Fehlerbehebung bei langsamen Abfragen

Klassifikation langsamer Abfragen

Es gibt 3 Hauptklassifikationen von langsamen Abfragen in AEM, die hier nach Schweregrad aufgelistet sind:

  1. Abfragen ohne Index

    • Abfragen, die nicht auf einen Index aufgelöst werden und den JCR-Inhalt nach Ergebnissen durchsuchen

  2. Abfragen mit schlechter Einschränkung (oder schlechtem Bereich)

    • Abfragen, die auf einen Index aufgelöst werden, aber alle Indexeinträge durchlaufen müssen, um Ergebnisse zu sammeln

  3. Abfragen mit vielen Ergebnissen

    • Abfragen, die sehr viele Ergebnisse zurückgeben

Die ersten beiden Classifications von Abfragen (index-los und schlecht eingeschränkt) sind langsam, da sie die Oak-Abfrage-Engine zwingen, jedes potenzielle-Ergebnis (Inhaltsknoten oder Indexeintrag) zu überprüfen, um zu ermitteln, welche in der Ergebnismenge IST enthalten sind.

Das Untersuchen aller potenziellen Ergebnisse wird als Durchlaufen bezeichnet.

Da jedes potenzielle Ergebnis überprüft werden muss, steigen die Kosten zur Bestimmung der tatsächlichen Ergebnismenge linear zur Anzahl der potenziellen Ergebnisse.

Durch Abfragebeschränkungen und Tuning von Indizes können die Indexdaten in einem optimierten Format gespeichert werden, das schnell Ergebnisse produziert und eine lineare Inspektion potenzieller Ergebnismengen unnötig macht.

In AEM 6.3 schlägt die Abfrage standardmäßig fehl und löst einen Ausnahmefehler aus, wenn 100.000 potenzielle Ergebnisse durchlaufen wurden. Diese Beschränkung existiert nicht standardmäßig in AEM Versionen vor AEM 6.3, kann jedoch über die OSGi-Konfiguration Apache Jackrabbit Query Engine Settings und das JMX-Bean QueryEngine Settings (Eigenschaft LimitReads) festgelegt werden.

Erkennen von Abfragen ohne Index

Während der Entwicklung

Erklären Sie alle Abfragen und stellen Sie sicher, dass ihre Abfragepläne die /&ast nicht enthalten. traverse Erklärung in ihnen. Beispiel für das Durchlaufen eines Abfrageplans:

  • PLAN: [nt:unstructured] as [a] /* traverse "/content//*" where ([a].[unindexedProperty] = 'some value') and (isdescendantnode([a], [/content])) */

Nach der Bereitstellung

  • Überwachen Sie error.log nach Index-losen Durchlaufabfragen:

    • *INFO* org.apache.jackrabbit.oak.query.QueryImpl Traversal query (query without index) ... ; consider creating and index
    • Diese Meldung wird nur aufgezeichnet, wenn kein Index verfügbar ist und die Abfrage möglicherweise viele Knoten durchlaufen wird. Meldungen werden nicht aufgezeichnet, wenn ein Index verfügbar ist oder die zu durchlaufende Knotenanzahl gering und somit schnell zu durchlaufen ist.

  • Besuchen Sie die Betriebskonsole AEM Abfrageleistung und Erläutern Sie langsame Abfragen, die nach traversalen oder keine Indexabfrageerklärungen suchen.

Erkennen von schlecht eingeschränkten Abfragen

Während der Entwicklung

Erklären Sie alle Abfragen und stellen Sie sicher, dass sie auf einen Index aufgelöst werden, der den Eigenschaftsbeschränkungen der Abfrage entspricht.

  • Bei einer idealen Abdeckung des Abfrageplans sind indexRules für alle Eigenschaftsbeschränkungen vorhanden, mindestens aber für die strengsten Eigenschaftsbeschränkungen in der Abfrage.
  • Abfragen, die Ergebnisse sortieren, sollten auf einen Lucene-Eigenschaftsindex mit Indexregeln für die Sortierungseigenschaften aufgelöst werden, die orderable=true. setzen.

Beispielsweise verfügt der Standard cqPageLucene nicht über eine Indexregel für jcr:content/cq:tags

Vor dem Hinzufügen der cq:tags-Indexregel

  • cq:tags-Index-Regel

    • Nicht standardmäßig vorhanden

  • Query Builder-Abfrage

    type=cq:Page
 property=jcr:content/cq:tags
 property.value=my:tag

  • Abfrageplan

    • [cq:Page] as [a] /* lucene:cqPageLucene(/oak:index/cqPageLucene?lang=de) *:* where [a].[jcr:content/cq:tags] = 'my:tag' */

Diese Abfrage wird auf den Index cqPageLucene aufgelöst. Da jedoch keine Eigenschaftsindexregel für jcr:content oder cq:tags vorhanden ist, wird bei der Prüfung der Einschränkung jeder Datensatz im Index cqPageLucene auf Übereinstimmung geprüft. Wenn also der Index 1 Million cq:Page-Knoten enthält, werden 1 Million Datensätze geprüft, um die Ergebnismenge zu bestimmen.

Nach dem Hinzufügen der cq:tags-Indexregel

  • cq:tags-Index-Regel

    /oak:index/cqPageLucene/indexRules/cq:Page/properties/cqTags
 @name=jcr:content/cq:tags
 @propertyIndex=true

  • Query Builder-Abfrage

    type=cq:Page
 property=jcr:content/cq:tags
 property.value=myTagNamespace:myTag

  • Abfrageplan

    • [cq:Page] as [a] /* lucene:cqPageLucene(/oak:index/cqPageLucene?lang=de) jcr:content/cq:tags:my:tag where [a].[jcr:content/cq:tags] = 'my:tag' */

Durch das Hinzufügen der indexRule für jcr:content/cq:tags zum Index cqPageLucene können cq:tags Daten optimiert gespeichert werden.

Wenn eine Abfrage mit der Einschränkung jcr:content/cq:tags ausgeführt wird, kann der Index Ergebnisse nach Wert nachschlagen. Wenn also 100 cq:Page-Knoten den Wert myTagNamespace:myTag aufweisen, werden nur diese 100 Ergebnisse zurückgegeben. Die übrigen 999.000 werden aus den Einschränkungsprüfungen ausgeschlossen, was die Leistung um den Faktor 10.000 verbessert.

Selbstverständlich verringern weitere Abfragebeschränkungen die möglichen Ergebnismengen und führen zu weiterer Abfrageoptimierung.

Gleichermaßen würde ohne zusätzliche Indexregel für die Eigenschaft cq:tags selbst eine Volltextabfrage mit einer Beschränkung auf cq:tags nur schlecht funktionieren, da Ergebnisse aus dem Index alle Volltextübereinstimmungen zurückgeben würden. Die Beschränkung für cq:tags würde danach gefiltert.

Eine weitere Ursache von Filtern nach dem Index sind Zugangssteuerungslisten, die oft bei der Entwicklung übergangen werden. Stellen Sie sicher, dass die Abfrage keine Pfade zurückgibt, die dem Benutzer nicht zugänglich sind. Dies kann meist durch eine bessere Inhaltsstruktur sowie durch Bereitstellung relevanter Pfadbeschränkungen bei der Abfrage realisiert werden.

Eine nützliche Methode, um festzustellen, ob der Lucene-Index viele Ergebnisse zurückgibt, um eine sehr kleine Teilmenge als Abfrageergebnis zurückzugeben, besteht darin, DEBUG-Protokolle für org.apache.jackrabbit.oak.plugins.index.lucene.LucenePropertyIndex zu aktivieren und zu sehen, wie viele Dokumente aus dem Index geladen werden. Die Anzahl der Ergebnisse sollte nicht zu weit unter der Anzahl der geladenen Dokumente liegen. Weitere Informationen finden Sie unter Protokollierung.

Nach der Bereitstellung

  • Überwachen Sie die error.log bei Durchlaufabfragen:

    • *WARN* org.apache.jackrabbit.oak.spi.query.Cursors$TraversingCursor Traversed ### nodes ... consider creating an index or changing the query

  • Besuchen Sie die Betriebskonsole AEM Abfrageleistung und Erläutern Sie langsame Abfragen, die nach Abfrageplänen suchen, die keine Einschränkungen der Abfrageeigenschaft auf Indexeigenschaftsregeln auflösen.

Erkennen von Abfragen mit vielen Ergebnissen

Während der Entwicklung

Legen Sie niedrige Schwellenwerte für oak.queryLimitInMemory (z. B. 10000) und oak.queryLimitReads (z. B. 5000) fest und optimieren Sie die ressourcenintensive Abfrage, wenn die UnsupportedOperationException-Ausnahme „The query read more than x nodes…“ auftritt.

Dies trägt zur Vermeidung ressourcenintensiver Abfragen bei (d. h. keine Sicherung durch einen Index oder Sicherung durch einen weniger abdeckenden Index). Beispielsweise führt eine Abfrage, die 1 Million Knoten liest, zu einer großen E/A-Menge – mit negativen Folgen für die Gesamtleistung der Anwendung. Jede Abfrage, die aufgrund eines überschrittenen Limits fehlschlägt, sollte also analysiert und optimiert werden.

Nach der Bereitstellung

  • Überwachen Sie die Protokolle auf Abfragen, die eine hohe Anzahl durchlaufener Knoten oder einen hohen Heap-Speicherverbrauch auslösen:

    • *WARN* ... java.lang.UnsupportedOperationException: The query read or traversed more than 100000 nodes. To avoid affecting other tasks, processing was stopped.
    • Optimieren Sie die Abfrage, um die Anzahl durchlaufener Knoten zu reduzieren.

  • Überwachen Sie die Protokolle auf Abfragen, die einen hohen Heap-Speicherverbrauch auslösen:

    • *WARN* ... java.lang.UnsupportedOperationException: The query read more than 500000 nodes in memory. To avoid running out of memory, processing was stopped
    • Optimieren Sie die Abfrage, um den Heap-Speicherverbrauch zu reduzieren.

Bei AEM Versionen 6.0 bis 6.2 können Sie den Schwellenwert für die Knotendurchlaufbarkeit über JVM-Parameter im AEM Startskript anpassen, um zu verhindern, dass große Abfragen die Umgebung überlasten. Folgende Werte werden empfohlen:

  • -Doak.queryLimitInMemory=500000
  • -Doak.queryLimitReads=100000

In AEM 6.3 sind die beiden oben stehenden Parameter standardmäßig vorkonfiguriert und können über die OSGi QueryEngineSettings bearbeitet werden.

Weitere Informationen finden Sie unter: https://jackrabbit.apache.org/oak/docs/query/query-engine.html#Slow_Queries_and_Read_Limits

Verbesserung der Abfrageleistung

Das Motto der Abfrageleistungsoptimierung in AEM lautet:

„Je mehr Einschränkungen, desto besser.“

Im Folgenden werden einige empfohlene Anpassungen zur Verbesserung der Abfrageleistung beschrieben. Passen Sie zunächst die Abfrage an (ein geringfügiger Eingriff) und anschließend, wenn nötig, die Index-Definitionen.

Anpassen der Abfrage

AEM unterstützt die folgenden Abfragesprachen:

  • Query Builder
  • JCR-SQL2
  • XPath

Im folgenden Beispiel wird Query Builder verwendet, da es von AEM-Entwicklern am häufigsten verwendet wird. Die Prinzipien sind jedoch auch auf JCR-SQL2 und XPath anwendbar.

  1. Fügen Sie eine Knotentyp-Einschränkung hinzu, sodass die Abfrage auf einen vorhandenen Lucene-Eigenschaftsindex aufgelöst wird.

    • Nicht optimierte Abfrage

       property=jcr:content/contentType
 property.value=article-page

    • Optimierte Abfrage

       type=cq:Page 
 property=jcr:content/contentType 
 property.value=article-page

    Bei Abfragen ohne Knotentyp-Einschränkung muss AEM den nodetype nt:base annehmen. Da jeder Knoten in AEM davon ein Untertyp ist, führt dies effektiv zu keiner Knotentyp-Einschränkung.

    Durch das Festlegen von type=cq:Page wird diese Abfrage auf cq:Page -Knoten beschränkt und die Abfrage auf cqPageLucene aufgelöst. Dadurch werden die Ergebnisse auf eine Untergruppe von Knoten (nur cq:Page -Knoten) in AEM beschränkt.

  2. Passen Sie die Knotentyp-Einschränkung der Abfrage an, sodass sie auf einen vorhandenen Lucene-Eigenschaftsindex aufgelöst wird.

    • Nicht optimierte Abfrage

      type=nt:hierarchyNode
property=jcr:content/contentType
property.value=article-page

    • Optimierte Abfrage

      type=cq:Page
property=jcr:content/contentType
property.value=article-page

    nt:hierarchyNode ist der übergeordnete Knotentyp von cq:Page. Wenn jcr:content/contentType=article-page die Abfrage nur über unsere benutzerdefinierte Anwendung auf cq:Page Knoten angewendet wird, gibt sie nur cq:Page Knoten zurück, bei denen jcr:content/contentType=article-page. Dies ist jedoch aus folgenden Gründen eine suboptimale Beschränkung:

    • Andere Knoten übernehmen von nt:hierarchyNode (z. B. dam:Asset), was unnötig zum Satz potenzieller Ergebnisse hinzufügt.
    • Für nt:hierarchyNode gibt es keinen AEM bereitgestellten Index, da jedoch ein bereitgestellter Index für cq:Page vorhanden ist.

    Wenn Sie type=cq:Page setzen, wird die Abfrage auf cq:Page-Knoten beschränkt und auf cqPageLucene von AEM aufgelöst. Dadurch werden die Ergebnisse auf eine Untergruppe von Knoten (nur cq:Page-Knoten) in AEM beschränkt.

  3. Passen Sie alternativ die Eigenschaftsbeschränkung(en) an, sodass die Abfrage zu einem vorhandenen Eigenschaftsindex aufgelöst wird.

    • Nicht optimierte Abfrage

        property=jcr:content/contentType
  property.value=article-page

    • Optimierte Abfrage

      property=jcr:content/sling:resourceType
property.value=my-site/components/structure/article-page

    Durch Ändern der Eigenschaftsbeschränkung von jcr:content/contentType (ein benutzerdefinierter Wert) in die bekannte Eigenschaft sling:resourceType kann die Abfrage in den Eigenschaftsindex slingResourceType aufgelöst werden, der alle Inhalte durch sling:resourceType indiziert.

    Eigenschaftsindizes (anstelle von Lucene-Eigenschaftsindizes) eignen sich am besten, wenn die Abfrage nicht nach Knotentyp unterscheidet und eine einzige Eigenschaftsbeschränkung die Ergebnismenge beherrscht.

  4. Fügen Sie die strengstmögliche Pfadbeschränkung zur Abfrage hinzu. Nehmen wir beispielsweise /content/my-site/us/en oder /content/my-site oder /content/dam vor /.

    • Nicht optimierte Abfrage

      type=cq:Page
path=/content
property=jcr:content/contentType
property.value=article-page

    • Optimierte Abfrage

      type=cq:Page
path=/content/my-site/us/en
property=jcr:content/contentType
property.value=article-page

    Wenn Sie die Pfadbeschränkung von path=/contentauf path=/content/my-site/us/en ändern, können die Indizes die Anzahl der zu prüfenden Indexeinträge reduzieren. Wenn die Abfrage den Pfad sehr gut einschränken kann, stellen Sie sicher, dass der Index über /content oder /content/dam hinausgeht.evaluatePathRestrictions=true

    Beachten Sie, dass die Verwendung von evaluatePathRestrictions die Indexgröße erhöht.

  5. Falls möglich, vermeiden Sie Abfragefunktionen/-operationen wie LIKE und fn:XXXX, da ihre Kosten mit der Anzahl der einschränkungsbasierten Ergebnisse skalieren.

    • Nicht optimierte Abfrage

      type=cq:Page
property=jcr:content/contentType
property.operation=like
property.value=%article%

    • Optimierte Abfrage

      type=cq:Page
fulltext=article
fulltext.relPath=jcr:content/contentType

    Die LIKE-Bedingung ist nur langsam auszuwerten, da kein Index verwendet werden kann, wenn der Text mit einem Platzhalter ("%…') beginnt. Die Bedingung jcr: ermöglicht die Verwendung eines Volltext-Index und wird daher bevorzugt. Dazu muss der aufgelöste Lucene-Eigenschaftsindex indexRule für jcr:content/contentType mit analayzed=true aufweisen.

    Die Verwendung von Abfragefunktionen wie fn:lowercase(..) kann schwieriger zu optimieren sein, da es keine schnelleren Entsprechungen gibt (außerhalb komplexerer und obtrusiver Indexanalysegeräte). Es ist ratsam, andere Scoping-Beschränkungen zu identifizieren, damit die Funktionen mit der kleinstmöglichen Ergebnismenge arbeiten, um die Abfrageleistung insgesamt zu verbessern.

  6. Diese Anpassung ist nur im Query Builder möglich und gilt nicht für JCR-SQL2 oder XPath.

    Verwenden Sie Query Builder' guessTotal , wenn der vollständige Ergebnissatz nicht sofort erforderlich ist.

    • Nicht optimierte Abfrage

      type=cq:Page
path=/content

    • Optimierte Abfrage

      type=cq:Page
path=/content
p.guessTotal=100

    Wenn die Abfrage schnell ausgeführt wird, aber sehr viele Ergebnisse zurückgibt, stellt p.guessTotal eine wichtige Optimierung für Query Builder-Abfragen dar.

    p.guessTotal=100 sorgt dafür, dass Query Builder nur die ersten 100 Ergebnisse erfasst, und setzt einen booleschen Wert, der angibt, ob mindestens ein weiteres Ergebnis vorliegt (jedoch nicht die Anzahl der weiteren Ergebnisse, da das Zählen den Vorgang verlangsamen würde). Diese Optimierung eignet sich hervorragend für Anwendungsfälle mit Paginierung oder endlosem Laden, wenn nur eine Teilmenge der Ergebnisse schrittweise angezeigt wird.

Anpassen vorhandener Indizes

  1. Wenn die optimale Abfrage auf einen Eigenschaftsindex aufgelöst wird, gibt es nichts mehr zu tun, da Eigenschaftsindizes nur minimale Anpassungsmöglichkeiten bieten.

  2. Andernfalls sollte die Abfrage in einen Lucene-Eigenschaftsindex aufgelöst werden. Wenn kein Index aufgelöst werden kann, springen Sie zu „Erstellen eines neuen Index“.

  3. Wandeln Sie bei Bedarf die Abfrage in XPath oder JCR-SQL2 um.

    • Query Builder-Abfrage

      query type=cq:Page
path=/content/my-site/us/en
property=jcr:content/contentType
property.value=article-page
orderby=@jcr:content/publishDate
orderby.sort=desc

    • Aus der Query Builder-Abfrage generierter XPath

      /jcr:root/content/my-site/us/en//element(*, cq:Page)[jcr:content/@contentType = 'article-page'] order by jcr:content/@publishDate descending

  4. Stellen Sie den XPath (oder JCR-SQL2) dem Oak Index Definition Generator bereit, um die optimierte Lucene-Eigenschaftsindex-Definition zu generieren.

    Generierte Lucene-Eigenschaftsindex-Definition

    - evaluatePathRestrictions = true
- compatVersion = 2
- type = "lucene"
- async = "async"
- jcr:primaryType = oak:QueryIndexDefinition
    + indexRules 
    + cq:Page 
        + properties 
        + contentType 
            - name = "jcr:content/contentType"
            - propertyIndex = true
        + publishDate 
            - ordered = true
            - name = "jcr:content/publishDate"

  5. Führen Sie die generierte Definition auf additive Weise manuell in den vorhandenen Lucene-Eigenschaftsindex zusammen. Achten Sie darauf, dass Sie keine vorhandenen Konfigurationen entfernen, da sie zum Erfüllen anderer Abfragen verwendet werden können.

    1. Suchen Sie nach dem vorhandenen Lucene-Eigenschaftsindex, der cq:Page abdeckt (mit Index Manager). In diesem Fall, /oak:index/cqPageLucene.
    2. Finden Sie die Konfigurationsunterschiede zwischen der optimierten Indexdefinition (Schritt 4) und dem vorhandenen Index (/oak:index/cqPageLucene?lang=de) und fügen Sie die fehlenden Konfigurationen aus dem optimierten Index zur vorhandenen Indexdefinition hinzu.
    3. Gemäß der Best Practices zur Neuindizierung in AEM müssen Sie entweder eine Aktualisierung oder eine Neuindizierung durchführen, je nachdem, ob vorhandene Inhalte von dieser Indexkonfigurationsänderung betroffen sind.

Erstellen eines neuen Index

  1. Vergewissern Sie sich, dass die Abfrage nicht auf einen vorhandenen Lucene-Eigenschaftsindex aufgelöst wird. In diesem Fall finden Sie weitere Informationen im vorherigen Abschnitt zur Anpassung eines vorhandenen Index.

  2. Wandeln Sie bei Bedarf die Abfrage in XPath oder JCR-SQL2 um.

    • Query Builder-Abfrage

      type=myApp:Author
property=firstName
property.value=ira

    • Aus der Query Builder-Abfrage generierter XPath

      //element(*, myApp:Page)[@firstName = 'ira']

  3. Stellen Sie den XPath (oder JCR-SQL2) dem Oak Index Definition Generator bereit, um die optimierte Lucene-Eigenschaftsindex-Definition zu generieren.

    Generierte Lucene-Eigenschaftsindex-Definition

    - compatVersion = 2
- type = "lucene"
- async = "async"
- jcr:primaryType = oak:QueryIndexDefinition
    + indexRules 
    + myApp:AuthorModel 
        + properties 
        + firstName 
            - name = "firstName"
            - propertyIndex = true

  4. Stellen Sie die generierte Lucene-Eigenschaftsindex-Definition bereit.

    Fügen Sie die XML-Definition hinzu, die der Oak Index Definition Generator für den neuen Index für das AEM-Projekt, der Oak Index-Definitionen verwaltet, bereitgestellt hat. (Denken Sie daran, Oak Index-Definitionen als Code zu behandeln, da Code davon abhängt).

    Stellen Sie den neuen Index bereit und testen Sie ihn entsprechend dem üblichen Lebenszyklus für AEM-Softwareentwicklung. Prüfen Sie, ob die Abfrage auf den Index aufgelöst wird und gute Leistung zeigt.

    Nach der Erstbereitstellung dieses Index füllt AEM ihn mit den erforderlichen Daten aus.

Wann sind indexlose und durchlaufende Abfragen OK?

Aufgrund der flexiblen Inhaltsarchitektur von AEM ist es schwer vorherzusagen und zu verhindern, dass der Durchlauf von Inhaltsstrukturen im Laufe der Zeit auf eine inakzeptable Größe anwächst.

Stellen Sie daher sicher, dass Indizes Abfragen erfüllen, es sei denn, die Kombination aus Pfadbeschränkung und Knotentyp-Beschränkung garantiert, dass weniger als 20 Knoten jemals durchlaufen werden.

Abfragen-Entwicklungswerkzeuge

Adobe-Unterstützung

  • Query Builder-Debugger

    • Eine WebUI für die Ausführung von Query Builder-Abfragen und die Generierung des unterstützenden XPath (zur Verwendung in „Abfrage erläutern“ oder im Oak Index Definition Generator).
    • Befindet sich auf AEM unter /libs/cq/search/content/querydebug.html

  • CRXDE Lite – Abfragewerkzeug

    • Eine WebUI für die Ausführung von XPath- und JCR-SQL2-Abfragen.
    • Befindet sich auf AEM unter /crx/de/index.jsp > Tools > Abfrage…

  • Abfrage erläutern

    • Ein AEM Operations-Dashboard, das für jede XPATH- oder JCR-SQL2-Abfrage eine detaillierte Erklärung bietet (Abfrageplan, Abfragezeit und Anzahl der Ergebnisse).

  • Langsame/beliebte Abfragen

    • Ein AEM Operations-Dashboard, das langsame und beliebte Abfragen ausführt, die kürzlich auf AEM ausgeführt wurden.

  • Index-Manager

    • Eine AEM Operations-WebUI, die die Indizes in der AEM-Instanz anzeigt. Sie bietet Informationen zu bereits vorhandenen Indizes und kann angesprochen oder erweitert werden.

  • Protokollierung

    • Query Builder-Protokollierung

      • DEBUG @ com.day.cq.search.impl.builder.QueryImpl

    • Oak Query-Ausführungsprotokollierung

      • DEBUG @ org.apache.jackrabbit.oak.query

  • Apache Jackrabbit Query Engine-Einstellungen – OSGi-Konfiguration

  • NodeCounter JMX Mbean

Community-Unterstützung

  • Oak Index Definition Generator

    • Generieren Sie optimale Lucence-Eigenschafts-Indizes aus XPath- oder JCR-SQL2-Abfragen.

  • AEM-Chrome-Plug-in

    • Eine Webbrowser-Erweiterung für Google Chrome, die Protokolldaten für einzelne Anfragen, z. B. ausgeführte Abfragen und ihre Abfragepläne, in der Entwicklerkonsole des Browsers ausgibt.
    • Sling Log Tracer 1.0.2+ muss dazu installiert und in AEM aktiviert sein.

Auf dieser Seite