Offline-First Mobile · 2024–2026

Intervento App

Eine Flutter-App für den Feldeinsatz, die ohne Netz funktioniert und später zuverlässig synchronisiert.

Zurück zu allen Projekten
Rolle
Architektur, App-Entwicklung, Sync-Design
Zeitraum
2024–2026
Kontext
Eigenverantwortlich für App und Sync; eingebettet ins Intervento-Team
Technologien
FlutterDartBlocget_itsqfliteSQLiteRESTSocket.IOFirebaseMBTilesNFC / BLEWhisperHeimdallSentryOffline-First

Im Einsatz ist das Netz oft weg. Die Intervento App muss trotzdem funktionieren: Daten lokal erfassen, Zustände halten und später konsistent zurückspielen. Ich habe die App und die Sync-Architektur von Grund auf entworfen.

01

Ausgangslage

Einsatzkräfte arbeiten in Kellern, Tunneln, Fahrzeugen und Randgebieten. Eine App, die eine Verbindung voraussetzt, ist dort unbrauchbar.

Gleichzeitig dürfen keine Daten verloren gehen oder doppelt entstehen, wenn mehrere Geräte denselben Einsatz bearbeiten.

02

Mein Beitrag

  • Die Flutter-App und ihre Architektur aufgebaut: Bloc, get_it, sqflite und Firebase.
  • Lokales Datenmodell mit 87 SQLite-Tabellen und den feldgenauen Sync-Outbox entworfen.
  • Initial-Snapshot mit 21 Datensätzen, Delta-Pull, idempotenter Push und Mehrgeräte-Fan-out umgesetzt.
  • Upload- und Download-Queues für Dateien und Medien mit eigenen Retry-Budgets gebaut.
  • Socket-Reparatur, Token-Refresh und die 30-Tage-Offline-Regel für den Feldeinsatz abgesichert.
  • 235 Tests für Retry-, Reconnect- und SQLite-Fehlerpfade ergänzt.
  • Die App über den Offline-Sync hinaus erweitert: Offline-Karten (MBTiles/Vektorkacheln), Whisper-GGML auf dem Gerät, NFC/BLE mit AES-Verschlüsselung, Atemwegsüberwachung, QR-Gast-Upload, dynamische Formulare und Signaturen sowie vier Sprachen (DE/EN/FR/IT).
03

Architektur & Umsetzung

  • Flutter und Dart mit Bloc für Zustände, get_it für Dependency Injection und sqflite als lokale SQLite-Datenbank.
  • Lokale Schreibvorgänge erzeugen einen feldgenauen Diff im Sync-Log; die App überträgt ihn FIFO und idempotent an die mobile REST-API.
  • Der Server bleibt die Quelle der Wahrheit: Er verarbeitet Änderungen transaktional und verteilt sie an andere Geräte und beteiligte Organisationen.
  • Die App zieht Deltas geordnet nach, wendet sie in einer SQLite-Transaktion an und hält den lokalen Stand für den nächsten Offline-Einsatz.
  • Dateien und Medien laufen über getrennte Upload- und Download-Queues; Konflikte werden feldgenau nach Last-Write-Wins aufgelöst.
Systementwurf Offline zuerst, danach konsistent
Auf dem Gerät
Server
Flutter App Bloc · get_it
SQLite 87 tables · WAL
Sync outbox field-level · FIFO
REST API push · pull · delta
Sync journal per-device fan-out
PostgreSQL source of truth
File queues upload · download
S3 / MinIO files · media
I/O Mutationen Push Uploads Retry-Budget

Die App schreibt lokal in SQLite, legt feldgenaue Änderungen in die Outbox und überträgt sie FIFO an die REST-API. Der Server führt sie über das Sync-Journal idempotent zusammen.

Designentscheide
  • Feldgenaue Outbox statt ganzer Datensätze: kleinere Deltas, weniger Konflikte.
  • Retry-Budgets, 4xx-Drop und Poison-Log verhindern blockierte Synchronisation.
  • Nach 30 Tagen offline fordert die App eine erneute Anmeldung.

Horizontal scrollen, um den ganzen Entwurf zu sehen.

04

Die schwierigen Teile

01

Konflikte statt Ausnahmen

Mehrere Geräte können denselben Datensatz ändern. Feldgenaue Diffs führen unterschiedliche Änderungen zusammen; bei derselben Spalte gewinnt bewusst die zuletzt verarbeitete Änderung. Diese Last-Write-Wins-Entscheidung hält das System einfach, ohne eine schwere CRDT-Schicht vorzutäuschen.

02

Idempotenz und Reihenfolge

Wiederholte Requests nach Timeouts dürfen keine Duplikate erzeugen, und abhängige Änderungen müssen in der richtigen Reihenfolge ankommen. Die Outbox arbeitet deshalb FIFO, der Server upsertet idempotent und die App bündelt parallele Sync-Aufrufe.

03

Testbarkeit ohne Netz

Offline-Verhalten lässt sich schlecht manuell prüfen. Retry-Budgets, abgelehnte 4xx-Antworten, Poison-Logs, SQLite-Deadlocks und Reconnect-Pfade werden in 235 Tests mit In-Memory-Datenbanken und Stub-APIs reproduziert.

05

Resultat

  • Eine App, die im Feld ohne Verbindung arbeitsfähig bleibt und Daten lokal erfasst.
  • Synchronisation, die auch bei Abbrüchen, Wiederholungen und parallelen Geräten konsistent bleibt.
  • Eine belastbare Grundlage für weitere mobile Funktionen im Einsatz.

Kontakt

Lassen Sie uns über die nächste Rolle sprechen.

Ich suche eine Position, in der ich als Tech Lead, Software-Architekt oder Senior Full-Stack Engineer Verantwortung für Systeme und Teams übernehmen kann. Am liebsten dort, wo Zuverlässigkeit, Daten und echte Abläufe zusammentreffen.