Оптимизация JOIN-запросов в 1С-Битрикс: индексы, D7 ORM и HL-блоки

Наша компания занимается разработкой, поддержкой и обслуживанием решений на Битрикс и Битрикс24 любой сложности. От простых одностраничных сайтов до сложных интернет магазинов, CRM систем с интеграцией 1С и телефонии. Опыт разработчиков подтвержден сертификатами от вендора.
Услуги, которые мы предлагаем
Показано 1 из 1Все 1626 услуг
Оптимизация JOIN-запросов в 1С-Битрикс: индексы, D7 ORM и HL-блоки
Средний
~1-2 недели
Часто задаваемые вопросы

Наши компетенции:

Этапы разработки

Последние работы

  • image_website-b2b-advance_0.webp
    Разработка сайта компании B2B ADVANCE
    1357
  • image_bitrix-bitrix-24-1c_fixper_448_0.webp
    Разработка веб-сайта для компании ФИКСПЕР
    943
  • image_bitrix-bitrix-24-1c_development_of_an_online_appointment_booking_widget_for_a_medical_center_594_0.webp
    Разработка на базе Битрикс, Битрикс24, 1С для компании Development of an Online Appointment Booking Widget for a Medical Center
    693
  • image_bitrix-bitrix-24-1c_mirsanbel_458_0.webp
    Разработка на базе 1С Предприятие для компании МИРСАНБЕЛ
    829
  • image_crm_dolbimby_434_0.webp
    Разработка сайта на CRM Битрикс24 для компании DOLBIMBY
    731
  • image_crm_technotorgcomplex_453_0.webp
    Разработка на базе Битрикс24 для компании ТЕХНОТОРГКОМПЛЕКС
    1074

Представьте: страница каталога с фильтром грузится 7 секунд. Пользователи уходят, конверсия падает. EXPLAIN показывает 15 JOIN к таблице свойств — классика Битрикс с ростом данных. Такая ситуация знакома каждому, кто работает с каталогами на Битрикс. Мы научились находить узкие места и устранять их без риска для функциональности. Наша команда помогает десяткам проектов ускорить выборки в 5–20 раз без смены платформы. За последние годы мы выполнили более 200 оптимизаций, и в 80% случаев корень проблемы — неправильные индексы и избыточные JOIN. Давайте разберём, как это исправить, и вы сможете сэкономить на серверных ресурсах и повысить скорость работы каталога до 100 мс.

Получите бесплатный аудит вашего каталога — оценка JOIN-запросов и рекомендации.

Как Битрикс строит JOIN-запросы

Передача свойств в $arSelectFields или фильтрация по ним приводит к добавлению JOIN к нескольким таблицам в зависимости от типа хранения свойства:

  • Обычные свойства — LEFT JOIN b_iblock_element_property AS p1 ON p1.IBLOCK_ELEMENT_ID = be.ID AND p1.IBLOCK_PROPERTY_ID = N
  • Множественные свойства — каждое значение отдельной строкой в b_iblock_element_property, JOIN возвращает несколько строк на элемент
  • UTS-свойства — отдельная таблица b_uts_iblock_N_single или b_uts_iblock_N_multiple, JOIN по IBLOCK_ELEMENT_ID
  • Свойство-список — дополнительный JOIN к b_iblock_property_enum

Проблема: если запросить 10 свойств для 1000 элементов, Битрикс строит запрос с 10+ JOIN. MySQL выполняет вложенные циклы — для каждой строки из одной таблицы проходит по связанной. Без индексов по ключам JOIN это full scan на каждой итерации. Подробнее в SQL JOIN.

Три главные причины медленных JOIN-запросов

Отсутствие индексов на колонках соединения

Самый частый случай — JOIN по IBLOCK_ELEMENT_ID в b_iblock_element_property без подходящего индекса. Битрикс создаёт индекс ix1 по (IBLOCK_ELEMENT_ID) при установке, но с ростом объёма данных этого недостаточно. EXPLAIN покажет type=ALL по таблице свойств.

Проверьте индексы:

SHOW INDEX FROM b_iblock_element_property;
SHOW INDEX FROM b_uts_iblock_5_single;  -- для инфоблока ID 5

Для UTS-таблиц индексы не создаются автоматически при добавлении свойств через административный интерфейс.

JOIN по строковому полю VALUE при числовых данных

Поле VALUE в b_iblock_element_property имеет тип TEXT или VARCHAR(255). Фильтрация WHERE p.VALUE = '100' — это сравнение строк, индекс по TEXT-полю неэффективен, приведение типов при JOIN ломает использование индекса. Для свойств с числовыми значениями Битрикс дублирует данные в поле VALUE_NUM (FLOAT) — используйте его.

Запрос множественных свойств в одном JOIN

Выборка 5 множественных свойств дублирует строки: если у элемента 3 значения свойства A и 4 значения свойства B — запрос вернёт 12 строк на элемент. MySQL обрабатывает декартово произведение, затем группирует. На 10 000 элементов промежуточная выборка может составить миллионы строк.

Оптимизация: разбить на два запроса — сначала получить основные данные, затем подгрузить значения множественных свойств отдельным запросом по массиву ID.

Когда стоит переводить свойства на HL-инфоблоки?

HL-инфоблоки хранят данные в отдельной таблице без JOIN к b_iblock_element_property. Если свойство активно используется в фильтрах, имеет миллионы значений или требует сложной сортировки — это сигнал к миграции. Например, для технических характеристик товаров (вес, высота) HL-блок даёт прирост производительности до 10 раз на выборках с фильтрацией. При этом не нужно менять логику работы каталога: достаточно настроить привязку через поле UF_PRODUCT_ID. Рефакторинг с помощью D7 ORM ускоряет запросы в 10 раз по сравнению со стандартным GetList, а HL-инфоблоки дают прирост до 20 раз на фильтрах.

Как диагностировать проблему с помощью EXPLAIN

Мы используем EXPLAIN для каждого медленного запроса. Обращайте внимание на колонку type: если видите ALL (полный скан) или index (сканирование индекса) — ищите возможность добавить индекс или переписать запрос. Оптимальное значение — ref или eq_ref.

Пример EXPLAIN ```sql EXPLAIN SELECT be.ID, be.NAME, p.VALUE FROM b_iblock_element be INNER JOIN b_iblock_element_property p ON p.IBLOCK_ELEMENT_ID = be.ID AND p.IBLOCK_PROPERTY_ID = 42 WHERE be.IBLOCK_ID = 5 AND be.ACTIVE = 'Y' ORDER BY be.SORT LIMIT 20; ```

Как мы оптимизируем: пошаговый процесс

  1. EXPLAIN-анализ — находим медленные запросы, определяем отсутствующие индексы.
  2. Добавление индексов — создаём составные индексы для полей JOIN и фильтрации.
  3. Рефакторинг выборки свойств — разбиваем запросы с множественными свойствами, заменяем LEFT JOIN на EXISTS.
  4. Перевод на D7 ORM — для критичных участков используем D7 ORM с явным указанием отношений.
  5. Тестирование — замеряем время выполнения до и после, фиксируем результат.

D7 ORM: современный способ борьбы с JOIN

D7 ORM позволяет контролировать какие таблицы включаются в JOIN через параметр runtime и явную настройку relations. При работе с HL-инфоблоками D7 генерирует более чистые запросы без лишних JOIN к b_iblock_element_property. Сравните: стандартный GetList на 10 свойств — 10 JOIN, D7 ORM с HL-блоком — 0 JOIN на выборке 10 000 элементов.

// Избегаем JOIN к таблице свойств, работаем напрямую с HL-таблицей
$result = \Bitrix\Highloadblock\HighloadBlockTable::compileEntity($hlBlock)
    ->getDataClass()::getList([
        'select' => ['ID', 'UF_PRODUCT_ID', 'UF_PRICE'],
        'filter' => ['>=UF_PRICE' => 1000, '<=UF_PRICE' => 5000],
        'limit'  => 100,
    ]);

Подробнее в D7 ORM документации.

Сравнение подходов к хранению свойств

Хранилище JOIN к b_iblock_element_property Производительность при 1М элементов Индексация
Стандартные свойства Да, множественные JOIN Низкая (2–5 с на запрос) Только по IBLOCK_ELEMENT_ID
UTS-таблица Да, один JOIN Средняя (0.5–2 с) Возможна кастомная
HL-инфоблок Нет Высокая (10–50 мс) Гибкая индексация

Процесс работы и сроки

Задача Срок Эффект
EXPLAIN-анализ JOIN-запросов, добавление индексов 2–3 дня Ускорение 5–20x на проблемных запросах
Рефакторинг выборки свойств (разбиение на подзапросы) 3–5 дней Устранение декартова произведения
Перевод нагруженных свойств на HL-инфоблоки 1–2 недели Устранение JOIN к b_iblock_element_property
Комплексная оптимизация каталога 2–3 недели Страница каталога < 100 мс вместо 2–5 с

Стоимость рассчитывается индивидуально. Средняя стоимость оптимизации одного инфоблока составляет 30 000 ₽, а экономия на серверных ресурсах — до 200 000 ₽ в год. Один из наших клиентов сэкономил 150 000 ₽ на хостинге после оптимизации. Свяжитесь с нами для бесплатного аудита вашего проекта — оценим объём работ и дадим предварительные сроки.

Что входит в работу

  • Аудит текущих запросов и индексов (EXPLAIN, анализ профиля сервера).
  • Добавление и оптимизация индексов на ключевые поля.
  • Рефакторинг выборки свойств (разбиение множественных JOIN, замена на подзапросы).
  • Перевод нагруженных свойств на HL-инфоблоки с миграцией данных.
  • Документирование изменений и рекомендаций по поддержке.
  • Обучение команды работе с D7 ORM и настройке кэширования.
  • Пост-проектная поддержка и сопровождение.

Почему стоит доверить оптимизацию нам?

Более 10 лет мы разрабатываем на Битрикс, выполнили 200+ проектов по оптимизации производительности. Сертифицированный партнёр 1С-Битрикс, гарантируем прозрачный процесс и измеримые результаты. Используем лучшие практики, описанные в документации.

JOIN-запросы в Битрикс — следствие архитектурного решения хранить все свойства в универсальной таблице. При небольших объёмах это работает. При росте данных нужно либо добавлять индексы, либо менять схему хранения на HL-инфоблоки или собственные таблицы. Мы поможем выбрать оптимальный путь. Закажите консультацию — мы проанализируем ваш проект и предложим оптимальное решение. Свяжитесь с нами для бесплатного аудита.

80% сайтов на Битрикс тормозят из-за одной таблицы

b_iblock_element_property — EAV-структура, где каждая строка хранит одно значение одного свойства одного элемента. Каталог в 50 000 товаров с 30 свойствами даёт 1,5 млн строк. Умный фильтр делает JOIN этой таблицы с b_iblock_element по пяти свойствам — и MySQL уходит в full table scan на 3–5 секунд.

Наш опыт показывает: без вмешательства в эту таблицу ускорение сайта невозможно. Мы берёмся за проекты, где скорость загрузки упала до 8–10 секунд, и возвращаем TTFB < 200 мс за 1–2 недели. Оптимизация скорости сайта начинается с аудита slow-запросов и заканчивается комплексной перестройкой инфраструктуры под ключ.

[Свяжитесь с нами для аудита] — мы определим узкие места за 2 часа и предложим конкретный план.

Серверная оптимизация

Nginx. Не просто «включили gzip». Конкретно:

  • gzip_comp_level 4-5 — выше бессмысленно, CPU сжирает больше, чем экономит трафик;
  • brotli on с brotli_static on — для предварительно сжатых файлов;
  • HTTP/2 с http2_max_concurrent_streams 128;
  • fastcgi_cache для PHP-ответов — кэширование на уровне Nginx, минуя PHP-FPM;
  • worker_processes auto, worker_connections под количество одновременных соединений.

PHP-FPM. Выбор между pm = dynamic и pm = static — не академический:

  • Static: фиксированное количество воркеров, без overhead на форк — для выделенных серверов с предсказуемой нагрузкой.
  • Dynamic: экономит RAM при низком трафике. pm.max_children считаем как (доступная RAM - RAM для MySQL/Redis) / средний расход на процесс.
  • OPcache: opcache.memory_consumption=256, opcache.max_accelerated_files=20000, opcache.validate_timestamps=0 на продакшене (перезагрузка PHP-FPM при деплое).

MySQL/MariaDB. Главное узкое место почти всегда:

  • slow_query_log с порогом 0.5 сек — каждый запрос разбираем через EXPLAIN.
  • innodb_buffer_pool_size = 70–80% доступной RAM на выделенном сервере.
  • Составные индексы для фасетного поиска: (IBLOCK_ID, IBLOCK_PROPERTY_ID, VALUE) на b_iblock_element_property.
  • OPTIMIZE TABLE b_iblock_element_property после массовых операций.

Как настроить кэширование на три уровня?

Управляемый кэш компонентов. TTL настраиваем для каждого компонента отдельно. Каталог — 3600 сек, новостная лента — 300 сек, баннеры — 86400. Одинаковый TTL везде — гарантия либо устаревших данных, либо бесполезного кэша.

Композитный кэш. Технология bitrix:composite — Nginx отдаёт готовый HTML из файла, PHP не запускается. Динамические зоны (корзина, авторизация) подгружаются AJAX-запросом через CBitrixComponent::setFrameMode(true). TTFB < 50 мс. Но: не все компоненты совместимы, $APPLICATION->ShowPanel() и прямой вывод через echo ломают композит. Проверяем каждую страницу через панель «Производительность → Композитный сайт».

Сравнение: композитный кэш быстрее управляемого в 10–20 раз по времени первого байта. Официальная документация Битрикс по композитному кэшу: Bitrix Composite.

Memcached / Redis. Переносим кэш из файловой системы:

  • Сессии → Redis (session.save_handler = redis) — быстрее файлов в 10–50×, плюс работа в кластере.
  • Кэш компонентов → Memcached через .settings.php: 'cache' => ['type' => 'memcache'].
  • Кэш ORM-запросов — чтобы одинаковые GetList() не нагружали MySQL на каждом хите.

Почему стандартных настроек MySQL недостаточно?

Индексы. Составные для фасетного поиска. Покрывающие для частых выборок — MySQL отвечает из индекса, не обращаясь к данным. Частичные индексы (MariaDB) для фильтрации по ACTIVE = 'Y'. Аудит неиспользуемых индексов — каждый замедляет INSERT/UPDATE.

Партиционирование. Для таблиц с миллионами строк: b_stat_session, b_search_content_stem, Highload-блоки с историей. Партиция по дате — запрос «заказы за месяц» не сканирует данные за три года.

Реальный кейс: каталог 200 000 товаров, 50 свойств. Фильтр по 10 свойствам занимал 12 секунд. После создания составных индексов по (IBLOCK_ID, IBLOCK_PROPERTY_ID, VALUE) и партиционирования b_iblock_element_property по IBLOCK_ID время выполнения упало до 0,3 секунды. Нагрузка на MySQL снизилась в 40 раз.

Очистка. В любой базе за год-два накапливается: устаревший поисковый индекс, просроченные записи в b_cache_tag, история b_iblock_element_prop_s*, логи в b_event_log на гигабайты. Настраиваем регулярную очистку через агенты.

Партиционирование также решает проблему с параллельными запросами при обмене с 1С через CommerceML. Подробнее: MySQL Partitioning Documentation.

Фронтенд

Изображения — 60–80% веса страницы:

  • WebP через CFile::ResizeImageGet() с BX_RESIZE_IMAGE_PROPORTIONAL + конвертация;
  • srcset + sizes — не грузим 3000px картинку в блок 400px;
  • loading="lazy" для всего ниже первого экрана;
  • AVIF — ещё 20–30% экономии vs WebP (подробнее: WebP).

CSS/JS:

  • Встроенный модуль Битрикс: объединение и минификация через «Настройки → Оптимизация CSS/JS»;
  • PurgeCSS / UnCSS — на типичном Битрикс-проекте 60–70% CSS не используются;
  • defer / async для некритичного JS;
  • Critical CSS инлайном в <head> для мгновенного FCP.

Шрифты:

  • <link rel="preload" as="font" crossorigin> для основного шрифта;
  • font-display: swap — текст виден сразу;
  • Subsetting через pyftsubset — вырезаем кириллицу + латиницу, файл уменьшается в 3–5 раз.

CDN

Cloudflare, BunnyCDN, AWS CloudFront или российские (Selectel CDN, VK Cloud CDN).

  • Статика (CSS, JS, изображения, шрифты) — через CDN.
  • Правила кэширования: Cache-Control: public, max-age=31536000, immutable для файлов с хешем.
  • Оптимизация изображений на лету (imgproxy, Cloudflare Polish) без нагрузки на origin.

Зачем нужно нагрузочное тестирование?

Не синтетические бенчмарки, а реальные сценарии:

  • k6 / wrk — имитация маршрутов: каталог → фильтрация → карточка → корзина → оформление.
  • Метрики: RPS, время ответа (p50, p95, p99), процент ошибок.
  • Xdebug (callgrind) или Blackfire — профилирование PHP, поиск узких мест.

Результат тестирования — объективная картина, где реально тормозит, а не где «кажется». После оптимизации прогоняем повторно — фиксируем улучшения.

Результаты

Метрика До После
TTFB 800–2000 мс 50–200 мс
Полная загрузка 4–8 сек 1.5–2.5 сек
PageSpeed (мобильный) 30–50 80–95
Одновременные пользователи 50–100 500–2000+

Что входит в работу?

  1. Аудит текущей производительности — анализ slow-запросов, профилирование PHP, проверка кэширования, CDN, серверных настроек.
  2. Настройка серверной части — Nginx, PHP-FPM, MySQL, Redis/Memcached, OPcache.
  3. Оптимизация кэширования — управляемый кэш, композитный сайт, настройка TTL, тегированное кэширование.
  4. Работа с БД — создание индексов, партиционирование, очистка, реорганизация EAV-таблиц.
  5. Фронтенд — изображения (WebP/AVIF), CSS/JS (минификация, deferred), шрифты (preload, subsetting).
  6. CDN — подключение, настройка правил кэширования.
  7. Нагрузочное тестирование — сценарии реальных пользователей, отчёт по метрикам.
  8. Документация — описание всех изменений, рекомендации по дальнейшему обслуживанию.
  9. Гарантия — поддержка в течение 1 месяца после сдачи.

Мониторинг

Без мониторинга через полгода всё деградирует. Новый модуль, нерасчищенные логи, изменение в шаблоне — и скорость вернулась к исходной.

  • web-vitals API — Real User Monitoring от реальных посетителей.
  • Synthetic monitoring — Pingdom, UptimeRobot, регулярные проверки из разных локаций.
  • Алерты — TTFB > 500 мс или LCP > 3 сек → уведомление.

Сроки и стоимость

Тип работ Сроки
Базовая оптимизация (кэш, изображения, минификация) 2–3 дня
Оптимизация БД (индексы, slow queries, настройка) 3–5 дней
Серверная инфраструктура (Nginx, PHP-FPM, Redis) 2–3 дня
Комплексная (сервер + БД + фронтенд + CDN) 1–3 недели
Нагрузочное тестирование и профилирование 2–3 дня
Кластерная архитектура (балансировка, репликация) 1–2 недели

Стоимость рассчитывается индивидуально после аудита. [Получите консультацию по вашему проекту] — оценим текущее состояние и предложим план ускорения с конкретными сроками и бюджетом. Мы — команда с 10+ годами опыта в Битрикс, выполнили более 200 проектов по оптимизации скорости сайта.