Odoo中如何生成唯一不重复的序列号详解

 更新时间:2018年02月10日 08:27:55   作者:TNK  
这篇文章主要给大家介绍了关于Odoo中如何生成唯一不重复的序列号的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧。

前言

最近在做的项目中有一个需求是要让某个字段值根据记录产生的日期和一定的组合规则按顺序生成一个序列号,这个序列号不可重复,这原本是一个很常见的需求,没有多想就写好了。由于没有考虑到并发的情况,到后面测试的时候才发现一个比较严重的问题,如果用户同时操作产生的记录,生成的序列号会出现重复。

经过讨论和思考后有几种解决方案,一是在数据库表层加锁,一是采用类似 redis 的消息队列,还有就是通过文件锁达到数据库排他锁的目的,鉴于时间和项目当前的情况,最后采用了通过文件锁实现这个需求。

其实除了以上几种方式,Odoo 本身就有一个模型(ir.sequence)是用于生成序列的,可以很方便地实现这个需求,因为之前一直没有接触过这个模块,还是在项目之后的阶段同事使用到了并且告诉我之后才知道原来有这么个好东西的存在。在这里我将会把我原本通过文件锁实现的方式和通过 Odoo 自带的ir.sequence实现的方式都记录下来。

给文件加锁 - fcntl

fcntl是 Python 标准库里的一个模块,用来对文件进行加锁的操作。在实现中主要用到的是下面这个函数:

def flock(fd, operation):
 """
 flock(fd, operation)

 Perform the lock operation op on file descriptor fd. See the Unix 
 manual page for flock(2) for details. (On some systems, this function is
 emulated using fcntl().)
 """
 pass

其中fd是文件描述符,operation为锁的操作,总共有4种:

  • fcntl.LOCK_EX - 排他锁
  • fcntl.LOCK_NB - 非阻塞锁
  • fcntl.LOCK_SH - 共享锁
  • fcntl.LOCK_UN - 解锁

关于fcntl的其他具体内容请查看 官方标准库文档

下面来看一下具体的实现,在给出代码之前,先描述一下需求,假设模型中有一个字段sn用于存储按一定规则生成的序列号,序列号的组成规则如下:

  • 固定的前缀SN
  • 取记录生成的日期组成的6位数字%y%m%d,如2017年12月8日取值为171208
  • 最后是3位的流水号,从001开始递增
  • 生成的序列号不能有重复
  • 最后的3位流水号每天自动重置,从001开始递增(这个需求涉及到一些扩展,故此文将不实现这一需求)

需求很简单,也很清楚了,下面就上代码开始具体的实现。首先创建一个模块demo_sequence:

./odoo-bin scaffold demo_sequence

然后在模块的目录下创建数据文件目录data/,在目录下创建一个data.xml文件,在后面会用到;继续在模块目录下创建静态文件目录static/,在目录下创建一个空文件SN.LOCK用作加锁的文件对象。完成之后的目录结构如下:

demo_sequence
├── __init__.py
├── __manifest__.py
├── controllers
│ ├── __init__.py
│ └── controllers.py
├── data
│ └── data.xml
├── demo
│ └── demo.xml
├── models
│ ├── __init__.py
│ └── models.py
├── security
│ └── ir.model.access.csv
├── static
│ └── SN.LOCK
└── views
├── templates.xml
└── views.xml

模型的创建和视图的编写,这里将跳过不说,具体的代码将在后面给出。先创建一个给文件加锁的函数:

def _file_lock(flag=fcntl.LOCK_EX):
 FILE_PATH = get_module_resource('demo_sequence', 'static/SN.LOCK')
 file = open(FILE_PATH)
 fcntl.flock(file.fileno(), flag)
 _logger.info('Acquire Lock')
 return file

然后重写模型的create()方法:

@api.model
def create(self, vals):
 file = _file_lock()
 sn_prefix = 'SN' + datetime.date.today().strftime("%y%m%d")
 obj = self.env['demo_sequence.fcntl'].search_read([('sn', '=like', sn_prefix + '%')], limit=1, order='sn DESC')
 # 今天已经有序列号,在最新的序列号上递增
 if obj and obj[0]['sn'].startswith(sn_prefix):
 sn_suffix = int(obj[0]['sn'][-3:]) + 1
 vals['sn'] = sn_prefix + str(sn_suffix).zfill(3) # 补0
 else:
 vals['sn'] = sn_prefix + '001'
 res = super(DemoSequence, self).create(vals)
 # 关闭文件将自动解锁
 file.close()
 return res

利用fcntl给文件加锁后再生成序列号写入数据库,以达到序列号不重复的目的,就这么点代码就搞定了,不过还有更简单的方式,就是利用 Odoo 自带的ir.sequence模型产生序列号。

生成唯一标识 - ir.sequence

在模型ir.sequence中是这样描述的:

The sequence model allows to define and use so-called sequence objects. Such objects are used to generate unique identifiers in a transaction-safeway.

我们可以利用它生成唯一的标识,下面就看一下怎么用ir.sequence实现前面所说的需求。

打开data/data.xml并添加以下代码:

<?xml version="1.0" encoding="utf-8"?>
<odoo>
 <data noupdate="1">
 <record id="seq_demo_sequence_sn" model="ir.sequence">
  <field name="name">Demo Sequence SN</field>
  <field name="code">demo_sequence.sequence</field>
  <field name="prefix">SN%(y)s%(month)s%(day)s</field>
  <field name="padding">3</field>
 </record>
 </data>
</odoo>

这里的参数实际上不止这几个,在实现需求的前提下这几个就够用了,分别说明一下各个参数的作用:

  • name - 名字,随便叫什么都行
  • code - 调用生成编码的 Key,需保证唯一性
  • prefix - 前缀,可以是固定的字面量也可以是组合参数
  • padding - 序列递增的位数

注:记得将data/data.xml加入到__manifest__.py的data列表中

接下来就是调用得到按规则生成的序列号,同样重写模型的create()方法:

@api.model
def create(self, vals):
 vals['sn'] = self.env['ir.sequence'].next_by_code('demo_sequence.sequence')
 return super(DemoSequence2, self).create(vals)

可以看到只需要一行代码就可以得到一个唯一的序列号,比前面用fcntl给文件加锁的方式简单了几个级别。这里的调用就用到了前面定义中所写的code。

在实际项目中所使用到的两种方式都已经在这里记录下来了,官方的东西确实是个好东西,回头看看自己写的东西,毕竟 too young,可惜官方的文档好像并没有相关的记录(抑或是我没找到?),多翻翻官方实现的功能模块源码,才是精进 Odoo 之道。

源码下载

以上出现的所有代码均可在仓库 ruter/TNK-Odoo-Demo 查看并下载 (大家也可以通过本地下载)。

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对脚本之家的支持。

相关文章

  • 如何使用pytorch实现LocallyConnected1D

    如何使用pytorch实现LocallyConnected1D

    由于LocallyConnected1D是Keras中的函数,为了用pytorch实现LocallyConnected1D并在960×33的数据集上进行训练和验证,本文分步骤给大家介绍如何使用pytorch实现LocallyConnected1D,感兴趣的朋友一起看看吧
    2023-09-09
  • PyTorch中torch.no_grad()用法举例详解

    PyTorch中torch.no_grad()用法举例详解

    这篇文章主要介绍了PyTorch中torch.no_grad()用法的相关资料,torch.no_grad()是PyTorch的上下文管理器,用于临时禁用自动梯度计算,减少内存消耗并加快计算速度,它适用于模型评估或推理阶段,可以显著提高效率,需要的朋友可以参考下
    2024-09-09
  • Python控制台输出俄罗斯方块的方法实例

    Python控制台输出俄罗斯方块的方法实例

    这篇文章主要给大家介绍了关于Python控制台输出俄罗斯方块的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-04-04
  • 简单了解python列表和元组的区别

    简单了解python列表和元组的区别

    这篇文章主要介绍了简单了解python列表和元组的区别,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-05-05
  • Python使用日志模块快速调试代码并记录异常信息

    Python使用日志模块快速调试代码并记录异常信息

    本文详细介绍了Python logging日志模块的使用方法,包括如何在代码中使用logging记录调试信息、如何设置日志级别、如何记录异常信息等。通过本文的指南,读者可以快速学会如何使用logging模块进行调试,并保留有用的日志信息,便于后续排查问题和优化代码
    2023-04-04
  • python实现请求数据包签名

    python实现请求数据包签名

    这篇文章主要介绍了python实现请求数据包签名,主要以python怎么快速对请求体做一次签名为主题,塑造实现请求数据包签名过程,具有一定得参考价值,需要的小伙伴可以参考一下
    2022-02-02
  • 深入了解Python数据类型之列表

    深入了解Python数据类型之列表

    下面小编就为大家带来一篇深入了解Python数据类型之列表。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2016-06-06
  • Python 高级专用类方法的实例详解

    Python 高级专用类方法的实例详解

    这篇文章主要介绍了Python 高级专用类方法的实例详解的相关资料,希望通过本文大家能够掌握这部分内容,需要的朋友可以参考下
    2017-09-09
  • python实现排序算法解析

    python实现排序算法解析

    这篇文章主要为大家详细介绍了python实现排序算法的相关资料,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-09-09
  • 使用python开发vim插件及心得分享

    使用python开发vim插件及心得分享

    Vim 插件是一个 .vim 的脚本文件,定义了函数、映射、语法规则和命令,可用于操作窗口、缓冲以及行。一般一个插件包含了命令定义和事件钩子。当使用 Python 编写 vim 插件时,函数外面是使用 VimL 编写,尽管 VimL 学起来很快,但 Python 更加灵活
    2014-11-11

最新评论