轮换代理终极指南

轮换代理的含义

轮换代理为你提供的是一个网关端点，而不是单一 IP。网关背后是一个 IP 池，由服务商决定每次连接使用哪个出口。你可以自行控制策略：每次请求都更换、在固定时间内保持不变，或者一直保持不变直到你主动更改。

四种策略

**按请求轮换。**每次调用都使用新的 IP。分散程度最高，适合抓取大量互不相关的公开页面。但在需要会话或 Cookie 的场景中千万不要使用。

**粘性会话。**一个出口在设定的时间窗口内保持不变（通常为 1～30 分钟，有时可达数小时）。这是登录、购物车、翻页以及任何需要网站追踪连续性场景的正确默认选择。

**定时轮换。**无论活动情况如何，出口都会按计划更换。适用于不应在某一个地址上积累历史记录的长期监控任务。

**失败时轮换。**在出口正常工作时保持不变；遇到 403、验证码或超时时才更换。这种方式在带宽消耗上最经济，往往也是混合负载场景下最明智的策略。

正确处理会话

将一个 Cookie 存储、一个 User Agent 和一个浏览器指纹绑定到同一个会话 ID。会话结束时，把这些内容一并全部丢弃。抓取中最常见的 bug 就是轮换了 IP，却保留了原来的 Cookie。

并发

轮换并不能替代节奏控制。通过轮换网关发起的五十个线程，依然意味着同时向同一个目标发起五十次请求。加入抖动、限制每个域名的并发数，并在错误率上升时主动降速。

衡量效果

跟踪每个出口国家的成功率、每个成功页面消耗的字节数，以及验证码与 200 状态码的比例。如果成功率下降而带宽消耗上升，说明你正在不断撞墙式重试——这时应该更换策略，而不是增加线程数。

选择 IP 池

对容忍度较高的目标使用轮换数据中心代理，对面向消费者的网站使用轮换住宅代理，对审查最严格的平台使用移动代理。轮换策略和 IP 类型是两个独立的决策，先把前者选对，能在后者上省下不少成本。