隨著企業規模擴大與使用者數量增加，Odoo 系統可能會面臨 效能瓶頸。今天我們來探討 Odoo 在 效能優化 (Performance Optimization) 與 擴展性 (Scalability) 的實務技巧，確保系統能在大型專案中保持高效與穩定。

1. Odoo 常見效能瓶頸

• 資料庫查詢過慢：ORM 查詢未加索引，導致讀取延遲。
• 頁面加載緩慢：大量 QWeb 渲染或前端 JS 運算。
• 併發用戶數增加：同時上百人操作，伺服器 CPU/RAM 飽和。
• 背景工作：排程或大量批次處理拖慢整體效能。

2. 資料庫優化 (PostgreSQL)

Odoo 完全依賴 PostgreSQL，因此資料庫調校是關鍵：

• 建立索引：對常查詢的欄位新增 index。
• Explain 分析：使用 EXPLAIN ANALYZE 找出慢查詢。
• 連線池化：使用 pgbouncer 減少連線開銷。
• 記憶體參數調整：如 shared_buffers, work_mem。

範例：建立索引

CREATE INDEX idx_book_author ON library_book(author);

3. Odoo ORM 優化

• 避免 N+1 查詢：使用 search_read 或 read_group。
• Lazy loading：必要時才讀取關聯欄位。
• 批次寫入：使用 write 更新多筆，而不是迴圈逐筆更新。

範例：優化寫入

# ❌ 效率低
for book in books:
    book.write({'is_published': True})

# ✅ 效率高
books.write({'is_published': True})

4. 系統架構優化

• Workers 多進程

  • 在 odoo.conf 中設定 workers，啟用多進程處理。
  • 一般建議：CPU 核心數 * 2 + 1。

• 啟用 Longpolling/Livechat

  • 使用 gevent workers 處理即時功能（如即時通知）。

• 快取 (Cache)

  • 使用 Redis 快取 Session 與 HTTP。
  • 模型查詢可透過 Odoo cache 機制。

• 檔案存儲

  • 大量附件可改存 S3 或外部儲存服務，避免塞滿資料庫。

5. 水平擴展 (Scalability)

當單一伺服器無法承受時，可透過 分散式架構 提升擴展性：

• 多應用伺服器：Odoo workers 分布於多台伺服器，透過 Load Balancer 分流。
• 獨立資料庫伺服器：PostgreSQL 獨立部署，並啟用 Master-Slave 複寫。
• 專用排程伺服器：將 cron 與背景工作獨立於主應用伺服器。
• CDN 加速：前端靜態資源（JS/CSS/圖片）交由 CDN 提供。

6. 效能監控

建議部署以下監控工具：

• pg_stat_statements：監控 PostgreSQL 查詢效能。
• Odoo Performance Logger：追蹤 ORM 查詢與 RPC 時間。
• Grafana + Prometheus：系統資源與效能視覺化。

小結

Odoo 在面對大型專案時，效能優化與擴展性設計非常重要：

• 資料庫：索引 + 連線池化。
• 程式碼：避免 N+1 查詢、批次操作。
• 架構：Workers、多伺服器、快取與 CDN。
• 監控：持續追蹤效能瓶頸。

這些方法能確保 Odoo 不僅能支援中小企業，也能服務大型跨國企業。在下一篇文章中，我將介紹 Odoo 在專案管理 (Project Management) 的應用，看看它如何幫助團隊協作與追蹤進度。