ACP2E-4908: Große Kataloge verursachen übermäßige Redis- oder Valkey-Speichernutzung

Letzte Aktualisierung: 3. November 2026

Erstellt für:

Experienced
Admin
Entwicklerin/Entwickler

Mit dem Patch ACP2E-4908 wird das Problem behoben, dass große Kataloge zu übermäßiger Speichernutzung in Valkey (oder Redis) führen konnten, da für jedes Produkt in jeder Shop-Ansicht separate Layout-Cache-Einträge erstellt wurden. Dieser Patch ist verfügbar, wenn Quality Patches Tool (QPT) 1.1.83 installiert ist. Die Patch-ID lautet ACP2E-4908. Dieses Problem wird voraussichtlich in Adobe Commerce 2.4.10 behoben.

Betroffene Produkte und Versionen

Der Patch wird für die Adobe Commerce-Version erstellt:

Adobe Commerce (alle Bereitstellungsmethoden) 2.4.8-p4

Kompatibel mit Adobe Commerce-Versionen:

Adobe Commerce (alle Bereitstellungsmethoden) >=2.4.8 <2.4.10

NOTE

Der Patch könnte mit neuen Quality Patches Tool-Versionen auch für andere Versionen gelten. Um zu überprüfen, ob der Patch mit Ihrer Adobe Commerce-Version kompatibel ist, aktualisieren Sie das magento/quality-patches auf die neueste Version und überprüfen Sie die Kompatibilität auf der Seite Quality Patches Tool: Nach Patches suchen. Verwenden Sie die Patch-ID als Suchbegriff, um den Patch zu finden.

Problem

Große Kataloge können zu übermäßiger Speichernutzung in Redis oder Valkey führen, da für jedes Produkt in jeder Shop-Ansicht separate Layout-Cache-Einträge erstellt werden.

Schritte zur Reproduktion:

Konfigurieren Sie Valkey (oder Redis) als Standard-Cache-Backend.

Bearbeiten Sie app/etc/env.php und legen Sie den cache.frontend.default-Block auf Folgendes fest:

code language-none

code language-none
`'default' => [ 'id_prefix' => '061_', 'backend_options' => [ 'server' => 'valkey', // your Valkey/Redis hostname 'port' => '6379', 'database' => '1', 'password' => '', 'compress_data' => '0', // key recipe — leaves XML uncompressed 'persistent' => 0, 'read_timeout' => 10, 'connect_retries' => 2, ], 'backend' => 'redis', ],`

'default' => [
    'id_prefix' => '061_',
    'backend_options' => [
        'server' => 'valkey',          // your Valkey/Redis hostname
        'port' => '6379',
        'database' => '1',
        'password' => '',
        'compress_data' => '0',        // key recipe — leaves XML uncompressed
        'persistent' => 0,
        'read_timeout' => 10,
        'connect_retries' => 2,
    ],
    'backend' => 'redis',
],

Dann flush: bin/magento cache:flush.

Erzeugen Sie die Vorrichtung mit mittlerer Leistung:

code language-none
`bin/magento setup:performance:generate-fixtures \ setup/performance-toolkit/profiles/ce/medium.xml`

Dies erzeugt 3 Websites × 3 Store-Gruppen × 3 Store-Ansichten, 24.000 einfache + 640 konfigurierbare Produkte, 33 Attributsätze, 50.000 Bestellungen. Rechnen Sie mit 10 Min. auf einer schnellen Maschine.

Valkey db1 zurücksetzen und aufwärmen:

code language-none
`valkey-cli -h <host> -n 1 FLUSHDB bin/magento cache:flush`

Crawlen Produktseiten über Stores hinweg. Erstellen Sie eine Beispielliste und klicken Sie auf jede URL:

code language-none

code language-none
`# Build 200 random product URLs across stores 1–4 mysql -e "SELECT CONCAT(s.code,'\|',u.request_path) FROM url_rewrite u JOIN store s ON u.store_id=s.store_id WHERE u.entity_type='product' AND u.request_path NOT LIKE 'catalog/product/%' AND s.store_id BETWEEN 1 AND 4 ORDER BY RAND() LIMIT 200;" magento > urls.txt while IFS='\|' read -r STORE URL; do curl -s -o /dev/null "http://<base-url>/${URL}?___store=${STORE}" done < urls.txt`

# Build 200 random product URLs across stores 1–4
mysql -e "SELECT CONCAT(s.code,'|',u.request_path)
          FROM url_rewrite u JOIN store s ON u.store_id=s.store_id
          WHERE u.entity_type='product'
            AND u.request_path NOT LIKE 'catalog/product/%'
            AND s.store_id BETWEEN 1 AND 4
          ORDER BY RAND() LIMIT 200;" magento > urls.txt

while IFS='|' read -r STORE URL; do
    curl -s -o /dev/null "http://<base-url>/${URL}?___store=${STORE}"
done < urls.txt

Beachten Sie den LAYOUT Cache-Platzbedarf:

code language-none
`valkey-cli -h <host> -n 1 --scan --pattern "LAYOUT_FRONTEND_STORE" \| wc -l valkey-cli -h <host> INFO memory \| grep used_memory_human`

Skalieren Sie den crawlen (oder verwenden Sie large.xml/extra_large.xml und ein echtes Lasttool wie Belagerung/Wrk), um den 10.000-Schlüssel-/1,7-GB-Standard des Kunden zu erreichen.

Erwartete Ergebnisse:

Die Leistung wird durch die aktivierte Komprimierung nicht beeinträchtigt.

Tatsächliche Ergebnisse:

Die LAYOUT_FRONTEND_STORE Redis verbrauchen sehr viel Platz.
Bei einer neuen Installation mit mittlerer Ausstattung nach 200 Produkttreffern: ca. 564 LAYOUT_FRONTEND_STORE und used_memory_human von ca. 20 MB (gegenüber ca. 10 MB Baseline vor dem crawlen) - ca. 2,8 LAYOUT-Cache-Schlüssel pro Produktseitentreffer, die linear mit individuellen Produkten, die × Geschäften besucht werden, zunehmen.

Patch anwenden

Verwenden Sie je nach Bereitstellungsmethode die folgenden Links, um einzelne Patches anzuwenden:

Adobe Commerce oder Magento Open Source On-Premise: Quality Patches Tool > im Quality Patches Tool
Adobe Commerce in Cloud-Infrastruktur: Upgrades und Patches > Patches anwenden im Handbuch zu Commerce in Cloud-Infrastruktur

ACP2E-4908: Große Kataloge verursachen übermäßige Redis- oder Valkey-Speichernutzung

Betroffene Produkte und Versionen

Problem

Patch anwenden

Verwandtes Lesen