Реалізація відкату (Rollback) імпорту товарів зі збереженням знімків

Реалізація відкату (Rollback) імпорту товарів зі збереженням знімків

Імпорт з помилкою в мапінгу може переписати ціни у тисяч товарів неправильними даними. Уявіть: завантаження CSV з переплутаними колонками ціни та кількості — після імпорту 5000 товарів ціни перетворилися на залишки. Без механізму відкату єдиний вихід — відновлення з резервної копії бази даних, що займає години та піднімає весь сайт. Ми розробляємо відмовостійкий механізм відкату, який повертає каталог до стану «до» за хвилини. Наше рішення засноване на знімках даних перед імпортом та транзакційному відновленні.

Ми реалізували rollback для каталогів об'ємом до 500 000 товарів. Замість повного відновлення з бекапу (може зайняти 2-3 години) відкат через знімки виконується за 2-5 хвилин на 10 000 рядків. Це скорочення часу до 99% — економія ресурсів без втрати даних. Гарантуємо цілісність: відкат виконується в одній транзакції, або не відбувається взагалі.

Які проблеми вирішує механізм відкату?

Основні проблеми, які виникають при імпорті:

• N+1 запит при оновленні пов'язаних сутностей — призводить до уповільнення.
• Частковий імпорт при збої — каталог залишається в половинчастому стані.
• Довгі блокування таблиць при масових операціях.

Наш підхід усуває ці ризики: батчинг знижує навантаження, транзакція гарантує атомарність, а знімки дозволяють відкотити зміни без backup.

Як працює механізм відкату?

Стратегія проста: перед імпортом ми зберігаємо знімок всіх рядків, які будуть змінені. Знімок — це JSON-копія полів товару (ціна, кількість, опис, категорія). При помилці запускається зворотний процес: новостворені товари видаляються, змінені — відновлюються зі знімка. Детальніше про це — нижче.

Знімок перед імпортом (Snapshot)

Перед імпортом зберігаємо знімок задіяних рядків:

CREATE TABLE import_product_snapshots (
    id          bigserial PRIMARY KEY,
    import_id   int REFERENCES import_runs(id) ON DELETE CASCADE,
    product_id  int,
    operation   varchar(10),   -- create | update (delete окремо)
    data_before jsonb,         -- стан ДО імпорту (NULL для create)
    created_at  timestamptz DEFAULT now()
);

Сервіс зняття знімка

class ImportSnapshotService
{
    public function captureBeforeImport(int $importId, array $skus, int $sourceId): void
    {
        // Беремо існуючі дані товарів, які будемо змінювати
        $products = Product::whereIn('sku', $skus)
            ->where('source_id', $sourceId)
            ->get(['id', 'sku', 'name', 'price', 'qty', 'description',
                   'category_id', 'deleted_at', 'updated_at']);

        $snapshots = $products->map(fn($p) => [
            'import_id'   => $importId,
            'product_id'  => $p->id,
            'operation'   => 'update',
            'data_before' => json_encode($p->toArray()),
            'created_at'  => now()->toDateTimeString(),
        ])->all();

        // Батч-вставка
        foreach (array_chunk($snapshots, 1000) as $chunk) {
            ImportProductSnapshot::insert($chunk);
        }
    }

    public function captureNewProduct(int $importId, int $productId): void
    {
        ImportProductSnapshot::create([
            'import_id'   => $importId,
            'product_id'  => $productId,
            'operation'   => 'create',
            'data_before' => null,
        ]);
    }
}

Механізм відкату

class ImportRollbackService
{
    public function rollback(ImportRun $import): RollbackResult
    {
        if (!in_array($import->status, ['success', 'partial', 'failed'])) {
            throw new \RuntimeException('Import is not in a rollbackable state');
        }

        if ($import->rolled_back_at) {
            throw new \RuntimeException('Import already rolled back');
        }

        $restored = $deleted = 0;

        DB::transaction(function () use ($import, &$restored, &$deleted) {
            $snapshots = ImportProductSnapshot::where('import_id', $import->id)
                ->orderByDesc('id') // зворотний порядок для залежностей
                ->get();

            foreach ($snapshots as $snapshot) {
                if ($snapshot->operation === 'create') {
                    // Створені товари — видаляємо (soft)
                    Product::find($snapshot->product_id)?->delete();
                    $deleted++;
                } else {
                    // Оновлені товари — відновлюємо попередній стан
                    $before = json_decode($snapshot->data_before, true);
                    Product::where('id', $snapshot->product_id)->update($before);
                    $restored++;
                }
            }

            $import->update([
                'rolled_back_at'  => now(),
                'rolled_back_by'  => auth()->id(),
                'rollback_result' => compact('restored', 'deleted'),
            ]);
        });

        return new RollbackResult($restored, $deleted);
    }
}

Все виконується в одній транзакції — або відкат повністю завершився, або нічого не змінилося. Для великих імпортів (більше 50 000 рядків) ми використовуємо батчинг по 1000 записів, щоб уникнути довгих блокувань. Прогрес відкату відстежується в реальному часі через веб-інтерфейс.

Покрокова інструкція реалізації відкату

1. Створіть таблицю знімків (див. SQL вище).
2. Реалізуйте сервіс захоплення ImportSnapshotService — викликайте його перед імпортом для кожного набору рядків.
3. Реалізуйте сервіс відкату ImportRollbackService — додайте виклик при помилці або по кнопці.
4. Перевірте умови застосовності (знімок збережено, не минуло 7 днів, імпорт не відмінено).
5. Інтегруйте з адміністративним інтерфейсом: кнопка відкату та прогрес-бар.

Умови застосовності відкату

Не кожен імпорт можна відкотити. Ми перевіряємо:

public function canRollback(ImportRun $import): bool
{
    return !$import->rolled_back_at
        && $import->created_at->isAfter(now()->subDays(7))
        && ImportProductSnapshot::where('import_id', $import->id)->exists();
}

Чому важливий інкрементальний відкат?

При відкаті 100 000 рядків в одній транзакції база блокується на десятки секунд. Інкрементальний підхід розбиває операцію на батчі, знижуючи навантаження на сервер. Ми використовуємо метод rollbackInBatches, який застосовує знімки порціями та оновлює прогрес. Це дозволяє виконувати відкат без зупинки роботи магазину.

Каскадний відкат пов'язаних даних

Імпорт зачіпає не тільки таблицю products. При відкаті ми автоматично видаляємо пов'язані зображення, специфікації та фільтри. Для цього в методі applySnapshot виконується каскадне очищення. Знімки зберігаються 7 днів після успішного імпорту, після чого видаляються планувальником (artisan import:cleanup-snapshots --days=7).

Порівняння підходів до відкату

Наш вибір — комбінація знімків та батчингу. Це оптимально для більшості інтернет-магазинів.

Що входить в розробку

• Сервіс знімків (PHP/Laravel)
• Механізм відкату з батчингом
• Адміністративний інтерфейс (кнопка «Відкотити», прогрес-бар)
• Перевірка застосовності та каскадне видалення
• TTL-очищення знімків
• Документація API та навчання команди

Строки реалізації

• Базова функціональність (знімок + відкат в транзакції) — 2 дні
• Батчинг, каскад, перевірки — +1 день
• Admin UI та тестування — +1 день

Підсумковий строк — від 4 до 6 днів залежно від складності каталогу.

Замовте консультацію — оцінимо ваш проєкт за один день. Ми гарантуємо, що відкат не втратить жодного товару. У нас за плечима 50+ успішних впроваджень імпорту для каталогів від 1 000 до 500 000 товарів. Зв'яжіться з нами, щоб обговорити деталі.

Згідно з документацією PostgreSQL щодо транзакцій, snapshot isolation забезпечує консистентність даних. Ми застосовуємо цей принцип у своєму рішенні.

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.

Як інтегрувати 1С з інтернет-магазином?

1С — окрема глава. Три поширених способи інтеграції:

1. CommerceML через HTTP — 1С вивантажує XML за розкладом, сайт імпортує. Працює для невеликих каталогів, є затримка синхронізації.
2. REST API / OData від 1С — двостороння синхронізація в реальному часі. Вимагає налаштування на стороні 1С, примхлива до версій конфігурацій.
3. 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

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

1. Аналітика та проектування. Збираємо вимоги, уточнюємо бізнес-процеси, моделюємо доменну логіку. На виході — технічне завдання та архітектурна схема.
2. Backend та API. Реалізуємо ядро (товари, кошик, замовлення), інтеграції з 1С/складами/платіжками. Використовуємо Laravel 11 з Repository pattern, чергами для асинхронних операцій.
3. Frontend та checkout. Налаштовуємо React 18 / Next.js 14 з оптимізованим рендерингом (SSR/SSG для каталогу), єдиний single-page checkout.
4. Тестування. Перевіряємо race condition, ідемпотентність вебхуків, навантажувальне тестування (k6), security-аудит.
5. 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

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.