在当今互联网大数据时代，数据采集日益发展，HTTP代理在其中扮演着重要的角色。和其他产品一样，在使用HTTP代理的时候我们也会遇到诸如：稳定性、匿名程度、响应速度、IP池可用率等问题，如何对HTTP代理进行测试，才能满足我们的需求？
目前市面上很多HTTP代理都有提供试用，购买之前大部分人都会试用，但是我们很经常看到，很多uu在互动社区评判HTTP代理服务提供商提供的产品购买后使用效果很差。
豌豆代理也算是一家老牌的HTTP代理厂商了，在众多平台上有看过他们做过品宣，也看多很多品宣把他们拉出来一起对比，很多人对此有个疑问，豌豆代理到底如何呢？风这么大，能入手吗？
这次，众人呼吁的豌豆HTTP代理测试来了！
1.测试HTTP代理的注意事项
在测试之前，我们需要注意的是：
- 测试环境应该符合实际应用环境
- 测试频率要符合我们日常做数据采集的使用习惯
- 测试IP的节点范围要广
- 不同应用场景下的不同需求，需要选择适合的测试方法和指标
2.HTTP代理测试项目
无论测试哪家HTTP代理，逃不开这几项：可用率、响应速度、稳定性、匿名度、安全性测试，以此来全面评估这家HTTP代理的质量。
- 响应速度
通过测量HTTP代理与目标服务器之间的响应时间，评估HTTP代理的连接速度。在测试的时候，可以统计一下所有的时间，然后测算平均响应时间。如果这个HTTP代理能够更快地传输请求和接收响应，证明这个HTTP代理速度越快。
- 可用率
一个可用性高的HTTP代理意味着它在大部分时间内都能正常工作，并且能够顺利传递请求和响应。我这设置成30秒，意思就是使用这个HTTP代理访问网站超过30秒还是得不到响应，就默认为这个HTTP代理无效了。
假设我们一次性提取1000个HTTP代理，如果这1000个HTTP代理在我们使用的时候，有50个超过30秒得到不到响应/无法传递请求，则认为这个可用率为（1000-50）➗1000=95%。
- 稳定性
在数据抓取的时候，我们会用到大量的HTTP代理，一个稳定的HTTP代理能够长时间保持连接，并且不会频繁断开或出现连接错误，才能有效助力我们数据抓取。
- 带宽
对于大部分的用户来说，HTTP代理的带宽高低也很影响使用体验，而影响HTTP代理的带宽高低的因素蛮多的，如：HTTP代理的使用人数、厂商对HTTP代理带宽的限制、代理服务器的性能等。
3.测评环境
良好的测试环境，需要在稳定的网络环境下测试。
这次测评，我是使用 python 30个线程池进行多线程测试，其中电脑配置如下：
4.测试链接
依然是我们的度同学
5.测试数量
基于概率，选择提取1000个HTTP代理进行测试。
6.测试过程
这次，我把响应速度和可用率结合在一起，测试豌豆代理对百度站点的连通性和请求延迟。
- 有效性+延迟部分代码如下：
# 测试代理ip有效性核心代码
def test_proxy_usability(proxy_ip,thread_id):
target_url = 'http://www.baidu.com'
headers = {
"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36"
}
proxies = {
'http': f'http://{proxy_ip}',
'https': f'http://{proxy_ip}'
}
try:
status = "失败"
resp = session.get(target_url,headers=headers, proxies=proxies, timeout=5)
if resp.status_code == 200:
status = "成功"
else:
pass
except Exception as e:
pass 状态码‘200’就是访问成功，证明这个HTTP代理是有效的。
测试运行如下：
- 稳定性：利用平均响应速度方差分析，我们可以发现稳定性如何较高。
计算公式如下：
S^2=1/n[（x1-x）^2+（x2-x）^2+……+（xn-x）^2]
简单来说，excel的里面的方差计算公式VAR()可以帮助我们秒计算。善用excel~
- 带宽测试部分代码如下：
#测试带宽核心代码
def test_proxy_bandwidth(auth_key,ip,proxies,thread_id,source_url):
res = {
"thread_id":thread_id,
"ip":ip.replace('\n',''),
"target_url":source_url,
}
file_size = 10 * 1024 * 1024 # 10 MB
start_time = time.time()
downloaded_size = 0
try:
response = requests.get(source_url, proxies=proxies, stream=True, timeout=30)
dirname = f"./{auth_key}_{ip}"
with open(f'{dirname}', 'wb') as f:
for chunk in response.iter_content(chunk_size=8192):
f.write(chunk)
downloaded_size += len(chunk)
f.flush()
if downloaded_size >= file_size:
break
elapsed_time = time.time() - start_time
download_speed = downloaded_size / elapsed_time / 1024 # KB/s
except Exception as e:
elapsed_time = time.time() - start_time
download_speed = downloaded_size / elapsed_time / 1024 # MB/s这里是下载10M文件，记录测试网速。
测试运行如下：
7.豌豆代理HTTP代理测试结果
豌豆代理的带宽和平均下载速度无法给到，我测试带宽连接这个：
但豌豆代理均显示无法连接，具体是什么原因，就无从得知了。
稳定性还行，在3以内，但是可用率略差了点，对上该厂商的价格来说，无功无过吧。
这里要说一点是，豌豆代理购买方式有局限性，HTTP代理的种类不多，如果需要静态IP或者独享IP的，这家可能不是那么合适。这点对比起来青果网络的产品品类齐全，目前我们所使用到的HTTP代理使用场景对应的HTTP代理，基本都能找到，青果网络属于一枝独秀。
相比而言，青果网络HTTP代理的响应速度快，可用率高，稳定性也更好，尤为突出的是，专门为企业用户设置了企业池，可以享受更高质量的HTTP代理，IP类型更丰富，日去重IP高达220+W。
青果网络的HTTP代理各项测试数据如下：
很顶。
而且，豌豆代理官网说自己延迟≤10ms，这，直接蚌埠了，10ms，实际测试数值相信大家也看到了，不知道品宣是不是少打了个0？
不如和青果网络一样直接说自己≤100ms，反正这一区间，大部分爬虫er都是能接受的，别太浮夸了哇。
希望这篇测试文章，能够帮到那些在观望HTTP代理哪家强的人。
