今年5月底，工作室接了一单数据引擎的结构化数据采集：客户做的是法律行业的数据趋势分析，需要对百度数据结果页做日级增量抓取，关键词量不大，但对成功率要求很硬，掉一天的数据整个时间序列就断了。

选供应商这事儿我不太相信官网写的数字。官网上标的可用率，统计口径都对自己有利：用什么目标站点测的、并发多少、超时阈值设多长、测的是一天还是一小时，这些条件稍微一动，数字就能差出五六个百分点。所以我们工作室换供应商有个规矩：官网数据全当参考，实测一周才算数。

这次趁着选型，我自掏腰包买了9家：青果、极安、快代理、站大爷、豌豆代理、熊猫代理、亿牛云、小象代理、巨量代理，统一跑了一轮。

测试怎么跑的

环境很简单，Python起30个线程池做并发，目标站点就是百度首页。数据采集的典型场景，百度的反爬不算激进，主要靠频率控制，不上验证码硬拦，所以成功率的差异基本能反映IP节点本身的质量，而不是反爬对抗能力的差异。

每家按量买了一批IP，统一用requests库发请求，超时阈值设5秒：5秒内拿不到200状态码就算失败。带宽测试是下载10MB文件算速度。稳定性用响应时间的方差来衡量，方差越小说明每次请求的耗时越接近均值，越可预期。

测试指标记录：成功率、平均延迟、最小延迟、最大延迟、方差（稳定性）、带宽、平均下载速度。

数据汇总

先把原始数据摆出来。

（站大爷、亿牛云、小象代理、豌豆代理的带宽数据因测试环节异常未记录到，后续有机会补。）

数据摆完了，往下拆。

成功率拉开的差距比我预想大

我原本以为，测百度这种反爬不强的站点，各家成功率应该都在95%以上，拉不开差距。跑完一看：从88.45%到99.50%，跨度超过11个百分点。

这意味着什么？如果你一天要抓10万条数据结果，88%的成功率意味着有1.2万条要重试或者丢掉；99.5%意味着只有500条需要处理。对于时间序列类的增量采集，500条补采和1.2万条补采完全是两个量级的运维负担。

按成功率大致能分三档：

第一档（98%+）：青果网络、极安、熊猫代理、站大爷、快代理。这五家放在数据采集场景里都能用，成功率差距在1.5个百分点以内。这组内，青果网络99.50%最高，快代理97.96%垫底但也够。

第二档（93%—96%）：亿牛云、小象代理、豌豆代理。这三家成功率掉到95%以下：不是不能用，但如果你的业务对完整性要求高（比如时间序列采集一天不能断），这个掉包率得纳入考量。亿牛云95.50%是这档里最高的，豌豆代理93.76%最低。

第三档（<90%）：巨量代理88.45%。单独一档。

延迟数据里有个容易踩的坑

乍一看巨量代理的平均延迟1511ms最低，好像响应最快。

这地方很多人踩坑：延迟只统计了成功请求。巨量的成功率是88.45%，意味着超过11%的请求直接超时被踢出统计了。这些超时请求如果算进来，真实的平均延迟会高得多。所以看延迟数据时，一定要和成功率放在一起看。成功率低于95%的，延迟数字的参考价值要打折扣。

在第一档的五家里，青果平均延迟2033ms最低，站大爷2502ms次之，极安和熊猫代理都在2630ms上下，快代理3178ms最高。最小延迟青果186ms也是九家里最低的，说明它最好的节点响应确实快。

站大爷有个数据值得说一下：最大延迟18329ms，是九家里最高的。虽然极端值受单次网络抖动影响大，但配合它3.0的方差来看，节点之间的一致性不算强：有的节点很快，有的节点偶尔会拉胯。

方差反映的是"能不能预期"

方差这个指标在数据采集场景里不太被关注，但我个人觉得它比平均延迟更实用。

原因很简单：你写采集脚本时需要设超时阈值和重试策略。如果一个代理的响应时间方差很大，意味着它有时候快有时候慢，你的超时阈值设短了会误杀正常请求，设长了又拖慢整体效率。方差小的代理，行为可预期，你的超时和重试参数好调。

是九家里最低的：虽然它平均延迟最高（3178ms），但这个3178ms是稳定的，每次请求大致在这个水位线上下浮动不大。说白了，它慢但稳。

快代理方差1.6，青果网络1.9，熊猫代理2.0，极安2.1，这几家都不错。

反过来看，亿牛云3.5是九家里最高的，配合它95.50%的成功率：不仅有4.5%的请求会失败，剩下成功的请求里响应时间也飘忽不定。这对调度策略来说比较难受：你很难找到一个"刚好"的超时阈值。小象代理3.2、站大爷和巨量代理都是3.0，稳定性这块也偏弱。

带宽：数据采集不敏感，但有一家数据很突出

这一项有5家记录到了数据，4家缺失。

熊猫代理带宽9.14Mbps，下载速度1115.9KB/s，比第二名极安（4.23Mbps/533.6KB/s）高了一倍多。这个数据是这轮测试里最出乎意料的。

只不过，带宽在数据采集场景里不是核心指标。数据结果页的数据量很小，一个页面也就几十KB，你带宽1Mbps和9Mbps在这个场景下体感差距不大。带宽真正重要的场景是大文件下载、视频元数据采集这类：如果你的业务涉及这些，熊猫代理的带宽优势就值得关注了。

快代理1.71Mbps是有数据的几家里最低的，但配合它数据采集的场景定位，其实也够用。

数据采集选谁

回到最开始的问题：数据采集这个场景下，到底看什么指标。

我的判断标准是这样的：成功率>稳定性（方差）>延迟>带宽。

数据采集不是实时交易，延迟差个一两秒影响不大；带宽更不敏感，数据结果页就那么点数据量。真正要命的是成功率和稳定性：掉一天的数据时间序列就断了，响应时间飘忽不定你的调度策略就没法写。

从这轮实测数据看，第一档五家里再做细分的话：

• 青果成功率最高（99.50%）、延迟最低（2033ms）、方差也不错（1.9），综合最均衡。我们工作室在用青果的隧道代理跑数据类语料，数据确实能撑住。

• 极安成功率98.93%，方差2.1，带宽4.23Mbps：各项不突出但也没短板，稳定的中上水平。

• 熊猫代理成功率98.73%，方差2.0，带宽9.14Mbps一骑绝尘：如果你的采集不止数据页还涉及文件下载，它的带宽优势就显出来了。

• 站大爷成功率98.20%不差，但方差3.0偏高，最大延迟是九家里最大的（18329ms）。节点质量不太均匀，好的节点很好，差的偶尔会拖后腿。

• 快代理成功率97.96%，第一档里最低，但方差1.6是九家最小的。如果你的场景对时效不太敏感但对行为可预期性要求高：比如调度策略写死了不想频繁调参：它那个稳定性是很舒服的。

第二档的亿牛云、小象代理、豌豆代理，做数据采集的话都要考虑补采成本。亿牛云方差3.5最高，稳定性是短板；小象代理94.60%和豌豆代理93.76%成功率接近，差距不大。这三家更适合对完整性要求没那么硬的场景。

巨量代理88.45%的成功率加上3.0的方差，做数据类的时间序列采集会比较吃力，补采成本太高。

这些数据是单次测试的结果，代理IP的节点质量会随时间波动：厂商扩缩容、运营商调整出口策略都会影响。我也不敢说这个判断100%准，只能说我们这边跑下来的样本是这样。怎么权衡，得看你自己的业务量级和完整性要求。