Se stai avviando attori su Apify per il parsing di Wildberries, Ozon, Amazon o Google Maps, prima o poi ti troverai di fronte alla domanda: pagare per l'Apify Proxy integrato o collegare il proprio pool di indirizzi IP. A grandi volumi, la differenza di costo può ammontare a decine di migliaia di rubli al mese. In questo articolo analizzeremo come viene calcolato il costo del traffico in Apify, quando il proprio proxy è più vantaggioso e come collegarlo tecnicamente all'attore — con esempi di codice.
Cosa sono gli attori Apify e perché hanno bisogno di proxy
Apify è una piattaforma per l'esecuzione di scraper pronti (attori) senza la necessità di creare una propria infrastruttura. Nell'Apify Store ci sono centinaia di attori pronti: parser di Amazon, Google Maps Scraper, Instagram Scraper, attori per la raccolta di schede prodotto da Wildberries e Ozon. La maggior parte di essi richiede proxy, poiché i siti target bloccano rapidamente gli indirizzi IP dei data center Apify in caso di richieste massicce.
I proxy negli attori risolvono tre problemi: aggirano le restrizioni geografiche (ad esempio, è necessario raccogliere i prezzi specificamente per la regione "Mosca" su Wildberries), riducono la frequenza dei captcha e dei ban temporanei, e distribuiscono il carico tra molti IP, simulando il comportamento di utenti normali, e non di un bot. Senza proxy, la maggior parte degli attori per il parsing di marketplace non si avvierà affatto, oppure raccoglierà dati con errori dopo pochi minuti di funzionamento.
Apify ha una soluzione integrata — Apify Proxy, che si collega con una sola riga di codice. Questo è comodo per iniziare, ma ha un inconveniente: il pagamento avviene per traffico in GB, e con un parsing regolare o voluminoso, il conto cresce rapidamente. È per questo che gli utenti esperti della piattaforma collegano sempre più spesso i propri proxy agli attori invece di utilizzare quelli integrati.
Come funziona l'Apify Proxy integrato e la sua tariffazione
Apify Proxy offre tre tipi di IP: data center, residenziali (tramite pool partner) e
proxy Google SERP per il parsing dei risultati di ricerca. Il collegamento è estremamente semplice: basta
specificare il parametro useApifyProxy: true
nella configurazione dell'attore, e la piattaforma ruoterà automaticamente gli IP per ogni richiesta o sessione.
Il problema nel modello di pagamento: il traffico dei proxy residenziali all'interno di Apify è tariffato per gigabyte, e il costo per GB della soluzione integrata è generalmente più alto rispetto ai fornitori di proxy diretti, perché Apify aggiunge un proprio margine per l'integrazione e la gestione del pool. Per piccoli lanci di test (alcune migliaia di richieste al mese) questo non è critico. Ma se l'attore lavora in modalità di monitoraggio — ad esempio, raccoglie i prezzi su Wildberries ogni ora per 5000 SKU — il consumo di traffico cresce esponenzialmente, e il proxy integrato diventa la voce di bilancio più costosa del progetto, superando persino il costo del piano Apify stesso.
Un ulteriore inconveniente: il pool integrato di Apify è condiviso tra tutti i clienti della piattaforma. Questo significa che gli indirizzi IP possono essere già "esposti" da altri utenti che stanno facendo scraping sugli stessi siti. Questo aumenta il rischio di captcha e ban proprio sui marketplace con una severa protezione anti-bot, come Ozon e Avito.
Quando il proprio pool di proxy è più economico: calcolo con numeri
Per capire quando il passaggio al proprio proxy è giustificato, è necessario confrontare due variabili: il costo del traffico con Apify Proxy e il costo di un volume analogo da un fornitore di proxy diretto, più il tempo speso per l'integrazione e il supporto del proprio pool.
La pratica mostra tre scenari:
- Parsing una tantum (fino a 1 GB di traffico al mese) — l'Apify Proxy integrato è più vantaggioso: non ha senso spendere tempo per configurare il proprio pool per una piccola raccolta di dati una tantum.
- Monitoraggio regolare (5–50 GB al mese) — punto di rottura. Qui è già il caso di calcolare: se l'attore lavora quotidianamente e raccoglie schede prodotto da Wildberries o Ozon, il consumo di traffico con il proxy integrato cresce più rapidamente rispetto a un proprio pool con costo fisso per IP o tariffa illimitata.
- Parsing industriale (da 50 GB al mese, decine di attori, più fonti) — il proprio pool è quasi sempre più economico, perché c'è la possibilità di negoziare un prezzo diretto per il traffico o per il numero di IP, senza il margine della piattaforma intermediaria.
Un semplice esempio di calcolo: se un attore elabora quotidianamente 10.000 schede prodotto, e ogni pagina pesa in media 300 KB considerando immagini e script (senza ottimizzazione del caricamento delle risorse), in un mese si accumulano circa 90 GB di traffico. Con la tariffa Apify Proxy per il traffico residenziale, l'importo finale supera spesso il costo di un volume analogo da un fornitore di proxy esterno di uno e mezzo-due volte. Se l'attore è impostato per bloccare il caricamento delle immagini e degli script esterni (cosa che è facile fare tramite la configurazione di Puppeteer/Playwright), il peso reale del traffico diminuisce notevolmente, e il risparmio derivante dal passaggio al proprio proxy diventa ancora più evidente.
Quale tipo di proxy collegare agli attori
La scelta del tipo di proxy dipende direttamente dal sito che l'attore sta facendo scraping e da quanto è sensibile al traffico dei bot.
| Tipo di proxy | Quando utilizzare in Apify | Rischio di blocco |
|---|---|---|
| Proxy data center | Parsing di siti senza protezione anti-bot severa, fonti simili a API, cataloghi statici | Alto sui marketplace con protezione |
| Proxy residenziali | Wildberries, Ozon, Amazon, Google Maps Scraper — siti che rilevano IP data center | Basso con rotazione corretta |
| Proxy mobili | Parsing di social media (Instagram, TikTok) tramite attori Apify, dove è necessaria la massima "pulizia" degli IP | Minimo |
Per il parsing di marketplace come Wildberries e Ozon, la scelta ottimale è proxy residenziali, poiché utilizzano IP reali di provider domestici e raramente vengono bloccati da filtri anti-bot severi. Per fonti meno protette (RSS, cataloghi aperti, siti aziendali) sono sufficienti gli IP data center — sono più economici e veloci.
Come collegare il proprio proxy all'attore: codice e configurazione
La maggior parte degli attori su Apify è costruita su Crawlee (ex Apify SDK) e supporta la trasmissione
della propria lista di proxy tramite il parametro proxyConfiguration.
Invece del pool integrato, si specifica un array dei propri indirizzi proxy.
import { Actor } from 'apify';
import { CheerioCrawler, ProxyConfiguration } from 'crawlee';
await Actor.init();
// Passiamo la nostra lista di proxy invece di useApifyProxy
const proxyConfiguration = new ProxyConfiguration({
proxyUrls: [
'http://user:[email protected]:12345',
'http://user:[email protected]:12345',
'http://user:[email protected]:12345',
],
});
const crawler = new CheerioCrawler({
proxyConfiguration,
maxRequestsPerCrawl: 5000,
async requestHandler({ request, $, log }) {
const title = $('title').text();
log.info(`Pagina raccolta: ${title}`);
await Actor.pushData({ url: request.url, title });
},
});
await crawler.run(['https://www.wildberries.ru/catalog/...']);
await Actor.exit();Se il tuo pool di proxy supporta la rotazione lato fornitore (così funzionano la maggior parte dei servizi residenziali, inclusi i pool con rotazione per sessione o per richiesta), è sufficiente specificare un endpoint con i parametri di sessione nell'URL — allora la rotazione degli IP avverrà automaticamente senza la necessità di elencare manualmente centinaia di indirizzi.
Per attori in Python (ad esempio, se stai eseguendo uno script personalizzato tramite Apify SDK per Python) il collegamento appare simile:
import requests
proxies = {
"http": "http://user:[email protected]:12345",
"https": "http://user:[email protected]:12345",
}
response = requests.get(
"https://www.ozon.ru/category/...",
proxies=proxies,
headers={"User-Agent": "Mozilla/5.0"},
timeout=15
)
print(response.status_code)
print(response.text[:500])Un punto importante: quando si passa al proprio proxy, assicurati di configurare manualmente la rotazione delle sessioni e i ritardi tra le richieste — l'Apify Proxy integrato lo faceva automaticamente, mentre collegando un pool esterno, la logica deve essere scritta nel codice dell'attore o nella configurazione del crawler.
Tabella comparativa: integrato vs proprio proxy
| Criterio | Apify Proxy (integrato) | Proprio pool di proxy |
|---|---|---|
| Velocità di collegamento | Una riga di codice, senza configurazione | Richiede 15-30 minuti per l'integrazione |
| Costo su piccoli volumi | Più vantaggioso | Eccessivo per lanci rari |
| Costo da 10-50 GB/mese | Cresce proporzionalmente al traffico | Più vantaggioso, spesso modello fisso |
| "Pulizia" del pool di IP | Pool condiviso, possibili sovrapposizioni con altri clienti | Pool dedicato o rotante per le tue esigenze |
| Flessibilità del geo-targeting | Set limitato di paesi/regioni | Scelta di una città/regione specifica per il marketplace |
| Controllo sulla rotazione | Automatico, senza impostazioni | Configurato manualmente per il pattern desiderato |
Casi d'uso: parsing di marketplace nella pratica
Monitoraggio dei prezzi su Wildberries. I venditori che monitorano i prezzi dei concorrenti per 3000-10000 SKU più volte al giorno, di solito iniziano con l'Apify Proxy integrato, ma dopo il primo mese con un conto elevato per il traffico passano ai proxy residenziali legati alla regione. Questo consente non solo di ridurre le spese, ma anche di vedere i prezzi esattamente come li vede un acquirente di una città specifica — il che è critico, poiché Wildberries mostra prezzi diversi a seconda del magazzino e della regione di consegna.
Raccolta di schede prodotto su Ozon. Ozon utilizza attivamente l'analisi comportamentale e blocca rapidamente gli IP in caso di schemi di richieste ripetitivi. Un attore che lavora tramite il pool comune di Apify Proxy si imbatte più frequentemente in captcha proprio perché gli stessi IP sono utilizzati parallelamente da altri utenti della piattaforma per compiti simili. Passare a un pool dedicato di proxy residenziali con la propria logica di rotazione e ritardi casuali tra le richieste riduce la frequenza dei captcha di diversi ordini di grandezza.
Parsing di Google Maps e recensioni. Per compiti in cui non è richiesta la geospecificità (ad esempio, raccolta di dati di contatto delle aziende in tutto il paese), spesso è sufficiente proxy data center — sono più veloci dei residenziali e significativamente più economici per grandi volumi, se il sito target non applica una protezione anti-bot aggressiva.
Checklist per la scelta del proxy per il progetto Apify
- Calcola il reale volume di traffico dell'attore per mese (richieste × peso medio della pagina)
- Confronta questo volume con la tariffa dell'Apify Proxy integrato — se supera regolarmente i 5-10 GB, considera un'alternativa
- Determina quanto il sito target è sensibile ai bot — i marketplace come Ozon richiedono IP residenziali
- Controlla se è necessaria una geo-localizzazione a una regione specifica (rilevante per Wildberries e Ozon)
- Configura manualmente la rotazione delle sessioni e i ritardi tra le richieste quando passi a un pool esterno
- Disattiva il caricamento di risorse non necessarie (immagini, font, tracker) nell'attore — questo ridurrà il consumo di traffico indipendentemente dal tipo di proxy
- Testa il pool su un piccolo volume prima di trasferire tutti gli attori alla nuova configurazione
Conclusione
L'Apify Proxy integrato è un avvio comodo per compiti una tantum e piccoli lanci di test, ma con parsing regolare o industriale di marketplace, il suo costo supera rapidamente le spese per un proprio pool di proxy. Il passaggio richiede un po' più di configurazione all'inizio — scrivere la rotazione, le sessioni e la configurazione del proxy nel codice dell'attore — ma si ripaga già nel primo mese con volumi da 10-50 GB di traffico.
Se i tuoi attori raccolgono dati da Wildberries, Ozon o Amazon, dai un'occhiata ai proxy residenziali — offrono un basso rischio di blocchi e consentono di impostare la regione desiderata per una corretta visualizzazione dei prezzi. Per fonti meno protette senza una severa protezione anti-bot, sono adatti proxy più economici data center, mentre per il parsing di applicazioni mobili e social media tramite attori Apify, è opportuno considerare proxy mobili — offrono la massima "pulizia" degli IP con il minimo rischio di rilevamento.