摘要：IP池规模只能说明资源上限，不能直接代表当前可取数量，更不能等同于业务可用资源。评估时应依次核对总地址量、测试窗口内的去重数量，以及满足地区、连接、响应和业务条件的有效数量。
看到“百万级IP池”，很多人的第一反应是资源肯定够用。接入后却发现，连续提取几小时，地址开始重复；指定地区时数量明显变少；代理连接成功，访问目标页面却不断超时。
问题通常不在标称规模真假，而在统计口径没有对齐。总地址量、去重数量和有效资源回答的是三个完全不同的问题，采购和测试时不能混成一个数字。
总地址量到底代表什么？
总地址量更接近资源池的理论容量，不能直接回答某一时刻能拿到多少地址。
服务商所说的“百万级IP池”，可能指当前资源池、历史累计地址、周期内可调度地址，或者多个产品与地区合并后的资源规模。只看数字，很难判断这些地址是否会在同一时间开放，也无法确认目标城市、运营商或协议下还剩多少。
可以把它理解成仓库商品目录：目录里有一百万件商品，不代表今天全部有库存，更不代表每件都能配送到指定地区。
核对总量时，至少要问清三个边界：
- 是当前在线规模，还是历史累计规模？
- 是单个产品的资源，还是国内外、多产品合并口径？
- 是可直接提取的地址，还是平台可参与调度的全部节点？
如果这些条件没有写清楚，两个相同的“600万IP池”，实际含义可能完全不同。
去重数量为什么比提取次数更有参考价值？
提取了多少次不重要，真正有意义的是固定时间窗内拿到了多少个唯一出口地址。
假设接口被调用10万次，最终只有8000个唯一IP，那么10万只是返回记录数，不是资源数量。动态池在高频调用、地区资源较少或共享用户较多时，出现重复并不异常；问题在于重复比例是否满足任务需求。
去重时应固定统计对象和时间窗口：
去重数量 = COUNT(DISTINCT 出口IP)
重复率 = 1 - 去重数量 / 总提取记录数这里的“出口IP”应以请求实际观察到的公网出口为准，而不是仅统计接口返回字段。隧道代理尤其如此：入口地址可能始终不变，真正变化的是云端分配的出口。
时间窗口也必须一致。测试1小时得到3万个唯一IP，和测试7天得到3万个唯一IP，资源活跃度显然不是一个水平。比较不同服务时，应使用相同地区、相同调用间隔和相同测试时长。
有效资源与去重数量有什么区别？
去重数量解决“有多少个不同地址”，有效资源解决“其中多少个能完成当前任务”。
一个IP没有重复，不代表它对任务有效。代理连接成功只是第一层条件，后面还要经过目标访问、响应时间、内容完整性和地区匹配等验证。
| 统计层级 | 回答的问题 | 常见误判 |
|---|---|---|
| 总地址量 | 平台理论上有多大的资源基础 | 把资源上限当成实时库存 |
| 时间窗去重数量 | 测试期间实际出现了多少个唯一出口 | 把每次提取都当成新IP |
| 代理可用数量 | 多少IP能完成连接与转发 | 把代理连通等同于业务成功 |
| 任务有效数量 | 多少IP满足地区、延迟和目标响应要求 | 忽略任务条件差异 |
可以按下面的方式定义有效资源：
任务有效IP =
去重IP
∩ 代理连接成功
∩ 目标请求成功
∩ 地区与运营商匹配
∩ 响应时间低于任务阈值
∩ 返回内容通过完整性校验因此，有效数量不是服务商单方面给出的固定值，而是“资源池能力”和“具体任务条件”共同作用的结果。同一个IP访问两个不同的公开数据源，结果也可能完全不同。
怎么测试一个IP池是不是真的够用？
最稳妥的方法不是跑一次速度测试，而是做固定条件下的三层漏斗统计。
测试可先运行24至72小时。调用频率和并发从业务低位开始，记录每次请求的时间、出口IP、地区、连接结果、目标状态、延迟和内容校验结果。以下参数只是测试起点，不是通用固定值。
建议日志至少保留这些字段：
tested_at、exit_ip、region、carrier
proxy_ok、target_ok、latency_ms
content_valid、error_type有了原始记录，就能用一条SQL同时得到三层数字：
SELECT
COUNT(*) AS request_count,
COUNT(DISTINCT exit_ip) AS unique_ip_count,
COUNT(DISTINCT CASE
WHEN proxy_ok = 1
AND target_ok = 1
AND content_valid = 1
AND latency_ms <= 2000
THEN exit_ip
END) AS effective_ip_count
FROM proxy_test_log
WHERE tested_at >= CURRENT_TIMESTAMP - INTERVAL '24 hours'
AND region = '目标地区';测试结果不要只看最终成功率，还要观察三个变化：
- 去重数量是否继续增长：很早进入平台期，说明高频提取主要在重复已有地址。
- 有效率是否稳定：有效IP数量除以去重数量，可用于观察资源质量变化。
- 资源是否过度集中：少量IP承担大部分请求时，即使平均成功率尚可，任务弹性也可能不足。
如果有效率下降，应先拆分错误类型。代理连接失败、目标超时、内容校验失败和地区不匹配对应的处理方向不同，不能笼统归为“IP不行”。
采购时应该优先看哪些数字？
先按任务需要确定有效资源门槛，再反推总池规模，而不是从最大的宣传数字开始选。
可以使用一个简单判断式：
所需有效IP数
≈ 峰值并发 × 单IP使用窗口 ÷ 可接受复用次数 × 安全系数例如任务依赖城市覆盖，就应分别统计目标城市的去重数和有效数；持续请求更应观察资源更新速度、重复集中度和异常节点恢复机制。只报全国总量，无法回答局部资源是否够用。
最终采购表里最好保留以下四项，而不是只放“IP池规模”一列：
- 标称总地址量及统计周期；
- 24小时和72小时去重数量；
- 目标地区的任务有效数量；
- 重复率、有效率及高峰时段波动。
池大是基础，更新快是供给能力，任务有效数量才是交付结果。三者分开统计，才能判断资源究竟是“看起来多”，还是在真实任务里确实够用。
FAQ
Q：IP重复率越低越好吗？
不一定。短时间内完全不复用可能提高资源消耗，也未必符合连续会话任务。更合理的判断是：重复比例是否符合轮换策略，少量地址是否承担了过高请求占比，以及复用后业务结果有没有明显下降。
Q：为什么接口返回新IP，出口检测却还是旧IP？
可能是接口返回的是资源记录或入口节点，而实际出口由隧道服务在云端调度；也可能存在连接复用。测试时应关闭不必要的长连接，并以目标侧观察到的出口IP作为去重依据。
Q：代理可用率可以直接当成业务成功率吗？
不可以。代理可用率通常只反映代理节点能否连接和转发，业务成功率还受目标响应、请求参数、网络环境、访问频率和内容校验规则影响。两项指标应分别记录。
Q：测试多久才能判断资源是否够用？
临时任务可先测24小时，持续任务更适合覆盖72小时以上，并包含实际高峰时段。若业务存在明显的工作日、周末或地区时间差，还需延长窗口，避免用低负载时段替代长期表现。
Q：总地址量还有没有采购价值？
有，但它适合判断服务商的资源基础和扩展上限，不适合单独决定采购。只有把总量与时间窗去重数、目标地区有效数、资源更新速度放在一起，才有实际决策价值。
