Мы разрабатываем корзины покупок для e-commerce проектов с учётом всех подводных камней: потеря позиций при перезагрузке, конфликт сессий у авторизованных пользователей, race condition при одновременном добавлении. За 5 лет работы мы реализовали корзины для 50+ интернет-магазинов разного масштаба — от небольших лендингов до каталогов с миллионами SKU.
Корзина — центральный компонент, где происходит основная часть отказов. Неудобное управление количеством, медленная загрузка мини-корзины, ошибки при расчёте скидок — всё это напрямую влияет на конверсию. Разработка корзины с нуля занимает от 3 до 6 рабочих дней в зависимости от сложности бизнес-логики.
Архитектура хранения корзины
Корзина существует в трёх состояниях: гостевая (анонимная), пользовательская (привязанная к аккаунту) и объединённая (merge при логине). Для гостей данные хранятся в localStorage или sessionStorage — выбор зависит от политики сайта. При авторизации клиент-серверный merge должен разрешать конфликты: например, если один и тот же товар есть в обоих хранилищах, суммировать количество или взять максимальное значение.
На серверной стороне таблица корзин обычно выглядит так:
CREATE TABLE cart_items (
id BIGSERIAL PRIMARY KEY,
cart_id UUID NOT NULL,
user_id BIGINT REFERENCES users(id) ON DELETE CASCADE,
session_id VARCHAR(255),
product_id BIGINT NOT NULL,
variant_id BIGINT,
quantity INT NOT NULL DEFAULT 1,
price_snapshot NUMERIC(12,2) NOT NULL,
created_at TIMESTAMP DEFAULT NOW(),
updated_at TIMESTAMP DEFAULT NOW()
);
CREATE INDEX idx_cart_items_cart_id ON cart_items(cart_id);
CREATE INDEX idx_cart_items_user_id ON cart_items(user_id);
price_snapshot фиксирует цену в момент добавления — это критично для акций с таймером и изменения цен в реальном времени.
Логика обновления quantity
Изменение количества должно быть оптимистичным: UI обновляется мгновенно, запрос уходит в фоне. Такой подход сокращает ощущаемую задержку на 50% по сравнению с пессимистичным обновлением. При ошибке — откат с уведомлением. Реализация через React Query:
const updateQuantity = useMutation({
mutationFn: ({ itemId, qty }: { itemId: number; qty: number }) =>
api.patch(`/cart/items/${itemId}`, { quantity: qty }),
onMutate: async ({ itemId, qty }) => {
await queryClient.cancelQueries({ queryKey: ['cart'] });
const prev = queryClient.getQueryData(['cart']);
queryClient.setQueryData(['cart'], (old: Cart) => ({
...old,
items: old.items.map(i => i.id === itemId ? { ...i, quantity: qty } : i),
}));
return { prev };
},
onError: (_, __, ctx) => {
queryClient.setQueryData(['cart'], ctx?.prev);
toast.error('Не удалось обновить количество');
},
});
Минимальное и максимальное количество задаётся на уровне товара: min_order_qty и max_order_qty. Если на складе осталось 3 штуки, кнопка «+» блокируется при достижении этого значения.
Проверка наличия и резервирование
При добавлении в корзину нужно решить: делать soft reserve (уменьшить доступный остаток) или нет. Soft reserve снижает конкуренцию за товар, но создаёт «мёртвые» резервы от брошенных корзин. Компромисс — резервировать только в момент начала оформления заказа (checkout init), а корзину держать информационной.
При отображении корзины актуальные остатки проверяются запросом к складу. Если товар закончился — показываем предупреждение прямо в строке позиции, не блокируя всю корзину.
Почему стоит использовать soft reserve?
Soft reserve актуален для товаров с высоким спросом и ограниченным тиражом. Он гарантирует, что пользователь, добавивший товар в корзину, не потеряет его из-за покупки другим клиентом. Однако для больших интернет-магазинов с быстрым оборачиванием лучше отказаться от резервирования в корзине — это снижает количество мёртвых блокировок на 30–40%. По данным Google, такой подход улучшает пользовательский опыт.
Как работает механизм резервирования?
Можно использовать поле reserved_stock в таблице товаров или отдельный сервис. При начале checkout вызывается процедура блокировки: уменьшаем остаток и создаём временную запись с таймером. Если заказ не завершён за 15–30 минут, резерв снимается.
Расчёт итоговой суммы
Итог корзины включает несколько слоёв:
| Компонент |
Логика |
| Subtotal |
Сумма price_snapshot × quantity по всем позициям |
| Скидки |
Применяются по приоритету: акционные > купонные > накопительные |
| Доставка |
Рассчитывается предварительно, точно — на checkout |
| НДС |
Включён в цену или добавляется отдельно (зависит от конфигурации) |
Расчёт выполняется на сервере при каждом изменении корзины. Клиент получает готовые суммы — никаких вычислений в браузере.
Мини-корзина и полная страница
Мини-корзина в хедере (dropdown или sidebar) показывает до 5 последних позиций, счётчик и кнопку «Оформить». Полная страница /cart отображает все позиции с возможностью редактирования. Оба компонента подписаны на одно и то же состояние — через React Query или Zustand.
Важный момент: счётчик в хедере обновляется через Server-Sent Events или polling раз в 30 секунд — это актуально, если пользователь работает в нескольких вкладках одновременно.
Сохранение корзины
Корзина гостя сохраняется 30 дней в cookie (cart_id). При логине происходит merge и корзина переносится в БД. Если пользователь был авторизован и вышел — корзина остаётся в БД, при повторном логине восстанавливается.
Корзина авторизованного пользователя синхронизируется между устройствами — это ключевое отличие от гостевой.
Как происходит синхронизация корзины между устройствами?
При входе с нового устройства сервер возвращает текущее состояние корзины. Любое изменение отправляется через API и немедленно сохраняется. Таким образом, если пользователь добавил товар на телефоне, он увидит его на ноутбуке после обновления страницы. Такая синхронизация увеличивает конверсию на 15–20% по нашим данным.
Аналитика корзины
Все события корзины должны уходить в аналитику: add_to_cart, remove_from_cart, view_cart. Для Google Analytics 4 это стандартные e-commerce события с параметрами item_id, item_name, price, quantity. Для Яндекс.Метрики — аналогичная структура через ym(id, 'reachGoal', 'cart_add', {...}).
Брошенные корзины отслеживаются отдельно: если пользователь добавил товары, но не перешёл к checkout за N часов — триггер для email-цепочки.
Типичные проблемы реализации
- Race condition при одновременном добавлении: решается через SELECT FOR UPDATE на уровне БД или idempotency key в API.
- Цена изменилась после добавления: показывать уведомление, пересчитывать автоматически.
- Товар снят с продажи: блокировать checkout, предлагать удалить позицию.
- VAT для разных стран: определять по IP/адресу доставки, применять соответствующую ставку.
Пошаговая инструкция: как мы разрабатываем корзину
- Анализируем бизнес-логику: типы товаров, скидки, доставка.
- Проектируем схему данных и API (REST или GraphQL).
- Разрабатываем фронтенд с оптимистичными обновлениями.
- Интегрируем платёжную систему и логистику.
- Тестируем под нагрузкой (до 1000 запросов/сек).
- Развёртываем и предоставляем документацию.
Что входит в работу
При заказе разработки корзины вы получаете:
- Архитектурную документацию с описанием схемы данных и API.
- Исходный код фронтенда и бекенда с комментариями.
- Настроенную аналитику (GA4 или Яндекс.Метрика).
- Интеграцию с платёжной системой и службой доставки.
- Техническую поддержку в течение 30 дней после сдачи.
Мы гарантируем соблюдение сроков и стабильную работу корзины под нагрузкой. Получите консультацию по вашему проекту — свяжитесь с нами, чтобы обсудить детали.
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.
Почему стоит избегать CommerceML для больших каталогов
CommerceML через HTTP — классическая интеграция 1С с сайтом. 1С выгружает XML по расписанию, сайт импортирует. Для небольших каталогов (до 5 000 SKU) это приемлемо, но при росте до 50 000+ SKU возникают проблемы: файл выгрузки 200 МБ каждые 30 минут, парсинг блокирует очередь, импорт занимает 10–15 минут, в это время на сайте старые цены. Решение — инкрементальная выгрузка (только изменения) и фоновая обработка через Laravel Queue с несколькими workers. Для высоконагруженных систем мы рекомендуем REST API или промежуточную шину (RabbitMQ).
Интеграции: 1С, склад, доставка
1С — отдельная глава. Три распространённых способа интеграции:
-
CommerceML через HTTP — 1С выгружает XML по расписанию, сайт импортирует. Работает для небольших каталогов, есть задержка синхронизации.
-
REST API / OData от 1С — двусторонняя синхронизация в реальном времени. Требует настройки на стороне 1С, капризна к версиям конфигураций.
-
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
| Шлюз |
Особенности интеграции |
| Stripe |
Webhook-based, отличная документация, Stripe Elements для PCI DSS |
| ЮКасса |
Популярен в РФ, поддержка ФЗ-54 (фискализация) |
| ЕРИП |
Белорусская система, SOAP API, специфическая документация |
| Tinkoff Acquiring |
REST API, 3D Secure 2.0, webhook-уведомления |
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
-
Аналитика и проектирование. Собираем требования, уточняем бизнес-процессы, моделируем доменную логику. На выходе — техническое задание и архитектурная схема.
-
Backend и API. Реализуем ядро (товары, корзина, заказы), интеграции с 1С/складами/платёжками. Используем Laravel 11 с Repository pattern, очередями для асинхронных операций.
-
Frontend и checkout. Настраиваем React 18 / Next.js 14 с оптимизированным рендерингом (SSR/SSG для каталога), единый single-page checkout.
-
Тестирование. Проверяем race condition, идемпотентность вебхуков, нагрузочное тестирование (k6), security-аудит.
-
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
| Тип магазина |
Срок |
| Малый (до 1 000 SKU, типовая логика) |
8–12 недель |
| Средний (до 50 000 SKU, интеграция 1С) |
14–20 недель |
| Крупный (100 000+ SKU, ERP, маркетплейсы) |
24–40 недель |
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.