TL;DR
- El proxy controla la identidad y ubicación de la red; Crawl recupera y transforma páginas; Proxy Manager centraliza rutas, grupos, registros y monitoreo.
- Los productos se superponen operacionalmente, pero resuelven problemas diferentes, por lo que no deben ser tratados como intercambiables.
- Un pipeline de extremo a extremo aún necesita un contrato de datos propiedad de la aplicación, validación, almacenamiento y política.
- La pila combinada es más útil cuando la recolección repetida requiere tanto procesamiento de páginas como operaciones de red controlables.
La pila completa de datos web separa tres preguntas: cómo el tráfico llega a un sitio, cómo una página se convierte en un artefacto, y cómo se gobiernan las rutas en producción. Esta separación sigue los mismos límites de responsabilidad descritos por OpenTelemetry para la observabilidad, semántica HTTP para el comportamiento de solicitudes, y directrices de proveniencia del W3C para la línea de evidencia.
Los Tres Productos
Nstdata Proxy: acceso a la red
Los productos proxy exponen puntos finales HTTP, HTTPS o SOCKS5 con rotación, sesiones y orientación específicas del producto. No ejecutan JavaScript ni validan el contenido de la página.
Nstdata Crawl: recuperación de páginas y sitios
Nstdata Crawl acepta URLs, realiza recuperación estática o respaldada por navegador, soporta descubrimiento de sitios acotados y devuelve artefactos de páginas. No decide si un registro comercial extraído es correcto.
Nstdata Proxy Manager: operaciones de enrutamiento
Nstdata Proxy Manager organiza los puntos finales de Router, grupos de proxy, reglas de enrutamiento, registros, análisis y monitoreo. Es un plano de control operativo, no un analizador de contenido.
