ES
Empezar

Glosario

Rendimiento

Latencia

El retraso entre enviar una petición a través de un proxy y recibir la respuesta, que depende sobre todo de la distancia física hasta la salida.

La latencia es la espera: el viaje de ida y vuelta desde que sale tu petición hasta que llega la respuesta, medido en milisegundos. Una parte es negociable y otra es física, y saber cuál es cuál ahorra muchos ajustes inútiles.

La parte física fija un mínimo que nadie puede rebajar. La luz en la fibra óptica viaja a unos 200.000 kilómetros por segundo, unos dos tercios de su velocidad en el vacío, lo que sale a unos 5 milisegundos por cada 1.000 kilómetros de ida y 10 milisegundos por cada 1.000 kilómetros de ida y vuelta. De Londres a Nueva York hay unos 5.600 kilómetros, así que el mínimo teórico de ida y vuelta ronda los 56 milisegundos. Las mediciones reales se quedan más cerca de 70 a 80, porque los cables no siguen círculos máximos y cada router añade un poco. Ningún proveedor, plan ni protocolo baja de ese mínimo.

Por eso la ubicación de un proxy es una decisión de rendimiento tanto como de segmentación, y la geometría importa más de lo que se espera. Tu tráfico ya no va al destino: va a la salida y de ahí al destino. Si estás en Europa, tu salida está en Nueva York y tu objetivo está en Europa, has pagado dos travesías oceánicas para una petición que habría recorrido una distancia mínima en directo. Las peores configuraciones de latencia suelen ser triángulos innecesarios, más que proxies lentos.

El tipo de dirección también influye. Un proxy de centro de datos está en infraestructura bien conectada con rutas cortas hasta las troncales. Una dirección residencial está detrás de banda ancha doméstica, y una móvil detrás de un enlace de radio cuya latencia varía con la señal y la congestión de la celda de formas que nadie controla. Ese orden, centro de datos el más rápido y móvil el más variable, es estructural y no una diferencia de calidad entre proveedores.

Que algo de esto importe depende por completo de la forma de tu trabajo, y aquí es donde más esfuerzo se desperdicia. La recogida masiva se rige por el rendimiento en muchas conexiones paralelas, así que cien peticiones de 300 milisegundos cada una terminan en el mismo tiempo real que cien de 100 milisegundos, siempre que las ejecutes a la vez. La latencia solo domina cuando los pasos son secuenciales y cada uno tiene que terminar antes de que empiece el siguiente, como en los inicios de sesión, los pagos y cualquier rastreo paginado que siga un cursor del servidor.

Así que la regla práctica es arreglar primero la geometría y después la concurrencia, y dejar de optimizar la latencia en un trabajo al que no le afecta. Pon la salida cerca del objetivo, porque el tramo que se repite es el que hay entre la salida y el destino.

Cómo lo gestiona HProxy

Solo damos una cifra de latencia representativa en una página de país cuando nuestro propio punto de medición puede medir el pool de ese país con justicia. Para los países lejanos informamos de la composición y la disponibilidad, porque un número medido al otro lado de un océano dice más de dónde estábamos nosotros que del pool.

Preguntas frecuentes

¿Por qué va tan lento mi proxy?

Revisa la geometría antes de culpar al proxy. Si estás en una región, tu salida está en otra y tu objetivo vuelve a estar cerca de ti, cada petición paga dos travesías largas que una conexión directa no pagaría. Después mira el tipo de dirección, ya que lo residencial y lo móvil son estructuralmente más lentos que el centro de datos, y luego si el retraso es de verdad latencia o es ancho de banda, que es otro problema con otra solución.

¿El proxy debe estar cerca de mí o cerca del objetivo?

Cerca del objetivo, en casi todos los casos. Tu conexión con la salida ocurre una vez por petición, pero la conversación de la salida con el destino es donde se hace el trabajo, incluida la negociación TLS y cualquier redirección. Poner la salida cerca del destino acorta el tramo que se repite.

¿Importa la latencia para el web scraping?

Mucho menos de lo que se suele pensar, siempre que ejecutes las peticiones a la vez. La recogida masiva está limitada por el rendimiento, así que la latencia de cada petición casi desaparece con el paralelismo. Importa cuando los pasos son secuenciales y cada uno depende del anterior, como al iniciar sesión, recorrer un pago o seguir un cursor paginado, donde cada milisegundo se paga una vez por paso.

¿Qué es una buena latencia para un proxy?

No hay un número absoluto, solo uno relativo a la distancia. Compáralo con el mínimo físico de esa ruta: unos 10 milisegundos de ida y vuelta por cada 1.000 kilómetros. Si una salida cercana devuelve varios cientos de milisegundos, algo falla más allá de la geografía. Si una salida transcontinental devuelve 80, está cerca de lo mejor que permite la ruta.

Volver al glosario completo.

HProxy.

No te fíes solo de nuestra palabra. Mídelo tú mismo.

Funciona en tu navegador contra la dirección real. Sin registro y sin guardar ninguna lista.

HProxy