使用離線重新索引以減少升級期間的停機時間 offline-reindexing-to-reduce-downtime-during-upgrades

簡介 introduction

升級Adobe Experience Manager的主要挑戰之一，是執行就地升級時與製作環境相關的停機時間。 內容作者在升級期間將無法存取環境。 因此，最好將執行升級所需的時間減至最少。 對於大型存放庫，尤其是AEM Assets專案，通常具有大型資料存放庫和每小時大量的資產上傳，重新索引Oak索引需要佔升級時間的很大百分比。

本節說明如何使用Oak執行工具在執行升級之前​ 重新索引存放庫，以減少實際升級期間的停機時間。 顯示的步驟可套用至AEM 6.4及更高版本的Lucene索引。

概觀 overview

隨著功能集的展開，新版本的AEM會引入Oak索引定義的變更。 在升級AEM執行個體時，對Oak索引的變更會強制重新索引。 由於資產中的文字（例如PDF檔案中的文字）會被擷取及編制索引，因此重新索引對於資產部署而言成本較高。 使用MongoMK存放庫時，資料會透過網路持續存在，進一步增加重新索引所花費的時間。

在升級期間，大多數客戶面臨的問題是縮短停機時間。 解決方案是在升級期間​ 略過 ​重新索引活動。 若要達成此目的，請先建立新指令​ prior ​以執行升級，然後在升級期間直接匯入這些指令。

方針 approach

其想法是在升級之前使用Oak-run工具針對目標AEM版本的索引定義建立索引。 上圖顯示離線重新索引方法。

此外，這是方法中所述的步驟順序：

文字提取 text-extraction

若要在AEM中啟用完整索引，會擷取二進位檔(例如PDF)的文字並將其新增至索引。 在索引過程中，這通常是昂貴的步驟。 文字擷取是特別建議用於重新索引資產存放庫（因為它們儲存大量二進位檔案）的最佳化步驟。

使用包含Tika程式庫的Oak-run工具，可擷取儲存在系統中的二進位檔文字。 您可以在升級前複製生產系統，並可用於此文字擷取程式。 此程式接著會透過下列步驟建立文字存放區：

1. 周遊存放庫並收集二進位檔的詳細資料

此步驟會產生一個包含二進位檔案元組的CSV檔案，其中包含路徑和blob ID。

從您想要建立索引的目錄執行下列命令。 以下範例假設是存放庫主目錄。

java java -jar oak-run.jar tika <nodestore path> --fds-path <datastore path> --data-file text-extraction/oak-binary-stats.csv --generate

其中nodestore path是mongo_ur或crx-quickstart/repository/segmentstore/

使用--fake-ds-path=temp引數而非–fds-path來加速處理序。

2. 重複使用現有索引 ​中可用的二進位文字存放區

從現有系統傾印索引資料並擷取文字存放區。

您可以使用以下命令傾印現有的索引資料：

java -jar oak-run.jar index <nodestore path> --fds-path=<datastore path> --index-dump

其中nodestore path是mongo_ur或crx-quickstart/repository/segmentstore/

然後，使用上述索引傾印來填入存放區：

java -jar oak-run.jar tika --data-file text-extraction/oak-binary-stats.csv --store-path text-extraction/store --index-dir ./indexing-result/index-dumps/<oak-index-name>/data populate

其中oak-index-name是全文檢索索引的名稱，例如「lucene」。

3。 針對上述步驟 ​中遺漏的二進位檔案，使用Tika程式庫執行文字擷取程式

java -cp oak-run.jar:tika-app-1.21.jar org.apache.jackrabbit.oak.run.Main tika --data-file text-extraction/oak-binary-stats.csv --store-path text-extraction/store --fds-path <datastore path> extract

其中datastore path是二進位資料存放區的路徑。

建立的文字存放區可以更新，並可在未來重新索引情境時使用。

如需文字擷取程式的詳細資訊，請參閱Oak執行檔案。

離線重新索引 offline-reindexing

在升級前離線建立Lucene索引。 若使用MongoMK，建議直接在其中一個MongoMk節點上執行，因為這可避免網路額外負荷。

若要離線建立索引，請遵循下列步驟：

1. 產生目標AEM版本 ​的Oak Lucene索引定義

傾印現有的索引定義。 發生變更的索引定義是使用目標AEM版本和Oak-run的AdobeGranite存放庫套件組合所產生。

若要從​ 來源 AEM執行個體傾印索引定義，請執行此命令：

java -jar oak-run.jar index --fds-path <datastore path> <nodestore path> --index-definitions

其中datastore path和nodestore path來自​ 來源 AEM執行個體。

然後，使用目標版本的Granite存放庫套件從​ 目標 AEM版本產生索引定義。

java -cp oak-run.jar:bundle-com.adobe.granite.repository.jar org.apache.jackrabbit.oak.index.IndexDefinitionUpdater --in indexing-definitions_source.json --out merge-index-definitions_target.json --initializer com.adobe.granite.repository.impl.GraniteContent

上述步驟會建立名為merge-index-definitions_target.json的JSON檔案，此檔案為索引定義。

2. 在存放庫中建立查核點

在長存留期的生產​ 來源 AEM執行個體中建立查核點。 這應在複製存放庫之前完成。

透過位於http://serveraddress:serverport/system/console/jmx的JMX主控台，前往CheckpointMBean並建立存留期夠長的查核點（例如200天）。 對此，請叫用CheckpointMBean#createCheckpoint並將17280000000作為存留期持續時間的引數（以毫秒為單位）。

完成此操作後，複製新建立的查核點ID，並使用JMX CheckpointMBean#listCheckpoints驗證存留期。

如需詳細資訊，請參閱Oak檔案中的檢查點建立。

為產生的索引定義執行離線索引

Lucene重新索引可以使用Oak-run離線完成。 此程式會在indexing-result/indexes下的磁碟中建立索引資料。 它​ 不會 ​寫入存放庫，因此不需要停止執行中的AEM執行個體。 建立的文字存放區會傳入此程式：

java -Doak.indexer.memLimitInMB=500 -jar oak-run.jar index <nodestore path> --reindex --doc-traversal-mode --checkpoint <checkpoint> --fds-path <datastore path> --index-definitions-file merge-index-definitions_target.json --pre-extracted-text-dir text-extraction/store

Sample <checkpoint> looks like r16c85700008-0-8
—fds-path: path to data store.
--pre-extracted-text-dir: Directory of pre-extracted text.
merge-index-definitions_target: JSON file having merged definitions for the target AEM instance. indexes in this file will be re-indexed.

在MongoMK安裝中使用--doc-traversal-mode引數很方便，因為透過將存放庫內容多工緩衝到本機一般檔案，它可大幅改善重新索引時間。 但是，它需要儲存庫大小兩倍的額外磁碟空間。

如果存在MongoMK，則在更接近MongoDB執行個體的執行個體中執行此步驟時，可加速此程式。 如果在同一台電腦上執行，可以避免網路額外負荷。

在Oak-run檔案中可找到索引編制的其他技術細節。

匯入索引 importing-indexes

使用AEM 6.4及更新版本時，AEM具有在啟動順序從磁碟匯入索引的內建功能。 啟動期間會觀察資料夾<repository>/indexing-result/indexes是否有索引資料。 在開始新版本的​ target AEM jar之前，您可以在升級程式期間將預先建立的索引複製到上述位置。 AEM會將其匯入存放庫，並從系統中移除對應的查核點。 因此，完全避免重新索引。

其他秘訣和疑難排解 troubleshooting

在下方，您會找到一些實用的提示和疑難排解指示。

減少對即時生產系統的影響 reduce-the-impact-on-the-live-production-system

建議複製生產系統，並使用複製建立離線索引。 如此可消除對生產系統的任何潛在影響。 不過，生產系統中需要呈現匯入索引所需的查核點。 因此，在複製前先建立查核點非常重要。

準備Runbook並試用執行 prepare-a-runbook-and-trial-run

建議先準備Runbook並執行一些試驗，然後再在生產環境中執行升級。

具有離線索引的檔案周遊模式 doc-traversal-mode-with-offline-indexing

離線索引需要遍訪整個存放庫。 使用MongoMK安裝時，會透過網路存取存放庫，影響索引程式的效能。 其中一個選項是對MongoDB復本本身執行離線索引程式，這將消除網路負荷。 另一個選項是使用檔案周遊模式。

可將命令列引數—doc-traversal新增至Oak-run命令以套用檔案周遊模式，以進行離線索引。 此模式會將本機磁碟中整個存放庫的復本卷製成平面檔案，並使用它來執行索引。