代理IP可用率再高，恢复时间慢照样会拖住业务

代理IP可用率写着 99%，业务却隔三差五停一次。把故障记录拉出来看，问题不在坏的次数，而在每次坏掉之后要多久才回来。可用率算的是比例，恢复时间量的是长度，两个指标指向的体验完全不同。

一个算比例，一个算长度

比例好看，不代表停得短。

可用率把一段时间里正常的部分除以总时间，得到的是一个百分比。恢复时间记的是每一次中断从发生到结束花了多久，得到的是分钟或者小时。代理IP的可用率数字高，并不说明中断就短，这一点在按批次计费的业务里尤其明显：断三次、每次两分钟，和只断一次、持续六分钟，算出来的比例可能很接近，使用者的感受却差了一截。

平均值把长故障盖住了

月度可用率是一个平均值，天生会把极端情况稀释掉。一条代理IP线路一个月里只断了两次，一次三分钟，另一次四个小时，平均之后整体数字依然过得去。落在业务上的实际感受是那四个小时：任务停在原地，进度不动，还得有人盯着。看平均值看不出这件事，只有把每次中断的时长单独列出来，那条特别长的尾巴才会露出来。

恢复时间是几段时间加出来的

一次中断从发生到结束，中间要走过几段：先是发现，靠监控报出来还是等人反馈，这一段取决于盯得紧不紧；接着是判断，确认是出口这一侧的问题还是业务程序自己出错；然后是处置，换出口、重启程序或者等它自己缓过来；最后是验证，确认新出口真的能跑。代理IP的恢复时间慢，多数慢在发现和判断这两段，处置动作本身常常只花几分钟。

把每次中断按这几类归档之后，代理IP的改进方向会自己显出来。优先级低的那两类不必花时间优化，力气应该放在会让人动手介入的情形上。可用率数字上，这两类的差别可能只有零点几个百分点，实际占用的工时却差着数量级。

记录时除了起止时间，建议把发现方式和处置动作也各写一行。积累几轮会发现，多数恢复慢的情形都慢在发现方式上，等人反馈的中断往往比监控报出来的长好几倍。这一栏看着琐碎，却是代理IP可用性改善里性价比最高的一项。

时段这一维单独记

把中断按小时段归类之后，代理IP的时段规律通常会自己浮出来：某几个小时段反复出问题，其余时段一直平稳。这个发现比一个月度百分比有用，因为它直接指向可以调整的动作，把对稳定性要求高的任务挪出那几个时段就行。

两个数字放在一起看

只看可用率，会把恢复快但次数偏多的出口评低；只看恢复时间，又会漏掉那些从不断却一直不太稳的出口。把两个数字并排放进一张表，再按业务能接受的停摆时长划一条线，代理IP的选型判断会稳很多。