如何用独立证据验证代理服务商 SLA

代理服务级别协议可能承诺很高的可用率，但只有当范围、分母、排除条款和证据与实际购买的工作负载一致时，这个数字才有意义。网关在线不代表所需区域有可用出口，也不代表粘性会话保持完整或响应内容真正可用。

本指南帮助采购、SRE 和数据团队把代理 SLA 转化为可重复的测量、升级与续约流程，适用于合法且已获授权的工作负载，并应在大额采购前与服务商确认口径。

先把合同文字翻译成测试

从订单、服务说明和支持政策中提取每一项可测承诺，并记录：

• 覆盖的产品、网关、协议和账号等级；
• 覆盖市场与定位精度；
• 测量周期和时区；
• 服务商的可用率公式；
• 计划维护与客户原因排除项；
• 最短事故时长或报告粒度；
• 不同严重等级的响应与恢复目标；
• 申请服务抵扣所需证据；
• 申请期限和抵扣上限；
• 连续未达标时的终止或续约权利。

无法转化为可观察事件的表述，应在采购前澄清。“企业级可靠性”本身不是可测承诺。

分开四类服务指标

一个百分比无法解释全部代理结果，至少应分开：

首次成功与重试后的最终成功必须分开。最终可用率很高，也可能掩盖客户实际经历的延迟和额外成本。

预先定义合格分母

分母会决定结果，分类规则必须在采集数据前确定：

• 同一操作的重试使用一个 operation ID；
• 排除未获授权时间窗内的探测；
• 区分客户配置错误与服务商故障；
• 不得因为某区域表现差就把它从样本中删除；
• 只有满足合同通知和范围要求的维护才能标记为计划维护；
• 目标策略拒绝与传输故障分开记录；
• 快速返回错误页不能算成功。

分类逻辑应内部公开并版本化。看到结果后再修改分母，会使审计失去可信度。

建立独立探测矩阵

探测点应位于生产客户端实际运行的区域，而不是只放在一个办公室。使用自有或明确获准的小型端点集合，避免监控本身产生有害流量。

按以下维度分层：

• 客户端区域；
• 请求出口区域；
• HTTP、HTTPS 或 SOCKS5；
• 已购买的 IPv4 与 IPv6；
• 轮换与粘性会话；
• 认证方式；
• 轻量诊断检查与代表性业务检查。

使用低而稳定的探测量，并随机化时间。监控的目标是观察，不是压力测试。比较多家服务商时，计划与条件必须等价。

留存证据但不保存秘密

每个业务操作一行，允许附属尝试记录。建议字段：

operation_id
started_at_utc
probe_region
requested_exit_region
protocol
address_family
session_mode
gateway_alias
attempt_count
connect_outcome
authentication_outcome
route_verified
content_valid
first_attempt_success
eventual_success
latency_ms
bytes_transferred
failure_layer
incident_id

尽可能使用别名，不保存原始端点。SLA 数据集中不得出现代理密码、API 令牌、Cookie、完整敏感 URL 或个人数据。所有探测点保持时钟同步，并保留不可变的原始摘要，便于重建事故时间线。

计算可用率与错误预算

对每个分层计算：

可用率 = 合格成功操作数 / 合格操作总数

如果目标为 99.9%，错误预算就是合格操作数或合格时间的 0.1%，具体取决于合同。请求型与时间型公式不能混用。

日级数据用于发现问题，是否达标则按合同周期评估。增加滚动消耗率，判断错误预算是否比月份允许的速度消耗得更快。短时间严重事故与长时间区域性退化可能消耗相近预算，但需要不同处置。

公开对账排除项

同时维护两种视图：

1. 客户观察可用率，反映真实业务体验；
2. 合同可用率，应用双方约定的排除条款。

每个排除区间都要保留原因、起止时间、受影响产品和证据，避免把维护、目标行为或客户错误当成模糊的万能解释。

双方监控不一致时，先比较时间戳、网关范围、路由选择、认证结果与探测位置，再判断责任。

制作事故证据包

超过阈值后生成精简证据包：

• 不含凭据的账号与覆盖服务信息；
• 事故开始、发现、升级、恢复和验证时间；
• 受影响区域、协议与会话模式；
• 首次成功率和最终成功率图表；
• 脱敏的代表性错误样本；
• 路由与直连回退验证；
• 重试放大和成本影响；
• 对应合同条款与请求补救；
• 服务商工单号和回复。

只发送解决问题所需的最少证据，不要附带含有秘密或无关目标数据的原始归档。

同时验证支持承诺

支持响应通常比基础设施归因更容易测量。对每个获准测试或真实事故记录确认时间、合格技术回复时间、更新频率和恢复确认。

不要制造虚假紧急事件测试客服。使用双方约定的测试工单或真实问题，选择正确严重等级，并明确说明受控测试性质。

用结果支持续约

每个周期结束后比较：

• 合同可用率与客户观察的有效结果可用率；
• 未达标的市场和会话模式；
• 有效结果的 p50、p95 和 p99 延迟；
• 错误预算消耗和事故集中度；
• 支持响应与恢复表现；
• 获得的服务抵扣与申请金额；
• 单个有效结果的代理及基础设施成本；
• 恢复与对账消耗的工程时间。

少量抵扣可能无法覆盖运营工作与数据损失。续约应考虑总业务影响，而不只看狭窄合同公式是否达标。

SLA 审计清单

• [ ] 覆盖产品、路径、市场和账号等级明确。
• [ ] 可用率公式与排除条款可测试。
• [ ] 首次成功与最终成功分开。
• [ ] 网关、路由、结果和会话指标分开。
• [ ] 探测代表生产区域且不会制造负载。
• [ ] 可以检测并拒绝直连回退。
• [ ] 分类逻辑在测量前已版本化。
• [ ] 原始证据不含凭据和个人数据。
• [ ] 周期内持续监控错误预算消耗。
• [ ] 事故证据符合申请期限与格式。
• [ ] 支持承诺得到诚实测量。
• [ ] 续约使用单个有效结果成本和业务影响。

常见问题

网关健康检查足以证明可用率吗？

不足。它只证明网关回应了该检查。路由可用性、区域正确性、会话行为与有效业务输出需要独立指标。

目标网站阻止应算服务商故障吗？

应单独分类，并按书面合同处理。无论合同是否排除，都应保留在客户观察的有效结果指标中，因为它会影响工作负载。不得用轮换覆盖目标网站的访问决定。

探测应多频繁？

应能在业务目标时间内发现事故，同时保持最小授权流量。间隔需要结合测量周期、区域数量和稀疏样本误判风险。

可以使用服务商仪表盘作证据吗？

可以，但只能作为来源之一。仍需保留客户端独立测量，因为仪表盘可能聚合不同产品、区域或分母。

签约前最应确认什么？

确认范围、公式、排除项、事故时间戳、证据格式、申请期限、严重等级和补救方式。这些内容在故障期间很难重新协商。

签约前可使用 98IP 的住宅代理评估清单和代理试用统计指南，并用单个成功请求成本完成财务比较。

合规说明

只对自有或明确获准的端点与账号运行探测。遵守网站条款、robots 指令、速率限制、隐私义务和适用法律。监控不会自动授予访问权。尽量减少留存数据，保护凭据，并在目标或服务商政策要求时停止探测。