第8讲、Odoo 18 ORM 深度解析

文章目录

• • @[toc]
• Odoo 18 ORM 深度解析
• • 🧠 一句话总结 Odoo ORM 原理
  • 🧱 ORM 核心结构概览
  • 🔄 ORM 生命周期与原理分析
  • • 1️⃣ 模型定义（Python class）
    • 2️⃣ 模型注册（MetaModel & Registry）
    • 3️⃣ 数据库表创建（自动同步）
    • 4️⃣ CRUD 操作流程
    • • 📝 以 `create()` 为例：
      • 🧩 CRUD 源码实现深度分析
    • 5️⃣ 多记录操作的支持：`recordset` 机制
    • 6️⃣ 计算字段机制（@api.depends）
    • 7️⃣ 缓存机制（ORM 缓存）
    • 8️⃣ 权限校验机制
  • 🧰 ORM 特性总结表
  • 🔄 ORM 实现图（简略）
  • ✅ 总结一句话
  • 🧩 ORM 技术深度解读
  • • 1. 元编程与元类机制
    • 2. 字段类型与高级特性
    • 3. 环境（env）与上下文机制
    • 4. 事务与一致性保障
    • 5. 性能优化机制
    • 6. 安全与权限体系
    • 7. 扩展性与自定义能力
    • 8. 与外部系统集成
    • 9. 典型源码流程图
    • 10. 常见开发/调试技巧

Odoo 18 ORM 深度解析

Odoo 18 的 ORM（对象关系映射）是其最核心的部分之一，承担着模型定义、数据库操作、业务逻辑执行、权限控制、缓存机制等关键功能。Odoo ORM 通过 Python 类定义模型（Model），自动映射为 PostgreSQL 表，并借助丰富的装饰器、钩子和缓存机制实现功能增强。

---

🧠 一句话总结 Odoo ORM 原理

基于 Python 类、元编程和元模型注册机制，自动将类映射为 PostgreSQL 表，并提供统一的 CRUD、规则验证、上下文环境、事务控制与缓存优化的操作接口。

---

🧱 ORM 核心结构概览

odoo/
├── models/
│   ├── base.py           # Model 基类，注册/字段定义/元类处理
│   ├── fields.py         # 所有字段类型定义，如 Char、Many2one、One2many
│   ├── model.py          # 核心模型类 Model 的实现
│   ├── registry.py       # 注册表：管理所有模型类及数据库连接
│   ├── crud.py           # 实际执行 CRUD 操作的底层实现
│   ├── osv/
│   │   ├── orm.py        # 兼容老版本 osv API 的适配层
│   └── ...

---

🔄 ORM 生命周期与原理分析

1️⃣ 模型定义（Python class）

开发者通过如下方式定义模型：

class ResPartner(models.Model):_name = "res.partner"name = fields.Char()active = fields.Boolean(default=True)

背后过程：

• 所有模型继承自 odoo.models.Model
• 使用元类 MetaModel 拦截类定义，抽取 _name 和字段定义，并注册到 Registry
• 字段通过 fields.* 类定义（如 Char, Boolean 等），每个字段在内存中表示为 Field 实例，带有 required, readonly, compute, inverse 等属性

---

2️⃣ 模型注册（MetaModel & Registry）

# odoo.models.base.MetaModel
class MetaModel(type):def __new__(mcs, name, bases, attrs):# 收集字段、约束等元信息...# 注册模型到环境的注册表中cls = super().__new__(...)registry.register_model(cls)

# odoo.modules.registry.Registry
class Registry:def __init__(self, dbname):self.models = {}  # 存储所有模型...

---

3️⃣ 数据库表创建（自动同步）

安装模块时，Odoo 根据模型结构调用 tools.convert.convert_xml_import() 自动创建数据库表结构。

---

4️⃣ CRUD 操作流程

📝 以 create() 为例：

partner = self.env['res.partner'].create({'name': 'Tom'})

实际流程：

1. 入口方法为 Model.create()：

   def create(self, vals):self._check_create_rights()self._validate_fields(vals)...ids = self._create(vals)return self.browse(ids)
   

2. 核心创建逻辑在 _create() 方法中，通过 cr.execute 直接写入数据库
3. 自动计算字段、约束校验、触发 @api.onchange, @api.model_create_multi, @api.constrains 等钩子

---

🧩 CRUD 源码实现深度分析

Odoo ORM 的 CRUD（增删改查）操作不仅仅是 SQL 封装，还集成了权限校验、字段校验、钩子机制、批量优化、懒加载和缓存等多重机制。以 create() 为例，源码实现流程如下：

1. 统一入口：
所有模型都继承自 odoo.models.Model，开发者通过 self.env['model.name'].create(vals) 等方式调用 CRUD 方法。

2. create() 方法源码流程：

def create(self, vals):self._check_create_rights()self._validate_fields(vals)...ids = self._create(vals)return self.browse(ids)

• 权限校验：_check_create_rights() 检查当前用户是否有创建权限
• 字段校验：_validate_fields(vals) 检查必填、只读、类型等约束
• 核心写入：_create(vals) 负责实际的数据库插入，底层通过 cr.execute 生成 SQL
• 钩子机制：自动触发 @api.onchange, @api.model_create_multi, @api.constrains 等装饰器方法
• 返回值：始终返回一个 recordset（即使只创建一条记录）

3. write()、unlink()、search() 实现：

• write(vals)：批量更新，先校验权限和字段，再通过 cr.execute 生成 UPDATE SQL，支持批量操作和自动触发相关钩子
• unlink()：删除操作，先校验权限和规则，再通过 cr.execute 生成 DELETE SQL，支持级联删除和钩子
• search(domain)：查询操作，domain 转为 SQL WHERE，支持复杂条件、分页、排序，返回 recordset

4. 底层实现与优化：

• 底层 SQL 执行：所有 CRUD 最终都通过 self.env.cr.execute(sql, params) 与 PostgreSQL 交互
• 批量优化：Odoo 会自动将多条操作合并为一条 SQL，减少 N+1 问题
• 懒加载：recordset 只在访问字段时才真正查询数据库
• 缓存机制：常用查询和字段值会被缓存，减少数据库压力

5. 权限与规则：

• 每次 CRUD 前都会自动调用 _check_access_rights（模型级）、_check_record_rules（记录级）、_check_company（多公司）等方法，保证数据安全

6. 钩子与扩展：

• 支持 @api.depends、@api.onchange、@api.constrains 等装饰器，开发者可自定义业务逻辑
• 支持多种继承和 mixin，便于扩展和重载 CRUD 行为

7. 典型源码调用链（以 create 为例）：

1. self.env['res.partner'].create(vals)
2. 进入 Model.create()（odoo/models/model.py）
3. 权限校验、字段校验
4. 调用 _create()，底层 cr.execute(INSERT ...)
5. 触发相关钩子
6. 返回 self.browse(ids)，即 recordset

---

5️⃣ 多记录操作的支持：recordset 机制

Odoo 的 ORM 是 “记录集优先” 的，即使只有一条记录，API 也始终返回一个 recordset。

# 多记录统一调用写操作
partners = self.env['res.partner'].browse([1, 2, 3])
partners.write({'active': False})

Recordset 是一个可迭代对象，封装了 ID 列表与当前环境 (env)，具备懒加载、批处理优化等特性。

---

6️⃣ 计算字段机制（@api.depends）

total = fields.Float(compute='_compute_total')@api.depends('amount', 'tax')
def _compute_total(self):for rec in self:rec.total = rec.amount + rec.tax

ORM 会自动根据依赖关系构建计算图，仅在相关字段变化时重新计算。

---

7️⃣ 缓存机制（ORM 缓存）

结合 odoo.tools.cache 模块的 @ormcache 实现自动缓存函数结果，如：

@ormcache('self.env.uid')
def get_partner_count(self):...

字段值、recordset 本身也存在内存中做延迟加载（lazy load）。

---

8️⃣ 权限校验机制

CRUD 操作前调用权限方法：

• _check_access_rights
• _check_record_rules
• _check_company（多公司支持）

支持从 UI、RPC、XML-RPC 层自动传入用户上下文校验。

---

🧰 ORM 特性总结表

特性	描述	相关源码模块
模型注册	所有模型通过元类注册	base.py, registry.py
字段定义	字段类封装类型与属性	fields.py
多记录集支持	RecordSet 实现统一操作	model.py
动态计算	支持 @api.depends 自动刷新	api.py
数据校验	_check_*, @constrains 机制	model.py
缓存优化	@ormcache, record cache	tools/cache.py
安全校验	权限 + 规则双重验证	access.py, rules.py
多语言支持	字段翻译机制	translate.py
上下文传递	self.env 携带上下文	api.py
多公司机制	company_dependent, check_company	fields.py, model.py

---

🔄 ORM 实现图（简略）

┌───────────────┐
│ Python 模型类 │
└───────┬───────┘│▼MetaModel│▼注册表 Registry│▼数据库表映射│▼字段类型 (fields.X)│▼CRUD 方法封装 (create/write/browse/search)│▼权限 + 缓存 + 依赖 + API 修饰器│▼PostgreSQL 数据库

---

✅ 总结一句话

Odoo ORM 是围绕"声明式模型 + 元编程注册 + 懒加载记录集 + 事务安全 + 上下文感知"的强大抽象层，它屏蔽了 SQL 细节，统一了数据与业务操作，极大提升了企业级开发的效率与安全性。

---

🧩 ORM 技术深度解读

1. 元编程与元类机制

Odoo ORM 的核心在于 Python 的元类（MetaModel），它不仅负责模型注册，还实现了字段收集、继承链处理、自动生成 SQL 映射等。

• 字段收集与继承：MetaModel 会递归父类，合并所有字段定义，支持多重继承和字段重载。
• 自动生成表结构：通过分析 _name、字段类型、约束等，自动生成 PostgreSQL 的表结构和索引。
• 模型生命周期钩子：如 __init__, __new__, __setup__，用于模型初始化和扩展。

2. 字段类型与高级特性

• 关系字段：如 Many2one, One2many, Many2many，自动处理外键、联表、级联删除等。
• 动态属性：如 compute, inverse, search, related，实现自动计算、反向写入、自定义搜索等。
• 字段扩展：支持 selection, context_dependent, company_dependent 等高级特性。

3. 环境（env）与上下文机制

• self.env 是 Odoo ORM 的"上下文载体"，包含当前用户、公司、语言、事务等信息。
• 支持多数据库（多租户）、多公司、动态上下文切换，保证数据隔离与权限安全。

4. 事务与一致性保障

• 所有操作都在 PostgreSQL 事务中执行，支持自动回滚、嵌套事务（savepoint）、乐观锁等。
• 支持 @api.autovacuum, @api.model_cr 等钩子，自动维护数据一致性和表结构升级。

5. 性能优化机制

• 延迟加载（Lazy Load）：Recordset 只在访问字段时才查询数据库，避免不必要的 SQL。
• 批量操作优化：如 write, unlink 支持批量 SQL，减少循环和 N+1 查询。
• 缓存机制：@ormcache 支持参数化缓存，字段值缓存，减少重复计算和数据库访问。

6. 安全与权限体系

• 多层权限校验：模型级（access rights）、记录级（record rules）、字段级（field access）、公司级（multi-company）。
• 上下文感知：权限校验自动感知当前用户、公司、上下文，支持自定义规则和动态调整。

7. 扩展性与自定义能力

• 支持通过继承（_inherit）、mixin、装饰器（@api.model, @api.depends, @api.constrains）等方式灵活扩展模型和业务逻辑。
• 支持模块化开发，模型和字段可被多个模块动态扩展和重载。

8. 与外部系统集成

• ORM 屏蔽了 SQL 细节，支持通过 RPC、XML-RPC、JSON-RPC、REST API 等多种方式与外部系统交互。
• 支持自动序列化、反序列化、权限校验和上下文传递。

9. 典型源码流程图

flowchart TDA -->Python模型类MyModel(models.Model) --> B[MetaModel元类字段/元信息收集]B --> C[注册表 Registry模型注册/管理]C --> D[数据库表映射自动建表/同步]D --> E[CRUD方法封装create/write/search/unlink]E --> F[权限校验_check_access_rights/_check_record_rules]E --> G[缓存机制 @ormcache/懒加载]E --> H[依赖与钩子 @api.depends/@api.onchange]F --> I[PostgreSQL数据库]G --> IH --> I

10. 常见开发/调试技巧

• 使用 self.env.cr 直接执行 SQL 以优化特殊场景。
• 利用 @api.model_create_multi 优化批量创建性能。
• 善用 @api.depends 精确声明依赖，避免不必要的计算。
• 通过 sudo()、with_context()、with_company() 灵活切换权限和上下文。

---