexões e pode usar Redis Pub/Sub para compartilhar mensagens entre vários nós. Isso oferece controle, porém exige balanceamento, limites de descritores e estratégia para reconexão. Em serverless, normalmente um gateway gerenciado mantém as conexões e chama funções para eventos de abertura, mensagem e encerramento. A cobrança pode considerar mensagens e tempo conectado. Para milhares de conexões, faça um protótipo com duração real, frequência de mensagens, reconexões e custo de tráfego antes de decidir.

Quando uma arquitetura híbrida é a melhor escolha?

O modelo híbrido faz sentido quando a API principal precisa de execução contínua, mas parte do trabalho é eventual ou altamente variável. Um exemplo mantém autenticação e operações transacionais em VPS ou contêiner, enquanto funções processam imagens, webhooks e tarefas agendadas. Outro usa uma função para validar o pedido e uma fila para entregar jobs longos a workers persistentes. Para evitar complexidade desnecessária, defina contratos de eventos, idempotência, timeout, retentativas e observabilidade compartilhada. A arquitetura deve reduzir um problema concreto, não apenas combinar tecnologias por preferência da equipe.

Fontes consultadas