做 IP 池运维的人常有这种经历：自己统计的存活率是 90%，供应商后台却写着 96%，两边吵不出结果。数字对不上，往往不是谁造假，而是口径不一样。这篇把池子最常用的三个指标口径拆开对齐。
同一个指标名，两种算法
存活率、成功率、连通率看着简单，实际计算方式五花八门。存活率有人按”单次探测成功”算，有人按”周期内平均可用时长”算；成功率有人数的是请求级，有人数的是连接级；连通率更是有 TCP 握手成功、HTTP 响应成功、业务请求成功三种记法。口径不同，同一个池子能算出相差几个百分点的结果。
口径不一致会带来什么
最直接的后果是”对不上账”：内部巡检与供应商报表对不上，排查时无法判断是池子变差还是统计方式变了。其次是决策失真，按乐观口径可能漏掉一批质量下滑的地址，按悲观口径又会过早淘汰可用资源。口径没有统一前，任何对比都建立在沙子上。
怎么把口径拉齐
先定义再统计：给每个指标写清楚”分子是什么、分母是什么、什么算成功”。比如存活率统一为”单次 TCP 探测成功的地址数 ÷ 池子地址总数”；成功率统一为”请求成功的次数 ÷ 请求总次数”；连通率统一为”探测周期内响应正常的地址占比”。定义写进文档，统计脚本按定义实现，对外沟通时直接贴口径定义。
| 指标 | 常见口径 A | 常见口径 B | 差异影响 |
|---|---|---|---|
| 存活率 | 单次探测成功占比 | 周期内平均可用占比 | 差 3~8 个百分点 |
| 成功率 | 请求级成功占比 | 连接级成功占比 | 掩盖业务层失败 |
| 连通率 | TCP 握手成功 | HTTP 响应正常 | 一高一低结论相反 |
- 写定义：每个指标配一段口径说明，分子分母写清楚
- 统一脚本：统计脚本只实现已定义的口径，禁止各写一套
- 对外贴口径：与供应商或同事对比数字时，先贴自己的定义
- 定期复核：口径随业务调整，每季度确认一次是否还适用
指标口径是池子管理的”度量衡”：口径不齐，数字再漂亮也是各说各话；先定义再统计，对比才有意义。
与 IP 代理的关系：IP 代理池的日常运维离不开数据说话，存活率、成功率、连通率是判断池子健康度的基础指标；口径统一后，这些数字才能真实反映代理资源质量，支撑扩容、淘汰与供应商评估等决策。所有使用都应遵循平台规则与法律法规，用于正当业务目的。