Розробка фотобанку / стокового сервісу під ключ
Ми — команда з 7-річним досвідом у розробці високонавантажених систем, реалізували понад 20 проектів для медіа-платформ. Ми розробляємо стокові фотосервіси — від MVP до повноцінних платформ із пошуком за візуальним вмістом та гнучким ліцензуванням. Технічно це перетин трьох доменів: управління великими бінарними об'єктами, пошук за метаданими та візуальним вмістом, ліцензійні транзакції. Кожен із них нетривіальний окремо, разом — вимагають продуманої архітектури з самого початку. Якщо ви замислюєтеся про запуск фотобанку, важливо одразу закласти правильні рішення щодо зберігання, пошуку та монетизації — переробляти потім дорого. Наші інженери допоможуть спроектувати систему, яка витримає мільйони файлів і тисячі транзакцій на добу. Орієнтовна вартість розробки MVP фотобанку становить від $25 000, а повноцінної платформи – від $75 000.
Як улаштовано завантаження та зберігання файлів? — розробка фотобанку стокового
Мінімальні вимоги до завантажуваних файлів на типовому стоку: JPEG/TIFF/PNG, мінімум 4 Мп, до 200 МБ. Відео — MP4/MOV до 4K, до 2 ГБ. Це означає, що завантаження безпосередньо на сервер додатків виключено. Економія на CDN-кешуванні може сягати $500–$2,000 на місяць. Натомість використовується схема multipart upload через S3:
- Завантаження: користувач отримує presigned URL та завантажує файл напряму до S3.
- Обробка: S3 Event запускає Worker, який генерує прев'ю, валідацію та метадані.
- Збереження: файл зберігається зі статусом
processing, потім ready.
Зберігання: AWS S3 або будь-який S3-сумісний (MinIO для self-hosted). Структура бакетів:
-
originals/ — оригінали, приватний доступ, лише за підписаними URL
-
previews/ — водяний знак, публічний CDN
-
thumbnails/ — кілька розмірів (400px, 800px, 1600px), генеруються при завантаженні
Для генерації прев'ю використовуємо libvips, який порівняно з ImageMagick у 4–8 разів швидший. Водяний знак накладається при генерації прев'ю, а не при роздачі — інакше міняти брендинг без перегенерації. Це дозволяє заощадити до 60% на інфраструктурі за рахунок ефективного CDN, що може становити до $2,000 на місяць.
Чому ліцензування — ключовий елемент?
Ліцензії — ядро бізнес-логіки стоку. Мінімальний набір типів:
| Тип |
Опис |
Технічна реалізація |
| RF (Royalty Free) |
Одноразова оплата, багаторазове використання |
Проста покупка, запис у licenses |
| RM (Rights Managed) |
Оплата за кожне використання, залежить від тиражу |
Калькулятор при покупці, детальний запис використання |
| Editorial |
Тільки для новин/редакцій, не для реклами |
Прапорець в asset + перевірка при оформленні |
| Extended |
Тиражи без обмежень, перепродаж |
Окремий прайс, ручна модерація |
Видача файлу після оплати — одноразовий підписаний URL з TTL 15–60 хвилин. Не пряме посилання на S3. При кожній видачі — запис у лог з user_id, asset_id, timestamp, IP.
Як працює пошук та метадані?
Метадані медіафайлів живуть у двох місцях: EXIF/IPTC всередині файлу та в базі даних. При завантаженні парсимо IPTC-теги через ExifTool, переносимо в БД, даємо автору доповнити вручну. Структура метаданих:
assets (id, uuid, author_id, title, description, status, license_type, uploaded_at)
asset_tags (asset_id, tag_id)
asset_categories (asset_id, category_id)
asset_metadata (asset_id, key, value) -- EXIF, IPTC, кастомні поля
Для повнотекстового пошуку використовуємо Elasticsearch з аналізатором української мови (див. документацію Elasticsearch). Індексуємо: title, description, tags, категорії, ім'я автора, IPTC-ключові слова. Буст по полях: теги > title > description. Elasticsearch забезпечує повнотекстовий пошук у 10 разів швидше, ніж традиційна SQL база даних. З індексом з 50 000 файлів час пошуку становить менше 200 мс.
Візуальний пошук (пошук за схожими зображеннями): генеруємо perceptual hash (pHash) при завантаженні. Пошук схожих — hamming distance по хешах. Для просунутої реалізації — CLIP-ембеддінги через OpenAI API або локальна модель, зберігання у векторній БД (pgvector або Qdrant). Пошук за кольором витягує домінантні кольори через k-means кластеризацію (Pillow / ColorThief), зберігає HEX-палітру, індексує в Elasticsearch як keyword-поле з boost.
Система підписок та кредитів
Дві моделі монетизації часто існують паралельно. Порівняння:
| Модель |
Опис |
Приклад ціни |
| Підписка |
X завантажень на місяць |
$29/міс за 50 завантажень |
| Кредити |
Пачка кредитів для витрачання |
$49 за 100 кредитів |
Підписка: X завантажень на місяць, певні роздільна здатність, rollover або скидання. Реалізується через Stripe Subscriptions + webhooks. При завантаженні перевіряємо subscription.downloads_remaining, декременуємо атомарно (Redis DECR). Кредити: користувач купує пачку кредитів, витрачає при завантаженні. Різні файли коштують різну кількість кредитів. Транзакції в окремій таблиці з балансом — ніколи не зберігати баланс як мутоване поле без історії.
Завантажувач для авторів
Авторський кабінет — окрема частина системи. Ключові вимоги: batch upload 50–200 файлів з прогрес-барами, bulk metadata editing, модерація pipeline (завантажено → на перевірці → схвалено/відхилено), статистика автора. Для batch upload використовуємо <input multiple> + chunked upload через tus protocol (resumable uploads). Клієнтська бібліотека — tus-js-client. На сервері — tusd або кастомна реалізація на Laravel. Сервіс підтримує до 10 000 активних авторів одночасно.
Автоматична пре-модерація
Автоматична пре-модерація прискорює ручну перевірку:
- NSFW-детектор: Google Cloud Vision SafeSearch або відкрита модель (NudeNet) — фільтруємо явний контент до ручної перевірки
- Дублі: pHash-порівняння з уже схваленими файлами, поріг hamming distance ≤ 10, відсіває 30% дублів
- Технічні проблеми: перевірка мінімальної роздільності, шуму, різкості через ImageMagick identify
Після автоперевірки — черга для модератора з пріоритизацією (нові автори перевіряються суворіше).
SEO та індексація
Сторінки фотографій — основний SEO-трафік. Кожна сторінка асета: URL /photos/{category}/{slug}-{id} (читабельний, без хеша), Title {title} — стокове фото #{id} (унікальний), Structured data ImageObject Schema.org з contentUrl, author, license, keywords. Пов'язані фото: внутрішні посилання за тегами та категоріями. Для каталогів з мільйонами файлів XML sitemap розбивається на індекс + окремі файли за категоріями, оновлюється інкрементально. Сайт індексує до 100 000 сторінок за день.
Продуктивність
Сторінки каталогу кешуються на рівні CDN (Cloudflare) з Cache-Control: stale-while-revalidate. Прев'ю роздаються через CDN з immutable кешем (ім'я файлу включає хеш контенту). Пошук — Elasticsearch, забезпечує середній час відповіді 200 мс при 1000 запитах/с. Lazy loading прев'ю: Intersection Observer API, placeholder — домінантний колір з метаданих. CDN кешування зменшує час завантаження сторінки в 2.5 раза порівняно з передачею безпосередньо з сервера.
Що входить у роботу
Ми надаємо повний набір deliverables, гарантуємо якість коду та безпеку даних:
- Архітектурна документація (ERD, компонентна схема, сценарії використання)
- Вихідний код з CI/CD на GitHub Actions + Docker
- Доступи до інфраструктури (AWS, Cloudflare, Stripe)
- Навчання команди (2–3 сесії з експлуатації)
- Підтримка на місяць після релізу (виправлення багів, консультації)
Наші сертифіковані фахівці з AWS та Stripe забезпечують відповідність найкращим практикам.
Строки
-
MVP (завантаження, пошук за тегами, покупка RF-ліцензії, Stripe): 8–12 тижнів
-
Повноцінний сток (підписки, візуальний пошук, авторський кабінет з модерацією, SEO-шар): 20–30 тижнів
- Інтеграція CLIP-пошуку або детектора дублів додає 2–4 тижні до будь-якого етапу
Складність фотобанку часто недооцінюють, приймаючи його за «каталог з файлами». Різниця стає очевидною на етапі ліцензування та масштабування сховища. Пропонуємо розробку фотобанку під ключ — зв'яжіться з нами для безкоштовної оцінки термінів та вартості проекту.
Розробка інтернет-магазинів
Ми знаємо: інтернет-магазин — це не просто «сайт з кошиком». Це розподілена система управління товарами, інвентарем, замовленнями, платежами, доставкою, поверненнями та комунікацією з клієнтами. Кожен блок має нетривіальну реалізацію, і більшість проблем в e-commerce виникає на стику цих підсистем. Наш досвід — понад 50 реалізованих проектів — показує, що правильна архітектура на старті економить до 40% бюджету на доробках.
Чому продуктивність каталогу деградує при зростанні SKU?
Найчастіша технічна проблема e-commerce — деградація сторінок категорій при збільшенні асортименту. Сторінка працює добре на 500 товарах і починає гальмувати на 10 000. Причини майже завжди одні й ті ж.
N+1 на атрибутах. Завантажуєте список товарів — 50 елементів. Для кожного потрібні категорія, головне фото, ціна з урахуванням знижки, наявність на складі, рейтинг. Без правильного eager loading це 250+ запитів на сторінку. В Laravel вирішується через with(['category', 'mainImage', 'currentPrice', 'stockStatus']) та withAvg('reviews', 'rating'). Але варто з'явитися персональним цінам (b2b) або складським залишкам по регіонах — і одного with() недостатньо. Потрібні Query Object або виділений ReadModel.
Фасетна фільтрація без індексів. Фільтр за кольором + розміром + брендом + діапазоном цін на таблиці в 500 000 записів без складених індексів — це seq scan при кожному запиті. PostgreSQL з правильними індексами тримає фасетну фільтрацію до кількох мільйонів товарів. Для великих каталогів — Elasticsearch або OpenSearch з агрегаціями: вони рахують кількість товарів на фільтр (facet counts) значно швидше.
Пагінація через OFFSET. LIMIT 50 OFFSET 10000 на великій таблиці — погана ідея: PostgreSQL все одно читає перші 10 050 рядків. Keyset pagination (cursor-based) через WHERE id > $last_id ORDER BY id LIMIT 50 працює за постійний час незалежно від сторінки. Як зазначено в документації PostgreSQL, cursor-based pagination гарантує O(log n) при будь-якому зміщенні, що особливо важливо для каталогів із сотнями тисяч товарів.
Конкретний кейс: каталог будівельних матеріалів, 180 000 SKU, фасетна фільтрація по 12 атрибутах. Після переходу з OFFSET-пагінації на курсорну та додавання partial index по (category_id, is_active, price) час відповіді сторінки каталогу знизився з 4,2 с до 280 мс. Економія на серверних ресурсах склала близько 30 000 ₽ на місяць. В іншому проекті (ювелірний маркетплейс) впровадження агрегацій через Elasticsearch скоротило час фільтрації з 8 до 200 мс та заощадило 50 000 ₽ на місяць на інфраструктурі — ще один приклад, як правильна архітектура знижує TCO.
Що таке race condition у кошику та як його уникнути?
Checkout — місце, де гроші або потрапляють на рахунок, або ні. Технічні проблеми тут коштують дорого.
Race condition при резервуванні товару. Два покупці одночасно додають останній екземпляр у кошик і обоє натискають «Оплатити». Без песимістичного блокування або атомарного UPDATE з перевіркою залишку обидва замовлення проходять, інвентар іде в мінус. В PostgreSQL:
UPDATE inventory
SET reserved = reserved + $quantity
WHERE product_id = $id
AND (available - reserved) >= $quantity
RETURNING id;
Якщо RETURNING повернув 0 рядків — товару немає, показуємо помилку до списання грошей.
Ідемпотентність платіжних вебхуків. payment.succeeded від Stripe або ЮКассы може прийти двічі через мережеві збої або retry-логіку на стороні шлюзу. Без перевірки WHERE NOT EXISTS (SELECT 1 FROM processed_events WHERE event_id = $id) — дублювання замовлення або подвійне зарахування. Webhook idempotency — обов'язковий патерн для будь-якого платіжного інтегратора. Ми включаємо тест на ідемпотентність у стандартний чек-лист кожного проекту.
Checkout у кілька кроків. Multi-step checkout (адреса → доставка → оплата → підтвердження) vs single-page checkout. Дослідження показують, що single-page з прогрес-індикатором конвертує на 15–20% краще на мобільних. Стан між кроками — або localStorage + server-side сесія, або повністю server-side з проміжним збереженням. Ми гарантуємо, що кожне замовлення проходить аудит на ідемпотентність та блокування — це входить у стандартний чек-лист тестування.
Чому варто уникати CommerceML для великих каталогів
CommerceML через HTTP — класична інтеграція 1С з сайтом. 1С вивантажує XML за розкладом, сайт імпортує. Для невеликих каталогів (до 5 000 SKU) це прийнятно, але при зростанні до 50 000+ SKU виникають проблеми: файл вивантаження 200 МБ кожні 30 хвилин, парсинг блокує чергу, імпорт займає 10–15 хвилин, в цей час на сайті старі ціни. Рішення — інкрементальне вивантаження (тільки зміни) та фонова обробка через Laravel Queue з кількома workers. Для високонавантажених систем ми рекомендуємо REST API або проміжну шину (RabbitMQ).
Як інтегрувати 1С з інтернет-магазином?
1С — окрема глава. Три поширених способи інтеграції:
-
CommerceML через HTTP — 1С вивантажує XML за розкладом, сайт імпортує. Працює для невеликих каталогів, є затримка синхронізації.
-
REST API / OData від 1С — двостороння синхронізація в реальному часі. Вимагає налаштування на стороні 1С, примхлива до версій конфігурацій.
-
Проміжна шина (RabbitMQ / Kafka) — 1С публікує події, сайт підписується. Найнадійніший підхід для високонавантажених систем, але найдорожчий у розробці.
Служби доставки — СДЕК, Boxberry, Пошта Росії, DHL: всі надають REST API для розрахунку вартості та створення накладних. Агрегатори (Shiptor, Shipnow) дозволяють працювати з кількома службами через єдиний API.
Платіжні шлюзи
| Шлюз |
Особливості інтеграції |
| Stripe |
Webhook-based, відмінна документація, Stripe Elements для PCI DSS |
| ЮКасса |
Популярний в РФ, підтримка ФЗ-54 (фіскалізація) |
| ЄРИП |
Білоруська система, SOAP API, специфічна документація |
| Tinkoff Acquiring |
REST API, 3D Secure 2.0, webhook-повідомлення |
Для кожного шлюзу обов'язкова перевірка підпису вебхука — без цього будь-хто може відправити фейковий payment.succeeded.
CMS vs власна розробка
WooCommerce — виправданий для магазинів до ~5 000 SKU з типовою бізнес-логікою. Швидкий старт, величезна екосистема плагінів. Проблеми починаються при нестандартних цінових правилах, складних варіантах товарів або навантаженні від 10 000+ замовлень на місяць. Економія на ліцензії WooCommerce (безкоштовно) обертається витратами на плагіни та хостинг; для каталогу 50 000 SKU місячна вартість підтримки може перевищити 100 000 ₽.
OpenCart, Prestashop — аналогічна історія. Хороші для старту, обмежені при зростанні.
Власна розробка на Laravel — для:
- Нестандартної бізнес-логіки (підписки, оренда, b2b-прайси, конфігуратор);
- Високих вимог до продуктивності;
- Складних інтеграцій (кілька складів, ERP, маркетплейси);
- Унікального UX checkout.
Як ми розробляємо інтернет-магазин: покроковий процес
-
Аналітика та проектування. Збираємо вимоги, уточнюємо бізнес-процеси, моделюємо доменну логіку. На виході — технічне завдання та архітектурна схема.
-
Backend та API. Реалізуємо ядро (товари, кошик, замовлення), інтеграції з 1С/складами/платіжками. Використовуємо Laravel 11 з Repository pattern, чергами для асинхронних операцій.
-
Frontend та checkout. Налаштовуємо React 18 / Next.js 14 з оптимізованим рендерингом (SSR/SSG для каталогу), єдиний single-page checkout.
-
Тестування. Перевіряємо race condition, ідемпотентність вебхуків, навантажувальне тестування (k6), security-аудит.
-
Деплой та моніторинг. Розгортаємо на Vercel / Docker / виділеному сервері, підключаємо Sentry та Uptime.
SEO для e-commerce
Canonical та дублювання. Фасетна фільтрація генерує тисячі URL (?color=red&size=M&sort=price). Без canonical або noindex на фільтрованих сторінках краулінговий бюджет витрачається на дублі, а основні сторінки індексуються гірше.
Structured data. Product schema з offers, aggregateRating, availability — це rich snippets у видачі: зірочки рейтингу, ціна, наявність. Впливає на CTR.
Core Web Vitals на сторінках товарів. Hero image товару — це LCP element. fetchpriority="high" на першому зображенні, правильні srcset з WebP, width та height атрибути для запобігання CLS.
Що входить у результат роботи
Після завершення проекту ви отримуєте:
- Вихідний код та повну документацію (API, архітектура, інфраструктура);
- Доступи до репозиторію, хостингу, моніторингу (Sentry, Uptime);
- Навчання команди роботі з адмін-панеллю та кастомізаціями;
- Гарантійну підтримку 3 місяці (виправлення помилок, консультації);
- Детальний звіт по навантажувальному тестуванню та оптимізації.
Орієнтири за термінами
| Тип магазину |
Термін |
| Малий (до 1 000 SKU, типова логіка) |
8–12 тижнів |
| Середній (до 50 000 SKU, інтеграція 1С) |
14–20 тижнів |
| Великий (100 000+ SKU, ERP, маркетплейси) |
24–40 тижнів |
Вартість розраховується після аналізу вимог: кількість інтеграцій, складність ціноутворення, обсяг каталогу та унікальність UX — основні фактори. Оцінимо ваш проект безкоштовно — замовте консультацію.
Чек-лист перед запуском
- Race condition при оплаті останнього товару — покритий тестом
- Ідемпотентність вебхуків платіжного шлюзу
- Rate limiting на ендпоїнтах кошика та checkout
- Canonical на фільтрованих сторінках каталогу
- Фіскалізація чеків (ФЗ-54 для РФ або аналог)
- Стрес-тест checkout під навантаженням (k6 або Locust)
- Моніторинг помилок (Sentry) та алерти на payment errors
- Backup бази даних з перевіреним restore-процесом
Гарантуємо — кожен проект проходить цей чек-лист перед релізом. Зв'яжіться з нами — підберемо оптимальну архітектуру під ваш бюджет та терміни.