6 миллионов товаров: Как мы ускорили поиск запчастей до 50мс
Автор: Денис Косолапов, Руководитель отдела внедрения
Проблема Big Data
Европейский дистрибьютор запчастей столкнулся с тем, что SQL-запросы в старом каталоге выполнялись по 5-10 секунд. При базе в 6 млн артикулов и сложной структуре (марка -> модель -> узел -> деталь) стандартные методы не работали. Также требовалась нормализация данных от 50+ разных поставщиков.
Архитектура решения
Мы построили Headless E-commerce решение:
- Движок поиска: Meilisearch. Мы выбрали его за молниеносную работу с фасетными фильтрами и толерантность к опечаткам.
- Ядро магазина: Medusa JS. Гибкий open-source движок, который мы кастомизировали под B2B специфику.
- ETL-процессы: Python-скрипты для нормализации данных из WMS и PIM систем поставщиков.
Визуальный каталог
Одной из киллер-фич стала реализация графического каталога. Пользователь может кликнуть на схему узла автомобиля, и система подсветит соответствующие запчасти в наличии.
Top tip
Для e-commerce с миллионами SKU кэширование — это не опция, а необходимость. Мы настроили многоуровневый кэш (CDN -> API Gateway -> Redis), что снизило нагрузку на базу данных на 80%.
Бизнес-результаты
- < 50 мс: Среднее время ответа поисковой выдачи.
- Рост конверсии на 15%: За счет мгновенной фильтрации и UX.
- Автоматизация: Полная синхронизация остатков с WMS складов.
Инвестиции
- Срок: 8 месяцев.
- Стоимость: ~6.000.000 ₽.