概要

        在Odoo中，ORM（对象关系映射，Object-Relational Mapping）方法是一种将Python对象映射到数据库表的方法。Odoo的ORM系统使开发者能够使用高级的Python代码而不是复杂的SQL语句来操作数据库。Odoo的ORM方法主要用于创建、读取、更新和删除数据库记录，以及执行复杂的数据库查询和管理关系数据。

方法源码所在目录：

 个人理解 ==> Odoo orm方法其实就是sql的封装方法。

常用的ORM方法

增

def create(self, vals_list):

new_record = self.env['model.name'].create({
    'field1': value1,
    'field2': value2,
    # 其他字段
})

删

def unlink(self):

records = self.env['model.name'].search([('field_name', '=', value)])
records.unlink()

改

 def write(self, vals):

records = self.env['model.name'].search([('field_name', '=', value)])
records.write({
    'field1': new_value1,
    'field2': new_value2,
    # 其他字段
})

查

def search_read(self, domain=None, fields=None, offset=0, limit=None, order=None, **read_kwargs):

records = self.env['model.name'].search([('field_name', '=', value)])

 def browse(self, ids=None):

record = self.env['model.name'].browse(record_id)

 def read(self, fields=None, load='_classic_read'):

records = self.env['model.name'].search([('field_name', '=', value)])
records.read(['field1', 'field2'])

其他

 def name_get(self):

record = self.env['model.name'].browse(record_id)
name = record.name_get()

 def name_search(self, name='', args=None, operator='ilike', limit=100):

records = self.env['model.name'].name_search(name='record_name')

 def with_context(self, *args, **kwargs):

self.env['model.name'].with_context(lang='fr_FR').search([('field_name', '=', value)])

ORM的优势、局限性、能力欠缺

优势

• 简化数据库操作： ORM可以将数据库表映射到Python对象，使得数据库操作更加直观和简便。例如，CRUD（创建、读取、更新、删除）操作都可以通过简单的ORM方法来完成。

• 提高开发效率： ORM提供了高级抽象层，减少了直接编写SQL的需求，使得开发者可以更快地实现功能。

• 自动处理关系： ORM可以轻松处理数据库中的一对多、多对多等关系，自动生成联接表和外键关系。

• 与Python代码集成： ORM与Python代码无缝集成，使得业务逻辑和数据访问逻辑可以在同一语言环境中实现。

局限性

• 性能问题： ORM生成的SQL查询可能不如手写的SQL高效。在处理复杂查询或大数据量时，ORM可能会导致性能问题。

• 复杂查询的局限性： 对于非常复杂的查询，ORM的抽象层可能会变得过于复杂和笨拙，手写SQL反而更简单和高效。

• 数据库特性限制： ORM通常只能支持常见的数据库特性和通用的SQL功能，对于特定数据库的高级特性或优化可能无法很好地支持。

• 调试和维护困难： 由于ORM生成的SQL查询是自动的，有时在调试性能问题或查询错误时，可能需要深入理解ORM的实现机制，调试和维护变得更加复杂。

能力欠缺

• 复杂的报表和分析： 复杂的报表和数据分析通常需要高度优化的查询，这些查询可能需要手写SQL来确保性能。

• 大数据处理： 在处理大数据集时，ORM的性能可能不够，需要使用专门的大数据处理工具和技术，例如Hadoop或Spark。

• 数据库特定优化： 某些情况下需要利用数据库特定的特性或优化技术（如索引、存储过程、触发器等），这些可能需要手写SQL或其他数据库操作。

• 实时性要求： 对于一些高实时性要求的应用，ORM的抽象层可能会带来额外的开销，需要直接操作数据库来优化性能。

建议

虽然ORM不一定能解决所有业务需求，但它是一个非常有用的工具，可以大大简化开发工作。在使用ORM的同时，了解其局限性并在必要时结合手写SQL或其他技术，能够更好地满足业务需求。以下是一些综合建议：

1. 常规操作使用ORM： 对于常规的CRUD操作和简单查询，可以放心使用ORM，提高开发效率和代码可维护性。

2. 性能优化时考虑手写SQL： 当遇到性能瓶颈或复杂查询时，考虑使用手写SQL来优化性能。

3. 结合数据库特性： 在需要利用数据库特定特性或进行高级优化时，使用数据库提供的功能和工具。

4. 定期评估和监控： 定期评估和监控应用的性能，并根据需要调整ORM和SQL的使用，以确保系统的高效运行。

通过结合使用ORM和手写SQL，可以在提高开发效率的同时，确保系统的性能和灵活性，满足各种复杂的业务需求。

小结

        多写多敲多思考，毕竟，知己知彼才能看懂源码。

Tip：本人才学尚浅，如有纰漏，还请不吝赐教！