- is_draft = fields.Boolean(string='Draft Order', compute='_compute_order_draft', store=True)
- @api.depends('shipping_arrival_date', 'default_delay')
- def _compute_order_draft(self):
- for rec in self:
- order_delay = self._get_lines_delay() # get max of lines delay
- self.is_draft = False
- if not self.shipping_arrival_date:
- continue
- shipping_arrival_date = datetime.strptime(self.shipping_arrival_date, '%Y-%m-%d').date()
- cur_order_lead_time = (shipping_arrival_date - date.today()).days
- if cur_order_lead_time > order_delay:
- self.is_draft = True
- return
复制代码根据其他字段('shipping_arrival_date', 'default_delay')的更改,更新当前字段is_draft的值
备注:
- store=False, 计算字段不存储。读取字段,显示字段的时候,进行计算。举例, 界面上加载字段,或程序中读取字段。优势是,字段肯定是最新的值。要注意的是,为了避免加载界面时,太慢,界面上应尽量避免store=False的function字段。
- store=True, 计算字段会进行存储。 更改条件满足的时候,进行计算,并存储在数据库上。有点是,读取快。缺点是,其他字段更改时会做大量自动话。
odoo 使用举例:
产品的可用库存, 虚拟库存, product_onhand, product_virtual, 这两个字段是store=False的虚拟库存。每次计算时,会计算所有相关的stock move 和stock quant;而产品页面tree 视图上有显示。另外,因为store 为False, 产品无法根据这两个字段进行搜索和过滤。
如果store = True, 每次stock move 的更改就会需要重新计算相关产品的这两个字段,数据量大了,stock move的完成会很慢。
Sale Order 的 amount_total, amount_subtotal, amount_tax
问题举例 - 计算 产品 的交期 lead time问题描述:
产品的交期-lead time, 系统需要计算出目前产品的交期,并把交期反馈给系统客户。
可以用上述两种模式计算交期,两种模式取舍如下:
手工计算+ 半夜批量。
缺点: 交期数据会不准确, 会有延时性。
优点: 保证系统的流畅性,保证系统性能。手工操作也可以提供人为控制的可能性。
function字段自动计算产品交期。
缺点:数据量大的时候,会导致系统相关操作时间增加(会驱动function字段的计算)。
优点: 自动化。
结论:这两种方案需要做性能和数据准确性的取舍,当我们对性能要求更高的时候,牺牲数据的准确性,可以选择手工+定时方案;需要数据准确性,而对性能要求不高时,可以选择自动化方案。
改进点手工更新 + 半夜批量更新
可以改进为
手工更新 + 半夜批量更新 + 小批量定时更新 (记录 待更新对象队列,定时更新队列中的对象)