Odoo19 内置缓存原理、用法与避坑指南

适用版本：Odoo 19、Odoo 企业版、Odoo 社区版

Odoo 性能问题的表现往往十分典型：开发环境运行一切正常，测试环境性能略有下降，而在高负载场景下则会出现严重卡顿。几乎所有这类问题，根源都是对数据库发起了大量冗余查询——反复读取几乎不会变动的相同数据。

Odoo 内置了一套完善的缓存框架，但多数开发者仅用到了其极少一部分功能。本文将全面讲解 Odoo 缓存相关内容，从基础的 ORM 缓存到进阶的 Redis 共享缓存，帮助你大幅提升系统运行性能。

一、Odoo 中的缓存是什么？

简单来说，缓存就是将高开销计算的结果保存下来以供重复使用。借助缓存，相同数据无需每次请求都查询数据库，仅需执行一次计算，后续请求直接从缓存中读取数据。

在 Odoo 中，缓存主要应用于以下场景：

• 避免对静态数据、低频变动数据重复执行数据库查询
• 加快系统配置参数的读取速度
• 缩短复杂业务逻辑的计算耗时
• 缓存外部 API 的响应结果

Odoo 的缓存逻辑定义在 odoo/tools/cache.py 文件中，缓存作用于进程级别。也就是说，每一个 Odoo 进程都拥有独立缓存，进程之间的缓存互不共享。

二、理解 @tools.ormcache 缓存装饰器

ormcache 是 Odoo 实现缓存的核心方式，它会根据方法的入参，对方法的执行结果进行缓存。

基础用法

以下是根据 ISO 编码查询国家信息的简单示例：

from odoo import tools
 
class ResCountry(models.Model):
    _name = 'res.country'
 
    @tools.ormcache('code')
    def _get_country_by_code(self, code):
        return self.search([('code', '=', code)], limit=1).id

当使用某个编码调用该方法后，执行结果会存入缓存。后续使用同一编码再次调用时，会直接返回缓存中的 ID，不再执行数据库查询。

ormcache 的不同变体

Odoo 提供了多种 ormcache 变体，可根据实际业务场景选用，具体用法如下：

1. @tools.ormcache(*args)

标准装饰器，根据指定的参数名作为缓存键。

@tools.ormcache('self.env.uid', 'model_name')
def _get_access_rights(self, model_name):
    # 按用户、模型分别缓存结果
    ...

2. @tools.ormcache_context(*args, keys=())

用法与基础装饰器类似，同时会结合指定的上下文键生成缓存。如果方法返回结果受用户语言、当前公司等上下文影响，建议使用该装饰器。

@tools.ormcache('product_id', 'self.env.context.get("lang")')
def _get_product_name(self, product_id):
   return self.browse(product_id).with_context(
       lang=self.env.context.get('lang')).name

三、缓存失效机制

ormcache 一大优势是无需手动管理缓存失效，ORM 会自动处理。当模型执行数据写入操作时，对应的缓存条目会自动清空。

如果需要手动强制清空缓存（例如执行数据迁移脚本、直接修改数据库后），可使用以下代码：

# 清空指定模型的缓存
self.env['res.country'].invalidate_model()

四、Odoo 源码中的实际应用案例

参考 Odoo 原生代码，是掌握 ormcache 最佳用法的有效方式，以下为两个高频应用案例：

1. 系统配置参数（IR Config Parameters）

这是 Odoo 源码中 ormcache 最核心的应用场景。系统全局调用 get_param() 读取配置参数时，会根据参数键做缓存。

# 代码位置：ir.config_parameter 模型
@tools.ormcache('key')
def get_param(self, key, default=False):
    self.env.cr.execute(
        "SELECT value FROM ir_config_parameter WHERE key = %s", [key])
    result = self.env.cr.fetchone()
    return result[0] if result else default

这也是生产环境中系统配置参数读取速度极快的原因：首次请求加载数据后，后续全部从内存缓存读取。

2. 公司货币（Company Currency）

# 代码位置：res.company 模型
@tools.ormcache('self.env.uid')
def _get_user_currency(self):
    return self.env.user.company_id.currency_id

五、通过 store=True 实现字段级缓存

除 ormcache 外，还有一种简单方式可以减少重复查询：将计算字段结果持久化到数据库，避免每次读取都重复计算。

total_amount = fields.Float(
    string='Total Amount',
    compute='_compute_total_amount',
    store=True   # 结果存入数据库，读取时不再重复计算
)
 
@api.depends('order_line.price_subtotal')
def _compute_total_amount(self):
    for record in self:
        record.total_amount = sum(
            record.order_line.mapped('price_subtotal'))

六、缓存使用最佳实践

推荐做法

1. 对静态数据、低频变动数据启用缓存，例如货币、国家、系统配置参数
2. 为每一处自定义缓存明确失效触发条件
3. 若结果受语言、公司上下文影响，使用 ormcache_context
4. 读写比例悬殊（读多写少）的计算字段，设置 store=True 持久化
5. 上线前后做性能对比分析，验证缓存的实际优化效果

禁忌做法

1. 不要缓存用户相关的交易类动态数据
2. 不要缓存要求实时更新的数据（例如实时库存）
3. 不要缓存大批量数据集，内存开销会抵消缓存带来的性能提升
4. 直接操作数据库后，务必在迁移脚本中执行缓存清空操作

Odoo 的缓存功能十分强大，但 @tools.ormcache 只是基础。理解其原理并遇到性能瓶颈后，可组合多种缓存方案：计算字段、各类 ormcache 衍生装饰器、多进程架构下的 Redis 缓存、公开接口的 HTTP 头部缓存等。

优秀的 Odoo 性能优化开发者，都会先定位性能问题、找出慢查询，再按需选择合适的缓存方案，并验证优化效果。盲目全局启用缓存，往往无法达到理想效果。