Выгрузка в Бухгалтерию 3.0 из Альфа-Авто 5

Светлана, я так понимаю, что проблема не только у нас, но тем не менее, мы перегрузили чек с зачетом аванса из Альфы в бухгалтерии самой последней обработкой. Зачет аванса так же садится как оплата кредитом (документ оплата по платежной карте), скрины выгруженного документа и загруженных обработкой в бухгалтерию, а также файл с выгруженным из альфы документом прикладываем. Надеемся, что теперь вы признаете проблему и решите ее до окончания квартала.

Здравствуйте. Несколько проблем.
Альфа 5,1,13,04
БП 3,0,73,54
Платформа 8,3,15,1489
База файловая.
При выгрузке нарядов в БП, возникают следующие проблемы:
1. Работы не расчисываются. То есть все работы встают одной строчкой Авторабота. Хотя должны расписываться каждая работа.
2. НДС появляется в реализации. Хотя в альфе он везде отключен.
3. В поступлении наличных не устанавливается Автоматическое погашение задолженности. Изза этого не видит оплату.

Как решить эти проблемы?

Светлана Сулименко, добрый день! Подскажите, пожалуйста, есть ли какая нибудь возможность ускорить загрузку данных? У нас файл dbf уже 80 мб весит. Предположительно из-за этого долго происходит загрузка данных. Мб есть какой-нибудь функционал по удаление из файла строк, где соответствия по документа за прошлые периоды?

Светлана Сулименко, извиняюсь, походу не та ветка. Нет из Альфы в БП.

этот способ еще дольше получается..
если при работе через дбф - дбф сразу подключается как таблица соответствий и по ней идет поиск,
то при работе через регистр сведений - таблица соответствий сначала из регистра считывается в некую временную таблицу, причем через перебор каждой строки,
а уже только после этого начинается загрузка..

делали..
самописную выгрузку..
через подключение через АДО база к базе..

Алексей Федулеев, такой возможности нет.

Добрый день!
Альфа-Авто: Автосалон+Автосервис+Автозапчасти ПРОФ, редакция 5.1 (5.1.14.05)
Бухгалтерия предприятия, редакция 3.0 (3.0.74.76)

Сделали недавно переход с БП2 на БП3, возник вопрос можно ли использовать СТАРУЮ таблицу соответствия для загрузки данных из Альфы, так как очень большой перечень сопоставленной номенклатуры уже был сделан и повторно его делать это очень трудно?! При попытке ее подставить в загрузку для БП3, он на некоторые объекты пишет что они не найдены и вываливается с ошибками.
Так же при загрузке раньше в БП2 он делал сопоставление и показывал свыше 100 тыс объектов, быстро их пробегал и загружал данные.
Сейчас же в БП3 при попытке загрузки данных с новосозданной таблицей соответствия (так как старую не получается пока подставить) база зависает и просто висит, и так может быть суток двое не выдавая никаких ошибок и т.д. приходится просто сеанс сбрасывать (загружаем один месяц, как всегда делали это в БП2). С чем это может быть связано?  

Вот такая вот ошибка возникает при попытки загрузить данные, использую файл соответствия из БП2. Хотя все объекты не найдены были заменены на нормальные.
[img]data:image/png;base64,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[/img]
Обработка взята из версии - АА 5_1_18_07

Взяли обработку из версии 5.1.19.04, ошибка как на скрине выше осталась.

Использую старую таблицу соответствия, которая осталась после БП2 (вы сказали, что ее можно использовать), все данные внутри сопоставлены, объектов не найдено и т.д. не написано нигде.
Единственное в разделе Статей Доходво и Расходов пару строчек выделяет красным, если их очищаешь и заново перевыбираешь соответсвие они все равно остаются красными. Это может влиять, если да то как исправить?

Каких параметров не хватает? Куда их можно прописать и можно ил вообще? Просто у нас очень большой перечень номенклатуры, при загрузке в другую базу с новой таблицей у нас весь справочник задвоился.
А в это базу не загружается вообще. Даже с новой таблицей просто висит несколько суток база и все.