Assets 성능 안내서 assets-performance-guide

성능이 중요한 경우 DAM(디지털 자산 관리)이 자주 사용됩니다. 그러나 일반적인 DAM 설정에는 성능에 영향을 줄 수 있는 몇 가지 하드웨어 및 소프트웨어 구성 요소가 포함되어 있습니다. 이 문서에서는 다음 사항을 제공합니다.

  • 시스템 관리자가 새 Digital Asset Management 설정에 대한 최적의 하드웨어 크기 조정을 결정하는 데 필요한 정보
  • 성능 문제가 있는 DAM 인스턴스를 해결하려는 소프트웨어 개발자를 위한 정보

성능 문제 performance-issues

디지털 에셋 관리의 성능이 저하되면 대화형 성능, 에셋 처리 및 다운로드 속도의 세 가지 면에서 사용자 경험에 영향을 줄 수 있습니다. 성능을 향상시키려면 관측된 성능을 제대로 측정하고 목표 지표를 설정하는 것이 중요합니다.

1. 대화형 검색 및 탐색 사용자가 자산을 검색하거나 DAM 파인더를 탐색하고 있으며 응답 시간이 느리거나 검색 결과가 즉시 표시되지 않는다고 불평합니다. 이것은 대화식 성능 문제입니다.

대화형 성능은 페이지 응답 시간 측면에서 측정됩니다. 이 시간은 HTTP 요청을 받는 시점부터 HTTP 응답을 닫는 시점까지 소요되며, 요청 로그 파일에서 확인할 수 있습니다. 일반적인 타겟 성능은 2초 미만의 페이지 응답 시간입니다.

2. 자산 처리 에셋 처리 문제는 사용자가 에셋을 업로드할 때 에셋이 Adobe Experience Manager(AEM) DAM으로 즉시 변환 및 수집되기까지 몇 분이 소요됩니다.

자산 처리 성능은 평균 워크플로우 프로세스 완료 시간 측면에서 측정됩니다. 자산 업데이트 워크플로우 프로세스 호출에서 완료까지 걸리는 시간이며, 워크플로우 보고서 사용자 인터페이스에서 결정할 수 있습니다. 일반적인 타겟 성능은 처리되는 에셋의 크기, 유형 및 렌디션 수에 따라 다릅니다. 타겟 성능의 예는 다음과 같습니다.

  • 1280x1280픽셀보다 작은 이미지는 표준 렌디션을 사용하여 10초 미만
  • 표준 표현물을 사용하는 100MB 미만의 이미지의 경우 1분 미만
  • 1분 미만의 HD 비디오 클립의 경우 5분 미만

3. 다운로드 속도 처리량 문제는 AEM DAM에서 다운로드하는 데 시간이 오래 걸리고 DAM 관리자 또는 DAM 파인더를 검색할 때 썸네일이 즉시 표시되지 않는 경우입니다.

처리량 성능은 초당 킬로비트 단위로 다운로드 속도 측면에서 측정됩니다. 일반적인 타겟 성능은 100개의 동시 다운로드에 대해 300Kbps입니다.

4. 자산 처리 성능에 영향을 주는 요소

자산을 처리하는 데 필요한 하드웨어를 추정하려면 다음 측면을 고려해야 합니다.

  • 이미지 해상도(픽셀 수)
  • AEM 프로세스에 할당된 힙

이미지에 포함된 픽셀 수로 처리 시간이 결정됩니다. 픽셀이 많으면 처리 시간이 더 오래 걸립니다.
이미지가 저장된 파일의 이미지 유형, 압축률 또는 관련 크기는 전체 성능에 큰 영향을 주지 않습니다.

힙이 가장 중요한 제한 요소로 확인되었습니다. 에셋이 사용 가능한 메모리를 초과할 때마다 처리 성능이 빠르게 떨어집니다.

DAM 프로세스들은 대량에 대해 병렬로 수행되는 것이 잘 적합하다. 일괄 처리 및 멀티 코어 프로세서로 에셋을 업로드하면 에셋당 절대 체류 시간이 빨라집니다.

5. 자산 처리 수행을 위한 하드웨어 요구 사항 평가

디지털 에셋을 광범위하게 처리하려면 최적화된 하드웨어 리소스가 필요하며, 가장 관련성이 높은 요소는 이미지 크기와 처리된 이미지의 최대 처리량입니다.

16GB 이상의 힙 할당 및 구성 DAM 자산 업데이트 사용할 워크플로 Camera Raw 패키지 원시 이미지 수집용

시스템 이해 understanding-the-system

일반적인 DAM 설정은 로드 밸런서를 통해 DAM에 액세스하는 최종 사용자로 구성됩니다. DAM 인스턴스는 클러스터된 설정의 일부일 수 있으며, 각 DAM 인스턴스는 물리적 컴퓨터 또는 가상 컴퓨터의 Java™ 가상 컴퓨터 프로세스에서 실행됩니다. DAM 스토리지는 단일 시스템 설정이 있는 경우 RAID 디스크에서 제공하거나, 클러스터링된 설정이 있는 경우 관리되는 네트워크 연결 스토리지에서 제공합니다.

다음 범례에서는 일부 솔루션에서 발생할 수 있는 성능 위험 영역에 대해 설명합니다.

최종 사용자에 대한 네트워크 연결 느린 네트워크 연결로 인해 처리량 문제가 발생할 수 있으며 드물게 지연 문제가 발생할 수도 있습니다. 경우에 따라 사용자는 특히 인트라넷에서 ISP와의 연결이 느립니다. 이는 잘못된 네트워크 토폴로지의 징후입니다.

임시 파일 시스템 속도가 느린 로컬 파일 시스템은 검색 색인이 로컬 디스크에 저장되므로 특히 검색 시 대화형 성능 문제를 일으킬 수 있습니다. 명령줄 프로세스를 사용하는 경우 자산 처리 문제가 발생할 수도 있습니다.

AEM DAM Finder 검색에서 자주 발생하는 대화형 성능 문제는 동일한 인스턴스에서 많은 동시 사용자 또는 다른 CPU 사용 프로세스로 인해 CPU 사용률이 높기 때문에 발생합니다. 가상 머신에서 전용 머신으로 이동하여 해당 머신에서 실행되는 다른 서비스가 성능 향상에 도움이 되지 않는지 확인합니다. 자산 처리 및 많은 동시 사용자로 인해 높은 CPU 로드가 발생하는 경우 Day에서는 클러스터 노드를 추가하는 것이 좋습니다.

AEM DAM 워크플로우 자산 수집 중 워크플로우 프로세스가 오래 실행되면 자산 처리 성능 문제가 발생합니다. 처리되는 에셋의 유형에 따라 CPU 초과 사용률을 나타낼 수 있습니다. Day에서는 시스템에서 실행 중인 다른 프로세스 수를 줄이고 클러스터 노드를 추가하여 사용 가능한 CPU 수를 늘릴 것을 권장합니다.

NAS 접속 NAS에 대한 네트워크 연결 상태가 좋지 않으면 에셋 처리 중 새 노드에 액세스하는 것이 네트워크 지연으로 인해 느려지기 때문에 대화형 성능 문제가 발생합니다. 또한 렌디션 로드 및 저장이 느려지기 때문에 네트워크 처리량이 느려지면 처리량뿐만 아니라 에셋 처리 성능에도 악영향을 줍니다.

NAS에서 지연 시간 및 처리량이 나쁜 이유는 네트워크 토폴로지 또는 다른 서비스에서 NAS를 과도하게 사용하기 때문입니다.

네트워크 연결 스토리지 NAS 시스템을 과도하게 사용하면 다음과 같은 여러 가지 문제가 발생할 수 있습니다.

  • 디스크 공간 부족은 DAM 프로젝트의 적절한 크기 조정을 통해 방지할 수 있는 자주 발생하는 문제입니다.
  • 높은 디스크 대기 시간으로 인해 CRX에 대한 액세스 시간이 느려지고 대화형 성능 문제가 발생할 수 있습니다.
  • 디스크 처리량이 낮으면 CQ5 DAM의 성능이 저하될 수 있습니다.

성능 테스트 testing-for-performance

모든 DAM 프로젝트에 대해 병목 현상을 신속하게 식별하고 해결할 수 있는 성능 테스트 체제를 구축해야 합니다. 이렇게 하려면 다음 체크포인트를 고려하십시오.

  1. JMeter를 사용한 엔드 투 엔드 성능 테스트 - 예제 검색 및 찾아보기 세션을 시뮬레이션하여 대화형 성능 문제를 감지합니다.
  2. JMeter를 사용한 처리량 및 지연 테스트 - 클라이언트 컴퓨터에서 실행되므로 토폴로지 관련 문제가 발생하지 않습니다.
  3. 표준화된 에셋 처리 테스트 - 몇 가지 예제 에셋을 수집하고 시간을 측정합니다. 여기에는 외부 워크플로우 통합이 포함되어야 합니다.
  4. 각 클러스터 노드의 CPU, 디스크 및 메모리 사용을 모니터링합니다.
  5. 비처리 관련 문제를 식별하는 CRX 읽기/쓰기 성능 진단
  6. DAM 클러스터에서 NAS로의 네트워크 지연 시간 및 처리량을 모니터링합니다.
  7. 가능한 경우 NAS에서 직접 성능 및 디스크 지연을 테스트, 읽기 및 기록합니다.

병목 현상 변경 tweaking-bottlenecks

지금까지 프로젝트에서 사용한 성능 변경 사항은 다음과 같습니다.

  • 선택적 렌디션 생성: 에셋 처리 워크플로에 조건을 추가하여 필요한 렌디션만 생성하므로 선택한 에셋에 대해서만 비용이 더 많이 드는 렌디션이 생성됩니다.
  • 인스턴스 간 공유 데이터 저장소: 디스크 공간이 부족할 때 더 많은 구성 노력과 데이터 저장소의 자동 정리를 잃어 버리는 비용으로 필요한 디스크 공간을 상당히 줄일 수 있습니다.

추가 참조 further-reading

recommendation-more-help
19ffd973-7af2-44d0-84b5-d547b0dffee2