OE7的严重缺陷，有什么办法改进？

[stephenl]

1、OE7计算产品的可用库存和预测库存时，会将所有出入仓单数据调出来进行汇总。在生产环境，小型工厂一天出入仓单也有30－50张，一年下来超过一万张。稍大一点的工厂超过十万张。虽然单个产品出入仓数未必有这么多，但每次查看产品列表时调出这么庞大的数据进行运算，性能可想而知。如果不采用这个方法，而是在数据库端采用触发器进行计算，则不必每次查看产品资料时重新计算。

2、数量和金额字段类型绝大部分采用 double precision（双精度浮点数） 而不是 numeric 或 decimal，导致计算结果小数部分不精确，容易造成借贷不平衡。

以上两点可说是OE的硬伤，老外也在吐槽。不知道有什么办法改进。

[ccdos]

问题1 还没测试，但是也比较担心


问题2 确实是硬伤，不知道应该怎么改进一下。

[wangbuke]

这事是 tryton 的人搞出来的，我来回答一下：

1、OE 中的库存计算之前和校长、joshua 讨论过，OE 计算库存代码是：

def get_product_available(self, cr, uid, ids, context=None):
.........
# TODO: perhaps merge in one query.
        if 'in' in what:
            # all moves from a location out of the set to a location in the set
            cr.execute(
                'select sum(product_qty), product_id, product_uom '<br />                'from stock_move '<br />                'where location_id NOT IN %s '<br />                'and location_dest_id IN %s '<br />                'and product_id IN %s '<br />                'and state IN %s ' + (date_str and 'and '+date_str+' ' or '') +' '<br />                + prodlot_clause +
                'group by product_id,product_uom',tuple(where))
            results = cr.fetchall()
        if 'out' in what:
            # all moves from a location in the set to a location out of the set
            cr.execute(
                'select sum(product_qty), product_id, product_uom '<br />                'from stock_move '<br />                'where location_id IN %s '<br />                'and location_dest_id NOT IN %s '<br />                'and product_id  IN %s '<br />                'and state in %s ' + (date_str and 'and '+date_str+' ' or '') + ' '<br />                + prodlot_clause +
                'group by product_id,product_uom',tuple(where))
            results2 = cr.fetchall()

可以看到是 select sum(product_qty) 直接计算出来的。

而 tryton 的做法是引入了 stock.period 和 stock.period.cache 模型，计算的代码在

    def products_by_location(cls, location_ids, product_ids=None,
          .........
            periods = Period.search([
                    ('date', '<', context['stock_date_end']),
                    ], order=[('date', 'DESC')], limit=1)
            if periods:
                period, = periods
                state_date_clause += (' AND '
                    '(COALESCE(effective_date, planned_date) > %s)')
                state_date_vals.append(period.date)
                period_vals[0] = period.id
.........

代码就不一一解释了，
stock.period 定义了一个库存时间戳，可以理解为日结
stock.period.cache则记录了某个时间戳下产品数量

这样 tryton 计算库存的时候就无需把 stock.move 从头到尾计算一边，只需要取日结产品数量和未结的stock.move 进行计算即可。

OE 的可能改进的地方可以参考 tryton 的做法，或是自行对产品数量进行日结，计算时就无需全部计算。

2.  关于 double precision.
OE 这个的确没法改了，或者说因为涉及到底层ORM设计，修改的难度更大。估计这个是历史原因造成的吧
而 TRYTON 是从新设计，底层上就在去的是 decimal 字段。

不过，尽管OE 难以改进，不过OE本身也提供了 tools/float_utils.py 模块，里面提供了很多实用函数：
如 float_compare float_is_zero 等函数，虽然很变态，不过应该还是够用。


结论：
问题1、可以改。
问题2、认命吧。

[stephenl]

步科连tryton的对比代码都找到了，牛！

1、日结也是一种变通解决方案。但做日结的限制也多，做完日结后，就不能改先前的单了，也不能补录先前日期的单。如果能在数据库端采用触发器来计算这两个值，其可靠性会好很多。

2、能否在数据库端直接修改表，把这字段类型改为 decimal 类型？

[netice]

2.数据库改decimal没用的，SERVER是python写的，类型转换成python 的float做运算。除非使用python的decimal模块重写所有server端的计算，否则没效果。