如何将 Power BI 连接到您的 ERP 系统

您的 ERP 系统包含组织中最全面的运营数据。订单、发票、库存变动、采购收据、制造工单、员工时间表、客户互动——推动业务发展的每个交易事件都记录在那里。问题在于 ERP 系统是为记录交易而设计的，而不是为了分析交易而设计的。大多数 ERP 中内置的报告足以满足基本的运营查询，但当您需要跨职能分析、趋势检测、预测或综合多个领域数据的执行级仪表板时，报告就会崩溃。

Power BI 弥补了这一差距。它连接到 ERP 的底层数据库或 API，将事务数据转换为分析星型模式，并提供交互式仪表板，以显示 ERP 本地报告无法显示的模式。但这种连接并不是简单的“将 Power BI 插入数据库”。每个 ERP 平台都有自己的数据结构、访问方法和怪癖，这些怪癖会影响您如何构建连接、建模数据以及随着时间的推移维护集成。

本指南涵盖了将 Power BI 连接到六种主要 ERP 平台的实际步骤：Odoo（我们的主要专业）、SAP、Microsoft Dynamics 365、Oracle、NetSuite 和 QuickBooks。我们专注于架构决策、连接方法、数据建模、增量刷新以及将原始 ERP 数据转化为分析黄金的转换模式。

要点

• 每个 ERP 集成都遵循相同的三阶段模式：连接（访问数据）、转换（重塑分析）、模型（构建星型模式关系）
• Odoo 的 PostgreSQL 数据库提供最直接、最灵活的 Power BI 连接 --- SQL 视图和物化视图是生产部署的推荐方法
• SAP 需要 SAP HANA 或 SAP BW 连接器； SAP 环境中很少允许直接数据库访问
• Dynamics 365 通过 Dataverse 进行本地集成，使其成为 Microsoft 生态系统中现有组织连接的最简单的 ERP
• 增量刷新对于大型 ERP 数据集至关重要 --- 数百万行事务表的完全刷新是不可持续的
• 始终在 ERP 和 Power BI 之间创建分析层（视图、临时表或数据仓库），而不是直接查询操作表
• Power Query 中的数据转换应处理特定于 ERP 的模式：多货币标准化、会计日历对齐和状态代码转换

---

通用 ERP 集成架构

三层方法

无论您使用哪种 ERP，集成架构都遵循三层：

第 1 层：提取。 将数据从 ERP 提取到 Power BI。这是通过数据库连接（PostgreSQL、SQL Server、Oracle）、API 调用（REST、OData、SOAP）或中间存储（数据仓库、数据湖、CSV 导出）实现的。提取方法取决于 ERP 支持的内容以及您组织的安全策略允许的内容。

第 2 层：转换。 原始 ERP 数据是事务性的和标准化的 --- 针对插入和更新进行优化，而不是针对分析。将其转换为分析形状：将交易行汇总到汇总表中，将状态代码转换为可读标签，将多货币金额转换为基础货币，并将日期与会计日历对齐。这种情况发生在 Power Query、SQL 视图或专用 ETL 工具中。

第 3 层：建模。 将转换后的数据构建为具有事实表（销售、采购、库存变动）和维度表（客户、产品、日期、仓库）的星型模式。配置关系、编写 DAX 度量并构建报表作者使用的语义层。

直接数据库 vs. API vs. 数据仓库

直接数据库连接 设置速度最快，并且提供最大的灵活性。您可以针对 ERP 数据库编写 SQL 查询，并准确提取您需要的数据。然而，它需要数据库访问（一些 ERP 供应商不鼓励或限制），如果查询优化不佳，可能会影响 ERP 性能，并将您的分析直接耦合到 ERP 的架构（随着升级而变化）。

API 连接 尊重 ERP 供应商的预期访问模式，并且不存在影响数据库性能的风险。但是，API 通常比直接数据库查询慢，可能有速率限制，并且通常以分层格式 (JSON/XML) 返回数据，这需要在 Power Query 中进行更多转换工作。

数据仓库提供最干净的分离。 ETL 管道每晚从 ERP 中提取数据，将其转换为分析架构，并将其加载到 Power BI 连接到的专用数据库（Azure SQL、Snowflake、PostgreSQL）中。这是最可维护的长期架构，但需要最多的前期投资来构建 ETL 管道。

对于大多数组织，我们建议从直接数据库连接（或无法直接访问的 API）开始，并随着分析环境的成熟和数据源数量的增长而迁移到数据仓库。

---

将 Power BI 连接到 Odoo

为什么 Odoo 是 Power BI 的理想选择

Odoo 与大多数 ERP 平台的不同之处在于其分析集成的可访问性。它在 PostgreSQL 上运行，这是对 Power BI 最友好的数据库之一。它的模式有详细的文档记录，它的表命名是一致的（module_model 格式），并且它的开源性质意味着数据库访问不存在许可障碍。如果您运营 Odoo，您就已经拥有构建世界一流的 Power BI 仪表板所需的一切。

在 ECOSIRE，Odoo 与 Power BI 的集成是我们的核心能力之一。我们在整个 Odoo 模块领域构建了分析解决方案——销售、采购、库存、制造、会计、人力资源、服务台和项目管理。我们在此描述的模式在为拥有数百万 ERP 事务的组织提供服务的实施中经过了实际测试。

PostgreSQL 直接连接

步骤 1：配置 PostgreSQL 以进行远程访问。 如果您的 Odoo 实例和 Power BI 网关位于不同的服务器上，则 PostgreSQL 必须允许远程连接。在 postgresql.conf 中，设置 listen_addresses = '*'。在 pg_hba.conf 中，添加一行允许网关服务器的 IP 地址进行 MD5 身份验证。重新启动 PostgreSQL 以应用更改。

步骤 2：创建只读数据库用户。 切勿使用 Odoo 的主数据库用户连接 Power BI。创建专用的只读用户：

CREATE USER powerbi_reader WITH PASSWORD 'secure_password_here';
GRANT CONNECT ON DATABASE odoo_production TO powerbi_reader;
GRANT USAGE ON SCHEMA public TO powerbi_reader;
GRANT SELECT ON ALL TABLES IN SCHEMA public TO powerbi_reader;
ALTER DEFAULT PRIVILEGES IN SCHEMA public GRANT SELECT ON TABLES TO powerbi_reader;

该用户可以读取所有表，但不能修改数据、插入记录或更改架构。 ALTER DEFAULT PRIVILEGES 行确保 Odoo 升级创建的新表可自动读取。

步骤 3：从 Power BI Desktop 连接。 打开 Power BI Desktop → 获取数据 → PostgreSQL 数据库。输入您的服务器地址、端口（默认 5432）和数据库名称。使用 powerbi_reader 凭据。对于大多数表（数据加载到内存中）选择“导入”模式，对于需要实时查询的非常大的表选择“DirectQuery”。

步骤 4：编写自定义 SQL 查询。 无需导入原始 Odoo 表，而是使用高级选项中的自定义 SQL 查询在数据库级别联接和过滤数据。这比导入原始表并在 Power Query 中加入它们更有效。

用于分析的基本 Odoo 表

Odoo 的数据库模式直接映射到其模块结构。以下是最常见分析领域的关键表格：

销售分析：

库存分析：

会计分析：

制造分析：

在 PostgreSQL 中构建分析视图

对于生产部署，我们强烈建议创建 SQL 视图，将 Odoo 表预联接并预聚合为分析形状。这将复杂性从 Power Query 转移到 SQL，从而更容易维护且性能更好。

销售汇总视图示例：

CREATE VIEW v_sales_analysis AS
SELECT
    so.id AS order_id,
    so.name AS order_reference,
    so.date_order::date AS order_date,
    so.state AS order_state,
    rp.name AS customer_name,
    rp.country_id,
    rc.name AS country_name,
    sol.product_id,
    pt.name AS product_name,
    pc.name AS product_category,
    sol.product_uom_qty AS quantity,
    sol.price_unit,
    sol.price_subtotal AS line_total,
    sol.discount,
    ru.login AS salesperson,
    so.company_id
FROM sale_order so
JOIN sale_order_line sol ON sol.order_id = so.id
JOIN res_partner rp ON rp.id = so.partner_id
LEFT JOIN res_country rc ON rc.id = rp.country_id
JOIN product_product pp ON pp.id = sol.product_id
JOIN product_template pt ON pt.id = pp.product_tmpl_id
LEFT JOIN product_category pc ON pc.id = pt.categ_id
LEFT JOIN res_users ru ON ru.id = so.user_id
WHERE so.state IN ('sale', 'done');

Power BI 将此视图导入为单个表，并进行了预连接和筛选。无需复杂的 Power Query 转换。当 Odoo 的架构在升级过程中发生更改时，您可以更新 SQL 视图一次，而不是跨多个数据集修改 Power Query 步骤。

物化视图通过预先计算和存储结果进一步推进，使 Power BI 刷新速度显着加快：

CREATE MATERIALIZED VIEW mv_sales_daily AS
SELECT
    so.date_order::date AS order_date,
    rp.country_id,
    pt.categ_id AS product_category_id,
    so.user_id AS salesperson_id,
    COUNT(DISTINCT so.id) AS order_count,
    SUM(sol.product_uom_qty) AS total_quantity,
    SUM(sol.price_subtotal) AS total_revenue
FROM sale_order so
JOIN sale_order_line sol ON sol.order_id = so.id
JOIN res_partner rp ON rp.id = so.partner_id
JOIN product_product pp ON pp.id = sol.product_id
JOIN product_template pt ON pt.id = pp.product_tmpl_id
WHERE so.state IN ('sale', 'done')
GROUP BY so.date_order::date, rp.country_id, pt.categ_id, so.user_id;

-- Refresh nightly via cron
-- REFRESH MATERIALIZED VIEW CONCURRENTLY mv_sales_daily;

此预聚合视图将数百万个订单行汇总为数千个每日汇总行。当用户需要行级数据时，Power BI 导入仪表板的摘要并使用钻取到详细视图。

处理 Odoo 特定模式

多公司。 Odoo 支持单个数据库中的多个公司。始终在查询中包含 company_id 并配置 Power BI 行级安全性以限制每个用户只能访问其公司的数据。

状态字段。 Odoo 使用文本状态代码（draft、sent、sale、done、cancel）。将它们映射到 Power Query 或 SQL 视图中的用户友好标签：

CASE so.state
    WHEN 'draft' THEN 'Quotation'
    WHEN 'sent' THEN 'Sent'
    WHEN 'sale' THEN 'Sales Order'
    WHEN 'done' THEN 'Locked'
    WHEN 'cancel' THEN 'Cancelled'
END AS order_status

多币种。 Odoo 以交易货币和公司货币存储金额。对于 Power BI 仪表板，决定以哪种货币进行报告并使用适当的列。如果需要实时汇率换算，请加入res_currency_rate表。

多对多关系。 Odoo 使用联结表来实现多对多关系（产品标签、合作伙伴类别）。这些显示为名为 {model1}_{model2}_rel 的表。使用 Power BI 数据模型中的桥接表来处理它们。

对于寻求交钥匙 Odoo 分析的组织，ECOSIRE 的 Power BI ERP 集成服务 提供预构建的 Odoo 仪表板模板，涵盖销售、库存、会计、制造和 HR --- 完全根据您的 Odoo 配置和业务需求进行定制。我们的团队在 Odoo 和 Power BI 方面拥有深厚的专业知识，消除了 BI 顾问尝试使用他们不理解的 ERP 时通常存在的差距。

---

将 Power BI 连接到 SAP

SAP 连接选项

SAP 环境对直接数据库访问的限制比开源 ERP 更严格。大多数 SAP 客户使用以下连接路径之一：

SAP HANA 连接器。 对于 SAP S/4HANA 客户，Power BI 的本机 SAP HANA 连接器提供对 HANA 视图（分析、属性和计算视图）的直接访问。这是性能最高的选项，支持导入和 DirectQuery 模式。需要 SAP HANA 用户对相关视图具有 SELECT 权限。

SAP BW 连接器。 对于使用 SAP Business Warehouse 的组织，Power BI 连接到 BW 查询（BEx 查询或 BW/4HANA 复合提供程序）。这利用了 BW 中已内置的分析结构，避免了在 Power BI 中从头开始对数据进行建模的需要。

SAP OData 服务。 SAP 通过 OData API（特别是 SAP Gateway 和 SAP API Business Hub）公开业务数据。 Power BI 的 OData 连接器使用这些服务。此方法遵循 SAP 的授权模型，但比直接数据库访问慢，并且可能对大型数据集有分页限制。

提取到中间存储。 对于复杂的场景，使用 SAP 的本机工具（Open Hub、SLT 复制、CDS 视图）将 SAP 数据提取到 Azure Data Lake、Snowflake 或 Azure SQL 中。 Power BI 连接到中间存储。这是企业部署最灵活且可扩展的方法。

SAP 数据建模注意事项

SAP 的数据结构非常复杂且高度规范化。 VBAK（销售订单标题）、VBAP（销售订单项目）、KNA1（客户主数据）和 MARA（物料主数据）等表使用简短、神秘的列名称并存储需要连接表进行转换的编码值。

从 SAP 数据构建 Power BI 模型时：

尽早翻译代码。 SAP 将国家/地区存储为 2 字符代码，将货币存储为 3 字符代码，将物料类型存储为“FERT”或“HALB”等代码。在提取查询中（而不是在 Power Query 中）连接文本表（T005T 表示国家/地区、TCURT 表示货币、T134T 表示材料类型）。

处理 SAP 的日期格式。 SAP 将日期存储为 8 位字符串 (YYYYMMDD)，其中“00000000”表示空日期。在转换层中将它们转换为正确的日期类型并处理空日期模式。

尊重授权对象。 SAP 的授权模型在粒度级别控制每个用户可以访问哪些数据。为 Power BI 提取数据时，请确保提取遵循这些边界或在 Power BI 中实现等效的行级安全性。

---

将 Power BI 连接到 Dynamics 365

Dataverse：本机路径

Dynamics 365 将数据存储在 Microsoft Dataverse 中，而 Power BI 具有一流的 Dataverse 集成。这使得 Dynamics 365 成为连接到 Power BI 的最简单的主要 ERP，特别是对于已经投资于 Microsoft 生态系统的组织而言。

Dataverse 连接器。 Power BI Desktop → 获取数据 → Dataverse。使用您的 Dynamics 365 凭据进行身份验证。浏览并选择您需要的表（实体）。连接器尊重 Dataverse 安全角色，因此用户只能看到他们有权访问的数据。

适用于 Dataverse 的 Azure Synapse Link。 对于大型 Dynamics 365 数据集，Azure Synapse Link 会持续将 Dataverse 数据复制到 Azure Synapse Analytics 或 Azure Data Lake。 Power BI 连接到 Synapse/Data Lake，而不是直接查询 Dataverse。这消除了对 Dynamics 365 的性能影响，并为复杂转换提供了更好的平台。

TDS 端点。 Dataverse 公开 Power BI 可以使用 SQL Server 连接器连接到的表格数据流 (TDS) 端点。这对于您想要针对 Dataverse 数据编写自定义 SQL 查询的场景非常有用。

用于分析的 Dynamics 365 表

常见分析场景的关键 Dataverse 表：

销售： salesorder、salesorderdetail、opportunity、account、contact、product 服务： incident（箱）、knowledgearticle、entitlement、sla 财务： invoice、invoicedetail、payment、generaljournal 现场服务： workorder、bookableresource、agreement

Dynamics 365 的表结构已经相对具有分析性——像 salesorder 这样的实体包含帐户名称、所有者和状态标签的非规范化字段。但是，为了获得最佳 Power BI 性能，仍然构建星型架构，而不是按原样导入 Dataverse 表。

---

将 Power BI 连接到 Oracle 和 NetSuite

Oracle 电子商务套件/融合

对于 Oracle EBS，请使用 Power BI 的 Oracle 数据库连接器以及安装在网关计算机上的 Oracle 客户端。 Oracle Fusion Cloud 应用程序提供 Power BI 可以通过 Web 连接器或 OData 连接器使用的 REST API。

Oracle 的 BI Publisher 报告可以配置为以 Power BI 可以使用的格式输出数据，从而提供供应商支持的尊重 Oracle 业务逻辑和安全性的提取路径。

NetSuite

NetSuite 为 Power BI 提供多种连接路径：

SuiteAnalytics Connect (ODBC)。 NetSuite 的 ODBC 驱动程序允许 Power BI 使用 ODBC 连接器进行连接。这提供了对 NetSuite 数据集的 SQL 访问，其关系模式比本机 NetSuite 模式更适合分析。

SuiteQL API。 NetSuite 的 REST API 支持 SuiteQL（一种类似 SQL 的查询语言）。 Power BI 可以通过自定义 Power Query 函数调用此 API。这对于有针对性的提取很有用，但对于大型数据集来说效率低于 ODBC。

第三方连接器。 CData 等工具为 NetSuite 提供优化的 Power BI 连接器，可自动处理分页、身份验证和架构映射。

---

将 Power BI 连接到 QuickBooks

QuickBooks 在线

QuickBooks Online 通过 Power BI 可以使用的 REST API 公开数据。连接需要在 Intuit 开发人员门户中注册 OAuth2 应用程序以及自定义 Power Query 连接器或具有手动 OAuth 令牌管理功能的 Web 连接器。

对于大多数 QuickBooks 用户来说，最简单的途径是使用第三方连接器（CData、Skyvia 或类似的）来处理身份验证、分页和数据类型映射。这些连接器在 Power BI 中显示为本机数据源并抽象了 API 复杂性。

Power BI 的关键 QuickBooks 数据

损益表数据： 发票、付款、贷项凭证、销售收据 资产负债表数据： 账户余额、日记账分录 运营数据： 客户、供应商、产品/服务、估计

QuickBooks 数据量通常足够小，因此完全刷新速度很快（不到 5 分钟）。 QuickBooks 集成很少需要增量刷新。

---

ERP 数据增量刷新

为什么增量刷新很重要

ERP 数据库不断增长。一家中型公司每天产生数千笔交易。几年后，销售订单表包含数百万行。每天早上刷新整个表会浪费网关资源、数据库容量和时间。

增量刷新告诉 Power BI 仅刷新最近的数据（例如最近 30 天），同时保留上次刷新的历史数据缓存。花费 45 分钟的完全刷新变为 3 分钟的增量刷新。

配置步骤

步骤 1：创建 Power Query 参数。 创建两个名称完全相同的参数 RangeStart 和 RangeEnd，均为 DateTime 类型。设置默认值（这些值仅在 Power BI Desktop 中使用；服务会覆盖它们）。

步骤 2：过滤源查询。 使用以下参数将过滤器应用于事实表的日期列：

#"Filtered Rows" = Table.SelectRows(Source, each [order_date] >= RangeStart and [order_date] < RangeEnd)

此过滤器必须折叠到源数据库才能使增量刷新发挥作用。如果您要连接到 PostgreSQL (Odoo)，过滤器会生成 PostgreSQL 执行的 WHERE 子句，仅返回匹配的行。

步骤 3：定义增量刷新策略。 在 Power BI Desktop 中，右键单击表 → 增量刷新。配置：

• 存档数据开始： 保留历史数据多远（例如，3 年）。
• 增量刷新数据开始： 最近的数据刷新时间（例如，30 天）。
• 仅刷新完整周期： 检查此项以避免部分日数据问题。
• 检测数据更改： 如果源表具有可靠的“上次修改”列（通过跳过未更改的分区进一步减少刷新时间），则启用。

步骤 4：发布和配置。 发布到 Power BI 服务后，配置计划刷新。该服务创建基于时间的分区，并仅刷新增量窗口内的分区。

特定于 ERP 的增量刷新模式

Odoo： 使用 write_date 作为更改检测列。 Odoo 在每次记录修改时更新此时间戳，使其能够可靠地检测更改的行。

SAP： 使用大多数 SAP 事务表上可用的 AEDAT（更改日期）字段。对于 HANA，物化 HANA 视图可以提供更改跟踪。

Dynamics 365： Dataverse 实体具有 modifiedon 时间戳，非常适合更改检测。 Azure Synapse Link 提供内置变更数据捕获。

Oracle： 使用Oracle的rowcn或专用的last_update_date列。 Oracle GoldenGate 可以为实时场景提供变更数据捕获。

---

数据转换最佳实践

多货币标准化

大多数 ERP 系统以交易货币存储交易金额。对于分析仪表板，您通常需要采用单一报告货币的金额。

两种方法：

源端转换。 如果您的 ERP 同时存储交易金额和基础货币金额（Odoo 以交易货币存储 amount_total，以基础货币存储 amount_total_company_currency），请直接使用基础货币列。这利用了 ERP 的汇率并避免了运营报告和分析报告之间的差异。

Power Query 转换。 如果您需要以不同于 ERP 基础货币的货币进行报告，请在 Power BI 模型中构建汇率表，并使用 DAX 在报告时转换金额。这种方法更加灵活，但需要维护汇率数据。

状态代码翻译

ERP 系统使用状态、类型和类别的内部代码。在转换层中将它们转换为用户友好的标签，而不是在 DAX 中。按“草稿、已发送、已确认、已完成、已取消”分组的视觉效果是不言自明的。按“1、2、3、4、5”分组的视觉效果则不然。

对于 Odoo 来说，翻译很简单，因为 Odoo 使用可读的文本状态。对于 SAP，将神秘代码（AUFNR、MATNR、BUKRS）映射到业务友好的名称。对于 Dynamics 365，使用选项集标签而不是基础整数值。

财政日历调整

如果您的会计年度与日历年不同，请构建一个会计日历维度，将每个日期映射到其会计年度、会计季度和会计期间。这对于财务仪表板至关重要，其中“Q1”表示财政季度（可能是 7 月至 9 月），而不是日历 Q1（1 月至 3 月）。

在日期维度中包含日历和财务属性，以便用户可以在视角之间切换，而无需更改数据模型。

如需将 Power BI 连接到特定 ERP 环境的端到端帮助，请联系 ECOSIRE 的分析团队 讨论您的要求。我们专注于 Odoo 分析，并为每个主要 Odoo 模块提供预构建的 Power BI 模板仪表板。

---

常见问题解答

我应该将 Power BI 直接连接到我的 ERP 数据库还是使用数据仓库？

对于具有少量报告和中等数据量（低于 1000 万行）的初始部署，直接数据库连接的设置速度更快并且完全足够。当您的分析环境增长到超过 10-15 个报告或您开始组合来自多个源系统的数据时，数据仓库就变得有价值。该仓库为 Power BI 提供了稳定的架构（使其免受 ERP 架构更改的影响）、更好的查询性能（通过预聚合和索引）以及实现业务逻辑（货币换算、财务映射、状态转换）的单一位置。大多数组织从直接连接开始，并在 12-18 个月内迁移到仓库。

Power BI 查询会降低我的 ERP 系统的速度吗？

如果管理不当，他们可以。 Power BI 计划刷新对 ERP 数据库执行 SQL 查询，这会消耗 CPU、内存和 I/O 资源。通过在非高峰时段（清晨、傍晚）安排刷新、为分析查询创建只读副本（Odoo 的 PostgreSQL 流复制、SQL Server 的 Always On）、使用预先计算结果的物化视图以及实施增量刷新以最大程度地减少扫描的数据来缓解这一问题。对于任务关键型 ERP，只读副本是最安全的方法 --- Power BI 查询副本，而生产数据库不受影响。

如何处理更改数据库架构的 Odoo 模块升级？

Odoo 模块升级偶尔会添加、重命名或删除数据库列和表。如果 Power BI 查询引用重命名或删除的列，刷新将失败。通过使用 SQL 视图作为原始 Odoo 表和 Power BI 之间的抽象层来缓解这一问题。当升级更改架构时，更新 SQL 视图以反映新结构。 Power BI 继续查询视图的稳定架构，不进行任何更改。每次 Odoo 升级后，手动运行 Power BI 刷新，以验证所有查询在下一次计划刷新之前是否成功。

我可以将多个 ERP 系统的数据合并到一个 Power BI 报告中吗？

是的，这是 Power BI 最强大的功能之一。在不同地区或业务部门运营不同 ERP 的组织可以构建统一的仪表板，组合来自所有系统的数据。关键是构建一个通用的分析模式（星型模式），将不同的 ERP 结构标准化为共享格式。客户维度表使用通用标识符合并来自所有 ERP 的客户。产品维度使跨系统的产品类别保持一致。事实表将金额标准化为通用货币，将状态标准化为通用词汇。复合模型可以通过 Import 连接到某些源，通过 DirectQuery 连接到其他源。

如何在 Power BI 中处理 Odoo 的多对多关系？

Odoo 使用联结表（以 {model1}_{model2}_rel 模式命名）来实现多对多关系，例如产品标签、合作伙伴类别和访问控制列表。在 Power BI 中，导入联结表并创建两个一对多关系：一个从第一个维度到联结表，一个从第二个维度到联结表。此桥接表模式可以正确处理多对多过滤。请注意，某些 Odoo 多对多关系会创建使聚合复杂化的行 --- 在验证期间始终根据 Odoo 的本机报告验证总计。