美国代理 – 横跨东西海岸的美国 IP 池

地理位置为什么这么关键？

美国并不像一个单一市场。定价、库存、税费计算、配送时长，甚至展示的商品目录都可能因州而异。同一件商品，零售商页面从 New York 看和从 Texas 看，总金额可能不同。因此在面向美国的业务中，“选国家”往往不够；你从哪个海岸看，同样会影响结果。

第二个维度是距离。美国境内东西海岸之间的延迟差异是能感知到的。你的目标服务器在哪个区域，就选靠近它的出口，既能缩短耗时，也能提高成功率。

请求的路径：从出口到目标

请按目标受众所在的海岸选择出口城市。延迟测量应使用 ping 测试 从您自己的网络进行。

城市与类型覆盖

四大都市的池结构并不相同。东海岸的 ISP 与 datacenter 供给更广，西海岸的 residential 深度更高。

比例反映的是池的构成，而非绝对容量。账号类操作用 LA 与 NY 的 residential，大批量采集用达拉斯的 datacenter 效率更高。

规模化数据采集架构

面向美国目标的采集任务中最常见的错误，是把每个请求都送进昂贵的池。分级流程能以低得多的成本采到同样的数据。

最后一步至关重要：返回 200 的验证页会悄悄污染数据。分级架构的细节，我们在 datacenter 何时够用 一文中做了说明。

搜索结果与广告核验

美国是搜索结果对位置最敏感的市场之一。同一个关键词在三个不同的州看到三组不同结果是常态。因此做排名监测的团队会把测量精确到州，而不只是国家。广告展示同样敏感；要确认活动在正确地区以正确素材展示，就需要 广告核验 方案。

零售与价格监测

大型零售商的价格与库存数据按门店而异。随邮编变化的配送选项、促销券和税费计算会明显改变总金额。因此在美国做价格监测时，只从单一出口点采集的数据必然不完整。方法可参考 价格对比 页面，以及 电商代理 场景。

免费美国地址及其局限

免费列表中可以使用 US 筛选。这些地址适合集成测试和一次性检查；但美国的大型平台对共享的免费地址相当警惕。生产任务需要专属出口。手上的地址可以用 proxy 检测 工具测试，匿名等级则可通过 匿名度测试 验证差别。

时区与运营排期

美国横跨四个主要时区，这直接影响采集排期。东海岸开始上班时，西海岸还是午夜；套用同一份计划，等于在一半目标上挑错了时间。对零售站点而言，最安静的窗口通常是目标本地时间的午夜到清晨之间。

务实的做法是按地区给目标清单打标签，并为每组定义单独的排期。与其同时对全国发起扫描，不如按地区逐步推进，这既能分散服务器负载，也能降低被封的概率。

另一个细节是浏览器时区。出口 IP 显示洛杉矶而浏览器时区是伊斯坦布尔，这在行为分析中是很容易被发现的矛盾。如果使用自动化，请把时区设为出口城市；原因见 指纹与 proxy 匹配 一文中做了说明。

按州计算的税费与价格逻辑

在美国，销售税不由联邦而由州甚至地方政府确定。同一件商品的购物车总额会随收货地址变化。某些州的特定品类免税；另一些州还会叠加市一级的附加税率。因此“商品价格”单独并不是有意义的数据；不注明是从哪个位置看到的，就不该入库。

配送也是如此。免运费门槛、预计送达时间和到店自提选项都按邮编而异。做竞争分析的团队也需要采集这些字段；只盯着标价会得出误导性的结论。

据此设计你的数据模型：每条记录都加上出口州和邮编信息。这样就能按地区追踪随时间的变化，看出活动在哪些地区开启。方法可参考 价格对比 页面。

美国目标的故障排查

出现验证页面。 先降低速率，再升级出口类型。顺序很重要：在数据中心出口上降速往往不够，但在 residential 出口上效果明显。

价格看起来不一致。 会话污染是最常见的原因。上一个地区的 cookie 被带过来时，站点会记住旧的位置。每个地区都要从零开始新会话。

响应时间波动很大。 检查出口城市与目标服务器之间的距离。从西海岸访问东海岸的目标，即便同在一块大陆，也会增加明显的延迟。

同一商品在不同页面价格不同。 部分零售商会做个性化。用干净会话并在同一时间段采集的数据，能在很大程度上消除这种噪声。

正确计算 IP 池规模

面向美国目标最常见的规划错误，是按请求数量来确定池的规模。决定性因素不是请求总量，而是 每个 IP 每秒的请求速率。用实测确定每个目标的安全速率，再用总速率去除，就能得出真正需要的池规模。

一旦启用州级定向，算法就变了：筛选越窄，该地区在线节点越少，同一批地址重复出现得越频繁。如果使用窄州筛选，降低速率比扩大池更有效。

公式与测量方法可参考 池规模测算 和 并发上限 两篇文章。要批量验证池中的地址，用 代理检测工具 即可。

相关地区

要扩大北美覆盖可用 加拿大，要衔接欧洲一侧可用 英国 和 荷兰 出口，可以搭配使用。完整列表： proxy 地区列表.