Seite 16 - Magento

Die verkaufbare Menge in Magento MSI ergibt sich nicht aus dem physischen Bestand allein, sondern aus Bestand minus Reservierungen. Läuft diese Rechnung aus dem Ruder, weil Reservierungen liegen bleiben, obwohl die zugehörige Bestellung längst storniert oder nie bezahlt wurde, sinkt die verkaufbare Menge künstlich, ohne dass physisch etwas fehlt. Dieser Artikel zeigt, wie solche Geister-Reservierungen entstehen, wie sie sich finden lassen und wie ein eigenes Cleanup-Skript die Konsistenz wiederherstellt.

Wenn die Suche im Shop falsche oder fehlende Ergebnisse liefert, hilft Raten selten weiter. Systematisches Such-Debugging beginnt mit dem Mitschnitt der tatsaechlichen Elasticsearch-Query, die Magento generiert, laesst diese Query direkt gegen den Cluster laufen und trennt so zuverlaessig, ob das Problem in der Magento-Logik oder im Elasticsearch-Index selbst liegt. Dieser Artikel beschreibt die Methodik Schritt fuer Schritt.

Wer Swatches für konfigurierbare Produkte nur als Farb-Kästchen ohne durchdachtes State-Management umsetzt, baut sich Preis-, Galerie- und Bestandsfehler auf der Produktdetailseite ein. Eine saubere Alpine.js-State-Machine, ein passendes ViewModel und ein GraphQL-taugliches Datenmodell machen Hyvä-Swatches robust, barrierefrei und cachefreundlich zugleich.

Ein Magento-Upgrade, das plötzlich eigene Module zerlegt, liegt fast immer an derselben Ursache: irgendwo im Code wurde eine Klasse erweitert oder überschrieben, die Adobe nie als stabile Schnittstelle zugesagt hat. Wer versteht, was das @api-Tag bedeutet und warum Plugins die sichere Erweiterungsmethode sind, baut Module, die Magento-Updates ohne böse Überraschungen überstehen.

In den meisten Agenturprojekten wachsen Attribut-Sets unkontrolliert: Jeder neue Produkttyp bekommt sein eigenes Set, Namenskonventionen fehlen, und nach zwei Jahren verwaltet niemand mehr, welche der achtzig Sets tatsächlich noch produktiv genutzt werden. Wer Attribut-Sets stattdessen vor der Erstellung an Produkttypen und Geschäftsanforderungen ausrichtet, sie programmatisch über Data Patches erzeugt und über einen klaren Governance-Prozess kontrolliert, hält die EAV-Struktur wartbar, performant und für neue Entwickler nachvollziehbar.

Redis und Varnish werden in Magento-Diskussionen oft gegeneinander gestellt, dabei loesen sie grundverschiedene Probleme. Redis ist das Cache- und Session-Backend fuer Objektcache und Full-Page-Cache-Speicherung, Varnish ist der HTTP-Layer davor, der ganze Seiten ausliefert, bevor Magento ueberhaupt gestartet wird. Dieser Artikel erklaert die saubere Rollenverteilung.

Ein neues Produktattribut landet nicht automatisch dort im Elasticsearch-Index, wo es fuer Suche und Filter gebraucht wird. Erst ein durchdachtes Custom-Attribute-Mapping mit eigenen FieldMapper-Klassen sorgt dafuer, dass searchable, filterable und der richtige Feldtyp zusammenpassen, statt sich auf Magentos Standardableitung zu verlassen.

Multi Source Inventory löst ein echtes Problem in Magento 2, ist aber im Alltag oft missverstanden. Wer Quellen, Stocks und Reservierungen durcheinanderbringt, baut schnell Lagerlogik, die fachlich falsch oder operativ instabil wird.

Alpine.js Hydration Mismatches entstehen, wenn der State eines x-data Objekts beim ersten Rendern nicht zu dem passt, was der Server bereits als HTML ausgeliefert hat. Anders als bei React oder Vue gibt es keinen Virtual DOM Abgleich, der den Unterschied automatisch protokolliert. Der Fehler zeigt sich stattdessen als sichtbares Flackern, falsche Formularwerte oder Inhalte, die kurz aufblitzen und dann wieder verschwinden.

Eigene Magento 2 GraphQL Resolver verbinden Schema, Query-Logik und Service-Schicht. Entscheidend sind dabei klare Typen, saubere Resolver-Klassen und eine Architektur, die nicht direkt Business-Logik in den Resolver drückt.