代理连接偶尔中断时，很多人第一反应是更换IP。实际上，“掉线”可能发生在DNS解析、TCP建连、代理认证、TLS握手、数据读取或空闲保持的任一阶段。没有错误码和时间线，盲目切换节点只会让问题更难复现。
本文讨论的是自有系统、企业授权接口和合规网络测试中的可用性设计，不用于绕过第三方限流或访问控制。
一、先判断掉的是哪一层
| 现象 | 可能阶段 | 需要记录 |
|---|---|---|
| 主机名无法解析 | DNS | 解析服务器、错误码、解析耗时 |
| 端口连接超时 | TCP/网络路径 | 目标主机、端口、路由与超时值 |
| 407或认证失败 | 代理认证 | 节点状态、授权方式、凭据有效期 |
| TLS握手失败 | 证书/时间/链路 | 证书错误、系统时间、SNI |
| 连接一段时间后断开 | NAT或服务端空闲超时 | 空闲时长、最后活动时间 |
| 换节点后仍使用旧出口 | 连接池复用 | 会话、长连接与客户端进程 |
超时类型的进一步区别可参考连接、读取和TLS超时定位。
二、NAT空闲超时为什么常见
路由器、运营商网络、云防火墙或代理服务端都可能维护连接状态。当一条TCP连接长时间没有数据，状态表可能被回收；客户端仍以为连接存在，下一次发送时才收到重置或超时。
解决方式不是无限频率发送心跳，而是根据协议和服务说明设置合理的保活、请求超时和连接最大空闲时间。心跳过密会制造无意义流量，也可能违反接口限制。
三、连接池为什么会“黏住”旧IP
HTTP客户端通常会复用已有TCP连接。即使应用更新了代理配置，旧连接没有关闭时，请求仍可能走原出口。切换节点后应建立新的会话或连接池，并等待旧请求安全结束。
相关原理见代理连接池继续使用旧IP的原因。不要在请求执行到一半时强制销毁全部连接，否则可能造成重复提交或数据不一致。
四、正确的自动重连需要退避
稳健的重连流程通常包含：
- 只对明确可重试的网络错误重试；
- 使用指数退避并加入少量随机抖动；
- 设置最大重试次数和总时长；
- 对写操作使用幂等键或业务去重；
- 连续失败后打开熔断，等待健康检查恢复；
- 记录每次尝试的节点、错误和耗时。
例如等待时间可按“基础间隔 × 2的重试次数”增长，并设置上限。不要固定每毫秒重试，这会在服务异常时形成重试风暴。
五、健康检查不能只查一个网页
代理节点健康至少应分开检查：
- 代理主机能否解析与建立连接；
- 认证是否有效；
- 通过代理能否访问企业自有健康端点；
- 出口IP是否与节点预期一致；
- 延迟、错误率和连续失败次数是否超过阈值。
健康端点应轻量、稳定并由自己控制，避免高频请求第三方网站。稳定性指标可结合代理IP在线率、延迟与丢包测试。
六、何时进行故障转移
单次超时不宜立即切换。可以在连续失败、滚动窗口错误率或关键链路不可达达到预设阈值后，把新请求切到已通过健康检查的备用节点。原节点进入冷却期，恢复后先承接少量流量。
故障转移必须服务于自有或已授权系统。第三方返回限流、验证码、权限拒绝时，应停止请求并按对方规则处理，不能通过轮换IP继续访问。
七、掉线排查的最小日志
- 请求时间、业务类型和脱敏请求ID；
- 代理节点标识，不记录明文密码；
- DNS、连接、TLS和读取阶段耗时；
- 状态码、异常类型与重试次数；
- 连接池是否新建、出口IP是否变化；
- 本地网络、客户端版本和配置变更时间。
日志保存应遵循最小必要原则，访问权限和保留周期由企业制度确定。凭据不得进入普通应用日志。
八、什么时候应该联系服务方
在多个可信网络和客户端上均可复现、认证参数有效、节点持续无法建立连接，或出口属性与订单不一致时，应携带脱敏日志提交工单。若只在单一Wi-Fi或单台设备失败，优先排查本地DNS、防火墙和系统代理。
自动恢复的目标是减少短暂网络波动造成的中断，不是掩盖长期故障。长期错误应回到容量、节点、路由和服务条件上解决。
