review/speed · 集群 A · 测速方法 · 4/6

测速样本量要多少：单次结果为什么不可信，以及如何安排重复测量

为什么单次测速结果不可信

单次测速不可信，是因为网络本身就是波动的系统。一个数据包从你的设备到代理节点再到目标网站，途中要经过多跳路由、多个排队队列，任何一个环节的瞬时拥塞都会让这一次的结果偏高或失败。你在某一秒测到的数字，可能恰好赶上一个队列清空的瞬间，也可能恰好赶上一次重传。

所以「我测了一下很快」与「我测了一下很慢」都只描述了那一个瞬间。本站目前没有任何品牌的实测数据，也不会发布单次测量结果；本文讨论的是如何让你自己的测量更有代表性。整体流程可以先阅读 机场测速流程怎么做。

重复测量要覆盖哪三个维度

重复测量应当覆盖节点、时段、日期三个维度，而不是在同一时刻连续点很多次。三个维度各自回答不同的问题：

一个日期
 ├── 白天时段 ──── 节点1 × 多次、节点2 × 多次、…
 ├── 工作日晚间 ── 节点1 × 多次、节点2 × 多次、…
 └── 周末晚间 ──── 节点1 × 多次、节点2 × 多次、…
重复多个日期 ──> 汇总

在同一分钟内连续测很多次，只能降低「这一分钟」的偶然性，但无法告诉你晚高峰会怎样，也无法区分规律与偶然。晚高峰的安排方法见 晚高峰测速怎么测。

用什么统计口径概括结果

概括延迟结果，中位数比平均值更稳健，并应辅以较高分位数和失败率。原因如下：

• 平均值容易被少数极端值拉偏。只要有一次异常慢，平均值就会明显上升，看起来整个节点都变慢了。
• 中位数是把所有结果排序后位于中间的那个值，代表「大多数时候」的水平，不受个别异常值影响。
• 较高分位数（例如排序后靠后的那部分结果）反映「偶尔慢的时候有多慢」，对实时场景很重要。
• 最大值与最小值只适合辅助观察，不宜作为结论。

延迟数字本身的含义见 代理延迟怎么看；多次结果之间的波动就是抖动，见 抖动是什么。

失败的测量怎么处理

失败的测量必须单独计数，既不能丢弃，也不宜直接混入延迟统计。常见的处理方式是：

1. 延迟统计只使用成功的样本，计算中位数与分位数。
2. 另设一列「失败次数 / 总次数」，记录超时、连接被拒、握手失败等情况。
3. 如果某个节点在某个时段失败次数明显偏多，即使成功样本的延迟看起来不错，也应视为该时段可用性存疑。

丢弃失败样本是最常见的统计错误之一，它会让一个经常连不上的节点看起来「延迟很低」。可用性的长期观察方法见 稳定性怎么衡量。

下面是一个汇总表的示例格式，所有数值以「待测」或「—」占位：

样本量与成本的平衡

样本量需要在可信度与成本之间取得平衡，成本主要是时间与流量。延迟测试流量消耗很小，可以多测；吞吐测试每次都会消耗可观的套餐流量，需要控制次数。一个实用的安排思路是：

如果你购买的是小流量套餐，吞吐测试更要节制，避免测试本身占掉大部分月流量。不同流量档套餐的差异可以参考 价格与套餐 专题。

不同目的需要不同的样本量

样本量要求取决于你要做的决定有多重要。可以按目的分级：

• 快速筛掉明显不可用的节点：同一时段少量重复即可。
• 在几个候选节点中选主力：至少覆盖白天与晚高峰两个时段。
• 决定是否续费或延长付费周期：应跨多个日期、包含工作日与周末晚间，并持续观察可用性。

年付折算价的套餐需要一次性支付年付总额，决策成本更高，因此在付费前更需要充分的样本；能用月付短周期试用时，可以优先考虑先试再定。相关风险可参考 跑路与风险 专题。

小结

一个可信的测速结论来自足够的、分布合理的样本：多节点、多时段、多日期，用中位数概括、单列失败率。记录格式可参考 测速记录模板。挑选候选品牌时，可以先在 机场品牌库 查看资料字段，再回到 测速与稳定 专题选择适合你的测试方法。