L’analytique d’usage des proxys consiste à réduire des milliers de logs de requêtes à quelques chiffres qui disent si votre pool est sain, en dégradation, ou en train de casser silencieusement un processus métier. La plupart des équipes possèdent déjà la matière première — tableaux de bord du fournisseur, logs de scraping, factures de bande passante — mais la réunissent rarement en une vue répondant à la seule question qui compte : la couche proxy produit-elle du travail réussi à un coût défendable ?
Le mode de défaillance est prévisible. Un pool commence à renvoyer des blocages souples au lieu d’erreurs franches, le taux de succès perd deux points par semaine, les retries gonflent la bande passante, et personne ne s’en aperçoit avant qu’un client demande pourquoi un jeu de données date de trois jours. L’incident a alors un mois. Huit KPIs comblent ce trou : peu coûteux à calculer, liés directement à l’argent et à la fiabilité, et couvrant ensemble environ quatre-vingt-dix pour cent des défaillances possibles.
Les huit KPIs, groupés par ce qu’ils protègent
- Fiabilité — taux de succès et taux de blocage/captcha. Le taux de succès compte les tâches terminées sur les tentatives, par cible et par pool ; le taux de blocage compte les 403, 429 et challenges en proportion. Ensemble, ils distinguent « le site a changé » de « nos identités sont grillées ».
- Stabilité d’identité — churn des IP de sortie et latence p50/p95 par cible. Le churn mesure combien de fois une session sticky change d’IP en une heure ; les percentiles de latence mesurent la queue par cible, car une moyenne globale masque précisément l’endpoint qui empoisonne la file.
- Économie — Go par tâche et coût par tâche réussie. La bande passante par tâche normalise le trafic entre types de jobs ; le coût par succès replie retries, échecs et surcoût en un seul chiffre comparable entre fournisseurs.
- Résilience — mix de fournisseurs/pools et couverture d’alertes. Le mix montre quel volume dépend d’un seul pool ; la couverture montre quelle part des classes de défaillance alerte réellement un humain. Deux indicateurs avancés de la gravité du prochain incident.
Checklist de santé du pool
- Taux de succès mesuré sur le travail terminé, pas sur les HTTP 200 — une page qui affiche un captcha est un échec.
- Taux de blocage et de captcha suivi en tendance sur sept jours par cible, avec alerte au-delà de trois points de variation.
- Churn des IP de sortie échantillonné chaque heure sur les sessions sticky ; avec une fenêtre de trente minutes, plus de deux changements par heure est un défaut.
- Latence p50 et p95 stockée par cible, jamais agrégée globalement, comparée semaine après semaine.
- Go par tâche revus après chaque changement de politique de retry, car les tempêtes de retries sont la cause habituelle des pics de bande passante.
Comparaison rapide
- Taux de succès : attrape la dégradation fonctionnelle silencieuse d’une cible ou d’un pool, mais n’explique pas la cause.
- Taux de blocage : prévient des semaines à l’avance d’un problème de qualité d’identité, mais ignore les retries déjà payés.
- Coût par succès : démonte l’illusion du prix affiché et l’inflation des retries, mais ignore les heures d’ingénierie passées à surveiller.
- Couverture d’alertes : expose les classes de pannes qui n’atteignent jamais un humain, mais pas les échecs que vous n’avez jamais instrumentés.
Tableau de bord en quatre étapes
- Définir la tâche avant la requête : une page produit parsée, un compte vérifié, un prix capturé.
- Journaliser six champs par tentative : horodatage, pool, cible, IP de sortie, résultat, octets.
- Découper chaque graphique par cible et par pool ; une seule courbe mélangée est la première raison pour laquelle une cible mourante passe inaperçue.
- Alerter sur la vitesse de variation plutôt que sur les valeurs absolues, puis tenir quinze minutes hebdomadaires autour de trois questions : qu’est-ce qui a bougé, pourquoi, qu’avons-nous changé.
Questions fréquentes
Quel KPI instrumenter en premier ?
Le taux de succès. C’est la seule métrique qui représente directement la valeur livrée, elle se calcule à bas coût depuis des logs existants, et elle rend tous les autres KPIs interprétables. Ajoutez immédiatement le taux de blocage, qui explique la majorité de ses variations.
Pourquoi p95 plutôt que p50 ?
Parce que le comportement d’une file se décide dans la queue. Si cinq pour cent des requêtes prennent quatre fois plus de temps, les workers attendent les retardataires et le débit chute bien plus que ne le suggère la médiane. p50 pour la capacité, p95 pour la douleur réelle.
Rien d’exotique : une table de logs, une requête planifiée et une douzaine de lignes de SQL produisent sept des huit KPIs ; le huitième est une décision sur qui réveiller à deux heures du matin. Pour un pool qui expose déjà taux de succès, churn, percentiles de latence et coût par tâche dans son interface, commencez avec les proxys résidentiels FTProxy et branchez le reste sur votre propre stack.