이 페이지에서는 AEM 배포의 성능을 최적화하는 방법에 대한 일반적인 지침을 제공합니다. AEM을 처음 사용하는 경우 성능 지침을 읽기 전에 다음 페이지를 살펴보십시오.
아래 그림에는 AEM에 사용할 수 있는 배포 옵션(모든 옵션을 보려면 스크롤)이 있습니다.
AEM 제품 |
토폴로지 |
운영 체제 |
응용 프로그램 서버 |
JRE |
보안 |
마이크로 커널 |
데이터 저장소 |
색인 생성 |
웹 서버 |
브라우저 |
Marketing Cloud |
사이트 |
비-HA |
Windows |
CQSE |
Oracle |
LDAP |
Tar |
세그먼트 |
속성 |
Apache |
Edge |
타겟 |
자산 |
게시-HA |
Solaris |
WebLogic |
IBM |
SAML |
MongoDB |
파일 |
Lucene |
IIS |
IE |
분석 |
커뮤니티 |
작성자-CS |
Red Hat |
WebSphere |
HP |
Oauth |
RDB/Oracle |
S3/Azure |
Solr |
iPlanet |
FireFox |
캠페인 |
양식 |
작성자 오프로드 |
HP-UX |
Tomcat |
|
|
RDB/DB2 |
MongoDB |
|
|
Chrome |
Social |
모바일 |
작성자 클러스터 |
IBM AIX |
JBoss |
|
|
RDB/MySQL |
RDBMS |
|
|
Safari |
속성을 확인하는 |
다중 사이트 |
ASRP |
SUSE |
|
|
|
RDB/SQLServer |
|
|
|
|
자산 |
상거래 |
MSRP |
Apple OS |
|
|
|
|
|
|
|
|
활성화 |
다이내믹 미디어 |
JSRP |
|
|
|
|
|
|
|
|
|
모바일 |
Brand Portal |
J2E |
|
|
|
|
|
|
|
|
|
|
AoD |
|
|
|
|
|
|
|
|
|
|
|
LiveFyre |
|
|
|
|
|
|
|
|
|
|
|
스크린 |
|
|
|
|
|
|
|
|
|
|
|
문서 보안 |
|
|
|
|
|
|
|
|
|
|
|
프로세스 관리 |
|
|
|
|
|
|
|
|
|
|
|
데스크탑 앱 |
|
|
|
|
|
|
|
|
|
|
|
성능 지침은 주로 AEM Sites에 적용됩니다.
다음과 같은 경우에는 성능 지침을 사용해야 합니다.
이 장에서는 AEM 아키텍처 및 가장 중요한 구성 요소에 대한 일반적인 개요를 제공합니다. 또한 개발 가이드라인을 제공하고 TarMK 및 MongoMK 벤치마크 테스트에 사용되는 테스트 시나리오를 설명합니다.
AEM 플랫폼은 다음 구성 요소로 구성됩니다.
AEM 플랫폼에 대한 자세한 내용은 AEM이란 무엇입니까?
AEM 배포에는 세 가지 중요한 기본 요소가 있습니다. 컨텐츠 작성자, 편집자 및 승인자가 컨텐츠를 만들고 검토하기 위해 사용하는 작성자 인스턴스 콘텐트가 승인되면 최종 사용자가 액세스할 수 있는 게시 인스턴스라는 두 번째 인스턴스 유형에 해당 콘텐트가 게시됩니다. 세 번째 빌딩 블록은 캐싱 및 URL 필터링을 처리하고 웹 서버에 설치되는 모듈인 Dispatcher입니다. AEM 아키텍처에 대한 자세한 내용은 일반 배포 시나리오를 참조하십시오.
Micro Kernels는 AEM에서 지속성 관리자 역할을 수행합니다. AEM에 사용되는 세 가지 유형의 마이크로 커널이 있습니다.TarMK, MongoDB 및 관계형 데이터베이스(제한된 지원 아래). 고려하고 있는 인스턴스의 목적 및 배포 유형에 따라 본인의 요구에 맞는 것을 하나 선택합니다. 마이크로 커널에 대한 자세한 내용은 권장 배포 페이지를 참조하십시오.
AEM에서는 이진 데이터를 콘텐트 노드와는 독립적으로 저장할 수 있습니다. 이진 데이터가 저장되는 위치는 데이터 저장소라고 하며 내용 노드 및 속성의 위치는 노드 저장소라고 합니다.
Adobe에서는 TarMK가 AEM 작성자 및 게시 인스턴스 모두에 대해 고객이 사용하는 기본 지속성 기술일 것을 권장합니다.
관계형 데이터베이스 마이크로 커널이 제한적으로 지원됩니다. 이 유형의 마이크로 커널을 사용하기 전에 Adobe 고객 지원 센터에 문의하십시오.
많은 바이너리를 처리할 때 성능을 최대화하기 위해 기본 노드 저장소 대신 외부 데이터 저장소를 사용하는 것이 좋습니다. 예를 들어 프로젝트에 많은 미디어 에셋이 필요한 경우 파일 또는 Azure/S3 데이터 저장소에 미디어 에셋을 저장하면 MongoDB에 직접 저장하는 것보다 더 빠르게 액세스할 수 있습니다.
사용 가능한 구성 옵션에 대한 자세한 내용은 노드 및 데이터 저장소 구성을 참조하십시오.
Adobe은 Adobe Managed Services를 사용하여 AEM을 Azure 또는 Amazon Web Services(AWS)에 배포하는 옵션을 선택하는 것이 좋습니다. 여기서 고객은 이러한 클라우드 컴퓨팅 환경에서 AEM을 배포하고 운영하는 경험과 기술을 갖춘 팀으로부터 혜택을 받을 수 있습니다. Adobe Managed Services](https://www.adobe.com/marketing-cloud/enterprise-content-management/managed-services-cloud-platform.html?aemClk=t)에 대한 추가 설명서를 참조하십시오.[
Azure 또는 AWS에서 AEM을 배포하는 방법에 대한 추천을 위해 Adobe Managed Services 외부에서 클라우드 공급자나 원하는 클라우드 환경에서 AEM 배포를 지원하는 Adobe 파트너와 직접 작업하는 것이 좋습니다. 선택한 클라우드 제공업체 또는 파트너는 고객의 특정 성능, 로드, 확장성 및 보안 요구 사항을 충족하기 위해 지원할 아키텍처의 크기 지정, 설계 및 구현을 책임집니다.
자세한 내용은 기술 요구 사항 페이지를 참조하십시오.
이 섹션에 나열된 것은 AEM과 함께 사용되는 사용자 정의 색인 공급자입니다. 색인에 대한 자세한 내용은 Oak 쿼리 및 색인을 참조하십시오.
대부분의 배포의 경우 Adobe은 Lucene 색인을 사용하는 것이 좋습니다. 특수 배포 및 복잡한 배포에서는 Solr만 사용해야 합니다.
성능 및 확장성을 목표로 하는 AEM용으로 개발해야 합니다. 아래에는 다음과 같은 다양한 우수 사례가 나와 있습니다.
DO
DON'T
가능한 경우 JCR API를 직접 사용하지 마십시오
/libs를 변경하지 말고 오버레이를 사용하십시오.
가능한 한 쿼리를 사용하지 않음
Java 코드에서 OSGi 서비스를 가져오기 위해 Sling 바인딩을 사용하지 말고 다음 오히려 사용합니다.
AEM에서 개발하는 방법에 대한 자세한 내용은 개발 - 기본 사항을 참조하십시오. 추가 우수 사례를 보려면 개발 우수 사례를 참조하십시오.
이 페이지에 표시되는 모든 벤치마크 테스트가 실험실 설정에서 수행되었습니다.
아래에 설명된 테스트 시나리오는 TarMK, MongoMk 및 TarMK vs MongoMk 장의 벤치마크 섹션에 사용됩니다. 특정 벤치마크 테스트에 사용된 시나리오를 보려면 기술 사양 테이블의 시나리오 필드를 참조하십시오.
단일 제품 시나리오
AEM Assets:
제품 혼합 시나리오
AEM Sites + 자산:
수직 사용 사례 시나리오
미디어:
이 장에서는 최소 아키텍처 요구 사항 및 설정 구성을 지정하는 TarMK에 대한 일반적인 성능 지침을 제공합니다. 벤치마크 테스트도 명확하게 하기 위해 제공됩니다.
Adobe에서는 AEM 작성자 및 게시 인스턴스 모두에 대해 모든 배포 시나리오에서 고객이 사용하는 기본 지속성 기술로 TarMK를 사용하는 것이 좋습니다.
TarMK에 대한 자세한 내용은 배포 시나리오 및 Tar 스토리지를 참조하십시오.
아래에 나와 있는 최소 아키텍처 지침은 제작 환경 및 트래픽이 많은 사이트에 적용됩니다. AEM을 실행하는 데 필요한 최소 사양이 아닌 입니다.
TarMK를 사용할 때 뛰어난 성능을 유지하려면 다음 아키텍처에서 시작해야 합니다.
아래 그림은 AEM 사이트 및 AEM Assets에 대한 아키텍처 가이드라인입니다.
파일 데이터 저장소가 공유되는 경우 바이너리 없는 복제는 ON으로 설정해야 합니다.
AEM Sites을 위한 Tar 아키텍처 지침
AEM Assets을 위한 Tar 아키텍처 지침
성능을 높이려면 아래에 나와 있는 설정 지침을 따라야 합니다. 설정을 변경하는 방법에 대한 지침은 이 페이지을 참조하십시오.
설정 | 매개 변수 | 값 | 설명 |
Sling 작업 큐 | queue.maxparallel |
값을 CPU 코어 수의 반으로 설정합니다. | 기본적으로 작업 대기열당 동시 스레드 수는 CPU 코어 수와 같습니다. |
화강암 임시 워크플로 큐 | Max Parallel |
값을 CPU 코어 수의 반으로 설정 | |
JVM 매개 변수 |
|
500000 100000 250000 True |
AEM 시작 스크립트에 이러한 JVM 매개 변수를 추가하여 광범위한 쿼리가 시스템을 오버로드하지 못하도록 합니다. |
Lucene 색인 구성 |
|
활성화됨 활성화됨 활성화됨 |
사용 가능한 매개 변수에 대한 자세한 내용은 이 페이지를 참조하십시오. |
데이터 저장소 = S3 데이터 저장소 |
|
1048576(1MB) 이하 최대 더미 크기의 2-10% |
데이터 저장소 구성도 참조하십시오. |
DAM 자산 업데이트 워크플로우 | Transient Workflow |
선택함 | 이 워크플로우는 자산 업데이트를 관리합니다. |
DAM 메타 데이터 원본에 쓰기 | Transient Workflow |
선택함 | 이 워크플로우는 원래 바이너리에 대한 XMP 쓰기 백을 관리하고 JCR에서 마지막으로 수정한 날짜를 설정합니다. |
벤치마크 테스트는 다음 사양에 따라 수행되었습니다.
작성자 노드 | |
---|---|
서버 | Bare Metal 하드웨어(HP) |
운영 체제 | RedHat Linux |
CPU/코어 | Intel® Xeon® CPU E5-2407 @2.40GHz, 8코어 |
RAM | 32GB |
디스크 | 자석 |
Java | Oracle JRE 버전 8 |
JVM Heap | 16GB |
제품 | AEM 6.2 |
노데스토르 | TarMK |
데이터 저장소 | 파일 DS |
시나리오 | 단일 제품:자산/30개의 동시 스레드 |
아래 표시된 숫자는 기준선으로 1로 표준화되었으며 실제 처리량이 아닙니다.
TarMK 위에 MongoMK 지속성 백엔드를 선택하는 주된 이유는 인스턴스를 가로로 크기 조절하기 위한 것입니다. 즉, 두 개 이상의 활성 작성자 인스턴스가 항상 실행되고 MongoDB를 지속성 스토리지 시스템으로 사용합니다. 일반적으로 모든 동시 저작 활동을 지원하는 단일 서버의 CPU 및 메모리 용량이 더 이상 지속되지 않는다는 점을 이유로 둘 이상의 작성자 인스턴스를 실행할 필요가 있습니다.
TarMK에 대한 자세한 내용은 배포 시나리오 및 몽고 스토리지를 참조하십시오.
MongoMK를 사용할 때 뛰어난 성능을 유지하려면 다음 아키텍처에서 시작해야 합니다.
운영 환경에서 MongoDB는 항상 기본 및 2개의 보조 복제본이 있는 복제본으로 사용됩니다. 읽기 및 쓰기는 기본 문서로 이동하고 읽기는 보조 색상으로 이동할 수 있습니다. 스토리지를 사용할 수 없는 경우 보조 노드 중 하나를 중재자로 바꿀 수 있지만 MongoDB 복제본 세트는 항상 홀수 인스턴스 수로 구성되어야 합니다.
파일 데이터 저장소가 공유되는 경우 바이너리 없는 복제는 ON으로 설정해야 합니다.
성능을 높이려면 아래에 나와 있는 설정 지침을 따라야 합니다. 설정을 변경하는 방법에 대한 지침은 이 페이지을 참조하십시오.
설정 | 매개 변수 | 값(기본값) | 설명 |
Sling 작업 큐 | queue.maxparallel |
값을 CPU 코어 수의 반으로 설정합니다. | 기본적으로 작업 대기열당 동시 스레드 수는 CPU 코어 수와 같습니다. |
화강암 임시 워크플로 큐 | Max Parallel |
값을 CPU 코어 수의 반으로 설정합니다. | |
JVM 매개 변수 |
|
500000 100000 250000 True 60,000 |
AEM 시작 스크립트에 이러한 JVM 매개 변수를 추가하여 광범위한 쿼리가 시스템을 오버로드하지 못하도록 합니다. |
Lucene 색인 구성 |
|
활성화됨 활성화됨 활성화됨 |
사용 가능한 매개 변수에 대한 자세한 내용은 이 페이지를 참조하십시오. |
데이터 저장소 = S3 데이터 저장소 |
|
1048576(1MB) 이하 최대 더미 크기의 2-10% |
데이터 저장소 구성도 참조하십시오. |
DocumentNodeStoreService |
|
2048년 35 (25) 20 (10) 30 (5) 10 (3) 4. (4) ./cache,size=2048,binary=0,-compact,-compress |
캐시의 기본 크기는 256MB로 설정됩니다. 캐시 무효화를 수행하는 데 걸리는 시간에 영향을 줍니다. |
오크 관측 |
|
min & max = 20 50000 |
벤치마크 테스트는 다음 사양에 따라 수행되었습니다.
작성자 노드 | MongoDB 노드 | |
---|---|---|
서버 | Bare Metal 하드웨어(HP) | Bare Metal 하드웨어(HP) |
운영 체제 | RedHat Linux | RedHat Linux |
CPU/코어 | Intel® Xeon® CPU E5-2407 @2.40GHz, 8코어 | Intel® Xeon® CPU E5-2407 @2.40GHz, 8코어 |
RAM | 32GB | 32GB |
디스크 | 마그네틱 - >1k IOPS | 마그네틱 - >1k IOPS |
Java | Oracle JRE 버전 8 | N/A |
JVM Heap | 16GB | 해당 없음 |
제품 | AEM 6.2 | MongoDB 3.2 WiredTiger |
노데스토르 | MongoMK | 해당 없음 |
데이터 저장소 | 파일 DS | 해당 없음 |
시나리오 | 단일 제품:자산/30개의 동시 스레드 | 단일 제품:자산/30개의 동시 스레드 |
아래 표시된 숫자는 기준선으로 1로 표준화되었으며 실제 처리량이 아닙니다.
두 가지 중 하나를 선택할 때 고려해야 하는 기본 규칙은 TarMK는 성능을 위해 설계되고 MongoMK는 확장성을 위해 사용된다는 것입니다. Adobe에서는 AEM 작성자 및 게시 인스턴스 모두에 대해 모든 배포 시나리오에서 고객이 사용하는 기본 지속성 기술로 TarMK를 사용하는 것이 좋습니다.
TarMK 위에 MongoMK 지속성 백엔드를 선택하는 주된 이유는 인스턴스를 가로로 크기 조절하기 위한 것입니다. 즉, 두 개 이상의 활성 작성자 인스턴스가 항상 실행되고 MongoDB를 지속성 스토리지 시스템으로 사용합니다. 일반적으로 두 개 이상의 작성자 인스턴스를 실행할 필요가 있는 이유는 모든 동시 저작 활동을 지원하는 단일 서버의 CPU 및 메모리 용량이 더 이상 지속되지 않는다는 점입니다.
TarMK와 MongoMK에 대한 자세한 내용은 권장 배포를 참조하십시오.
TarMK의 이점
MongoMK 선택 기준
아래 표시된 숫자는 기준선으로 1로 표준화되었으며 실제 처리량이 아닙니다.
작성자 OAK 노드 | MongoDB 노드 | ||
서버 | Bare Metal 하드웨어(HP) | Bare Metal 하드웨어(HP) | |
운영 체제 | RedHat Linux | RedHat Linux | |
CPU/코어 | Intel(R) Xeon(R) CPU E5-2407 @2.40GHz, 8코어 | Intel(R) Xeon(R) CPU E5-2407 @2.40GHz, 8코어 | |
RAM | 32GB | 32GB | |
디스크 | 마그네틱 - >1k IOPS | 마그네틱 - >1k IOPS | |
Java | Oracle JRE 버전 8 | 해당 없음 | |
JVM Heap16GB | 16GB | 해당 없음 | |
제품 | AEM 6.2 | MongoDB 3.2 WiredTiger | |
노데스토르 | TarMK 또는 MongoMK | 해당 없음 | |
데이터 저장소 | 파일 DS | 해당 없음 | |
시나리오 |
|
MongoDB와 TarMK 시스템 한 대와 동일한 수의 작성자를 사용하려면 AEM 노드가 두 개인 클러스터가 필요합니다. 4개의 노드 MongoDB 클러스터는 작성자 수의 1.8배를 TarMK 인스턴스 두 개보다 처리할 수 있습니다. 8개의 노드 MongoDB 클러스터는 작성자 수의 2.3배를 TarMK 인스턴스 두 개보다 처리할 수 있습니다.
작성자 TarMK 노드 | 작성자 MongoMK 노드 | MongoDB 노드 | |
서버 | AWS c3.8xlarge | AWS c3.8xlarge | AWS c3.8xlarge |
운영 체제 | RedHat Linux | RedHat Linux | RedHat Linux |
CPU/코어 | 32 | 32 | 32 |
RAM | 60GB | 60GB | 60GB |
디스크 | SSD - 10k IOPS | SSD - 10k IOPS | SSD - 10k IOPS |
Java | Oracle JRE 버전 8 | Oracle JRE 버전 8 |
해당 없음 |
JVM Heap16GB | 30GB | 30GB | 해당 없음 |
제품 | AEM 6.2 | AEM 6.2 | MongoDB 3.2 WiredTiger |
노데스토르 | TarMK | MongoMK | 해당 없음 |
데이터 저장소 | 파일 DS | 파일 DS |
해당 없음 |
시나리오 |
|
이 페이지에 제시된 지침은 다음과 같이 요약할 수 있습니다.
파일 데이터 저장소가 있는 TarMK는 대부분의 고객에게 권장되는 아키텍처입니다.
파일 데이터 저장소가 있는 MongoMK는 작성자 계층의 수평 확장성을 위한 권장 아키텍처입니다.
노드 는 NAS(Network Attached Storage)가 아니라 로컬 디스크에 저장해야 합니다.
Amazon S3 사용 시:
사용자 정의 색인은 가장 일반적인 검색을 기반으로 기본 색인과 함께 만들어야 합니다.
작업 과정을 사용자 지정하면 성능(예: "자산 업데이트" 작업 과정의 비디오 단계 제거, 사용되지 않는 리스너 비활성화 등)이 크게 개선됩니다.
자세한 내용은 권장 배포 페이지를 참조하십시오.