PORTcore
+7 900 228-04-13

Оптимизация highload-поиска и фильтров каталога на 1С-Битрикс

Оптика каталожного поиска

Пользователь ждёт ответ, а система успевает сделать слишком много.

Популярные категории ecommerce-платформы стали отвечать медленнее и доходить до таймаутов. Проблема усиливалась при росте ассортимента и пиковом трафике. В проекте на 1С-Битрикс я связал индекс, предрасчёт и кэш в один механизм подготовки выдачи. Здесь полезнее разбирать стоимость самого пути запроса, чем отдельный быстрый SQL.

Оптимизация highload-поиска и фильтров каталога на 1С-Битрикс — Оптика каталожного поиска — иллюстрация PORTcore, portcore.ru
Пользователь ждёт ответ, а система успевает сделать слишком много. Концептуальная иллюстрация · portcore.ru.

Индекс

Оптимизация на 1С-Битрикс затронула индекс, структуру фильтров и кэш горячих сегментов. Это три разных участка одного пути. Индекс определяет удобство поиска данных, фильтры задают условия отбора, а кэш помогает не повторять дорогую работу для востребованных запросов.

Предрасчёт

Пересборка индекса позволила отделить задачу выдачи от прямого чтения всего исходного массива. Предрасчёт агрегатов перенёс часть работы из пользовательского запроса в подготовку. Такой подход особенно важен там, где популярные категории многократно запрашивают одни и те же сочетания данных.

Горячие сегменты

Горячие сегменты получили собственное место в кэшировании. Это связывало оптимизацию с реальной нагрузкой: наиболее востребованные участки требуют внимания в первую очередь. При этом общая структура фильтрации и индексирования оставалась основой для развития каталога, а не набором исключений для отдельных страниц.

Индекс сужает работу поиска — Когда фильтр становится узким местом каталога — portcore.ru
Индекс сужает работу поиска. Схема устройства решения.

Быстрый ответ должен оставаться актуальным

Контролируемое инвалидирование стало отдельной частью архитектуры. Быстрый ответ полезен только тогда, когда он соответствует актуальному состоянию каталога. Поэтому работа не свелась к увеличению срока хранения результата. Нужно было согласовать ускорение с изменениями данных.

Кэш сокращает повторную работу, но способен ускорить и выдачу устаревшего результата. Поэтому инвалидирование связано с изменением каталожных данных. В данном проекте его контролируемое поведение стало частью решения рядом с индексом и агрегатами.

Предрасчёт переносит вычисления из момента пользовательского запроса. Горячие сегменты помогают сосредоточить ускорение на востребованных участках. Эти механизмы дополняют друг друга, когда структура фильтрации согласована с тем, как подготовлены данные.

Мониторинг поиска оставляет команде возможность видеть поведение после выпуска. Рост ассортимента и пиковый трафик продолжают влиять на систему, поэтому результат оптимизации должен оставаться наблюдаемым. Именно такая связка позволила сохранить быструю выдачу без сведения всей задачи к одному ускоренному SQL-запросу.

Кэш возвращается к актуальным данным — Когда фильтр становится узким местом каталога — portcore.ru
Кэш возвращается к актуальным данным. Схема устройства решения.

Поведение выдачи после оптимизации

После оптимизации выдача сохранила скорость при росте ассортимента и в пиковом потоке. p95 и нагрузка на БД снизились. Пользовательский поиск получил более устойчивую основу из индекса, предрасчитанных агрегатов и согласованного поведения кэша.

Схема индексации, патчи фильтрации и мониторинг оставляют результат доступным для сопровождения. Каталог продолжает меняться, поэтому важно видеть, что происходит с востребованными запросами после выпуска. Актуальность данных и ускорение чтения остаются двумя сторонами одного механизма: выигрыш в скорости не должен оплачиваться неправильным составом результата.

  • Снижение p95.
  • Снижение нагрузки на БД.
  • Стабильность в пик.
  • Схема индексации.
  • Патчи фильтрации.
  • Мониторинг поиска.
Технологии
1C-Bitrix, MySQL, index and cache

Когда я подключился к проекту "Оптимизация highload-поиска и фильтров каталога на 1С-Битрикс", картина была типичной для перегруженных систем: локальные решения уже существовали, но между бизнес-целью и техническим исполнением не было общей модели. Это приводило к повторяющимся инцидентам и росту ручной операционки.

Я отдельно разложил проблему на управляемые слои: входящие данные, правила обработки, точки принятия решений и контроль качества после релиза. Такой подход быстро показал, где именно теряется эффективность и почему прежние попытки стабилизации давали только краткосрочный эффект.

Вместо точечного "ремонта" я собрал последовательный сценарий внедрения: сначала зафиксировал критерии приемки, затем реализовал минимальное рабочее ядро и только после стабилизации перешел к расширению охвата. За счет этого команда получала измеримый прогресс на каждом этапе.

Особое внимание уделил эксплуатационному контуру: кто отвечает за качество, как фиксируются отклонения, где проходит граница между автоматикой и ручной валидацией. Именно этот слой сделал решение повторяемым и пригодным для масштабирования.

Архитектурно я опирался на принцип "сначала наблюдаемость, потом усложнение логики". Это позволило видеть влияние изменений в реальном времени и не терять управляемость при росте нагрузки.

Технологический стек (1C-Bitrix, MySQL, index and cache) использовался не как самоцель, а как средство контролируемой эволюции: каждое решение оценивалось по влиянию на скорость изменений, стабильность и стоимость сопровождения.

На уровне бизнеса это дало не только локальное улучшение метрик, но и понятную модель развития: стало ясно, какие действия действительно двигают проект, а какие создают шум. Команда начала принимать решения быстрее и с меньшим риском регрессий.

Я фиксировал результат в формате "до/после" и привязывал изменения к практическим KPI, чтобы у руководителя была прозрачная связь между инженерными шагами и коммерческим эффектом.

Ускорить поиск в растущем каталоге

Укажите популярные категории, проблемные фильтры и характер нагрузки. Разберём подготовку данных, индекс и актуальность кэша.