Разработка мультисклада для интернет-магазина под ключ на Laravel

Мы разрабатываем мультисклад для интернет-магазинов — архитектуру, где критична точность остатков, скорость маршрутизации и прозрачность для покупателя. В одном из проектов мы внедрили мультисклад для магазина с 5 точками хранения: центральный склад, три региональных и один дропшиппер. До внедрения менеджеры вручную распределяли заказы, что приводило к ошибкам — заказы уходили на склад без нужного товара, а покупатели получали отмены. Система автоматически выбирала ближайший склад с достаточным остатком и при необходимости расщепляла заказ на несколько отгрузок. В результате время обработки заказа сократилось на 40%, а количество спорных ситуаций с клиентами снизилось на 90%. Наша команда имеет более 5 лет опыта в разработке e-commerce решений и внедрила мультисклад для 20+ магазинов с каталогами до 6000 SKU. Обычно такая необходимость возникает, когда магазин работает с несколькими поставщиками, имеет региональные склады, использует дропшиппинг или офлайн-точки для самовывоза (BOPIS).

Схема данных

Расширение односкладовой схемы: добавляется измерение warehouse_id:

CREATE TABLE warehouses (
    id          BIGSERIAL PRIMARY KEY,
    name        VARCHAR(255) NOT NULL,
    code        VARCHAR(50) NOT NULL UNIQUE,
    address     TEXT,
    is_active   BOOLEAN NOT NULL DEFAULT true,
    priority    INTEGER NOT NULL DEFAULT 0,
    type        VARCHAR(50) NOT NULL DEFAULT 'internal'
);

CREATE TABLE warehouse_stock (
    id           BIGSERIAL PRIMARY KEY,
    warehouse_id BIGINT NOT NULL REFERENCES warehouses(id),
    variant_id   BIGINT NOT NULL REFERENCES product_variants(id),
    stock_qty    INTEGER NOT NULL DEFAULT 0,
    reserved_qty INTEGER NOT NULL DEFAULT 0,
    UNIQUE (warehouse_id, variant_id),
    CHECK (stock_qty >= 0),
    CHECK (reserved_qty >= 0)
);

CREATE MATERIALIZED VIEW product_total_stock AS
SELECT
    variant_id,
    SUM(stock_qty)    AS total_stock,
    SUM(reserved_qty) AS total_reserved,
    SUM(stock_qty - reserved_qty) AS available_qty
FROM warehouse_stock
GROUP BY variant_id;

Materialized view обновляется после каждого изменения через триггер или REFRESH MATERIALIZED VIEW CONCURRENTLY по расписанию (каждую минуту). Наш опыт показывает, что такой подход в 3 раза быстрее live-запросов при каждом заказе.

Как выбрать склад для отгрузки?

Ключевая бизнес-логика мультисклада — алгоритм WarehouseRouter. У нас он конфигурируемый:

Для большинства проектов достаточно proximity + priority fallback. Если сомневаетесь в выборе стратегии — свяжитесь с нами, поможем подобрать оптимальную.

Пример реализации роутера:

class WarehouseRouter
{
    public function resolve(OrderItem $item, Address $destination): Warehouse
    {
        $candidates = WarehouseStock::query()
            ->where('variant_id', $item->variant_id)
            ->whereRaw('stock_qty - reserved_qty >= ?', [$item->qty])
            ->with('warehouse')
            ->get()
            ->filter(fn($ws) => $ws->warehouse->is_active)
            ->sortBy([
                fn($a, $b) => $this->byProximity($a->warehouse, $destination) <=> $this->byProximity($b->warehouse, $destination),
                fn($a, $b) => $a->warehouse->priority <=> $b->warehouse->priority,
            ]);

        return $candidates->first()?->warehouse
            ?? throw new NoWarehouseAvailableException($item->variant_id);
    }
}

Управление отгрузками и резервирование

Если товары из одного заказа есть на разных складах — заказ расщепляется на несколько отгрузок (Shipment). Покупатель видит единый заказ, но внутри система создаёт разные трек-номера. Статус заказа агрегируется: «выполнен» только когда все отгрузки доставлены.

Резервирование должно быть атомарным — фиксировать конкретный склад, а не только вариант. Операция резервирования: UPDATE warehouse_stock SET reserved_qty = reserved_qty + :qty WHERE variant_id = :vid AND warehouse_id = :wid AND (stock_qty - reserved_qty) >= :qty. Параллельно запись в stock_reservations. Это исключает двойное резервирование одного и того же товара.

Как синхронизировать остатки с внешними системами?

Каждый склад может иметь свой канал обновления остатков. Для каждого источника — отдельный адаптер, реализующий интерфейс WarehouseStockProvider:

• Внутренний склад: WMS через REST API или файловый обмен (XLSX, CSV).
• Дропшиппер: их API с rate-limit, часто нестандартный формат.
• Офлайн-точка: кассовая система (1С:Розница, iiko).
• МойСклад: REST API с поддержкой вебхуков.

Синхронизация запускается независимо по расписанию: * * * * * php artisan stock:sync --warehouse=central и т.д. У каждого адаптера свой таймаут и обработка ошибок.

BOPIS: самовывоз из магазина

Если включен BOPIS, покупатель выбирает точку самовывоза. Для этого нужен API, возвращающий available_qty по каждому товару на каждом складе. Фронтенд строит список точек и карту (Leaflet, Яндекс.Карты), фильтруя только те, где есть весь заказ.

Отчётность по складам

Аналитика, которая реально нужна операционному менеджеру:

• Остатки по каждому складу в разрезе категорий.
• Оборачиваемость (sold_qty / avg_stock за период).
• Перемещение между складами (transfer orders).
• Прогноз дефицита по дням продаж.

Пример запроса оборачиваемости:

SELECT
    w.name AS warehouse,
    pv.sku,
    ws.stock_qty,
    COALESCE(sales.sold_30d, 0) AS sold_30d,
    CASE
        WHEN COALESCE(sales.sold_30d, 0) = 0 THEN NULL
        ELSE ROUND(ws.stock_qty / (sales.sold_30d / 30.0))
    END AS days_of_stock
FROM warehouse_stock ws
JOIN warehouses w ON ws.warehouse_id = w.id
JOIN product_variants pv ON ws.variant_id = pv.id
LEFT JOIN (
    SELECT variant_id, SUM(qty) AS sold_30d
    FROM order_items oi
    JOIN orders o ON oi.order_id = o.id
    WHERE o.completed_at >= NOW() - INTERVAL '30 days'
    GROUP BY variant_id
) sales ON sales.variant_id = pv.id;

Процесс внедрения

Пошаговый план внедрения

1. Анализ требований: Определяем количество складов, их типы и бизнес-процессы. Собираем метрики: объём заказов, частоту обновления остатков, интеграционные точки.
2. Проектирование архитектуры: Разрабатываем схему БД, выбираем алгоритмы маршрутизации, проектируем адаптеры для внешних систем.
3. Разработка и тестирование: Пишем код, покрываем unit- и integration-тестами, проводим нагрузочное тестирование.
4. Интеграция и деплой: Подключаем склады и внешние провайдеры, настраиваем мониторинг, документируем.
5. Обучение и передача: Обучаем менеджеров, передаём доступы и документацию.

Что входит в работу

После внедрения вы получаете:

• Архитектурный документ и описание схемы БД.
• Исходный код репозитория с комментариями.
• Настроенные очереди и планировщики задач.
• Документацию по API интеграций.
• Доступы к мониторингу (лог-централизация, алерты).
• Обучение команды (видеоинструкции и база знаний).
• Гарантию на реализованный функционал.

Сроки и стоимость

• Схема мультисклада + маршрутизация по приоритету: 5–7 дней.
• Расщепление заказов + управление отгрузками: 3–5 дней.
• Интеграция с одним внешним источником (1С, МойСклад): 3–5 дней.
• BOPIS с картой самовывоза: +3–4 дня.
• Аналитические отчёты по складам: +2–3 дня.

Полноценная мультисклад-система для магазина с 2–5 точками хранения: 2–4 недели. Стоимость рассчитывается индивидуально — чтобы получить точную оценку вашего проекта, отправьте запрос, мы проанализируем ваши склады и предложим решение. Предоставляем гарантию на реализованный функционал.

Закажите внедрение мультисклада под ключ у нас — получите консультацию и точную оценку вашего проекта. Свяжитесь с нами.

Разработка интернет-магазинов

Мы знаем: интернет-магазин — это не просто «сайт с корзиной». Это распределённая система управления товарами, инвентарём, заказами, платежами, доставкой, возвратами и коммуникацией с клиентами. Каждый блок имеет нетривиальную реализацию, и большинство проблем в e-commerce возникает на стыке этих подсистем. Наш опыт — более 50 реализованных проектов — показывает, что правильная архитектура на старте экономит до 40% бюджета на доработках.

Почему производительность каталога деградирует при росте SKU?

Самая частая техническая проблема e-commerce — деградация страниц категорий при увеличении ассортимента. Страница работает хорошо на 500 товарах и начинает тормозить на 10 000. Причины почти всегда одни и те же.

N+1 на атрибутах. Загружаете список товаров — 50 элементов. Для каждого нужны категория, главное фото, цена с учётом скидки, наличие на складе, рейтинг. Без правильного eager loading это 250+ запросов на страницу. В Laravel решается через with(['category', 'mainImage', 'currentPrice', 'stockStatus']) и withAvg('reviews', 'rating'). Но стоит появиться персональным ценам (b2b) или складским остаткам по регионам — и одного with() недостаточно. Нужны Query Object или выделенный ReadModel.

Фасетная фильтрация без индексов. Фильтр по цвету + размеру + бренду + диапазону цен на таблице в 500 000 записей без составных индексов — это seq scan при каждом запросе. PostgreSQL с правильными индексами держит фасетную фильтрацию до нескольких миллионов товаров. Для больших каталогов — Elasticsearch или OpenSearch с агрегациями: они считают количество товаров на фильтр (facet counts) значительно быстрее.

Пагинация через OFFSET. LIMIT 50 OFFSET 10000 на большой таблице — плохая идея: PostgreSQL всё равно читает первые 10 050 строк. Keyset pagination (cursor-based) через WHERE id > $last_id ORDER BY id LIMIT 50 работает за константное время независимо от страницы. Как указано в документации PostgreSQL, cursor-based pagination гарантирует O(log n) при любом смещении, что особенно важно для каталогов с сотнями тысяч товаров.

Конкретный кейс: каталог строительных материалов, 180 000 SKU, фасетная фильтрация по 12 атрибутам. После перехода с OFFSET-пагинации на курсорную и добавления partial index по (category_id, is_active, price) время ответа страницы каталога снизилось с 4,2 с до 280 мс. Экономия на серверных ресурсах составила около 30 000 ₽ в месяц. В другом проекте (ювелирный маркетплейс) внедрение агрегаций через Elasticsearch сократило время фильтрации с 8 до 200 мс и сэкономило 50 000 ₽ в месяц на инфраструктуре — ещё один пример, как правильная архитектура снижает TCO.

Что такое race condition в корзине и как его избежать?

Checkout — место, где деньги либо попадают на счёт, либо нет. Технические проблемы здесь стоят дорого.

Race condition при резервировании товара. Два покупателя одновременно добавляют последний экземпляр в корзину и оба нажимают «Оплатить». Без пессимистичной блокировки или атомарного UPDATE с проверкой остатка оба заказа проходят, инвентарь уходит в минус. В PostgreSQL:

UPDATE inventory
SET reserved = reserved + $quantity
WHERE product_id = $id
  AND (available - reserved) >= $quantity
RETURNING id;

Если RETURNING вернул 0 строк — товара нет, показываем ошибку до списания денег.

Идемпотентность платёжных вебхуков. payment.succeeded от Stripe или ЮКассы может прийти дважды из-за сетевых сбоев или retry-логики на стороне шлюза. Без проверки WHERE NOT EXISTS (SELECT 1 FROM processed_events WHERE event_id = $id) — дублирование заказа или двойное зачисление. Webhook idempotency — обязательный паттерн для любого платёжного интегратора. Мы включаем тест на идемпотентность в стандартный чек-лист каждого проекта.

Checkout в несколько шагов. Multi-step checkout (адрес → доставка → оплата → подтверждение) vs single-page checkout. Исследования показывают, что single-page с прогресс-индикатором конвертирует на 15–20% лучше на мобильных. Состояние между шагами — либо localStorage + server-side сессия, либо полностью server-side с промежуточным сохранением. Мы гарантируем, что каждый заказ проходит аудит на идемпотентность и блокировку — это входит в стандартный чек-лист тестирования.

Интеграции: 1С, склад, доставка

1С — отдельная глава. Три распространённых способа интеграции:

1. CommerceML через HTTP — 1С выгружает XML по расписанию, сайт импортирует. Работает для небольших каталогов, есть задержка синхронизации.
2. REST API / OData от 1С — двусторонняя синхронизация в реальном времени. Требует настройки на стороне 1С, капризна к версиям конфигураций.
3. Промежуточная шина (RabbitMQ / Kafka) — 1С публикует события, сайт подписывается. Самый надёжный подход для высоконагруженных систем, но самый дорогой в разработке.

Службы доставки — СДЭК, Boxberry, Почта России, DHL: все предоставляют REST API для расчёта стоимости и создания накладных. Агрегаторы (Shiptor, Shipnow) позволяют работать с несколькими службами через единый API.

Платёжные шлюзы

Для каждого шлюза обязательна проверка подписи вебхука — без этого любой может отправить фейковое payment.succeeded.

CMS vs собственная разработка

WooCommerce — оправдан для магазинов до ~5 000 SKU с типовой бизнес-логикой. Быстрый старт, огромная экосистема плагинов. Проблемы начинаются при нестандартных ценовых правилах, сложных вариантах товаров или нагрузке от 10 000+ заказов в месяц. Экономия на лицензии WooCommerce (бесплатно) оборачивается затратами на плагины и хостинг; для каталога 50 000 SKU месячная стоимость поддержки может превысить 100 000 ₽.

OpenCart, Prestashop — аналогичная история. Хороши для старта, ограничены при росте.

Собственная разработка на Laravel — для:

• Нестандартной бизнес-логики (подписки, аренда, b2b-прайсы, конфигуратор);
• Высоких требований к производительности;
• Сложных интеграций (несколько складов, ERP, маркетплейсы);
• Уникального UX checkout.

Как мы разрабатываем интернет-магазин: пошаговый процесс

1. Аналитика и проектирование. Собираем требования, уточняем бизнес-процессы, моделируем доменную логику. На выходе — техническое задание и архитектурная схема.
2. Backend и API. Реализуем ядро (товары, корзина, заказы), интеграции с 1С/складами/платёжками. Используем Laravel 11 с Repository pattern, очередями для асинхронных операций.
3. Frontend и checkout. Настраиваем React 18 / Next.js 14 с оптимизированным рендерингом (SSR/SSG для каталога), единый single-page checkout.
4. Тестирование. Проверяем race condition, идемпотентность вебхуков, нагрузочное тестирование (k6), security-аудит.
5. Деплой и мониторинг. Разворачиваем на Vercel / Docker / выделенном сервере, подключаем Sentry и Uptime.

SEO для e-commerce

Canonical и дублирование. Фасетная фильтрация генерирует тысячи URL (?color=red&size=M&sort=price). Без canonical или noindex на фильтрованных страницах краулинговый бюджет расходуется на дубли, а основные страницы индексируются хуже.

Structured data. Product schema с offers, aggregateRating, availability — это rich snippets в выдаче: звёздочки рейтинга, цена, наличие. Влияет на CTR.

Core Web Vitals на страницах товаров. Hero image товара — это LCP element. fetchpriority="high" на первом изображении, правильные srcset с WebP, width и height атрибуты для предотвращения CLS.

Что входит в результат работы

После завершения проекта вы получаете:

• Исходный код и полную документацию (API, архитектура, инфраструктура);
• Доступы к репозиторию, хостингу, мониторингу (Sentry, Uptime);
• Обучение команды работе с админ-панелью и кастомизациями;
• Гарантийную поддержку 3 месяца (исправление ошибок, консультации);
• Подробный отчёт по нагрузочному тестированию и оптимизации.

Ориентиры по срокам

Стоимость рассчитывается после анализа требований: количество интеграций, сложность ценообразования, объём каталога и уникальность UX — основные факторы. Оценим ваш проект бесплатно — закажите консультацию.

Чек-лист перед запуском

• Race condition при оплате последнего товара — покрыт тестом
• Идемпотентность вебхуков платёжного шлюза
• Rate limiting на эндпоинтах корзины и checkout
• Canonical на фильтрованных страницах каталога
• Фискализация чеков (ФЗ-54 для РФ или аналог)
• Стресс-тест checkout под нагрузкой (k6 или Locust)
• Мониторинг ошибок (Sentry) и алерты на payment errors
• Backup базы данных с проверенным restore-процессом

Гарантируем — каждый проект проходит этот чек-лист перед релизом. Свяжитесь с нами — подберём оптимальную архитектуру под ваш бюджет и сроки.