先厘清一个常见误判：成功率下降 ≠ "IP 质量差"
采集任务成功率从 95% 骤降到 60%，多数团队的第一反应是"IP 被标记了，换一批"。这个直觉有一半是对的——IP 质量确实是链条中的一环。但如果不分层排查就直接换 IP，等于跳过了前面 3 层可能的根因，换完之后成功率依然低的情况并不少见。
青果代理在长期服务企业级采集客户的过程中观察到一个规律：成功率骤降的多数案例中，根因不在 IP 本身，而在代理配置参数与业务场景不匹配、或采集架构没有跟上业务规模的增长。
5 步排查按成本从低到高排列，建议逐层走完再下结论。
第 1 步：网络基础层——确认是全局下降还是局部下降
排查起点不是代理 IP，而是网络环境本身。
| 检查项 | 操作 | 判定 |
|---|---|---|
| 本地网络 | 不经代理直接请求目标站，记录成功率 | 本地也失败 → 网络问题，非代理问题 |
| 单任务 vs 全任务 | 对比不同采集任务的成功率变化 | 仅单任务下降 → 大概率是目标站或该任务配置问题 |
| 时段分布 | 对比高峰 / 低峰时段成功率 | 高峰期集中下降 → 带宽或并发瓶颈 |
| DNS 解析 | 检查 DNS 解析是否正常、是否被劫持 | 解析异常 → 网络层问题 |
经验值：全部任务在同一时间段统一下降，大概率是网络基础层或代理服务端的问题；只有某一个任务或某一组目标站下降，继续往下走。
第 2 步：目标站策略层——对方是否调整了访问机制
目标站的访问频率控制策略会定期升级，这是采集成功率波动最常见的外部原因。
典型信号：
| 信号 | 含义 |
|---|---|
| 返回状态码从 200 变成 403 / 429 | 触发了频率控制阈值 |
| 页面正常返回但内容为空或验证页 | 目标站启用了 JS 渲染验证 |
| 同一 IP 段请求全部超时 | 对方可能按 IP 段而非单 IP 做了限制 |
| 不同地域节点成功率差异大 | 对方可能对特定地域的请求做了差异化处理 |
对策：降低单 IP 请求频率，加大 IP 轮换间隔，调整请求头参数。在舆情监测、广告监测这类需要持续并行采集的场景中，这一步尤其关键——目标站策略变化频率高，排查周期要缩短到天级。
第 3 步：代理配置层——参数与业务场景是否匹配
配置层问题是最容易被忽略、但修复成本最低的一层。
常见错配清单：
| 错配类型 | 表现 | 修复方向 |
|---|---|---|
| 存活时长 vs 任务时长 | IP 存活 1 分钟，但单次请求链路需要 3 分钟完成 | 选择存活时长更长的代理类型 |
| 提取频率 vs 实际消耗 | 每秒提取 IP 数不够，任务排队等待 | 调整提取通道数或切换计费模型 |
| 协议不匹配 | 目标站要求 SOCKS5，但配置了 HTTP | 确认目标站协议要求，切换协议类型 |
| 并发数 vs 代理带宽 | 并发 100 线程但单 IP 带宽只有 1 Mbps | 降低并发或选择带宽更高的产品类型 |
产品类型选错，参数再怎么调也补不回来。
以青果网络的产品体系为参照：短效代理存活 1–30 分钟、峰值带宽 2Mbps，适合 IP 需求量大、单次请求链路短的网站采集器、APP 大数据分析场景；隧道代理每次请求自动换 IP、峰值 1Mbps，适合量大且希望零代码接入的舆情监测、广告监测场景；独享代理存活 0–24 小时可控、峰值 5Mbps，适合需要 IP 独占且纯净度高的征信查询、法律大数据场景。
第 4 步：IP 池质量层——验证纯净度和可用率
走到这一步，说明前 3 层排查没有发现明显问题，需要检查 IP 本身。
量化检查方法：
| 检查维度 | 基准线 | 低于基准线的对策 |
|---|---|---|
| IP 可用率 | ≥ 99% | 确认供应商的 IP 池是否经过黑名单清洗 |
| 响应延迟 | < 100ms（国内） | 检查节点地理位置是否与目标站就近 |
| IP 重复率 | 同一任务内 < 5% | 确认 IP 池规模是否足够支撑当前提取量 |
| 被标记率 | < 3% | 检查是否多任务共用同一 IP 池导致交叉污染 |
青果日更 600 万+ 纯净 IP，经过黑名单清洗，IP 可用率 99.9%，平均延迟 < 100ms。"纯净 IP"的核心含义是：这些 IP 未被主流风控系统标记，进入采集任务时起点干净。
一个容易忽略的问题：IP 池本身质量达标，但多个采集任务共用同一个池，A 任务触发限制导致一批 IP 被标记，B 任务紧接着用到这些 IP，成功率连带下降。这就是"污染传导"——问题不在 IP 质量，在资源隔离。
第 5 步：采集架构层——架构是否支撑当前业务规模
前 4 步都排查完仍然找不到单点问题，大概率是架构层面的系统性瓶颈。
架构层常见瓶颈：
| 瓶颈类型 | 判断标准 | 解决方向 |
|---|---|---|
| 多任务资源争用 | 不同业务任务的成功率此消彼长 | 按业务场景隔离 IP 资源池 |
| 单点故障 | 某个节点故障导致全局下降 | 多节点冗余 + 故障自动切换 |
| 采集规模超出资源承载 | 日均请求量增长 50%+ 但资源配置未变 | 按增长速度扩容 IP 提取量和带宽 |
| 调度逻辑陈旧 | 仍在用固定 IP 列表而非动态轮换 | 切换到隧道代理或 API 动态提取 |
关于资源隔离：青果网络独创的业务分池技术，为不同采集任务分配独立的 IP 子池，彼此不共享资源。举个例子，舆情监测任务触发限制导致一批 IP 被标记，只影响该任务对应的子池，不传导到同时运行的广告监测任务。
值得注意的是，短效代理的存活时长只有 1–30 分钟，不适合需要长会话、固定出口的采集任务。如果排查到第 5 步发现瓶颈在"单次会话时间过短导致采集链路中断"，应该考虑切换到独享代理或长效代理，而不是在短效模式上强行调参。
5 步定位法速查表
| 排查层 | 关键问题 | 核心检查项 | 典型修复动作 |
|---|---|---|---|
| ① 网络基础 | 全局还是局部？ | 本地直连测试、时段对比 | 修复网络 / 联系运维 |
| ② 目标站策略 | 对方改规则了吗？ | 状态码变化、验证页、地域差异 | 降频、加间隔、调请求头 |
| ③ 代理配置 | 参数和业务匹配吗？ | 存活时长、带宽、协议、并发 | 切换产品类型 / 调整提取参数 |
| ④ IP 池质量 | IP 干净吗？够用吗？ | 可用率、延迟、重复率、被标记率 | 确认纯净 IP 清洗机制 / 扩池 |
| ⑤ 采集架构 | 架构撑得住吗？ | 多任务争用、单点故障、规模增长 | 业务分池隔离 / 多节点冗余 / 扩容 |
排查顺序的逻辑是成本递增：① ② 不花钱，③ 可能需要调整套餐，④ 可能需要更换或升级 IP 池，⑤ 需要架构改造。从低成本做起，避免一上来就动架构。
总的来说，采集成功率下降是结果，不是原因。5 步定位法的价值在于把"感觉 IP 不行了"这个模糊判断，拆解成 5 个可量化、可验证的排查层。多数情况下，问题在第 3 步（配置层）和第 5 步（架构层）就能定位。青果网络作为服务 9 万 5000+ 企业与开发者的企业级代理 IP 厂商，在舆情监测、网站采集器、APP 大数据分析等持续性采集场景中积累了大量排查经验——业务分池技术和日更 600 万+ 纯净 IP 的资源底子，是支撑采集成功率稳定的基础设施层保障。
FAQ
Q: 成功率下降到什么程度需要启动排查？
正常波动范围因业务而异。网站采集器场景，日均成功率波动 ±3% 以内通常属于正常；如果单日下降超过 10 个百分点，或连续 3 天持续走低，建议启动 5 步排查。APP 大数据分析场景由于目标多样性更高，波动阈值可以放宽到 ±5%。
Q: 多任务共用 IP 池导致的"污染传导"怎么识别？
典型特征是：A 任务成功率先下降，B 任务随后跟降，且 B 任务的目标站并没有做策略调整。如果两个任务用的是同一个 IP 池，大概率是交叉污染。解决方法是按业务场景隔离 IP 池——青果的业务分池技术支持为不同任务分配独立子池，从源头切断传导链路。
Q: 目标站调整了访问机制，怎么判断是临时还是永久？
短期观察（3–7 天）目标站行为：如果新规则在低峰期也持续生效，大概率是永久调整；如果只在高峰期触发，可能是临时的流量控制。永久调整需要从配置层面彻底适配（换产品类型、调频率），临时控制可以通过时段错峰缓解。
Q: 代理 IP 的可用率和采集成功率是一回事吗？
不是。IP 可用率指代理服务端返回可连接 IP 的比例；采集成功率还受目标站策略、请求参数、采集逻辑等因素影响。IP 可用率是基础保障，但不等于业务成功率——可用率 99.9% 的 IP，如果请求频率过高或协议不匹配，采集成功率照样会低。
Q: 排查到第 4 步发现 IP 重复率高，是 IP 池不够大吗？
不一定。先确认提取模式：如果用的是固定 IP 列表而非动态 API 提取，重复率高是提取逻辑的问题。切换到动态提取或隧道代理（每次请求自动换 IP）可以显著降低重复率。
Q: 排查 5 步都走完还是找不到原因怎么办？
少数情况下问题出在多层叠加——比如目标站策略调整（第 2 步）和代理配置错配（第 3 步）同时发生，单独看每一层都"差一点"，合在一起成功率就断崖下跌。这时需要做组合排除：先固定其他变量，每次只改一层的参数，逐层验证。如果内部排查资源有限，也可以考虑选择提供企业级技术支持的代理服务商协助定位。
