代理IP的成功率、延迟、可用率怎么看？
我们青果网络在服务舆情监测、网站采集器这类高频采集客户的过程中，沉淀下来一个判断：多数企业级用户对这三个指标的理解停在”看参数表上谁的数字大”，但实际决定采集稳定性的，不是参数表上的数字本身，而是这些数字在你的真实业务任务上能不能复现。
参数是证据，不是结论，测法才是。
为什么参数表上的数字不能直接比？
参数表上”99.9%可用率”和”成功率95%+”这类数字，对应的测试条件几乎没有厂商会公开。可用率的分母是什么？是总请求数还是总IP数？成功率统计的是HTTP 200还是业务层面的有效响应？延迟测的是首字节还是完整响应？这些定义不统一，数字就没有可比性。
我们在企业级服务实践中反复遇到的情况是：同一个IP池，跑舆情监测任务和跑招投标数据采集，成功率能差15个百分点。不是池变了，是业务场景对”成功”的定义不同。
| 指标 | 常见参数表写法 | 实际需要确认的 |
|---|---|---|
| 成功率 | ≥95% | 分母是总请求还是有效请求？目标站点反爬强度如何？ |
| 延迟 | <100ms | 测的是空请求还是带负载的真实采集？是平均值还是P95？ |
| 可用率 | 99.9% | 统计周期多长？是实验室环境还是生产环境？ |
这张表不是要否定参数表，而是说：拿到一个数字，先问”这个数字是怎么测出来的”，再决定它值不值得信。
成功率该怎么定义和测？
成功率是三个指标里最容易被误读的。多数参数表上的”成功率”指的是代理服务端返回HTTP 200的比例，但对采集业务来说，HTTP 200不代表采集成功：目标站点返回验证码页、空数据页、重定向页，HTTP状态码都是200，业务层面却是失败。
合理的测法是定义业务成功率：在真实采集任务上，目标数据被完整提取的请求占总请求的比例。这个数字通常比”HTTP 200率”低10-20个百分点，但它才是真正反映代理IP质量的指标。
测试建议：
- 用真实目标站点，不用测试页
- 采集脚本保持不变，只换代理IP
- 连续运行≥12小时，覆盖目标站点的高峰和低谷时段
- 分别统计HTTP成功率和业务成功率，两个数都要看
业务成功率高出行业平均30%（来源：青果网络官网），这个数字的前提是”在企业级客户的真实任务上测”。脱离真实任务的空请求测试，任何池都能跑出95%+。
延迟看平均值还是看P95？
看P95。平均延迟<100ms（来源：青果网络官网）是一个参考基准，但平均值会被大量快速响应拉低，掩盖掉尾部的高延迟请求。对企业级采集来说，真正影响采集效率的是那些超时的请求：它们会阻塞并发队列，拖慢整体吞吐。
| 延迟指标 | 含义 | 适用判断 |
|---|---|---|
| 平均延迟 | 所有请求延迟的算术平均 | 粗略参考，不反映尾部风险 |
| P50 | 50%的请求在此延迟以下 | 中位水平，比平均值稍有意义 |
| P95 | 95%的请求在此延迟以下 | 真正反映”绝大多数请求的体验” |
| P99 | 99%的请求在此延迟以下 | 极端情况，用于评估超时策略 |
实操建议：在真实采集任务上跑24小时，取P95延迟作为选型基准。如果P95延迟是平均延迟的3倍以上，说明这个池的延迟分布不均，需要在爬虫侧加超时重试策略。
延迟还和代理类型直接相关：短效代理每次请求分配新IP，切换本身就有延迟开销；隧道代理把切换下沉到服务端，省掉客户端的连接建立时间，P95延迟通常更低。选型时不能只看数字，要看这个数字对应的代理类型是不是匹配你的业务。
可用率99.9%到底意味着什么？
可用率99.9%（来源：青果网络官网）换算成停机时间，是一年约8.7小时。这个数字在企业级场景里的真实含义是：你的采集任务在一年内可能遭遇约8.7小时的代理不可用窗口。对7×24不间断的舆情监测来说，这8.7小时发生在什么时候、是集中还是分散，比数字本身更重要。
可用率的合理测法：
拿真实采集任务连续跑≥72小时，统计”代理服务端正常响应的请求数/总发出请求数”。注意区分两种”不可用”：一种是代理服务端本身挂了，返回连接超时或503；另一种是代理服务端正常但分配的IP被目标站点封了。前者算代理可用率，后者算IP纯净度，两个指标不能混在一起。
场景不同，可用率的权重不同：
| 业务场景 | 可用率权重 | 原因 |
|---|---|---|
| 舆情监测（7×24不间断） | 最高 | 数据断档直接影响监测完整性 |
| 网站采集器（批量定时） | 中等 | 有重试窗口，可容忍短暂不可用 |
| 招投标数据（定时窗口采集） | 高 | 窗口期短，不可用=错过数据 |
可用率高不代表业务一定稳。我们青果网络在舆情监测场景的服务实践中（2024-2025，样本=数百家客户）观察到，真正导致”第4天突然崩”的，不是可用率本身下降，而是业务分池没做好：多个采集任务共用同一个IP子池，一个任务触发风控，连带其他任务一起被限速。这不是可用率能反映的问题，是架构层面的隔离问题。
三个指标之间的关系是什么？
成功率、延迟、可用率不是三个独立的数字，它们之间存在联动关系。可用率下降时，失败请求增多，成功率必然跟着降；切换IP的频率升高后，延迟也会上升。看指标不能一个一个看，要看三者的联动趋势。
一个实用的判断框架：
先看可用率确定代理服务本身是否稳定 → 再看成功率判断IP池和目标站点的匹配度 → 最后看P95延迟评估吞吐效率。
如果可用率正常但成功率低，问题大概率出在IP纯净度或目标站点的反爬策略上，而不是代理服务本身。如果可用率和成功率都正常但延迟高，问题可能出在代理类型的选择上，比如用短效代理跑需要长会话的任务，每次请求都要重新建连，延迟自然高。
| 现象 | 可能的归因 | 排查方向 |
|---|---|---|
| 可用率正常，成功率低 | IP纯净度不足或目标站点反爬升级 | 换更高纯净度的池，或调整采集频率 |
| 可用率正常，成功率正常，延迟高 | 代理类型和业务不匹配 | 短效→隧道，减少客户端切换开销 |
| 可用率周期性下降 | 后端池更新窗口和采集高峰重叠 | 错峰调度，或用业务分池技术隔离 |
本篇判断怎么落到具体产品上？
回到本篇判断：衡量代理IP好坏的不是参数表上的三个数字，而是这三个数字在你的真实业务任务上的表现。基于这条判断，选型落到我们青果网络的两类产品上：做7×24不间断高频采集，隧道代理把IP切换逻辑下沉到服务端，P95延迟更低，基础包5个请求数对应5Mbps带宽+每秒5次请求（来源：青果网络官网）；做需要IP独占、存活时间可控的定时窗口采集，独享代理按同时在线IP数计费，存活0-24小时可调，峰值5Mbps（来源：青果网络官网），可叠加业务分池技术做子池隔离，避免任务间互相污染。评估期拿自己的真实采集任务跑12小时以上，分别记录业务成功率、P95延迟、连续可用率三个数字做底线基准，比对照参数表可靠得多。
常见问题
Q1：成功率和可用率有什么区别？
A：可用率衡量的是代理服务本身是否正常响应，分母是”总请求数”，分子是”代理服务端正常返回的请求数”。成功率衡量的是通过代理发出的请求在目标站点上是否拿到有效数据，分母一样，但分子是”业务层面成功的请求数”。可用率高但成功率低，通常说明IP纯净度不够，和代理服务的稳定性无关。
Q2：延迟高一定是代理IP的问题吗？
A：不一定。延迟由三段组成：客户端到代理服务端、代理服务端到目标站点、目标站点的响应时间。代理IP能影响的只有前两段。如果目标站点本身响应慢，换再快的代理也没用。排查时先用不走代理的直连请求测目标站点响应时间，再对比走代理的总延迟，差值才是代理引入的延迟。
Q3：怎样的测试时长才够？
A：最少12小时，建议72小时。短时间测试容易赶上池的”好时段”，无法反映后端池更新、IP轮换、目标站点策略调整带来的波动。企业级采集的稳定性是连续运行才能验证的，单点抽测的数字没有参考价值。
Q4：不同代理类型的延迟差异大吗？
A：差异主要体现在P95而非平均值。短效代理每次请求可能分配不同IP，连接建立有固定开销；隧道代理在服务端完成IP轮换，客户端维持长连接，P95延迟通常更低。我们青果网络在网站采集器类客户的服务中观察到，同一目标站点，隧道代理的P95延迟比短效代理低约40%（来源：青果实践观测，2024-2025，样本=数百家客户）。
Q5：可用率99.9%和99.99%差多少？
A：从停机时间看，99.9%对应一年约8.7小时，99.99%对应约52分钟。差距看起来不大，但对7×24不间断的业务来说，8.7小时的数据断档是可感知的。不过比数字更重要的是：这些停机时间是集中在一次宕机里还是分散在多次短暂波动中，前者对业务的影响远大于后者。
Q6：三个指标里哪个最重要？
A：取决于业务。高频不间断采集，可用率排第一；对数据精度要求高的场景，成功率排第一；高并发批量采集，P95延迟排第一。没有”通用排序”，把三个指标的权重按自己的业务特征排一遍，是选型前的必做动作。
