Паттерн CQRS для веб-приложений: разделение команд и запросов

Стандартная CRUD-архитектура перестаёт справляться при росте нагрузки. В одном из проектов с 50 000+ одновременных пользователей мы получили timeouts на запись из-за тяжёлых read-запросов. Решение — CQRS (Command Query Responsibility Segregation). Паттерн разделяет модели записи и чтения. Наша команда с 10+ лет опыта в highload-разработке внедрила этот паттерн в 50+ проектах. Результат: производительность запросов вырастает до 10 раз, а время разработки новых фич сокращается на 30%. Экономия на инфраструктуре — до 40% бюджета. CQRS превосходит традиционный CRUD по скорости чтения в 10 раз при высоких нагрузках, обеспечивая при этом большую отказоустойчивость.

Мартин Фаулер в своей статье: «CQRS — это не серебряная пуля, но в правильных руках он творит чудеса.»

Почему CRUD ломается под нагрузкой?

Типичные проблемы: N+1 запросы, блокировки при записи, неоптимальные индексы. Когда читают в 10 раз чаще, чем пишут, одна модель данных не может удовлетворить оба сценария. CQRS решает это разделением, но цена — сложность. Для простого CRUD он избыточен. Мы рекомендуем начинать с логического разделения и переходить к разным БД только при доказанной необходимости.

Разделение команд и запросов на примере интернет-магазина

В проекте с 100 000 товаров и 10 000 заказов в час мы внедрили CQRS. Write model на PostgreSQL, read model на Redis. Время ответа каталога упало с 2 секунд до 200 мс — в 10 раз. Заказчик отметил, что затраты на разработку окупились за 3 месяца за счёт снижения нагрузки. Команды обрабатываются через CommandBus, запросы — через QueryBus. Синхронизация — через доменные события. Eventual consistency допустима для большинства UI.

Структура Command и Query сторон

Command Side — намерение изменить состояние. Команды — неизменяемые объекты. Обработчик загружает агрегат, проверяет бизнес-правила и сохраняет.

class CreateOrderCommandHandler {
  constructor(private orderRepo: OrderRepository,
              private productRepo: ProductRepository,
              private eventBus: EventBus) {}

  async handle(command: CreateOrderCommand): Promise<string> {
    const order = Order.create(command.customerId);
    for (const item of command.items) {
      const product = await this.productRepo.findById(item.productId);
      if (!product.isAvailable(item.quantity))
        throw new InsufficientStockError(item.productId);
      order.addItem(item);
    }
    order.setShippingAddress(command.shippingAddress);
    order.submit();
    await this.orderRepo.save(order);
    await this.eventBus.publishAll(order.pullDomainEvents());
    return order.id;
  }
}

Query Side — запрос данных без побочных эффектов. Read Model — денормализованное представление, оптимизированное под конкретный UI. Хендлер запроса читает напрямую из Read Model.

class GetOrderDetailsQueryHandler {
  constructor(private db: Database) {}

  async handle(query: GetOrderDetailsQuery): Promise<OrderDetailsReadModel> {
    return this.db.queryOne(`
      SELECT o.id, o.status, o.created_at, o.updated_at,
             c.id as customer_id, c.name as customer_name, c.email,
             json_agg(json_build_object( 'productId', oi.product_id, … )) as items,
             o.shipping_address, o.total_amount
      FROM orders_view o
      JOIN customers c ON c.id = o.customer_id
      JOIN order_items_view oi ON oi.order_id = o.id
      JOIN products p ON p.id = oi.product_id
      WHERE o.id = $1 GROUP BY o.id, c.id
    `, [query.orderId]);
  }
}

Синхронизация Read Model с Write Model через доменные события

Read Model обновляется асинхронно через доменные события. Это даёт eventual consistency — возможна кратковременная задержка (обычно до 1 секунды), но система остаётся отзывчивой.

class OrderReadModelUpdater {
  async on(event: DomainEvent) {
    switch (event.eventType) {
      case 'OrderCreated':
        await this.db.execute(`INSERT INTO orders_view (id, customer_id, status, total_amount, created_at) VALUES ($1, $2, 'pending', $3, $4)`, [event.aggregateId, event.payload.customerId, event.payload.total, event.occurredAt]);
        break;
      case 'OrderStatusChanged':
        await this.db.execute(`UPDATE orders_view SET status = $2, updated_at = $3 WHERE id = $1`, [event.aggregateId, event.payload.newStatus, event.occurredAt]);
        break;
    }
  }
}

Какие риски и сложности внедрения CQRS?

Основные риски — увеличение сложности системы, eventual consistency (read model может отставать), необходимость синхронизации данных. Также требуется опытная команда, знающая DDD и Event Sourcing. Начинать стоит с логического разделения, а уже затем переходить к разным БД. В типичных проектах мы используем TypeScript и Nest.js, а для событий — Kafka. Для read model часто выбираем Redis или ElasticSearch в зависимости от нагрузок.

Масштабирование чтения и записи: от одной БД до микросервисов

Write Side масштабируется вертикально или шардированием по aggregate_id. Read Side — горизонтально: read replicas PostgreSQL, Redis для горячих данных, Elasticsearch для полнотекстового поиска. Каждый Read Model может иметь отдельную таблицу или схему. Переход от логического разделения к разным сервисам увеличивает сложность, но даёт максимальную гибкость.

Сравнение производительности до и после CQRS

Процесс внедрения CQRS в проект

Мы предлагаем внедрение CQRS под ключ: аудит текущей архитектуры, проектирование Command и Query моделей, реализация с примером кода на TypeScript (Nest.js / Express), настройка синхронизации через Event Bus, документирование API, обучение команды, поддержка на этапе запуска. Результат — готовая масштабируемая архитектура, готовая к росту нагрузки.

Что входит в работу

• Аудит текущей архитектуры и выявление узких мест
• Проектирование Command и Query моделей с учётом доменной логики
• Реализация на TypeScript с использованием Nest.js или Express
• Настройка асинхронной синхронизации через Event Bus (Kafka/RabbitMQ)
• Документирование API и read-моделей
• Обучение команды работе с CQRS и eventual consistency
• Поддержка на этапе запуска и первого релиза

Сроки реализации

• Рефакторинг существующего приложения к Command/Query разделению — 1–2 недели.
• Новое приложение с CQRS от старта — 2–3 недели.
• Полный CQRS + Event Sourcing + async Read Models — 4–8 недель в зависимости от сложности домена.

Закажите внедрение CQRS в вашем проекте. Получите консультацию инженера по архитектуре. Свяжитесь с нами для бесплатного аудита вашей текущей системы.

Услуги бэкенд-разработки: Laravel, Node.js, Go, Django, PostgreSQL

На production-сервере в 3:14 ночи очередь Laravel Jobs перестала обрабатываться. 40 000 необработанных задач в Redis. Причина: worker упал из-за memory leak в одном из Jobs (утечка через статическую переменную в Eloquent observer), supervisor не перезапустил его из-за misconfigured stopwaitsecs. Это не гипотетический сценарий — это вторник. Мы разбирали такой инцидент на проекте с нагрузкой 500 RPS: диагностика заняла 4 часа, фикс — 20 минут. Чтобы вы не теряли деньги на простоях, предлагаем услуги бэкенд-разработки с акцентом на production-grade надёжность. Оценим ваш проект за 2 дня.

Backend — это то, что работает когда никто не смотрит. Или не работает. Гарантируем, что у вас будет первый вариант.

Что мы делаем с первого дня правильно

Service Layer поверх Fat Controllers. Controller получает HTTP-запрос, валидирует его через Form Request, передаёт данные в Service, возвращает ответ. Бизнес-логика в Service, не в Controller. Это звучит банально, но большинство legacy-проектов — это контроллеры по 500 строк с SQL-запросами внутри.

Repository Pattern используем осторожно. Если вы просто оборачиваете Model::where(...) в метод репозитория — это бойлерплейт без пользы. Repository оправдан когда: нужно абстрагироваться от источника данных (БД + кеш + внешний API) или когда логика запросов достаточно сложна для изоляции.

Jobs, Events, Listeners. Всё, что можно сделать асинхронно — делаем асинхронно. Отправка email, генерация PDF, синхронизация с внешним API, пересчёт агрегатов — в Queue. Laravel Horizon для мониторинга очередей в Redis: видно throughput, failed jobs, время обработки по очередям.

Как Octane справляется с высокой нагрузкой

Laravel Octane с RoadRunner или Swoole держит приложение в памяти между запросами — убирает overhead bootstrap (загрузка конфигов, автозагрузка классов) на каждый HTTP-запрос. Прирост: 3–8x на синтетических бенчмарках, 2–4x на реальных приложениях. Важно: нельзя хранить состояние между запросами в статических переменных — это приводит именно к таким инцидентам, как в начале. Применяем это в проектах с >1000 RPS.

Что делать с N+1 запросами

N+1 — самая распространённая причина медленных страниц в Laravel-приложениях. Стандартная история: страница работала нормально на dev с 10 записями, на production с 10 000 — 8-секундная загрузка.

Laravel Debugbar в dev-окружении показывает количество запросов на страницу. Более 20 запросов на одну страницу — сигнал для audit.

Model::preventLazyLoading(! app()->isProduction());

Telescope для профилирования в staging: логирует все запросы, jobs, mail, notifications с детализацией по времени. Цифры: после внедрения eager loading время загрузки страницы падает с 8 с до 0.3 с — в 27 раз.

PostgreSQL: индексы, которые реально нужны

PostgreSQL 14+ — основная БД на всех проектах. Используем связку PgBouncer + PostgreSQL. Опыт 10+ лет, более 50 backend-проектов, 5 лет на рынке.

Как PostgreSQL помогает избежать медленных запросов

Composite indexes для частых WHERE + ORDER BY. Если у вас WHERE user_id = ? AND status = ? ORDER BY created_at DESC — нужен (user_id, status, created_at DESC). Индекс по (user_id) отдельно плохо помогает с сортировкой.

Partial indexes. Если 95% запросов идут по WHERE status = 'active':

CREATE INDEX idx_orders_active ON orders (created_at DESC)
WHERE status = 'active';

Индекс маленький, быстрый, покрывает основную нагрузку.

GIN-индексы для JSONB и массивов. @> оператор без GIN-индекса — seq scan. С индексом — быстро даже на миллионах записей.

GIN для full-text search. to_tsvector + GIN вместо LIKE '%query%'. LIKE без индекса — всегда seq scan. С pg_trgm extension и gin_trgm_ops — поддержка LIKE с индексом, полезно для CRM-поиска по частичному совпадению.

Connection pooling: почему важнее чем кажется

Rails, Laravel, Django открывают новое соединение с PostgreSQL на каждый PHP/Python процесс. На 100 воркерах — 100 соединений. PostgreSQL начинает деградировать от 200–300 активных соединений — overhead на управление соединениями становится значительным.

PgBouncer — connection pooler перед PostgreSQL. Режим transaction pooling: соединение с PostgreSQL занято только на время транзакции, между запросами возвращается в пул. 1000 приложений-воркеров → 20–50 реальных соединений к PostgreSQL. Это снижает latency на 40% и уменьшает затраты на хостинг на 30%.

Node.js с Fastify: когда это лучше Laravel

Node.js оправдан для:

• Realtime: WebSocket-серверы, Server-Sent Events, чат, live-обновления
• Streaming: большие файлы, видео, данные потоком
• High I/O concurrency: много параллельных запросов к внешним API без тяжёлой бизнес-логики
• Serverless: Lambda/Cloud Functions — Node.js стартует быстрее PHP

Fastify вместо Express: в 2–3 раза быстрее на benchmarks, встроенная JSON Schema валидация, лучшая TypeScript поддержка, plugin-архитектура.

Типичная архитектура realtime: Laravel — основная бизнес-логика и REST API. Node.js + Socket.io или ws — WebSocket сервер. Laravel публикует события в Redis Pub/Sub, Node.js подписывается и транслирует клиентам. Это разделение позволяет масштабировать WebSocket-сервер независимо от основного приложения.

Go: микросервисы и высокая нагрузка

Go используем для:

• Высоконагруженных микросервисов (> 10 000 RPS)
• Фоновых воркеров с жёсткими требованиями к latency
• Инструментов DevOps и CLI
• gRPC-сервисов в микросервисной архитектуре

Goroutines — дешевле OS-потоков в тысячи раз. 10 000 конкурентных соединений на Go — норма на одном сервере.

Но Go — не волшебная таблетка. Разработка медленнее чем на Laravel: больше бойлерплейта, нет ORM уровня Eloquent, обработка ошибок через if err != nil везде. Оправдан только когда производительность — реальное требование, не предположение.

Django и Python backend

Django с DRF (Django REST Framework) — для задач где нужен Python: ML-пайплайны, обработка данных, интеграции с AI-инструментами.

Celery для фоновых задач — аналог Laravel Queue, но сложнее в конфигурации. Celery Beat для cron-задач.

Django ORM vs raw SQL: ORM удобен для CRUD. Для аналитических запросов с несколькими JOIN, оконными функциями и CTE — connection.execute() с raw SQL читаемее и предсказуемее.

Redis: не только кеш

Redis в наших проектах выполняет несколько ролей:

Redis Cluster для горизонтального масштабирования. Sentinel для автоматического failover на standalone установках.

Деплой и инфраструктура

Docker + docker-compose — стандарт для локальной разработки и production. Каждый сервис в контейнере: PHP-FPM/Octane, Nginx, PostgreSQL, Redis, Queue Worker, Scheduler.

CI/CD через GitHub Actions:

1. Прогон тестов (PHPUnit / Pest, Vitest, Playwright)
2. Сборка Docker-образа
3. Push в Container Registry
4. Deploy: docker pull → docker-compose up -d на сервере, или Kubernetes rolling update

Zero-downtime deploy для Laravel: php artisan down --secret=TOKEN не нужен при правильной настройке. Стратегия: новый контейнер стартует рядом со старым, Nginx переключает трафик после health check, старый контейнер останавливается.

Мониторинг: Sentry для exception tracking с alerting в Slack/Telegram. Grafana + Prometheus (или Grafana Cloud) для метрик: CPU, memory, request rate, queue depth, database connection count. Алерт на: error rate > 1%, p99 latency > 2s, queue depth > 1000 jobs.

Что входит в работу под ключ

• Архитектурное проектирование (документация API, схема БД, диаграмма сервисов)
• Реализация по согласованному ТЗ с code review
• Настройка CI/CD, мониторинга, алертинга
• Нагрузочное тестирование (k6, wrk) с отчётом
• Передача исходников, доступов, инструкция по деплою
• Обучение команды заказчика (2-3 сессии)
• Гарантийная поддержка 1 месяц после сдачи

Ориентиры по срокам

Стоимость рассчитывается индивидуально после анализа требований к нагрузке, интеграциям и бизнес-логике. Типичный бюджет backend-проекта — от 500 000 до 2 000 000 рублей в зависимости от сложности. Свяжитесь с нами для бесплатного аудита вашего текущего backend — получите план оптимизации за 2 дня. Закажите консультацию.