📊 2026-09-19 피킹 Validate 성능 비교 — Vanilla / SQL 커널 / GBStyle ORM
📊

피킹 Validate 성능 비교 — Vanilla / SQL 커널 / GBStyle ORM

태그: #performance #stock #odoo-core #gbstyle

측정일 2026-09-19 (1,500라인 런), 2026-08-26 (1,000-SKU 랩) · 프로젝트 GB STYLE ERP · 작성 Grant Kim


1. 요약

약 1,500라인 피킹 Validate에서 SQL 커널 경로는 21초·7,812쿼리로, 동일 코드베이스의 ORM 경로(81초·79,325쿼리) 대비 약 4배 빠르고 쿼리는 약 10분의 1이었습니다.

  • 운영 복제본 ORM(81초)은 순정 Odoo ORM(49초)보다도 느립니다. 라인 수 차이 때문이 아니라 GBStyle write 훅과 더 큰 quant·평가·규칙 데이터셋 때문입니다.
  • SQL 커널은 순정 Odoo보다도 빠릅니다(21초 vs 49초). 커스터마이징 비용을 상쇄하는 수준이 아니라, 코어 ORM의 라인 단위 처리 자체를 넘어선다는 뜻입니다.
  • 쿼리는 2.8배 늘었는데 시간은 1.7배만 늘었습니다. 추가 쿼리 상당수가 값싼 SELECT이고, 체감 시간은 quant·평가 쓰기가 지배합니다.
  • 세 컬럼은 같은 코드 경로가 아닙니다. 수치를 인용할 때는 반드시 어떤 스택에서 측정했는지 함께 명시해야 합니다.

2. 배경 — 이 측정을 왜 했나

2.1 문제: 라인이 많은 출고는 검증이 느립니다

GBStyle은 출고 문서 한 건에 1,000–1,500라인이 들어가는 대량 피킹을 다룹니다. Odoo에서 이 문서를 검증(Validate)하면 재고 수량(quant), 이동 상태, 재고 평가, 후속 이동 예약이 한꺼번에 반영됩니다. 그런데 Odoo 코어는 이 작업을 라인 하나씩 ORM으로 순회하며 처리합니다. 라인이 늘어날수록 작업 시간이 빠르게 증가하고, 창고 담당자는 버튼 하나에 수십 초를 기다리게 됩니다.

2.2 대응: SQL 커널

이를 줄이기 위해 bss_gbstyle_quant_imp에 SQL 커널(validate_full_state_sql)을 넣었습니다. 라인마다 ORM을 호출하는 대신, quant 증감과 move·picking 상태를 몇 개의 SQL 문장으로 한번에(set 단위) 적용하는 방식입니다. 단, 이상이 생길 때를 대비해 설정이나 컨텍스트 플래그로 언제든 기존 ORM 경로로 되돌릴 수 있게 만들어 두었습니다.

2.3 확인하려 한 두 가지

  1. SQL 커널이 실제로 얼마나 빠른가?
  2. ORM 경로가 느린 것은 우리 커스터마이징 때문인가, Odoo 구조 자체 때문인가? — 이 질문에 답하려면 기준점이 필요합니다. 그래서 애드온이 하나도 없는 순정 Odoo 인스턴스(odoo19_vanilla_ee)를 따로 띄워 세 번째 비교군으로 삼았습니다.

2.4 시간과 쿼리 수를 같이 보는 이유

시간은 서버 사양과 그날의 부하에 따라 흔들립니다. 반면 쿼리 수는 코드가 DB에 몇 번 말을 거는지를 그대로 보여주는 지표라 환경이 달라져도 비교할 수 있습니다. 두 지표를 같이 봐야 “서버가 느린 것”과 “코드가 일을 많이 하는 것”을 구분할 수 있습니다.

2.5 용어

  • ORM — Odoo가 파이썬 객체로 DB를 다루는 계층. 개발은 편하지만 레코드마다 SQL을 쓰기 때문에 대량 처리에 불리합니다.
  • quant — 위치별·품목별 실재고 레코드. 검증할 때마다 갱신됩니다.
  • putaway — 입고 물품을 어느 위치에 둘지 정하는 규칙. 비용이 적지 않아 여러 번 재실행되면 누적 부하가 큰 편입니다.
  • Vanilla — 커스터마이징 애드온을 하나도 설치하지 않은 순정 Odoo.

3. 비교 대상과 테스트 환경

동일 문서에 설정만 바꾼 비교가 아닙니다. 세 경로는 서로 다른 스택에서 실행되었습니다.

경로실제로 실행된 것환경
Vanilla ORM코어 Odoo button_validate만 실행인스턴스 odoo19_vanilla_ee, 포트 8029. bss_gbstyle 애드온 없음
Prod-clone SQLbss_gbstyle_quant_imp의 validate_full_state_sql 커널운영 복제본 DB·코드. quant·state를 set 단위로 처리
Prod-clone ORM동일 복제본에서 SQL 커널만 끔gbstyle_disable_validate_full_state_sql. GBStyle ORM 스택 전체(main, Cafe24, 바코드, putaway, ACL)

ORM 재테스트 조건. 설정은 변경하지 않았고 컨텍스트로 ORM을 강제했습니다. 로그에서 full-state SQL disabled by context → super_button_validate로 확인됩니다. 기존 문서 OUT/50375는 그대로 두고, ORM 런용으로 동일 형태의 체인을 새로 생성했습니다.

4. 실측 결과 — 약 1,500라인 Validate (2026-09-19)

항목Vanilla ORMProd-clone SQLProd-clone ORM
문서KCWH/PICK/00004…/OUT/50375…/OUT/50424
라인 수1,4981,5001,494
Validate 시간49초21초81초
쿼리 수28,7187,81279,325
라인당 쿼리약 19약 5약 53
다음 단계AssignedAssignedAssigned

동일 형태, 다른 스택 간 배수입니다.

비교시간쿼리
Prod SQL vs Prod ORM약 4배 빠름약 10배 적음
Vanilla vs Prod ORM약 1.7배 빠름약 2.8배 적음
Prod SQL vs Vanilla약 2.3배 빠름약 3.7배 적음

5. 쿼리 수 차이의 원인

Prod ORM 79k vs Vanilla 29k (약 2.8배, 라인당 약 34쿼리 추가)

  • bss_gbstyle_main에서 stock.move의 state를 쓸 때마다 putaway가 다시 돌고, location_final_id를 다시 쓸 수 있습니다.
  • 저장형 picking compute, Cafe24 button_validate 전·후 처리, 브랜치 ACL, 채터, 후속 assign이 더해집니다.
  • stock_quant가 무겁고 실시간 평가와 ir.rule이 걸려 있어, 같은 ORM 메서드가 더 많은 문장을 발행합니다.

Prod ORM 79k vs Prod SQL 7.8k (약 10배)

  • SQL은 quant 증감과 move·picking state를 몇 개의 문장으로 일괄 적용합니다.
  • ORM은 여전히 라인마다 write / _gather / 예약을 순회합니다.

Vanilla 29k vs Prod SQL 7.8k (약 3.7배)

  • 순정 Odoo도 결국 라인 단위의 코어 ORM입니다.
  • 같은 1,500라인 피킹에서 SQL 커널의 왕복 횟수가 깨끗한 Odoo보다도 적습니다.

시간 증가폭(49초 → 81초)이 쿼리 증가폭보다 작은 이유는 추가된 문장 다수가 값싼 SELECT이기 때문입니다. 체감 시간은 여전히 quant와 평가 쓰기가 지배합니다.

6. 참고 벤치마크 — 1,000-SKU 체인 (2026-08-26)

이 랩은 GBStyle ORM vs SQL 비교로, Vanilla 인스턴스는 포함되지 않습니다. 흐름은 WH/Stock → WH/Out → Branch Transit → Branch Stock입니다. 출처: sql_path_benchmark_chain_final_opt_1000c.json, 로컬 DB gbstyle_dev_remote_20260622.

단계ORM (ms)Final SQL (ms)단축률
step1 confirm84,7911,47298.3%
step1 validate + push103,50510,76389.6%
step2 assign88,84978899.1%
step2 validate + push72,5279,29487.2%
step3 assign50,59979298.4%
step3 validate19,7711,98790.0%
핫패스 합계420,714 (약 7.0분)25,809 (약 26초)93.9%

할당(assign) 단계에서 격차가 가장 크고(98–99% 단축), 검증+푸시 단계는 상대적으로 개선 폭이 작습니다(87–90%). 여기에는 SQL 경로에서도 남아있는 실제 재고 반영 작업이 포함됩니다.

함께 읽어야 할 두 가지 단서

  • 위 6개 단계의 단순 합은 ORM 약 420.0초, SQL 약 25.1초로 표기된 핫패스 합계(420.7초 / 25.8초)보다 약간 작습니다. 합계에 목록 외 구간이 더 포함된 것으로 보입니다.
  • 이전 자료의 120-SKU 기준 30–40초대 수치는 대부분 fixture 셋업 시간입니다. 해당 런의 실제 업무 구간(confirm+assign+validate)은 ORM 약 6.3초, SQL 약 2.1초였습니다.

7. 해석과 시사점

  • 성능 문제의 출발점은 커스터마이징이 아니라 구조입니다. 순정 Odoo도 1,500라인에 49초·28.7k쿼리를 씁니다. 라인 단위 ORM 순회 자체가 병목이고, GBStyle 훅은 그 위에 부하를 더합니다.
  • 개선 여지는 훅에 있습니다. state 쓰기마다 putaway가 재실행되는 구간은 ORM 경로를 써야 하는 상황에서도 따로 줄일 수 있는 후보입니다.
  • ORM 경로도 유지해야 합니다. 컨텍스트 플래그로 SQL을 끄고 동일 결과(Assigned)를 얻었다는 점은, 이상 발생 시 되돌릴 경로가 살아 있다는 뜻입니다.
  • 수치 인용 시 주의. 세 컬럼은 서로 다른 스택이므로 “SQL이 ORM보다 N배”라고만 말하면 오해를 부릅니다. 비교 기준을 항상 명시합니다.

남은 확인 사항

  • 이번 측정은 문서 1건 기준 1회 런입니다. 반복 측정과 동시 사용자 부하 하의 수치는 별도 확인이 필요합니다.
  • SQL 커널의 결과 정합성(quant·평가·회계 전표)은 성능과 별도 검증 항목입니다.

8. 재현 방법

  1. 운영 복제본 ORM 경로 — 설정 → Non-POS Validate를 ORM으로 두거나, 컨텍스트에 gbstyle_disable_validate_full_state_sql를 줍니다.
  2. 스킵 확인 — 로그에 full-state SQL disabled by context와 next=super_button_validate가 찍혔는지 확인합니다.
  3. Vanilla 인스턴스 — odoo19_envs\odoo_ctl.ps1 start vanilla로 올리고 http://127.0.0.1:8029/web?db=odoo19_vanilla_ee로 접속합니다.

원본 자료 — 랩 전체 기록: SQL_Path_vs_ORM_Performance_Comparison.md · 1,000-SKU 체인 원본 결과: sql_path_benchmark_chain_final_opt_1000c.json


영문판: Picking Validate Performance — Vanilla / SQL kernel / GBStyle ORM