Assets-Überwachung Best Practices

Aus Sicht von Adobe Experience Manager (AEM) Assets sollte die Überwachung das Beobachten und das Erstellen von Berichten für die folgenden Prozesse und Technologien umfassen:

• System-CPU

• Systemspeicherauslastung

• I/O-Vorgänge und -Wartezeit des Systemdatenträgers

• I/O-Vorgänge des Systemnetzwerks

• JMX MBeans für:

  • Heap-Auslastung
  • Asynchrone Prozesse, z. B. Workflows

• Integritätsprüfungen der OSGi-Konsole

Normalerweise kann die Überwachung in AEM Assets auf zwei Arten durchgeführt werden: Live-Überwachung und Langzeitüberwachung.

Live-Überwachung

Es ist ratsam, die Live-Überwachung während der Leistungstestphase Ihres Entwicklungsprozesses oder in Situationen mit hoher Auslastung durchzuführen, um sich mit den Leistungsmerkmalen Ihrer Umgebung vertraut zu machen. Normalerweise sollte für die Live-Überwachung eine Tool-Suite eingesetzt werden. Einige Empfehlungen:

• Visual VM: Mit Visual VM können Sie detaillierte Java-VM-Informationen, einschließlich CPU-Auslastung und Java-Speicherbelegung, Ansicht werden. Außerdem können Sie Code prüfen und auswerten, der auf einer Instanz ausgeführt wird.

• Top: „Top“ ist ein Linux-Befehl zum Öffnen eines Dashboards, in dem Auslastungsstatistiken angezeigt werden, z. B. zur CPU-, Arbeitsspeicher- und I/O-Auslastung. Darin können Sie sich einen allgemeinen Überblick über die Vorgänge auf einer Instanz verschaffen.

• Htop: „Htop“ ist ein interaktives Anzeigeprogramm für Prozesse. Es enthält ausführliche Informationen zur Auslastung von CPU und Arbeitsspeicher, die über die Informationen von „Top“ hinausgehen. Htop kann auf den meisten Linux-Systemen mit yum install htop oder apt-get install htop installiert werden.

• Iotop: „Iotop“ ist ein ausführliches Dashboard für die I/O-Auslastung von Datenträgern. Darin werden anhand von Balken und Anzeigen die Prozesse, für die Datenträger-I/O-Vorgänge genutzt werden, sowie die verwendete Menge dargestellt. Iotop kann auf den meisten Linux-Systemen mit yum install iotop oder apt-get install iotop installiert werden.

• Iftop: Mit „Iftop“ werden ausführliche Informationen zur Ethernet-/Netzwerkauslastung angezeigt. Es werden Statistiken pro Kommunikationskanal auf den Entitäten zur Ethernet-Verwendung und zur genutzten Bandbreite angegeben. Iftop kann auf den meisten Linux-Systemen mit yum install iftop oder apt-get install iftop installiert werden.

• Java Flight Recorder (JFR): Ein kommerzielles Tool von Oracle, das Sie in Umgebungen, die nicht für die Produktion bestimmt sind, kostenlos nutzen können. Weitere Informationen finden Sie unter So verwenden Sie Java-Flugschreiber zur Diagnose von CQ-Laufzeitproblemen.

• AEM-Datei „error.log“: Sie können die AEM-Datei „error.log“ nach Details zu Fehlern durchsuchen, die im System protokolliert wurden. Verwenden Sie den Befehl tail -F quickstart/logs/error.log, um Fehler zu identifizieren, die Sie untersuchen sollten.

• Workflow-Konsole: Nutzen Sie die Workflow-Konsole, um Workflows zu überwachen, die Verzögerungen aufweisen oder hängen.

Normalerweise verwenden Sie diese Tools zusammen, um sich einen umfassenden Überblick über die Leistung Ihrer AEM-Instanz zu verschaffen.

Langzeitüberwachung

Bei der Langzeitüberwachung einer AEM-Instanz werden die gleichen Komponenten, die live überwacht werden, auch über einen längeren Zeitraum überwacht. Außerdem werden Warnungen definiert, die speziell auf Ihre Umgebung zugeschnitten sind.

Protokollaggregation und Berichterstellung

Es sind mehrere Tools zum Aggregieren von Protokollen verfügbar, z. B. Splunk™ und Elastic Search/Logstash/Kabana (ELK). Zum Auswerten der Betriebszeit Ihrer AEM-Instanz ist es wichtig, dass Sie mit den jeweiligen Protokollereignissen Ihres Systems vertraut sind und basierend darauf Warnungen erstellen. Eine gute Kenntnis Ihrer Entwicklungs- und Betriebspraktiken kann Ihnen helfen, besser zu verstehen, wie Sie Ihren Protokollaggregationsprozess zur Generierung kritischer Warnungen optimieren.

Umgebungsüberwachung

Die Umgebungsüberwachung umfasst die Überwachung der folgenden Punkte:

• Netzwerkdurchsatz
• Datenträger-I/O-Vorgänge
• Arbeitsspeicher
• CPU-Auslastung
• JMX MBeans
• Externe Websites

Sie benötigen externe Tools, z. B. NewRelic™ und AppDynamics™, um die einzelnen Elemente zu überwachen. Mit diesen Tools können Sie spezifische Warnungen für Ihr System generieren, z. B. für hohe Systemauslastung, Workflow-Stau, Fehler bei Integritätsprüfungen oder nicht authentifizierten Zugriff auf Ihre Website. Adobe spricht keinerlei Empfehlungen für bestimmte Tools aus. Ermitteln Sie, welches Tool für Ihre Zwecke am besten geeignet ist, und setzen Sie es dann ein, um die erwähnten Punkte zu überwachen.

Interne Anwendungsüberwachung

Die interne Anwendungsüberwachung umfasst das Überwachen der Anwendungskomponenten, aus denen der AEM-Stapel besteht, z. B. JVM, das Inhaltsrepository und die Überwachung mit benutzerdefiniertem Anwendungscode, der auf der Plattform erstellt wird. Im Allgemeinen wird dies mithilfe von JMX MBeans durchgeführt, die mit vielen beliebten Überwachungslösungen, z. B. SolarWinds ™, HP OpenView™, Hyperic™, Zabbix™ und anderen, direkt überwacht werden können. Für Systeme, für die keine direkte Verbindung mit JMX unterstützt wird, können Sie Shell-Skripte schreiben, um die JMX-Daten zu extrahieren und für diese Systeme in einem Format verfügbar zu machen, das nativ verstanden wird.

Der Remotezugriff auf die JMX MBeans ist standardmäßig nicht aktiviert. Weitere Informationen zur Überwachung per JMX finden Sie unter Überwachung und Verwaltung per JMX-Technologie.

In vielen Fällen ist für das effektive Überwachen eines statistischen Werts ein Ausgangswert (Baseline) erforderlich. Zum Erstellen einer Baseline beobachten Sie das System über einen bestimmten Zeitraum unter normalen Arbeitsbedingungen und ermitteln dann die Metrik für diesen Normalfall.

JVM-Überwachung

Wie alle Java-basierten Anwendungsstapel ist auch AEM von den Ressourcen abhängig, die über die zugrunde liegende Java Virtual Machine bereitgestellt werden. Sie können den Status von vielen dieser Ressourcen über Platform MXBeans überwachen, die per JVM verfügbar gemacht werden. Weitere Informationen zu MXBeans finden Sie unter Verwenden von Platform MBean Server und Platform MXBeans.

Hier sind einige Baselineparameter angegeben, die Sie für JVM überwachen können:

Arbeitsspeicher

• MBean: lava.lang:type=Memory
• URL: /system/console/jmx/java.lang:type=Memory
• Instanzen: Alle Server
• Alarmschwellenwert: Wenn die Arbeitsspeicherauslastung (Heap oder Nicht-Heap) 75 % der jeweiligen maximalen Arbeitsspeichergröße überschreitet.
• Alarmdefinition: Entweder ist der Arbeitsspeicher des Systems unzureichend oder der Code weist ein Speicherleck auf. Analysieren Sie eine Thread-Sicherungskopie, um eine Definition zu erhalten.

Hinweis: Die von diesem Bean-Element gelieferten Informationen werden in Byte ausgedrückt.

Threads

• MBean: java.lang:type=Threading
• URL: /system/console/jmx/java.lang:type=Threading
• Instanzen: Alle Server
• Alarmschwellenwert: Wenn die Anzahl von Threads größer als 150 % des Ausgangswerts ist.
• Alarmdefinition: Entweder ist ein aktiver ausufernder Prozess vorhanden, oder ein ineffizienter Vorgang verbraucht eine große Menge von Ressourcen. Analysieren Sie eine Thread-Sicherungskopie, um eine Definition zu erhalten.

AEM-Überwachung

AEM stellt über JMX auch einen Satz mit Statistiken und Vorgängen bereit. Diese Daten können dazu beitragen, die Systemintegrität zu bewerten und potenzielle Probleme zu identifizieren, bevor sie für Benutzer eine Beeinträchtigung darstellen. Weitere Informationen finden Sie in der Dokumentation zu AEM JMX MBeans.

Hier sind einige Baselineparameter angegeben, die Sie für AEM überwachen können:

Replikationsagenten

• MBean: com.adobe.granite.replication:type=agent,id=”<AGENT_NAME>”

• URL: /system/console/jmx/com.adobe.granite.replication:type=agent,id=”<AGENT-NAME>”

• Instanzen: Eine Autoren- und alle Veröffentlichungsinstanzen (für Flush-Agenten)

• Alarmschwellenwert: Wenn der Wert von QueueBlocked „true“ lautet oder der Wert von QueueNumEntries größer als 150 % der Baseline ist.

• Alarmdefinition: Blockierte Warteschlange im System. Dies ist ein Hinweis darauf, dass das Replikationsziel ausgefallen oder nicht erreichbar ist. Häufig führen Netzwerk- oder Infrastrukturprobleme dazu, dass eine übermäßig hohe Zahl von Einträgen in eine Warteschlange eingereiht wird, und dies kann sich negativ auf die Systemleistung auswirken.

Hinweis: Ersetzen Sie für die Parameter MBean und URL <AGENT_NAME> den Namen des Replizierungsagenten, den Sie überwachen möchten.

Sitzungszähler

• MBean: org.apache.jackrabbit.oak:id=7,name="OakRepository Statistics",type="RepositoryStats"
• URL: /system/console/jmx/org.apache.jackrabbit.oak:id=7,name="OakRepository Statistics",type="RepositoryStats"
• Instanzen: Alle Server
• Alarmschwellenwert: Wenn geöffnete Sitzungen die Baseline um mehr als 50 % überschreiten.
• Alarmdefinition: Sitzungen werden ggf. über einen Teil des Codes geöffnet und nicht geschlossen. Dies kann im Laufe der Zeit langsam erfolgen und schließlich zu Speicherlecks im System führen. Es ist zwar normal, dass die Anzahl von Sitzungen in einem System schwankt, aber sie sollte nicht beständig ansteigen.

Konsistenzprüfungen

Konsistenzprüfungen, die über das Vorgangs-Dashboard durchgeführt werden können, verfügen über entsprechende JMX MBeans für die Überwachung. Sie können aber benutzerdefinierte Konsistenzprüfungen schreiben, um zusätzliche Systemstatistiken bereitzustellen.

Hier sind einige im Lieferumfang enthaltene Konsistenzprüfungen aufgeführt, die für die Überwachung verwendet werden können:

• Systemprüfungen

  • MBean: org.apache.sling.healthcheck:name=systemchecks,type=HealthCheck
  • URL: /system/console/jmx/org.apache.sling.healthcheck:name=systemchecks,type=HealthCheck
  • Instanzen: ein Autoren-, alle Veröffentlichungsserver
  • Alarmschwellenwert: Wenn der Status nicht „OK“ lautet.
  • Alarmdefinition: Der Status einer dieser Metriken lautet entweder WARN oder CRITICAL. Weitere Informationen zur Ursache des Problems finden Sie unter dem Protokollattribut.

• Replikations-Warteschlange

  • MBean: org.apache.sling.healthcheck:name=replicationQueue,type=HealthCheck

  • URL: /system/console/jmx/org.apache.sling.healthcheck:name=replicationQueue,type=HealthCheck
  • Instanzen: ein Autoren-, alle Veröffentlichungsserver
  • Alarmschwellenwert: Wenn der Status nicht „OK“ lautet.
  • Alarmdefinition: Der Status einer dieser Metriken lautet entweder WARN oder CRITICAL. Weitere Informationen zu der Warteschlange, die das Problem verursacht hat, finden Sie unter dem Protokollattribut.

• Antwortleistung

  • MBean: org.apache.sling.healthcheck:name=requestsStatus,type=HealthCheck

  • URL: /system/console/jmx/org.apache.sling.healthcheck:name=requestsStatus,type=HealthCheck
  • Instanzen: Alle Server
  • Alarmdauer: Wenn der Status nicht „OK“ lautet.
  • Alarmdefinition: Der Status einer dieser Metriken lautet entweder WARN oder CRITICAL. Weitere Informationen zu der Warteschlange, die das Problem verursacht hat, finden Sie unter dem Protokollattribut.

• Abfrageleistung

  • MBean: org.apache.sling.healthcheck:name=queriesStatus,type=HealthCheck

  • URL: /system/console/jmx/org.apache.sling.healthcheck:name= queriesStatus,type=HealthCheck
  • Instanzen: ein Autoren-, alle Veröffentlichungsserver
  • Alarmschwellenwert: Wenn der Status nicht „OK“ lautet.
  • Alarmdefinition: Mindestens eine Abfrage im System wird nur langsam ausgeführt. Weitere Informationen zu den Abfragen, die das Problem verursachen, finden Sie unter dem Protokollattribut.

• Aktive Bundles

  • MBean: org.apache.sling.healthcheck:name=inactiveBundles,type=HealthCheck
  • URL: /system/console/jmx/org.apache.sling.healthcheck:name=inactiveBundles,type=HealthCheck
  • Instanzen: Alle Server
  • Alarmschwellenwert: Wenn der Status nicht „OK“ lautet.
  • Alarmdefinition: Inaktive oder ungelöste OSGi-Bundles im System. Weitere Informationen zu den Bundles, die das Problem verursachen, finden Sie unter dem Protokollattribut.

• Fehlerprotokoll

  • MBean: org.apache.sling.healthcheck:name=logErrorHealthCheck,type=HealthCheck

  • URL: /system/console/jmx/org.apache.sling.healthcheck:name=logErrorHealthCheck,type=HealthCheck
  • Instanzen: Alle Server
  • Alarmschwellenwert: Wenn der Status nicht „OK“ lautet.
  • Alarmdefinition: Die Protokolldateien enthalten Fehler. Weitere Informationen zur Ursache des Problems finden Sie unter dem Protokollattribut.

Häufige Probleme und Lösungen

Wenn während des Überwachungsprozesses Probleme auftreten, können Sie die folgenden Problembehandlungsschritte ausführen, um häufig auftretende Probleme mit AEM-Instanzen zu lösen:

• Führen Sie die Tar-Komprimierung häufig durch, falls Sie TarMK nutzen. Weitere Informationen finden Sie unter Warten des Repositorys.
• Markieren Sie OutOfMemoryError-Protokolle. Weitere Informationen finden Sie unter Analysieren von Speicherproblemen.
• Prüfen Sie die Protokolle auf Verweise auf nicht indizierte Abfragen, Baumstrukturdurchläufe oder Indexdurchläufe. Dies deutet auf nicht indizierte bzw. fehlerhaft indizierte Abfragen hin. Die Best Practices zur Optimierung der Abfrage und Indexierungsleistung finden Sie unter Best Practices für Abfragen und Indizierung.
• Verwenden Sie die Workflow-Konsole, um sicherzustellen, dass Ihre Workflows erwartungsgemäß durchgeführt werden. Fassen Sie mehrere Workflows nach Möglichkeit zu einem einzelnen Workflow zusammen.
• Suchen Sie über die Live-Überwachung nach weiteren Engpässen oder einem hohen Verbrauch bestimmter Ressourcen.
• Untersuchen Sie die Ausgangspunkte des Clientnetzwerks und die Eingangspunkte des AEM-Instanznetzwerks, einschließlich Dispatcher. Häufig sind dies Bereiche, in denen es zu Engpässen kommt. Weitere Informationen finden Sie unter Überlegungen zum Assets-Netzwerk.
• Erhöhen Sie die Größe Ihres AEM-Servers. Unter Umständen verfügen Sie über eine AEM-Instanz mit unzureichender Größe. Die Kundenunterstützung der Adobe kann Ihnen dabei helfen, festzustellen, ob Ihr Server untermaßig ist.
• Untersuchen Sie die Dateien access.log und error.log auf Einträge, die zu Fehlerzeitpunkten erstellt wurden. Suchen Sie nach Mustern, die ggf. auf Anomalien im benutzerdefinierten Code hinweisen. Fügen Sie diese der Liste mit den zu überwachenden Ereignissen hinzu.