购买代理意味着阅读用一套从未有人解释清楚的词汇写成的规格说明,同一个词在两家供应商的网站上可能表示不同的意思。这是一份实用词汇表:那些真正会影响你付多少钱、得到什么的术语,按它们所属的决策分组,用平实的语言解释。
代理类型
住宅代理（Residential proxy）。 一个属于真实家庭互联网连接的 IP 地址,由消费级 ISP 分配给某个家庭。网站会把它当作普通访客对待,这就是为什么它能在屏蔽服务器的目标网站上生效。这类地址来自同意共享自己连接的用户,因此供给有限,价格也反映了这一点。更多内容见什么是住宅代理。
数据中心代理（Datacenter proxy）。 一个属于主机或云服务商的地址。速度快、便宜、数量多,但由于地址段是公开注册的,一看就能识别出是服务器。适合无防护的目标,对任何会仔细审查流量的目标则表现不佳。对比详见住宅代理与数据中心代理。
ISP 代理,也称静态住宅代理。 一个注册在消费级 ISP 名下的托管地址:兼具住宅级的可信度与数据中心级的稳定性和速度,且不会轮换。当你需要同一身份持续保持而不是不断变化时,这正是你需要的。参见ISP 代理与住宅代理对比。
移动代理（Mobile proxy）。 来自运营商移动网络的地址。这是最难被屏蔽的类型,因为运营商在每个地址后面放置了许多真实用户,相应地,它也是最昂贵、最不稳定的类型。参见移动代理与住宅代理对比。
代理池（Proxy pool）。 供应商能够为你路由使用的地址集合。宣传中的总数是一个较弱的比较指标,因为真正重要的是你实际使用的国家中的密度,以及有多少地址可同时使用,而不是一个累计总数。
流量如何被路由
网关（Gateway）。 一个你将所有流量发送到的单一端点,它会根据你提供的参数为你挑选出口地址。另一种方式在很大程度上已成为历史,即由你自己管理一份单独的代理地址和端口列表。
轮换代理（Rotating proxy）。 每个请求都通过不同的地址出口。这是批量采集的默认方式,因为它将流量分散开来,不会让单一地址引人注意。参见轮换机制的工作原理。
保持会话（Sticky session）。 在若干请求之间保持同一个地址,由你选择的会话 ID 标识,存在时长有限。对于网站会追踪状态的多步骤流程(比如分页搜索或登录)来说,这是必需的。参见保持会话与轮换代理对比。
会话 ID 与 TTL。 会话 ID 是将请求绑定到同一出口地址的标签;TTL 是该绑定关系在地址轮换之前能维持多长时间。两者通常都写在代理用户名内部,而不是作为单独的设置项。
并发数（Concurrency）。 你同时在处理的请求数量。这与速率不同,速率指的是你启动请求的频率,有些供应商会对两者分别计量。参见无限并发连接说明。
定位
地理定位（Geo-targeting）。 选择出口地址所在的国家,从而看到当地访客所看到的内容。这是任何结果因市场而异的采集工作的基础。
城市级定位（City-level targeting）。 缩小到特定城市,这对本地搜索、门店库存和区域定价很重要,但对大多数其他工作而言没有必要。参见何时城市级定位很重要。
ASN 定位。 选择地址所属的网络运营商,当目标网站因运营商不同而表现不同时很有用。参见ASN 定位。
严格匹配（Strict matching）。 一个选项:当没有地址能精确匹配你的筛选条件时,请求会失败,而不是退回到更宽泛的区域。当错误的位置会悄无声息地破坏数据时,这个选项很有用。
定价与计费
按 GB 计费。 你为传输的数据付费,而不是为地址或端口付费。这是轮换住宅代理的标准模式,它使带宽而非 IP 数量成为需要预估的数字。参见估算每月带宽用量。
带宽额度（Bandwidth allocation）。 你的套餐在一个计费周期内包含的 GB 数。通常不会结转到下一周期。
超额,有时称为额外流量。 当你超出额度时会发生的情况:根据账户配置,请求会停止,或者以按 GB 计费的方式从余额中继续扣费。
按端口或按 IP 计费。 一种较旧的模式,你购买固定数量的端口或地址。在轮换住宅代理领域已基本被取代,了解它主要是为了在报价单中能认出这种模式。参见为什么按端口计费的时代已经结束。
质量与信任
IP 信誉（IP reputation）。 网站和情报服务基于该地址过去的行为所积累的判断。一个真正的住宅地址如果信誉不佳,表现会比一个信誉良好的地址更差,这就是为什么信誉和类型一样重要。参见什么是 IP 信誉。
指纹识别（Fingerprinting）。 通过客户端请求的特征而非其地址来识别客户端:TLS 握手、HTTP/2 设置、请求头的集合与顺序,在浏览器中还包括渲染方式和设备细节。一个干净的 IP 如果指纹不匹配,仍然会被识别出来。参见TLS 与 HTTP/2 指纹识别。
软屏蔽（Soft block）。 伪装成成功的拒绝:验证页面、空结果、被截断的列表,或以 200 状态码返回的通用页面。这是最昂贵的失败模式,因为简单的监控会把它当作正常工作。参见检测被屏蔽或虚假的内容。
经验证的成功率(Validated success rate)。 返回了你想要的数据的请求比例,而不是返回了任意响应的请求比例。这是唯一值得报告的成功指标。参见代理相关的关键指标。
道德采集(Ethical sourcing)。 组成代理池的用户是否在知情的情况下同意,并且能够选择退出。这是一个供应链问题,但有实际后果,因为未披露来源的采集方式往往与容易被标记的代理池相关。
运营
速率限制(Rate limiting)。 目标网站对一段时间内接受的请求数量的上限,通常按 IP 计算。你的节奏必须遵守这个限制,而代理池改变的是限制生效的位置,而不是消除限制本身。参见速率限制与请求节流。
退避(Backoff)。 在失败后逐渐延长重试之间的等待时间,理想情况下加入随机化,以免并行的多个工作进程在同一时刻同步重试。参见重试与退避。
故障切换(Failover)。 当某条路径性能下降时,将工作转移到另一条路径,使任务能继续进行而不是停滞。参见多区域管道中的故障切换。
407。 代理拒绝你的凭据时返回的状态码。通常是凭据错误或定位标志格式错误,重试没有任何意义。参见修复 407 错误。
正常运行时间 SLA。 关于供应商自身可用性的承诺。它并不能说明你的目标网站是否会接受你的流量,这是一个需要你自己监控的独立指标。参见SLA 与正常运行时间保证。
需要谨慎对待的说法
有三种表述所包含的信息比看起来要少。
“无限（Unlimited）”。 一定要问清楚是在哪个维度上无限。无限并发是有意义的;住宅代理产品上的无限带宽通常不是,而且一旦出现这种说法,通常另有一个限制在暗中起作用。
“99.9% 成功率”。 没有任何供应商能控制第三方网站是否接受你的流量,因此针对任意目标的成功率宣称,是任何人都无法保证兑现的承诺。应该在你自己的目标上进行测试,参见测试速度、成功率和位置准确性。
数千万级的代理池规模。 这无法验证,也不是决定你结果的因素。真正起作用的是你采集地点的密度,这体现在你自己的测量数据中,而不是宣传页面上。如果你想核实一个代理池是否名副其实,参见识别被当作住宅代理出售的数据中心 IP。
结论
大部分词汇最终归结为四个决策:你需要哪种类型的地址、它应该如何轮换、它应该位于何处,以及你按什么方式计费。其余的一切,要么是质量问题(你自己的测试比任何规格说明都更能回答),要么是你购买之后才会遇到的运营问题。当一个术语起的是说服作用而不是描述可衡量的东西时,把它当作营销用语,然后亲自去测量那件事。
当你准备好将这些与真实产品进行比较时,住宅代理通过一个网关涵盖了上述轮换、保持会话、国家和城市这些场景,并采用按 GB 计费,这样你预估的数字就是你要支付的数字。套餐层面的决策详见如何选择合适的住宅代理套餐。