Caso real: optimizacion de transferencias masivas

Uno de los procesos más importantes de Odoo son las transferencias, que mueven productos entre ubicaciones: el sistema reserva cantidades, verifica la disponibilidad y valida la entrega. Cuando este proceso clave se vuelve lento, todo se resiente: las operaciones se detienen, el equipo pierde tiempo y el servidor trabaja al límite. Este fue el caso de un cliente que buscaba velocidad y estabilidad. En este blog te contamos qué estaba pasando, cómo lo solucionamos y qué resultados obtuvimos.

El proceso de transferencias trabajaba con alto volumen de datos y realizaba búsquedas/validaciones repetitivas. Eso disparaba el tiempo de respuesta y cargaba innecesariamente la base de datos y el sistema de mensajería (notificaciones internas), generando esperas y poca previsibilidad en picos de uso.

Antes de tocar una sola línea de código, medimos. Con los hallazgos del perfilador, definimos un plan para reducir llamadas innecesarias a la base de datos, controlar el volumen que se procesa en cada transacción y ordenar el flujo para que sea más estable y predecible.

Etapa 1 · Diagnóstico

Usamos herramientas de profiling para ver exactamente dónde se iba el tiempo:

• pg_stat_statements y EXPLAIN ANALYZE para ubicar las consultas más costosas.
• Herramientas de rendimiento de Odoo para detectar métodos con llamadas redundantes al ORM y validaciones innecesarias.

Etapa 2 · Plan de optimización

Diseñamos mejoras de bajo riesgo y alto impacto:

1. Acelerar las consultas “calientes”

• Creamos índices específicos (p.ej., en company_id, product_id en stock_valuation_layer y en move_id en account_payment). Resultado:
  • Una consulta de valoración bajó de 47.919 ms a 33.880 ms (≈ 29% más rápida).
  • La consulta a pagos pasó de 91.109 ms a 1.866 ms (≈ 98% de mejora).

​2. Menos ruido, más eficiencia en el flujo

• Validaciones más livianas: desactivamos suscripciones/notificaciones automáticas innecesarias durante la validación masiva, reduciendo carga en el sistema de mensajes.
• Escrituras seguras y mínimas: consolidamos actualizaciones para evitar múltiples validaciones/lecturas en cada cambio de campo.

​3. Código que hace menos (y mejor)

• Simplificamos condiciones y eliminamos duplicidades en funciones auxiliares (p. ej., cálculos y banderas de visibilidad), reduciendo operaciones que no aportaban al resultado final.
• Modularizamos pasos para mejorar legibilidad, pruebas y mantenimiento.

Etapa 3 · Resultados

• Consultas críticas aceleradas con mejoras puntuales de hasta ~98% gracias a índices bien colocados.
• Menos carga en la base de datos y en el sistema de mensajería al evitar validaciones y notificaciones innecesarias.
• Proceso más estable en picos de volumen, con una ejecución más predecible y tiempos de espera menores para el equipo.

1. Mide antes de cambiar: perfila y prioriza el 20% que explica el 80% del tiempo.
2. Pon índices donde duele: analiza tus consultas reales (no supuestas) y crea índices específicos.
3. Evita trabajo repetido: consolida escrituras y valida solo lo imprescindible en operaciones masivas.
4. Reduce el “ruido”: desactiva notificaciones automáticas que no aportan en procesos batch.
5. Piensa en mantenimiento: modulariza el flujo para facilitar ajustes futuros sin romper nada.

Optimizar transferencias masivas no va de “más servidor”, sino de hacer menos, mejor y en el orden correcto: indexar, simplificar y evitar validaciones y mensajes que sobran. El resultado es un proceso ágil y confiable que devuelve el control al equipo.