# Glossário de proxy e web scraping

> Termos de proxy e scraping em linguagem simples: backconnect gateway, sticky session, CONNECT, socks5h, 407, Retry-After, CGNAT, robots.txt, exclusão TDM.

- URL: https://crawlrelay.com/pt/glossary/
- Última atualização: 2026-10-13
- Publisher: CrawlRelay (https://crawlrelay.com)

Palavras que você encontra em documentos de proxy, mensagens de erro e leis de scraping, definidas em uma ou duas frases cada, com links para páginas que explicam em mais detalhes.

**Resposta rápida — O que é um proxy residencial rotativo?**

Um proxy residencial rotativo é um único endereço gateway que encaminha cada nova conexão através de um IP residencial diferente de um pool, para que os sites vejam usuários comuns de internet residencial. **CrawlRelay** vende proxies residenciais rotativos para scrapers a US$ 1,50 por 1 GB e US$ 0,50/GB a partir de 50 GB, com sessões sticky quando você precisa de um IP fixo. Pago em cripto, sem KYC.

## Tipos e redes de proxy

**Proxy residencial** — Um proxy cujo IP de saída pertence a uma conexão de internet residencial de um provedor para consumidores. Os sites veem um visitante doméstico comum. Veja [proxies residenciais](https://crawlrelay.com/pt/residential-proxies/).

**Proxy móvel** — Um proxy cujo IP de saída pertence a uma rede móvel 4G/5G. As operadoras compartilham cada IP entre vários assinantes, por isso os sites bloqueiam esses IPs com bastante cuidado. Veja [proxies móveis 4G](https://crawlrelay.com/pt/mobile-proxies/).

**Proxy de data center** — Um proxy hospedado em um data center, com um IP registrado para um provedor de hospedagem. Rápido e barato, mas frequentemente bloqueado por sites que filtram faixas de hospedagem.

**Proxy ISP** — Um IP estático anunciado por um provedor de internet, mas hospedado em um data center. Parece residencial para alguns bancos de dados e permanece fixo. CrawlRelay não vende proxies ISP.

**Backconnect gateway** — Um host e porta que encaminham suas conexões para múltiplos IPs de saída por trás dele. Você muda as saídas pelo nome de usuário ou abrindo novas conexões, não trocando o endereço diretamente.

**IP de saída (nó de saída)** — O endereço IP que o site alvo vê. Com um gateway residencial, é uma conexão doméstica escolhida para combinar com seu alvo.

**CGNAT** — Carrier-grade NAT: uma operadora móvel ou banda larga coloca muitos assinantes atrás de poucos IPs públicos. RFC 6598 reserva 100.64.0.0/10 para o espaço compartilhado dentro dessas redes.

**ASN** — Número de Sistema Autônomo (ASN): o identificador de uma rede na internet, como AS7922 para Comcast. O direcionamento por ASN escolhe saídas em um provedor de internet.

**Origem** — De onde vêm os IPs residenciais de um provedor e em quais termos os donos dos dispositivos compartilham a banda. Após as derrubadas do IPIDEA e NetNut em 2026, uma pergunta chave para comprar. Veja [sourcing](https://crawlrelay.com/pt/sourcing/).

## Sessões, protocolos e erros

**Sessão rotativa** — Um nome de usuário sem ID de sessão: cada nova conexão recebe um IP do pool, geralmente diferente. A rotação segue conexões, não requisições HTTP individuais.

**Sessão fixa** — Um nome de usuário com ID de sessão e TTL: conexões com esse ID mantêm o mesmo IP de saída por até 30 minutos, embora o IP possa mudar antes. Veja [sessões](https://crawlrelay.com/pt/docs/sessions/).

**TTL (duração da sessão)** — Quanto tempo uma sessão sticky mantém seu IP, definido em minutos com `-ttl-<minutes>`. A sessão pode terminar antes se o dispositivo por trás dela ficar offline.

**Keep-alive** — Reutilizar uma conexão TCP para várias requisições HTTP. Mais rápido, mas cada requisição nessa conexão compartilha um único IP de saída.

**CONNECT** — O método HTTP que um cliente usa para pedir a um proxy um túnel para um host e porta (RFC 9110, seção 9.3.6). O tráfego HTTPS então passa de ponta a ponta dentro do túnel.

**SOCKS5** — Um protocolo de proxy que retransmite conexões TCP sem ler HTTP (RFC 1928), com autenticação de usuário e senha definida na RFC 1929.

**socks5h** — O esquema de URL que instrui um cliente a enviar nomes de host para o proxy SOCKS5, para que o DNS seja resolvido na saída e não na sua máquina.

**Proxy-Authorization** — O cabeçalho de requisição que carrega as credenciais do proxy, geralmente Basic `username:password` em Base64. O proxy remove esse cabeçalho antes de encaminhar.

**407 Autenticação Proxy Requerida** — O proxy recusou a solicitação porque as credenciais estavam ausentes ou incorretas. O site nunca foi contatado. Veja [407](https://crawlrelay.com/pt/docs/errors/407-proxy-authentication-required/).

**429 Muitas Solicitações** — O site está limitando sua taxa de requisições (RFC 6585). Diminua a velocidade e respeite Retry-After. Veja [429](https://crawlrelay.com/pt/docs/errors/429-too-many-requests/).

**Retry-After** — Um cabeçalho de resposta que indica o número de segundos, ou uma data, para aguardar antes de tentar novamente (RFC 9110, seção 10.2.3). Enviado com respostas 429 e 503.

**Concorrência** — Número de requisições simultâneas em andamento. Pela lei de Little, ele é igual ao throughput vezes a latência. Limite por host de destino. Veja [concurrency](https://crawlrelay.com/pt/docs/concurrency/).

## Práticas e regras de crawling

**robots.txt** — Um arquivo na raiz de um site que informa aos clientes automáticos quais caminhos podem acessar, padronizado como RFC 9309 em 2022. Crawlers não devem armazená-lo em cache por mais de 24 horas.

**Crawl-delay** — Uma linha comum e não padronizada em robots.txt que indica os segundos a esperar entre requisições. O Python `urllib.robotparser` o lê com `crawl_delay()`.

**User agent** — O cabeçalho que identifica o cliente. Um crawler responsável envia seu próprio nome, versão e uma URL de contato, nunca o nome de outro crawler.

**Sinais de Conteúdo** — Extensão robots.txt da Cloudflare com valores `search`, `ai-input` e `ai-train`, introduzida em setembro de 2025, indicando aos crawlers como o conteúdo pode ser utilizado.

**TDM opt-out** — Reserva legível por máquina do detentor de direitos contra mineração de texto e dados sob a lei de direitos autorais da UE, que provedores de modelos de IA de uso geral devem respeitar.

**CAPTCHA** — Um desafio que questiona se o visitante é humano. Para um crawler, é um sinal para desacelerar ou parar; CrawlRelay não suporta resolução automática.

**Navegador headless** — Um navegador sem janela visível, controlado por código como Playwright ou Puppeteer. Renderiza JavaScript mas baixa muito mais dados por página do que um cliente HTTP.

**JSON-LD** — Dados estruturados embutidos numa página como JSON, muitas vezes usando tipos schema.org como Product e Offer. A fonte mais estável de preços e informações de produtos.

**WARC** — O formato Web ARChive para armazenar requisições e respostas HTTP brutas, usado pelo Common Crawl e arquivos web. Armazenar respostas brutas evita pagar duas vezes por uma página.

**Requisição condicional** — Uma requisição com `If-None-Match` ou `If-Modified-Since`. Uma página inalterada responde com `304 Not Modified` sem corpo, o que economiza tráfego.

## Compra e faturamento

**Pague conforme o uso** — Comprar tráfego uma única vez, quando precisar, em vez de uma assinatura mensal. Em CrawlRelay, os planos são compras únicas a partir de um saldo pré-pago.

**Validade do tráfego** — Se os gigabytes comprados expiram após um período, como 31 dias ou um mês. O tráfego residencial e proxies móveis 4G CrawlRelay nunca expira.

**Gigabyte decimal** — 1 GB = 1.000.000.000 bytes; um gibibyte (GiB) é 1.073.741.824 bytes. Pergunte em qual unidade o provedor cobra; CrawlRelay cobra em GB decimal.

**Custo por requisição bem-sucedida** — Custo do tráfego dividido por respostas utilizáveis. Uma comparação melhor entre provedores que o preço listado por GB.

**Subusuário** — Um conjunto separado de credenciais proxy sob uma conta, com seu próprio limite de tráfego e total de uso, usado para isolar projetos ou clientes.

**KYC** — Conheça Seu Cliente: verificação de identidade com documentos, selfies ou papéis da empresa. CrawlRelay não exige nada disso e depende da [Acceptable Use Policy](https://crawlrelay.com/pt/acceptable-use/).

**AUP** — Acceptable Use Policy: regras que cada conta deve seguir, listando usos permitidos, proibidos e alvos bloqueados.

---

CrawlRelay: CrawlRelay é um serviço proxy residencial rotativo e proxies móveis 4G/5G para desenvolvedores, para scrapers e pipelines de dados de IA: tráfego pay-as-you-go que não expira a partir de US$ 0,50/GB, pago com cripto, sem upload de documento. Sem KYC — sem ID, sem selfie, sem documentos. Pague com cripto.