odoo中对多条数据按条件进行分类汇总 read_group的用法总结并抽取出公式

今天在工作中遇到一个这样的问题。要求：做一个打印模板实现下面图中的分类汇总

 

py3o://for="o in object.delivery_containers_line.read_group(domain=[('delivery_order_id','=',object.id)], fields=['customer_id', 'delivery_order_id', 'sales_order_id', 'supplier_id','purchase_currency','customer_material','outstock_qty:sum','outstock_purchase_amount:sum','outstock_purchase_utaamount:sum','outstock_sale_amount:sum'],groupby=['customer_id', 'delivery_order_id', 'sales_order_id', 'supplier_id','purchase_currency','customer_material'], lazy=False)"

我用的是odoo12中py3o的模板
下面来分析上面代码的作用

1. read_group 方法：

read_group 是 Odoo 的一个用于对模型数据进行分组和聚合的方法。它通常用于生成报表时需要对数据进行按字段分组的场景。

语法：

read_group(domain, fields, groupby, lazy=False)

参数解释：

• domain: 查询的过滤条件。domain=[('delivery_order_id','=',object.id)] 指定了只有与当前 delivery_order_id 匹配的记录才会被选中。
• fields: 需要返回的字段和汇总的字段。例如：
  • 'customer_id', 'delivery_order_id', 'sales_order_id', 等这些字段将按组进行分组。
  • outstock_qty:sum, outstock_purchase_amount:sum 等这些字段将在每组中进行汇总，汇总方法是 sum。
• groupby: 指定用于分组的字段。这里的数据会按照 customer_id, delivery_order_id, sales_order_id, 等字段进行分组，意味着数据会被按这些字段的不同组合拆分。
• lazy=False: 指定是否使用懒加载，False 代表一次性加载所有数据。

2. 字段汇总（聚合）：

在 fields 中，字段后面加上 :sum 是 Odoo 提供的一种简便方式来进行汇总操作。例如：

• outstock_qty:sum：表示对所有 outstock_qty 字段进行求和。
• outstock_purchase_amount:sum：表示对所有 outstock_purchase_amount 字段进行求和。

3. for="o in object.delivery_containers_line.read_group(...)"：

这个 for 循环是用来遍历 read_group 返回的聚合数据结果。每一项 o 代表一个分组的结果对象。在这个对象中：

• o['customer_id']：是分组依据的字段之一。
• o['outstock_qty:sum']：是该组所有 outstock_qty 字段的汇总值。

4. 模板中的数据展示：

模板中的数据展示逻辑会依赖于 read_group 返回的结果。比如，我们可以将汇总的字段显示在模板中。

<span t-esc="o['outstock_qty:sum']"/>  <!-- 显示分组后的 outstock_qty 的总和 -->

知识点归纳和总结

1. read_group 关键用法：

• read_group 是 Odoo 提供的强大聚合工具，适用于报表生成和数据分析。
• domain 用于过滤数据，groupby 用于按指定字段分组，fields 用于选择和聚合字段。
• 汇总函数：常用的聚合函数包括 sum、avg、min、max 等。

2. 模板中的 for 循环：

• 在报告模板中，for 循环是遍历分组数据并动态显示数据的核心。
• t-esc 用于将数据嵌入 HTML 中并显示。

3. Py3O 和 LibreOffice 打印：

• Py3O 是 Odoo 中用于将报告导出为各种格式（如 PDF、Excel）的工具之一，通常通过模板生成报表。
• LibreOffice 作为兼容的办公软件，支持 Odoo 的打印功能，适用于不同的报表格式。

经验总结：如何处理类似问题

基于以上分析，下面总结一个公式或流程，可以帮助你快速处理类似的问题：

常用的处理步骤公式：

1. 选择分组字段：

   • 确定需要分组的数据字段，例如 customer_id, delivery_order_id 等。
   • 选择分组的依据字段时，应考虑业务需求，如订单号、客户、供应商等。

2. 选择需要聚合的字段：

   • 确定需要进行聚合（如求和、平均等）的字段。
   • 格式：字段名:sum, 字段名:avg 等。

3. 构建 read_group 查询：

   • 使用 domain 筛选数据。
   • 使用 groupby 按字段分组。
   • 在 fields 中选择聚合字段及分组字段。

4. 模板中显示数据：

   • 在报告模板中，使用 for 循环遍历 read_group 返回的数据。
   • 使用 t-esc 显示字段数据。

5. 处理空值和边界情况：

   • 在模板中要处理好空值和不符合预期的数据长度问题。例如，检查数据的存在性和长度，避免错误。

6. 定期验证结果：

   • 确保聚合字段的计算和显示是正确的。对于大数据量的报表，可以做性能优化，使用缓存等策略。

总结公式：

对于业务逻辑中“分组并汇总”的问题，可以使用以下模板公式：

object.MODEL_NAME.read_group(domain=[('field', '=', value)], fields=['field_to_group', 'field_to_aggregate:sum', 'field_to_aggregate:avg'], groupby=['field_to_group'], lazy=False
)

在模板中，您可以遍历这个结果并显示汇总数据：

<t t:for="o in object.MODEL_NAME.read_group(...)"><span t-esc="o['field_to_aggregate:sum']"/>
</t>

最佳实践总结：

1. 合适的 domain 过滤条件：始终根据报表需求制定合适的过滤条件，确保提取的数据是正确和有意义的。
2. 性能优化：对于大规模数据，read_group 是非常高效的，但也要注意避免不必要的查询，可以考虑使用索引和分页。
3. 异常处理：确保在模板中对可能的空值或边界情况进行处理，以避免报错。