Backend for Frontend (BFF): ускоряем мобильные и веб-приложения

Мобильное приложение делает 5–10 последовательных HTTP-запросов для загрузки одной страницы. На мобильной сети каждый round trip добавляет 200–500 мс — суммарно до 2–3 секунд. Типичный сценарий: /users/{id}, /orders?userId={id}&limit=3, /notifications/unread, /recommendations?userId={id}, /loyalty/points/{id}. Клиент должен сам дождаться всех ответов и выполнить трансформацию. Это не только медленно, но и потребляет лишний трафик: загрузка ненужных полей (например, полный адрес при просмотре корзины) увеличивает объём передаваемых данных на 30–50%. Экономия на трафике и инфраструктуре может достигать 40% после внедрения BFF. Мы предлагаем внедрить промежуточный слой Backend for Frontend (BFF).

BFF — это отдельный бэкенд-сервис, создаваемый под конкретный тип клиента (веб, мобильное приложение, Smart TV). Он принимает один запрос от клиента, параллельно обращается к необходимым микросервисам, агрегирует данные, отсекает лишнее и возвращает результат в формате, оптимальном для данного клиента. Концепция подробно описана в статье Мартина Фаулера Backend for frontend.

Какие проблемы решает BFF?

• N+1 запрос и задержки. Типичная картина: 5–10 последовательных вызовов для одной страницы. BFF сокращает это до одного вызова, выполняя параллельные запросы к сервисам. Экономия времени — до 80% round trips.
• Избыточные данные. Микросервис отдаёт поля, не нужные клиенту (например, адрес при просмотре корзины). BFF отсекает лишнее, снижая объём передаваемых данных на 30–50%.
• Сложная аутентификация. JWT, refresh token, httpOnly cookie — BFF управляет сессиями централизованно, не раскрывая доступ к сервисам из клиента.
• Частичные сбои. Если один сервис недоступен, BFF может вернуть частичный ответ (null для упавшего фрагмента) вместо 500 ошибки.
• Кеширование общих данных. Размещение BFF между клиентом и сервисами позволяет кешировать агрегированные ответы (например, рекомендации), снижая нагрузку на микросервисы на 40%.

Как мы реализуем BFF: стек и примеры

На практике BFF удобно строить на Node.js с Express или Apollo Server (GraphQL). В проектах мы используем Node.js, TypeScript, Express или Apollo Server, Redis для кеширования (ioredis), axios для HTTP-запросов.

Пример для мобильного приложения

Требуется один эндпоинт /mobile/dashboard, возвращающий профиль, последние заказы, уведомления и баллы лояльности.

// mobile-bff/routes/dashboard.ts router.get('/mobile/dashboard', authenticate, async (req, res) => { const userId = req.user.id; const [userResult, ordersResult, notificationsResult, loyaltyResult] = await Promise.allSettled([ userService.get(`/users/${userId}`), orderService.get(`/orders?customerId=${userId}&limit=3&fields=id,status,total,createdAt`), notificationService.get(`/notifications/${userId}/unread-count`), loyaltyService.get(`/loyalty/${userId}/summary`) ]); const response = { user: userResult.status === 'fulfilled' ? { id: userResult.value.data.id, name: userResult.value.data.displayName, avatar: userResult.value.data.avatarUrl } : null, recentOrders: ordersResult.status === 'fulfilled' ? ordersResult.value.data.items.map(transformOrderForMobile) : [], unreadCount: notificationsResult.status === 'fulfilled' ? notificationsResult.value.data.count : 0, loyalty: loyaltyResult.status === 'fulfilled' ? { points: loyaltyResult.value.data.balance, tier: loyaltyResult.value.data.tier } : null }; res.json(response); }); 

Пример для веб-клиента

Веб-клиенту требуются те же данные, но с полным профилем, большим списком заказов и аналитикой.

// web-bff/routes/dashboard.ts router.get('/web/dashboard', authenticate, async (req, res) => { const userId = req.user.id; const [user, orders, stats, notifications] = await Promise.allSettled([ userService.get(`/users/${userId}`), orderService.get(`/orders?customerId=${userId}&limit=10`), analyticsService.get(`/analytics/user/${userId}/stats`), notificationService.get(`/notifications/${userId}?limit=5&unread=true`) ]); res.json({ user: user.status === 'fulfilled' ? user.value.data : null, orders: orders.status === 'fulfilled' ? orders.value.data : { items: [], total: 0 }, analytics: stats.status === 'fulfilled' ? stats.value.data : null, notifications: notifications.status === 'fulfilled' ? notifications.value.data : [] }); }); 

// web-bff/graphql/schema.ts const typeDefs = gql` type Query { dashboard: Dashboard! order(id: ID!): Order } type Dashboard { user: User! recentOrders: [Order!]! stats: UserStats! } `; const resolvers = { Query: { dashboard: async (_, __, { userId }) => { const [user, orders, stats] = await Promise.all([ userService.getUser(userId), orderService.getRecentOrders(userId), analyticsService.getUserStats(userId) ]); return { user, recentOrders: orders, stats }; } } }; 

Как реализовать авторизацию и кеширование в BFF?

BFF — естественное место для централизованной авторизации и кеширования. JWT-токен проверяется на уровне BFF, refresh token хранится в httpOnly cookie (для веб-клиента), а кеш в Redis ускоряет ответы для редко меняющихся данных.

// authorization middleware router.post('/auth/refresh', async (req, res) => { const refreshToken = req.cookies.refresh_token; if (!refreshToken) return res.status(401).json({ error: 'No token' }); const tokens = await authService.refreshTokens(refreshToken); res.cookie('refresh_token', tokens.refreshToken, { httpOnly: true, secure: true, sameSite: 'strict', maxAge: 30 * 24 * 60 * 60 * 1000 }); res.json({ accessToken: tokens.accessToken }); }); // caching with Redis import Redis from 'ioredis'; const redis = new Redis(process.env.REDIS_URL); async function getCachedOrFetch<T>(key: string, ttl: number, fetcher: () => Promise<T>): Promise<T> { const cached = await redis.get(key); if (cached) return JSON.parse(cached); const data = await fetcher(); await redis.setex(key, ttl, JSON.stringify(data)); return data; } 

Выбор между GraphQL и REST для BFF

Если клиент — React-приложение с Apollo Client, BFF может экспортировать GraphQL-схему. Это даёт клиенту возможность запрашивать ровно те поля, которые нужны, без дублирования эндпоинтов. GraphQL BFF особенно удобен, когда требования к данным часто меняются: клиент сам контролирует выборку. Однако для простых мобильных приложений с фиксированными экранами REST BFF часто оказывается эффективнее из-за меньшей сложности.

Что входит в работу

• Аудит текущей архитектуры и выявление частых round trips.
• Проектирование BFF-слоя для каждого клиента (REST или GraphQL).
• Разработка API с агрегацией данных и трансформацией.
• Внедрение авторизации (JWT, session-based).
• Кеширование с Redis или in-memory.
• Обработка ошибок и partial failures (Promise.allSettled).
• Документация (OpenAPI или GraphQL SDL).
• Тестирование и нагрузочное тестирование.
• Деплой (Docker, Nginx, Vercel, AWS Lambda).

Сроки реализации

Процесс работы

1. Аналитика — изучаем схему запросов и выделяем узкие места.
2. Проектирование — определяем набор агрегируемых эндпоинтов и стек.
3. Реализация — пишем BFF-слой, кеширование, авторизацию.
4. Тестирование — модульные, интеграционные, performance-тесты.
5. Деплой — развёртывание и настройка мониторинга.

Типичные ошибки при внедрении BFF

• Дублирование логики — каждый BFF дублирует трансформации. Решение: вынести общие функции в shared library.
• Монолитный BFF — один BFF для всех клиентов приводит к тем же проблемам, что и единый API. Каждый клиент — отдельный BFF.
• Игнорирование partial failures — если один сервис не отвечает, BFF не должен падать. Используйте Promise.allSettled.
• Отсутствие кеширования — без кеша каждый запрос долетает до сервисов, увеличивая нагрузку и время ответа.

Почему BFF превосходит единый API?

Без BFF клиент вынужден самостоятельно агрегировать данные, что ведёт к избыточным запросам и усложнению клиентской логики. BFF берёт на себя оркестрацию: один запрос от клиента → параллельный опрос микросервисов → агрегация → трансформация → ответ. Это ускоряет загрузку, снижает трафик и упрощает поддержку.

Наш опыт

Мы внедрили BFF для крупного e-commerce проекта. Результаты:

Опыт наших инженеров — 8+ лет в микросервисной архитектуре. Закажите разработку BFF под ключ и получите гарантию на время ответа и отказоустойчивость. Свяжитесь с нами для бесплатной консультации — оценим ваш проект за 1–2 дня. Закажите разработку BFF и получите оптимизацию под ваш клиент.