Communitygithub.com

Backend-Entwicklungsmuster

Architekturmuster, API-Design, Datenbankoptimierung und Best Practices für serverseitige Anwendungen mit Node.js, Express und Next.js API-Routen.

Was ist Backend-Entwicklungsmuster?

Dieser Skill bietet eine umfassende Sammlung von Backend-Entwicklungsmustern und Best Practices für den Aufbau skalierbarer serverseitiger Anwendungen, mit Schwerpunkt auf Node.js, Express und Next.js API-Routen. Er behandelt grundlegende Architekturmuster wie das Repository-Pattern, Service-Layer und Middleware, sowie fortgeschrittene Themen wie Datenbankoptimierung (N+1-Prävention, Transaktionen), Caching-Strategien (Redis, Cache-Aside), zentralisierte Fehlerbehandlung, Authentifizierung (JWT) und rollenbasierte Zugriffskontrolle. Der Skill eignet sich ideal für Entwickler, die qualitativ hochwertige, wartbare und performante APIs entwerfen oder überprüfen, und liefert konkrete Codebeispiele in TypeScript, die direkt in Projekten eingesetzt werden können. Er unterstützt auch die Integration von Hintergrundjobs, strukturiertem Logging und Ratenbegrenzung mit verteilten Speichern wie Redis.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/backend-patterns

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht Backend-Entwicklungsmuster?

Backend-Architekturmuster und Best Practices für skalierbare serverseitige Anwendungen.

Wann aktivieren

  • Entwerfen von REST- oder GraphQL-API-Endpunkten
  • Implementierung von Repository-, Service- oder Controller-Schichten
  • Optimieren von Datenbankabfragen (N+1, Indizierung, Connection Pooling)
  • Hinzufügen von Caching (Redis, In-Memory, HTTP-Cache-Header)
  • Einrichten von Hintergrundjobs oder asynchroner Verarbeitung
  • Strukturieren der Fehlerbehandlung und Validierung für APIs
  • Erstellen von Middleware (Authentifizierung, Logging, Ratenbegrenzung)

API-Designmuster

RESTful-API-Struktur

// PASS: Ressourcenbasierte URLs
GET    /api/markets                 # Ressourcen auflisten
GET    /api/markets/:id             # Einzelne Ressource abrufen
POST   /api/markets                 # Ressource erstellen
PUT    /api/markets/:id             # Ressource ersetzen
PATCH  /api/markets/:id             # Ressource aktualisieren
DELETE /api/markets/:id             # Ressource löschen

// PASS: Query-Parameter für Filterung, Sortierung, Paginierung
GET /api/markets?status=active&sort=volume&limit=20&offset=0

Repository-Pattern

// Abstraktion der Datenzugriffslogik
interface MarktRepository {
  findAll(filters?: MarktFilter): Promise<Markt[]>
  findById(id: string): Promise<Markt | null>
  create(data: CreateMarktDto): Promise<Markt>
  update(id: string, data: UpdateMarktDto): Promise<Markt>
  delete(id: string): Promise<void>
}

class SupabaseMarktRepository implements MarktRepository {
  async findAll(filters?: MarktFilter): Promise<Markt[]> {
    let query = supabase.from('markets').select('*')

    if (filters?.status) {
      query = query.eq('status', filters.status)
    }

    if (filters?.limit) {
      query = query.limit(filters.limit)
    }

    const { data, error } = await query

    if (error) throw new Error(error.message)
    return data
  }

  // Weitere Methoden...
}

Service-Layer-Pattern

// Geschäftslogik getrennt vom Datenzugriff
class MarktService {
  constructor(private marktRepo: MarktRepository) {}

  async sucheMaerkte(suchbegriff: string, limit: number = 10): Promise<Markt[]> {
    // Geschäftslogik
    const embedding = await erzeugeEmbedding(suchbegriff)
    const ergebnisse = await this.vektorSuche(embedding, limit)

    // Vollständige Daten abrufen
    const maerkte = await this.marktRepo.findByIds(ergebnisse.map(r => r.id))

    // Nach Ähnlichkeit sortieren
    return maerkte.sort((a, b) => {
      const scoreA = ergebnisse.find(r => r.id === a.id)?.score || 0
      const scoreB = ergebnisse.find(r => r.id === b.id)?.score || 0
      return scoreA - scoreB
    })
  }

  private async vektorSuche(embedding: number[], limit: number) {
    // Vektorsuche-Implementierung
  }
}

Middleware-Pattern

// Anfrage-/Antwortverarbeitungspipeline
export function withAuth(handler: NextApiHandler): NextApiHandler {
  return async (req, res) => {
    const token = req.headers.authorization?.replace('Bearer ', '')

    if (!token) {
      return res.status(401).json({ error: 'Nicht autorisiert' })
    }

    try {
      const user = await verifyToken(token)
      req.user = user
      return handler(req, res)
    } catch (error) {
      return res.status(401).json({ error: 'Ungültiges Token' })
    }
  }
}

// Verwendung
export default withAuth(async (req, res) => {
  // Handler hat Zugriff auf req.user
})

Datenbankmuster

Abfrageoptimierung

// PASS: GUT: Nur benötigte Spalten auswählen
const { data } = await supabase
  .from('markets')
  .select('id, name, status, volume')
  .eq('status', 'active')
  .order('volume', { ascending: false })
  .limit(10)

// FAIL: SCHLECHT: Alles auswählen
const { data } = await supabase
  .from('markets')
  .select('*')

N+1-Abfragevermeidung

// FAIL: SCHLECHT: N+1-Abfrageproblem
const maerkte = await getMarkets()
for (const markt of maerkte) {
  markt.creator = await getUser(markt.creator_id)  // N Abfragen
}

// PASS: GUT: Stapelabruf
const maerkte = await getMarkets()
const creatorIds = maerkte.map(m => m.creator_id)
const creators = await getUsers(creatorIds)  // 1 Abfrage
const creatorMap = new Map(creators.map(c => [c.id, c]))

maerkte.forEach(markt => {
  markt.creator = creatorMap.get(markt.creator_id)
})

Transaktionsmuster

async function createMarktMitPosition(
  marktDaten: CreateMarktDto,
  positionsDaten: CreatePositionDto
) {
  // Supabase-Transaktion verwenden
  const { data, error } = await supabase.rpc('erstelle_markt_mit_position', {
    markt_daten: marktDaten,
    positions_daten: positionsDaten
  })

  if (error) throw new Error('Transaktion fehlgeschlagen')
  return data
}

// SQL-Funktion in Supabase
CREATE OR REPLACE FUNCTION erstelle_markt_mit_position(
  markt_daten jsonb,
  positions_daten jsonb
)
RETURNS jsonb
LANGUAGE plpgsql
AS $$
BEGIN
  -- Transaktion automatisch starten
  INSERT INTO markets VALUES (markt_daten);
  INSERT INTO positions VALUES (positions_daten);
  RETURN jsonb_build_object('success', true);
EXCEPTION
  WHEN OTHERS THEN
    -- Rollback erfolgt automatisch
    RETURN jsonb_build_object('success', false, 'error', SQLERRM);
END;
$$;

Caching-Strategien

Redis-Caching-Ebene

class GecachtesMarktRepository implements MarktRepository {
  constructor(
    private basisRepo: MarktRepository,
    private redis: RedisClient
  ) {}

  async findById(id: string): Promise<Markt | null> {
    // Zuerst Cache prüfen
    const gecached = await this.redis.get(`markt:${id}`)

    if (gecached) {
      return JSON.parse(gecached)
    }

    // Cache-Fehltreffer – aus Datenbank abrufen
    const markt = await this.basisRepo.findById(id)

    if (markt) {
      // 5 Minuten cachen
      await this.redis.setex(`markt:${id}`, 300, JSON.stringify(markt))
    }

    return markt
  }

  async cacheInvalidieren(id: string): Promise<void> {
    await this.redis.del(`markt:${id}`)
  }
}

Cache-Aside-Pattern

async function getMarktMitCache(id: string): Promise<Markt> {
  const cacheKey = `markt:${id}`

  // Cache versuchen
  const gecached = await redis.get(cacheKey)
  if (gecached) return JSON.parse(gecached)

  // Cache-Fehltreffer – aus DB abrufen
  const markt = await db.markets.findUnique({ where: { id } })

  if (!markt) throw new Error('Markt nicht gefunden')

  // Cache aktualisieren
  await redis.setex(cacheKey, 300, JSON.stringify(markt))

  return markt
}

Fehlerbehandlungsmuster

Zentralisierter Fehlerhandler

class ApiFehler extends Error {
  constructor(
    public statusCode: number,
    public message: string,
    public isOperational = true
  ) {
    super(message)
    Object.setPrototypeOf(this, ApiFehler.prototype)
  }
}

export function fehlerHandler(fehler: unknown, req: Request): Response {
  if (fehler instanceof ApiFehler) {
    return NextResponse.json({
      success: false,
      error: fehler.message
    }, { status: fehler.statusCode })
  }

  if (fehler instanceof z.ZodError) {
    return NextResponse.json({
      success: false,
      error: 'Validierung fehlgeschlagen',
      details: fehler.issues
    }, { status: 400 })
  }

  // Unerwartete Fehler protokollieren
  console.error('Unerwarteter Fehler:', fehler)

  return NextResponse.json({
    success: false,
    error: 'Interner Serverfehler'
  }, { status: 500 })
}

// Verwendung
export async function GET(request: Request) {
  try {
    const data = await fetchData()
    return NextResponse.json({ success: true, data })
  } catch (error) {
    return fehlerHandler(error, request)
  }
}

Wiederholung mit exponentiellem Backoff

async function fetchMitWiederholung<T>(
  fn: () => Promise<T>,
  maxWiederholungen = 3
): Promise<T> {
  let letzterFehler: Error

  for (let i = 0; i < maxWiederholungen; i++) {
    try {
      return await fn()
    } catch (error) {
      letzterFehler = error as Error

      if (i < maxWiederholungen - 1) {
        // Exponentieller Backoff: 1s, 2s, 4s
        const verzögerung = Math.pow(2, i) * 1000
        await new Promise(resolve => setTimeout(resolve, verzögerung))
      }
    }
  }

  throw letzterFehler!
}

// Verwendung
const data = await fetchMitWiederholung(() => fetchFromAPI())

Authentifizierung & Autorisierung

JWT-Token-Validierung

import jwt from 'jsonwebtoken'

interface JWTPayload {
  userId: string
  email: string
  role: 'admin' | 'user'
}

export function verifyToken(token: string): JWTPayload {
  try {
    const payload = jwt.verify(token, process.env.JWT_SECRET!) as JWTPayload
    return payload
  } catch (error) {
    throw new ApiFehler(401, 'Ungültiges Token')
  }
}

export async function requireAuth(request: Request) {
  const token = request.headers.get('authorization')?.replace('Bearer ', '')

  if (!token) {
    throw new ApiFehler(401, 'Fehlendes Autorisierungstoken')
  }

  return verifyToken(token)
}

// Verwendung in API-Route
export async function GET(request: Request) {
  const user = await requireAuth(request)

  const data = await getDataForUser(user.userId)

  return NextResponse.json({ success: true, data })
}

Rollenbasierte Zugriffskontrolle

type Berechtigung = 'lesen' | 'schreiben' | 'löschen' | 'admin'

interface Benutzer {
  id: string
  role: 'admin' | 'moderator' | 'user'
}

const rollenBerechtigungen: Record<Benutzer['role'], Berechtigung[]> = {
  admin: ['lesen', 'schreiben', 'löschen', 'admin'],
  moderator: ['lesen', 'schreiben', 'löschen'],
  user: ['lesen', 'schreiben']
}

export function hatBerechtigung(benutzer: Benutzer, berechtigung: Berechtigung): boolean {
  return rollenBerechtigungen[benutzer.role].includes(berechtigung)
}

export function erfordertBerechtigung(berechtigung: Berechtigung) {
  return (handler: (request: Request, user: Benutzer) => Promise<Response>) => {
    return async (request: Request) => {
      const user = await requireAuth(request)

      if (!hatBerechtigung(user, berechtigung)) {
        throw new ApiFehler(403, 'Unzureichende Berechtigungen')
      }

      return handler(request, user)
    }
  }
}

// Verwendung - HOF umschließt den Handler
export const DELETE = erfordertBerechtigung('löschen')(
  async (request: Request, user: Benutzer) => {
    // Handler erhält authentifizierten Benutzer mit bestätigter Berechtigung
    return new Response('Gelöscht', { status: 200 })
  }
)

Ratenbegrenzung

Die Ratenbegrenzung muss einen gemeinsamen Speicher wie Redis, ein Gateway oder den plattformeigenen Begrenzer verwenden. Verwenden Sie keine prozessinternen In-Memory-Zähler für Produktions-APIs: Diese werden bei der Bereitstellung zurückgesetzt, auf Replikate verteilt und funktionieren in serverlosen oder Multi-Instanz-Umgebungen nicht zuverlässig.

Die Backend-Ebene ist für die Wahl des Integrationspunkts und der Fehlerform verantwortlich; verwenden Sie api-design für den HTTP-Vertrag und security-review für die Missbrauchsfallprüfung.

Hintergrundjobs & Warteschlangen

Einfaches Warteschlangenmuster

class JobWarteschlange<T> {
  private warteschlange: T[] = []
  private verarbeitung = false

  async hinzufuegen(job: T): Promise<void> {
    this.warteschlange.push(job)

    if (!this.verarbeitung) {
      this.verarbeiten()
    }
  }

  private async verarbeiten(): Promise<void> {
    this.verarbeitung = true

    while (this.warteschlange.length > 0) {
      const job = this.warteschlange.shift()!

      try {
        await this.ausfuehren(job)
      } catch (error) {
        console.error('Job fehlgeschlagen:', error)
      }
    }

    this.verarbeitung = false
  }

  private async ausfuehren(job: T): Promise<void> {
    // Job-Ausführungslogik
  }
}

// Verwendung für die Indizierung von Märkten
interface IndexJob {
  marktId: string
}

const indexWarteschlange = new JobWarteschlange<IndexJob>()

export async function POST(request: Request) {
  const { marktId } = await request.json()

  // Zur Warteschlange hinzufügen, anstatt zu blockieren
  await indexWarteschlange.hinzufuegen({ marktId })

  return NextResponse.json({ success: true, message: 'Job in Warteschlange' })
}

Protokollierung & Überwachung

Strukturierte Protokollierung

interface LogKontext {
  userId?: string
  requestId?: string
  method?: string
  path?: string
  [key: string]: unknown
}

class Logger {
  log(stufe: 'info' | 'warn' | 'error', nachricht: string, kontext?: LogKontext) {
    const eintrag = {
      timestamp: new Date().toISOString(),
      stufe,
      nachricht,
      ...kontext
    }

    console.log(JSON.stringify(eintrag))
  }

  info(nachricht: string, kontext?: LogKontext) {
    this.log('info', nachricht, kontext)
  }

  warn(nachricht: string, kontext?: LogKontext) {
    this.log('warn', nachricht, kontext)
  }

  error(nachricht: string, fehler: Error, kontext?: LogKontext) {
    this.log('error', nachricht, {
      ...kontext,
      error: fehler.message,
      stack: fehler.stack
    })
  }
}

const logger = new Logger()

// Verwendung
export async function GET(request: Request) {
  const requestId = crypto.randomUUID()

  logger.info('Märkte abrufen', {
    requestId,
    method: 'GET',
    path: '/api/markets'
  })

  try {
    const markets = await fetchMarkets()
    return NextResponse.json({ success: true, data: markets })
  } catch (error) {
    logger.error('Fehler beim Abrufen der Märkte', error as Error, { requestId })
    return NextResponse.json({ error: 'Interner Fehler' }, { status: 500 })
  }
}

Denken Sie daran: Backend-Muster ermöglichen skalierbare, wartbare serverseitige Anwendungen. Wählen Sie Muster, die Ihrem Komplexitätsgrad entsprechen.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Verwandte Skills