← Semua artikel

Artikel

Tuning Performa Odoo: Kenapa Lambat dan Cara Memperbaikinya

Odoo terasa lambat? Pahami penyebab umumnya - setting worker, PostgreSQL, kode custom, index yang hilang - dan urutan memperbaikinya secara realistis.

7 menit baca
  • mid
  • odoo

Jawaban singkat: Odoo jarang lambat hanya karena “Odoo”-nya. Biasanya penyebabnya salah satu dari empat hal: server dengan jumlah worker yang kurang atau salah konfigurasi, database PostgreSQL yang masih memakai setting default, kode custom yang menjalankan query di dalam loop, atau tabel yang terus membesar tanpa index yang tepat. Ukur dulu, lalu perbaiki penyebab yang paling murah terlebih dahulu.

Artikel ini memberi urutan langkah yang praktis. Ditulis untuk pemilik bisnis dan lead operasional atau IT yang menjalankan Odoo (self-hosted maupun di hosting terkelola) dan ingin tahu apa yang layak dicek sebelum membayar hardware yang lebih besar.

Langkah 0: Cari tahu apa yang sebenarnya lambat

“Odoo lambat” bisa berarti banyak hal. Sebelum mengubah apa pun, catat:

  • Layar atau aksi mana yang lambat (list view, laporan, konfirmasi sales order, import)?
  • Lambat untuk semua orang atau satu user? Sepanjang hari, atau hanya saat jam sibuk?
  • Apakah mulai lambat setelah instalasi modul, upgrade, atau import data?

Odoo menyediakan profiler bawaan. Menurut dokumentasi developer Odoo tentang performa, profiler mencatat query SQL yang dieksekusi beserta stack trace, dan bisa diaktifkan dari developer mode untuk web request. Halaman yang sama menegaskan bahwa profiling tidak mempercepat apa pun dengan sendirinya; ia hanya menunjukkan kode mana yang bertanggung jawab. Profiler juga tidak tersedia di database Odoo Online.

Jika satu aksi lambat untuk semua orang, curigai kode atau database. Jika semuanya lambat saat jam sibuk, curigai ukuran server dan worker.

Penyebab 1: Setting worker dan memori

Odoo di production sebaiknya tidak berjalan dalam mode single-process. Dokumentasi deployment Odoo memberi rule of thumb jumlah worker: (jumlah CPU x 2) + 1, dengan catatan bahwa cron worker juga butuh CPU, dan perkiraan kasar sekitar 6 user bersamaan per worker.

Halaman yang sama memberi estimasi memori dengan asumsi sekitar 20% request berat dan 80% ringan, di mana worker berat sekitar 1 GB RAM dan worker ringan sekitar 150 MB. Itu estimasi, bukan jaminan. Campuran laporan dan import di perusahaan Anda bisa lebih berat.

Setting yang paling penting:

SettingFungsiContoh nilai di dokumentasi
workersJumlah proses HTTP workerRule of thumb di atas
limit_memory_softWorker di-recycle setelah request jika melebihi batas ini629145600 (sekitar 600 MB)
limit_memory_hardWorker dimatikan jika melebihi batas ini1677721600 (sekitar 1,6 GB)
limit_time_cpuMaksimum detik CPU per request600
limit_time_realMaksimum detik wall-clock per request1200

Anggap nilai contoh itu titik awal, bukan rekomendasi untuk beban kerja Anda. Dua kesalahan yang umum:

  1. Worker terlalu banyak untuk RAM yang ada. Setiap worker memuat seluruh environment Python. Jika mesin mulai swapping, semuanya makin lambat, dan menambah worker memperburuk keadaan.
  2. Limit terlalu rendah sehingga laporan berat dimatikan. User lalu melaporkan kegagalan acak pada laporan akhir bulan, bukan kelambatan.

Penyebab 2: PostgreSQL masih di setting default

Odoo adalah aplikasi database. Banyak masalah “Odoo lambat” akhirnya bermuara ke PostgreSQL. Instalasi PostgreSQL standar dikonfigurasi secara konservatif agar jalan di hampir semua mesin, bukan untuk memakai RAM 32 GB Anda.

Setting yang perlu ditinjau:

  • shared_buffers: dokumentasi PostgreSQL menyebut bahwa pada server khusus dengan RAM 1 GB atau lebih, 25% dari memori sistem adalah nilai awal yang wajar.
  • work_mem dan effective_cache_size: bergantung pada RAM dan konkurensi Anda. Generator seperti PGTune bisa memberi baseline, tetapi verifikasi terhadap beban kerja Anda sendiri.
  • max_connections: konfigurasi contoh Odoo memakai 80, dan setiap worker Odoo membuka koneksinya sendiri, jadi pastikan kedua sisi sejalan.

Jaga juga autovacuum tetap sehat. Tabel Odoo dengan update intensif (stock move, baris akuntansi, mail message) akan membengkak jika vacuum tertinggal. Tabel besar dan lama seperti mail_message sering menjadi biang pencarian yang lambat.

Satu catatan jujur: tuning database sangat bergantung pada beban kerja. Artikel yang menjanjikan persentase percepatan tetap dari satu perubahan config hanya menebak. Ubah satu hal pada satu waktu dan ukur hasilnya.

Penyebab 3: Kode custom dan modul

Jika kelambatan terkait satu layar dan mulai setelah ada kustomisasi, kemungkinan besar kodenya. Pola yang paling sering adalah query di dalam loop. Dokumentasi performa Odoo menjelaskannya di bagian “Batch operations”: hindari menjalankan method yang memicu SQL di dalam loop atas recordset. Contohnya: ganti search_count per record dengan satu pembacaan terkelompok, kumpulkan nilai lalu panggil create sekali untuk seluruh batch, dan lakukan browse seluruh recordset sebelum membaca field agar prefetch memuatnya dalam satu query.

Bentuk masalahnya, dalam versi sederhana:

# Lambat: satu query per partner
for partner in partners:
    partner.order_count = self.env["sale.order"].search_count(
        [("partner_id", "=", partner.id)]
    )

# Lebih baik: satu query terkelompok untuk semua partner
groups = self.env["sale.order"]._read_group(
    [("partner_id", "in", partners.ids)],
    groupby=["partner_id"],
    aggregates=["__count"],
)
counts = {partner.id: count for partner, count in groups}
for partner in partners:
    partner.order_count = counts.get(partner.id, 0)

Dokumentasi yang sama juga memperingatkan soal nested loop: buat dictionary berkunci ID alih-alih mencari di dalam list dalam loop, dan gunakan set untuk pengecekan keanggotaan.

Tersangka lain di level kode:

  • Computed field yang tidak di-store tetapi dipakai di list view, filter, atau laporan.
  • Automated action dan server action yang aktif pada setiap write.
  • Modul pihak ketiga yang belum pernah diuji dengan volume data Anda. Tanyakan apa yang dilakukan modul itu saat write dan create.

Jika Anda tidak menulis kodenya sendiri, minta pembuatnya menunjukkan output profiler untuk aksi yang lambat. Developer yang kompeten bisa melakukannya dalam hitungan menit.

Penyebab 4: Index yang hilang dan pertumbuhan data

Sesuatu yang cepat dengan 5.000 record bisa merangkak di 5 juta record. Menambahkan index=True pada field dapat mempercepat pencarian dari kode maupun antarmuka, menurut dokumentasi performa Odoo. Halaman yang sama memperingatkan agar tidak meng-index semua field, karena index memakai ruang dan memperlambat INSERT, UPDATE, dan DELETE.

Pendekatan praktis: gunakan profiler atau slow query log PostgreSQL untuk menemukan query lambat yang spesifik, lihat kolom filter dan sort-nya, lalu index kolom tersebut. Jangan meng-index secara spekulatif.

Pertumbuhan data juga butuh perawatan: arsipkan record lama, bersihkan log lama dan antrean email yang gagal, dan tinjau scheduled action yang memproses backlog besar yang sama di setiap run.

Penyebab 5: Infrastruktur di sekitarnya

Lebih jarang, tetapi layak dicek:

  • Database dan aplikasi di disk yang lambat. PostgreSQL menyukai storage cepat. Storage jaringan dengan latensi tinggi bisa berdampak nyata.
  • Tanpa reverse proxy atau kompresi. Proxy seperti Nginx di depan Odoo, yang melayani aset statis dengan cache, mengurangi beban worker. Dokumentasi deployment membahas setup ini.
  • Cron job bersaing dengan user. Scheduled action berat di jam kerja mengambil CPU dari request interaktif. Pindahkan ke luar jam sibuk.
  • Batas hosting. Di hosting terkelola, jumlah worker dan storage sering ditetapkan oleh paket Anda. Cek apa yang diizinkan paket Anda sebelum mengira bisa di-tuning.

Urutan kerja yang masuk akal

  1. Reproduksi dan ukur dengan profiler. Catat aksi lambat yang persis.
  2. Cek resource server saat lambat: CPU, RAM, swap, disk wait.
  3. Tinjau jumlah worker dan batas memori terhadap RAM yang tersedia.
  4. Tinjau setting PostgreSQL dan autovacuum.
  5. Profil dan perbaiki kode custom, mulai dari query di dalam loop.
  6. Tambahkan index yang tepat sasaran untuk query yang Anda temukan.
  7. Baru setelah itu pertimbangkan hardware lebih besar atau pemisahan server database dan aplikasi.

Membeli server lebih besar lebih dulu adalah tebakan yang mahal. Kadang berhasil, tetapi jika penyebabnya loop yang memicu ribuan query, Anda hanya menjalankan kode lambat yang sama di mesin yang lebih mahal.

Ketika tuning saja tidak cukup

Kadang jawaban jujurnya adalah setup Anda sudah melampaui desainnya: volume transaksi sangat besar di satu database, pelaporan berat yang seharusnya berjalan di replica atau tool analitik terpisah, atau sistem dengan kustomisasi berat yang perlu code review. Itu pembicaraan yang lebih besar, tetapi tetap lebih murah dilakukan setelah Anda punya pengukuran nyata.

Mari berdiskusi

Jika Odoo Anda lambat dan Anda belum yakin harus mulai dari mana, kami dengan senang hati mengadakan percakapan tanpa biaya tentang apa yang Anda alami. Kami akan menyampaikan secara terus terang apakah ini terdengar seperti masalah konfigurasi, kode, atau ukuran server, dan apakah Anda memang memerlukan bantuan dari luar.


Sources: Odoo 18 developer documentation: Performance; Odoo 18 documentation: Deploying (system configuration, workers and limits); PostgreSQL documentation: Resource consumption. Nilai konfigurasi dan default berbeda antar versi Odoo dan PostgreSQL serta bergantung pada beban kerja Anda; verifikasi ke sumber primer untuk versi Anda sebelum mengubah sistem production.