Каталог отвечал около шести секунд. Мы нашли две причины задержки.
Повторные запросы из товарных карточек и тяжёлые фильтры MySQL. Как мы проследили их влияние и ускорили каталог, сохранив работу магазина.
Категории продолжали тормозить.
Мы проверили путь запроса от категории до SQL и вывода товарных карточек.
Приблизительные показатели повторных проверок контрольной категории; время полной загрузки страницы зависит и от других факторов.
Клиент обратился из-за медленных категорий и фильтров
К нам обратился владелец интернет-магазина электрооборудования и комплектующих. Сайт работал на Laravel 11 и MySQL 8. Redis использовался для кеширования отдельных справочников и обслуживания фоновых заданий.
Что тормозило
В каталоге находились десятки тысяч товаров. Покупатели подбирали оборудование по производителю, мощности, напряжению, цене и наличию. Главная страница и отдельные карточки обычно открывались без заметных задержек, а переход в крупную категорию занимал около шести секунд. После применения нескольких фильтров ожидание иногда увеличивалось.
При высокой посещаемости проблема усиливалась. Покупатели повторно нажимали на фильтры, не дождавшись обновления списка. Менеджерам магазина тоже приходилось ждать, когда они подбирали оборудование для клиентов.
Что уже попробовали
До обращения к нам владелец увеличил серверные ресурсы и менял настройки кеширования. При небольшой нагрузке магазин стал работать лучше, но задержки в каталоге сохранились. Возник вопрос о следующем расширении сервера.
Установили, на каком этапе возникала задержка
Сначала сравнили главную страницу, карточки товаров, небольшие и крупные категории. В браузере основное ожидание приходилось на получение первого ответа сервера. Изображения и клиентские скрипты загружались позже и не объясняли эту часть задержки.
Это сузило поиск до подготовки и передачи серверного ответа. Само по себе долгое ожидание ещё не указывало на Laravel или MySQL, поэтому мы сопоставили обращения с обработкой на сервере.
Запросы фильтрации
AJAX-фильтрация проходила через тот же механизм формирования каталога: Laravel определял подходящие товары и возвращал HTML-фрагмент обновлённого списка. Эти запросы тоже задерживались.
Состояние сервера
Во время обращений к тяжёлым категориям повышалась активность MySQL, а обработчики PHP-FPM дольше оставались занятыми. Постоянной нехватки оперативной памяти, объясняющей задержку, не обнаружили. Наблюдения за сервером помогли выбрать направление расследования, но причину мы определяли по выполнению конкретных запросов приложения.
Обработка приложения и SQL
В Laravel отдельно фиксировали продолжительность обработки контрольного обращения и SQL-операции. Через DB::listen() собирали количество запросов, их время и повторяющиеся формы. Общую длительность обработки измеряли отдельно: сумма времени SQL не охватывала выполнение остального PHP-кода, формирование ответа и ожидание до начала работы приложения.
Сохранили контрольную выборку и воспроизвели проблему
Для сравнения выбрали крупную категорию, в которой одна страница содержала 36 товарных карточек. Зафиксировали несколько обращений: открытие без фильтров, выбор производителя, сочетание производителей Schneider Electric и ABB с мощностью от 5 до 10 кВт и условием наличия, затем сортировку этого результата по цене.
Проверили логику условий и сохранили контрольный состав товаров, общее количество результатов и порядок выдачи. Отдельно зафиксировали переходы на следующие страницы. После оптимизации эти данные позволяли проверять, что ускоренная выборка возвращает тот же результат.
Изолированная копия
Для подробного исследования подготовили изолированную копию приложения с сопоставимым ассортиментом и структурой базы. Данные покупателей обезличили, реальные платежи, отправку писем и внешние операции с заказами отключили. Расширенное профилирование выполняли на этой копии. На рабочем сайте диагностический сбор ограничили по объёму и исключили запись чувствительных сведений.
Что показал профиль
Повторные обращения показали: контрольная страница с 36 товарами выполняла более двухсот SQL-запросов. Многие отличались только идентификатором товара. Одновременно выделялся тяжёлый запрос отбора по характеристикам.
Нашли повторные SQL-запросы внутри товарных карточек
Проследили выполнение от маршрута категории через контроллер и сервис каталога до Blade-шаблонов. Основная выборка возвращала текущую страницу товаров, но на этом обращения к базе не заканчивались.
При выводе каждой карточки шаблон дополнительно получал производителя, изображения, характеристики и сведения о вариантах. Часть отношений Eloquent не была предварительно загружена, поэтому обращение к ним запускало отдельный SQL-запрос для каждого товара.
Обнаружили в шаблоне
Особенно показательной оказалась загрузка главного изображения. Внутри цикла шаблон вызывал метод отношения и выполнял отдельный запрос на получение первого изображения. Предварительно загруженные изображения при этом не использовались. Исправление требовало изменить и загрузку данных, и обращение к ним в шаблоне.
Изменили загрузку
Мы определили отдельное отношение к основному изображению с учётом принятого в магазине порядка и организовали его предварительную загрузку для всей текущей страницы. Шаблон стал получать подготовленное изображение без самостоятельного запроса внутри карточки.
Аналогично изменили получение производителей и необходимых характеристик. При сокращении набора полей сохранили идентификаторы и внешние ключи, по которым Eloquent связывал модели.
Для карточек, которым требовался только признак наличия подходящего варианта, убрали загрузку полного списка связанных записей. Необходимые признаки и агрегаты получали вместе с выборкой текущей страницы, а шаблон использовал готовые значения. Условия доступности сохранили согласно действующей логике магазина.

Проверили результат исправления N+1 отдельно
На этом этапе SQL-фильтры, индексы MySQL и настройки Redis оставили прежними. Повторили те же обращения к категории на тестовой копии.
В тестовой среде включили контроль непредусмотренной ленивой загрузки отношений. Явные запросы через методы отношений продолжили отслеживать по SQL-профилю: запрет ленивой загрузки сам по себе не обнаруживает все обращения к базе, написанные внутри циклов.
Разобрали тяжёлый запрос фильтрации
В исходном запросе товары соединялись с таблицами категорий и значений характеристик. У одного товара могло быть несколько подходящих связанных строк. При сочетании условий возникал большой промежуточный набор, из которого MySQL затем удалял повторения и формировал отсортированную страницу.
Проверили выполнение
Для фактических SQL-запросов получили планы EXPLAIN. На изолированной базе использовали EXPLAIN ANALYZE, который выполняет запрос и показывает фактический ход обработки. Проверяли порядок соединений, используемые индексы, число строк и повторений операций.
Увидели лишнюю работу
Планы вместе с измерениями подтвердили лишнюю работу на соединениях и устранении дубликатов. Отдельно выделили стоимость подсчёта общего количества товаров для пагинации. Само наличие сортировки в плане не считали ошибкой — оценивали её вклад во время выполнения.
Условия, которым требовалось только установить наличие подходящей связанной записи, переработали через проверки существования. Это позволило отбирать товар без переноса всех совпавших строк характеристики в общий результат.
Сохранили логику фильтров
При этом сохранили смысл фильтров: Schneider Electric или ABB внутри группы производителей, а ограничение мощности и наличие — совместно с выбранной группой. Числовые характеристики в действующей схеме уже имели подходящее представление, поэтому диапазон мощности сравнивался численно без преобразования каждого значения во время чтения.
Связали условия варианта
Для ограничений уровня варианта сохранили общую привязку условий к одному подходящему варианту. Характеристика одного варианта и наличие другого не давали товару соответствие выбранному сочетанию фильтров.

Подобрали индексы и проверили подсчёт результатов
Оценили индексы отдельно
Сначала измерили переработанный SQL на исходной структуре индексов. Затем проверили составные индексы для наиболее важных сочетаний условий и связей характеристик с товарами. Для каждого изменения повторно сравнивали план, обработанные строки и время запроса.
Так мы отделили эффект изменения SQL от эффекта индексов. Сохранили изменения, полезные для контрольных сценариев, и учли дополнительную работу при обновлении товарных данных.
Сверили количество и порядок
Отдельно оптимизировали запрос общего количества результатов. Подсчёт выполнялся по подходящим товарам без размножения позиций из-за связанных характеристик. Условия соответствовали основной выборке, но не включали ограничение текущей страницы и ненужную для подсчёта сортировку.
Проверили совпадение общего количества с контрольными результатами, первую и последующие страницы. При одинаковой цене задали дополнительную сортировку по идентификатору товара. На неизменном наборе данных позиции сохраняли порядок при повторном открытии страниц.
Привычную постраничную навигацию оставили. Перестраивать интерфейс или менять адреса страниц ради другого способа пагинации не потребовалось.
Измерили эффект второго этапа
После изменений повторили профилирование. Количество SQL-запросов оставалось примерно на уровне, достигнутом после устранения N+1, а продолжительность тяжёлых операций фильтрации сократилась. Именно это наблюдение подтвердило самостоятельный эффект второго этапа.
Уточнили кеширование и порядок фоновых обновлений
После исправления Eloquent и SQL вернулись к Redis. Основной результат уже проявлялся при обращениях без предварительно прогретого кеша Redis, поэтому дальнейшие изменения кеширования оценивали отдельно.
Что кешировали
Для структуры категорий, производителей и части справочников характеристик уточнили сроки хранения и правила обновления. Ключи учитывали язык и параметры, влияющие на содержимое. Персональные условия, корзину и окончательную проверку доступного количества не заменяли общей долговременно сохранённой копией страницы.
После фиксации изменений
Отдельно проверили порядок обновления справочников: задания, которым требовались сохранённые изменения, передавались на выполнение после успешной фиксации транзакции. Это обеспечивало доступность новых данных для обработчика, но само по себе не определяло порядок завершения нескольких заданий.
С учётом версии данных
Для справочников согласовали обновление кеша с версиями исходных данных. Номер версии фиксировался вместе с изменением сведений, а кешированные наборы сохранялись под соответствующими ключами. При чтении приложение выбирало актуальную версию. Позднее завершение старого задания не переключало чтение на его результат.
При отсутствии записи для актуальной версии использовалась выборка из MySQL. Проверка с непрогретым кешем подтвердила, что каталог продолжал формироваться, пока нужный набор ещё не был сохранён в Redis.
На копии воспроизвели несколько последовательных изменений и изменили порядок завершения фоновых заданий. После их выполнения сверили данные, которые получало приложение, с текущим содержимым справочников. В проверенных последовательностях старый результат не возвращался в выдачу. Очистку ограничили ключами каталога, сохранив сессии, очереди и остальные данные Redis.
Связанный разбор: почему после очистки кеша магазин перестаёт выдерживать обычный трафик.
Проверили цены, варианты, заказы и поведение фильтров
Цены и количество
После оптимизации сверили цены контрольных позиций в каталоге, карточках и корзине, включая товары с дополнительными условиями продажи. Изменили цену и доступное количество на тестовой копии и проверили, что магазин отражает обновлённые данные.
Доступность варианта
У товаров с вариантами сохранилась привязка наличия к нужному варианту. Проверили, что полученные для каталога признаки доступности не заменили окончательную проверку количества при оформлении заказа.
Два покупателя — последняя единица
Отдельно проверили конкурентную покупку: два обращения пытались заказать последнюю единицу. В проекте уже применялась транзакционная блокировка соответствующей складской записи. Доступное количество читалось с блокировкой для изменения; проверка остатка и его уменьшение выполнялись до завершения той же транзакции.
В проверенном сценарии второе обращение ожидало освобождения записи. После фиксации первой покупки оно читало актуальный остаток и завершалось предусмотренным отказом. Два успешных заказа на одну доступную единицу не создавались. Действовавший складской механизм сохранился после оптимизации каталога.
Затем быстро меняли производителей, диапазон мощности и наличие в интерфейсе. Действующая клиентская реализация сопоставляла ответы с актуальным идентификатором запроса. Запоздавший ответ на предыдущий выбор не заменял результаты последнего набора фильтров. После завершения обращений список соответствовал активным условиям.
Сравнили обработку каталога и проверили обновление данных
На тестовой копии повторили последовательные и параллельные обращения к выбранным категориям. Использовали сохранённые параметры фильтрации и сопоставимое состояние данных. Проверки с прогретым кешем Redis сравнивали между собой, а обращения без готовых записей кеша оценивали отдельно.
Ориентировочные показатели контрольной страницы изменились следующим образом:
| Показатель | До исправления | После исправления |
|---|---|---|
| Серверная обработка контрольной категории | Около 6 секунд | Примерно 1–2 секунды |
| SQL-запросы на страницу с 36 карточками | Более 200 | Несколько десятков |

Параллельные обращения
Под параллельной нагрузкой PHP-процессы быстрее завершали обработку. В SQL-профиле сохранялось сокращение повторных обращений и времени тяжёлых фильтров.
Обновление товарных данных
Далее совместили запросы каталога с обновлением части товаров на копии. Проверили ожидания блокировок, выполнение фоновых заданий и обновление справочников. После завершения операций сверили состав выдачи и число результатов. В проверенных сценариях изменения цен, остатков и характеристик учитывались корректно.
Внедрили исправления и повторили приёмку на рабочем магазине
Подготовили внедрение
Перед внедрением сохранили текущую версию приложения, конфигурацию и резервную копию базы. Изменения кода, индексов и кеширования подготовили раздельно, чтобы контролировать их применение и возможность возврата предыдущей версии приложения.
Для создания индексов заранее проверили возможности установленной версии MySQL и поведение операции на копии. На рабочем сервере согласовали время выполнения с нагрузкой магазина и наблюдали за ожиданиями блокировок метаданных и состоянием базы.
Обновили приложение и очереди
После подготовки индексов установили проверенный PHP-код, обновили необходимые конфигурационные данные и относящийся к каталогу кеш. Долгоживущие обработчики очередей Laravel перезапустили для перехода на новую версию. Их дальнейшую работу проверили вместе с обновлением справочников.
На действующем сайте повторили контрольную категорию, производителей, диапазон мощности, наличие, сортировку и пагинацию. Состав выдачи и количество результатов совпали с ожидаемыми. Повторные измерения подтвердили сокращение серверной задержки в проверенных обращениях.
Также проверили цены, остатки и безопасное тестовое оформление заказа. Каталог передавал выбранный товар в корзину, стоимость рассчитывалась по действующим правилам, контроль количества сохранялся.
Адреса и пагинация
Отдельно сверили адреса контрольных категорий и карточек, canonical, HTTP-ответы и пагинацию. В проверенных страницах сохранились прежние адреса и предусмотренные правила обработки фильтров.
Дальнейшее наблюдение
После внедрения оставили наблюдение за медленными маршрутами, накопленным временем SQL-запросов и ошибками фоновых заданий. Повторяющиеся обращения к связанным данным продолжили контролировать по профилям запросов.

Результат работы
У задержки оказались две подтверждённые составляющие. При выводе карточек приложение выполняло повторные SQL-запросы, а сложные фильтры создавали избыточную работу при соединении и отборе данных.
Влияние исправлений проверили поэтапно: после устранения N+1 сократилось количество обращений к базе; после переработки фильтрации и индексов уменьшилась продолжительность тяжёлых SQL-операций. Затем проверили кеширование и сохранность торговых сценариев.
Для достижения этого результата не потребовалось повторно увеличивать серверные ресурсы или менять платформу магазина. Мы устранили выявленную лишнюю работу приложения и базы данных, а результат подтвердили повторением исходных обращений и проверкой товарной выдачи.
Что важно знать об этом исправлении
Почему увеличение сервера не устранило задержку?
Оно добавило ресурсы, но приложение продолжало выполнять повторные запросы для карточек и тяжёлую фильтрацию. В этом кейсе заметный результат дали изменения способа получения данных и SQL.
Что означала проблема N+1 в этом магазине?
После получения страницы товаров шаблон отдельно обращался к связанным данным каждой карточки. Мы подготовили нужные отношения для текущей страницы и убрали повторные SQL-запросы из её вывода.
Почему одного Redis оказалось недостаточно?
Redis использовался для отдельных справочников и фоновых задач. Он не устранял повторные обращения Eloquent и лишнюю работу фильтров. Поэтому сначала исправили запросы, а затем отдельно проверили кеширование.
Одна-две секунды — это полная загрузка страницы?
Нет. Это приблизительное время серверной обработки контрольной категории после исправления. Загрузка изображений, выполнение браузерных скриптов и сетевые задержки влияют на полное отображение страницы.
Как проверили, что ускорение не изменило товары в выдаче?
Сравнили результаты с сохранённой контрольной выборкой: состав товаров, общее количество, сортировку и переходы между страницами. Дополнительно проверили варианты, цены, остатки и оформление заказа.
Пришлось ли менять Laravel или переносить магазин?
В рамках этого кейса платформу сохранили. Исправили загрузку связанных данных, фильтрацию и индексы, затем проверили Redis и работу магазина после внедрения.
Можно ли применить тот же набор индексов к другому магазину?
Набор индексов зависит от структуры данных и фактических запросов. В этом проекте каждое изменение оценивали по плану выполнения и контрольным обращениям; результат относится к исследованной реализации.
