이 페이지에서는 AEM 배포의 성능을 최적화하는 방법에 대한 일반 지침을 제공합니다. AEM을 처음 사용하는 경우 성능 지침을 읽기 전에 다음 페이지를 검토하십시오.
아래 그림은 AEM에서 사용할 수 있는 배포 옵션입니다(스크롤하여 모든 옵션을 확인).
AEM 제품 |
토폴로지 |
운영 체제 |
응용 프로그램 서버 |
JRE |
보안 |
마이크로 커널 |
데이터 저장소 |
색인화 |
웹 서버 |
브라우저 |
Experience Cloud |
Sites |
비 |
Windows |
CQSE |
Oracle |
LDAP |
Tar |
세그먼트 |
속성 |
Apache |
Edge |
대상 |
자산 |
Publish-HA |
Solaris ™ |
WebLogic |
IBM® |
SAML |
몽고DB |
파일 |
Lucene |
IIS |
IE |
분석 |
커뮤니티 |
Author-CS |
레드 ® |
WebSphere® |
HP |
Oauth |
RDB/Oracle |
S3/Azure |
Solr |
아이플래닛 |
파이어폭스 |
캠페인 |
Forms |
Author-Offload |
HP-UX |
Tomcat |
|
|
RDB/DB2 |
몽고DB |
|
|
크롬 |
Social |
모바일 |
Author-Cluster |
IBM® AIX® |
JBoss® |
|
|
RDB/MySQL |
RDBMS |
|
|
Safari |
대상자 |
다중 사이트 |
ASRP |
SUSE® |
|
|
|
RDB/SQLServer |
|
|
|
|
자산 |
상거래 |
MSRP |
Apple |
|
|
|
|
|
|
|
|
활성화 |
Dynamic Media |
JSRP |
|
|
|
|
|
|
|
|
|
모바일 |
Brand Portal |
J2E |
|
|
|
|
|
|
|
|
|
|
AoD |
|
|
|
|
|
|
|
|
|
|
|
LiveFyre |
|
|
|
|
|
|
|
|
|
|
|
Screens |
|
|
|
|
|
|
|
|
|
|
|
문서 보안 |
|
|
|
|
|
|
|
|
|
|
|
프로세스 관리 |
|
|
|
|
|
|
|
|
|
|
|
데스크탑 앱 |
|
|
|
|
|
|
|
|
|
|
|
성능 지침은 주로 AEM Sites에 적용됩니다.
다음과 같은 경우 성능 지침을 사용하십시오.
이 장에서는 AEM 아키텍처와 가장 중요한 구성 요소에 대한 일반적인 개요를 제공합니다. 또한 개발 지침을 제공하고 TarMK 및 MongoMK 벤치마크 테스트에 사용되는 테스트 시나리오를 설명합니다.
AEM 플랫폼은 다음 구성 요소로 구성됩니다.
AEM 플랫폼에 대한 자세한 내용은 AEM 소개.
AEM 배포에는 세 가지 중요한 기본 사항이 있습니다. 다음 작성자 인스턴스 컨텐츠 작성자, 편집자 및 승인자가 컨텐츠를 만들고 검토하는 데 사용합니다. 콘텐츠가 승인되면 이름이 인 두 번째 인스턴스 유형에 게시됩니다. 게시 인스턴스 최종 사용자가 액세스할 수 있는 위치입니다. 세 번째 빌딩 블록은 디스패처 캐싱 및 URL 필터링을 처리하는 모듈이며 웹 서버에 설치됩니다. AEM 아키텍처에 대한 자세한 내용은 일반적인 배포 시나리오.
마이크로 커널은 AEM에서 지속성 관리자 역할을 합니다. AEM에서 사용되는 마이크로 커널은 TarMK, MongoDB 및 관계형 데이터베이스(제한된 지원 대상)의 세 가지 유형이 있습니다. 필요에 맞게 인스턴스를 선택하는 방법은 인스턴스의 목적과 고려 중인 배포 유형에 따라 다릅니다. 마이크로 커널에 대한 자세한 내용은 권장 배포 페이지를 가리키도록 업데이트하는 중입니다.
AEM에서 바이너리 데이터는 컨텐츠 노드와 독립적으로 저장될 수 있습니다. 이진 데이터가 저장되는 위치를 다음과 같이 합니다. 데이터 저장소, 콘텐츠 노드 및 속성의 위치를 라고 함 노드 저장소.
Adobe은 AEM 작성자 및 게시 인스턴스 모두에 대해 고객이 사용하는 기본 지속성 기술로 TarMK를 권장합니다.
관계형 데이터베이스 마이크로 커널은 제한된 지원을 받고 있습니다. 연락처 Adobe 고객 지원 센터 이 유형의 마이크로 커널을 사용하기 전에.
많은 수의 바이너리를 처리할 때는 기본 노드 저장소 대신 외부 데이터 저장소를 사용하여 성능을 최대화하는 것이 좋습니다. 예를 들어 프로젝트에 많은 미디어 에셋이 필요한 경우 파일 또는 Azure/S3 데이터 저장소 아래에 저장하면 MongoDB 내에 직접 저장하는 것보다 빠르게 액세스할 수 있습니다.
사용 가능한 구성 옵션에 대한 자세한 내용은 노드 및 데이터 저장소 구성.
Adobe은 Adobe Managed Services을 사용하여 Azure 또는 Amazon Web Services(AWS)에 AEM을 배포하는 옵션을 선택할 것을 권장합니다. 고객은 이러한 클라우드 컴퓨팅 환경에서 AEM을 배포하고 운영할 수 있는 경험과 기술을 갖춘 팀의 도움을 받을 수 있습니다. 다음을 참조하십시오 Managed Services Adobe에 대한 추가 설명서.
Adobe Managed Services 외부에 있는 Azure 또는 AWS에 AEM을 배포하는 방법에 대한 권장 사항의 경우 Adobe은 클라우드 공급자와 직접 작업하는 것을 권장합니다. 또는 선택한 클라우드 환경에서 AEM 배포를 지원하는 Adobe 파트너 중 하나와 협력합니다. 선택한 클라우드 공급업체 또는 파트너는 고객의 특정 성능, 로드, 확장성 및 보안 요구 사항을 충족하도록 지원하는 아키텍처의 크기 조정 사양, 설계 및 구현을 담당합니다.
>다음 항목도 참조하십시오. 기술 요구 사항 페이지를 가리키도록 업데이트하는 중입니다.
이 섹션에는 AEM에서 사용되는 사용자 지정 색인 공급자가 나열되어 있습니다. 색인화에 대한 자세한 내용은 Oak 쿼리 및 색인 지정.
Adobe 대부분의 배포에서는 Lucene 인덱스 사용을 권장합니다. Solr은 전문적이고 복잡한 배포의 확장성에만 사용합니다.
을 목표로 하는 AEM용 개발 성능 및 확장성. 다음은 따를 수 있는 모범 사례입니다.
실행
안 함
다음과 같은 경우 JCR API를 직접 사용하지 마십시오.
/libs를 변경하지 말고 오버레이를 사용하십시오.
가능하면 쿼리를 사용하지 않음
Sling 바인딩을 사용하여 Java™ 코드로 OSGi 서비스를 가져오지 않고 다음을 사용합니다.
AEM 개발에 대한 자세한 내용은 다음을 참조하십시오. 개발 - 기본 사항. 추가 모범 사례는 다음을 참조하십시오. 개발 우수 사례.
이 페이지에 표시된 모든 벤치마크 테스트는 실험실 설정에서 수행되었습니다.
아래에 자세히 설명된 테스트 시나리오는 TarMK, MongoMk 및 TarMK 대 MongoMk 장의 벤치마크 섹션에 사용됩니다. 특정 벤치마크 테스트에 사용된 시나리오를 보려면 기술 사양 테이블.
단일 제품 시나리오
AEM Assets:
제품 혼합 시나리오
AEM Sites + 자산:
수직 사용 사례 시나리오
미디어:
Read Article Page (27.4%), Read Page (10.9%), Create Session (2.6%), Activate Content Page (1.7%), Create Content Page (0.4%), Create Paragraph (4.3%), Edit Paragraph (0.9%), Image Component (0.9%), Browse Assets (20%), Read Asset Metadata (8.5%), Download Asset (4.2%), Search Asset (0.2%), Update Asset Metadata (2.4%), Upload Asset (1.2%), Browse Project (4.9%), Read Project (6.6%), Project Add Asset (1.2%), Project Add Site (1.2%), Create Project (0.1%), Author Search (0.4%)
이 장에서는 최소 아키텍처 요구 사항 및 설정 구성을 지정하는 TarMK에 대한 일반 성능 지침을 제공합니다. 벤치마크 테스트는 추가 설명을 위해 제공됩니다.
Adobe은 AEM 작성자 및 게시 인스턴스 모두에 대해 TarMK를 모든 배포 시나리오에서 고객이 사용하는 기본 지속성 기술로 설정할 것을 권장합니다.
TarMK에 대한 자세한 내용은 배포 시나리오 및 Tar 스토리지.
아래에 제시된 최소 아키텍처 지침은 프로덕션 환경 및 높은 트래픽 사이트를 위한 것입니다. 이 지침은 다음과 같습니다 아님 다음 최소 사양 AEM을 실행합니다.
TarMK를 사용할 때 양호한 성능을 설정하려면 다음 아키텍처부터 시작해야 합니다.
다음은 AEM sites 및 AEM Assets에 대한 아키텍처 지침입니다.
바이너리 없는 복제를 설정해야 합니다. 날짜 파일 데이터 저장소가 공유되는 경우.
AEM Sites을 위한 Tar 아키텍처 지침
AEM Assets을 위한 Tar 아키텍처 지침
성능을 향상시키려면 아래 표시된 설정 지침을 따라야 합니다. 설정을 변경하는 방법에 대한 지침은 이 페이지 보기.
설정 | 매개변수 | 값 | 설명 |
Sling 작업 큐 | queue.maxparallel |
값을 CPU 코어 수의 절반으로 설정합니다. | 기본적으로 작업 큐당 동시 스레드 수는 CPU 코어 수와 같습니다. |
Granite Transient 워크플로 큐 | Max Parallel |
값을 CPU 코어 수의 절반으로 설정합니다. | |
JVM 매개변수 |
|
500000 100000 250000 True |
확장 쿼리가 시스템을 오버로드할 수 없도록 하려면 AEM 시작 스크립트에서 이러한 JVM 매개변수를 추가하십시오. |
Lucene 인덱스 구성 |
|
활성화됨 활성화됨 활성화됨 |
사용 가능한 매개 변수에 대한 자세한 내용은 이 페이지. |
데이터 저장소 = S3 데이터 저장소 |
|
1048576(1MB) 이하 최대 힙 크기의 2-10% |
참조: 데이터 저장소 구성. |
DAM 자산 업데이트 워크플로우 | Transient Workflow |
선택함 | 이 워크플로우는 자산 업데이트를 관리합니다. |
DAM 메타데이터 원본에 쓰기 | Transient Workflow |
선택함 | 이 워크플로우는 원본 이진에 대한 XMP 다시 쓰기를 관리하고 JCR에서 마지막으로 수정된 날짜를 설정합니다. |
벤치마크 테스트는 다음 사양에 대해 수행되었습니다.
작성자 노드 | |
---|---|
서버 | 베어 메탈 하드웨어(HP) |
운영 체제 | Red Hat® Linux® |
CPU/코어 | Intel® Xeon® CPU E5-2407 @2.40GHz, 8코어 |
RAM | 32GB |
디스크 | 자기 |
Java™ | Oracle JRE 버전 8 |
JVM 힙 | 16GB |
제품 | AEM 6.2 |
Nodestore | TarMk |
데이터 저장소 | 파일 DS |
시나리오 | 단일 제품: 에셋 / 동시 스레드 30개 |
아래에 표시된 숫자는 기준선으로 1로 표준화되었으며 실제 처리량 숫자는 아닙니다.
TarMK보다 MongoMK 지속성 백엔드를 선택하는 주된 이유는 인스턴스의 크기를 수평으로 확장하기 위해서입니다. 이 기능은 두 개 이상의 활성 작성자 인스턴스가 항상 실행 중이고 MongoDB를 지속성 스토리지 시스템으로 사용하는 것을 의미합니다. 두 개 이상의 작성자 인스턴스를 실행해야 하는 이유는 일반적으로 모든 동시 작성 작업을 지원하는 단일 서버의 CPU 및 메모리 용량이 더 이상 지속적이지 않기 때문입니다.
TarMK에 대한 자세한 내용은 배포 시나리오 및 Mongo 스토리지.
MongoMK를 사용할 때 양호한 성능을 설정하려면 다음 아키텍처부터 시작해야 합니다.
프로덕션 환경에서는 MongoDB가 항상 기본 및 두 개의 보조 복제본으로 사용됩니다. 읽기 및 쓰기는 운영 사이트로 이동하고 읽기는 보조 노드로 이동합니다. 저장소를 사용할 수 없는 경우 보조 항목 중 하나를 중재자로 바꿀 수 있지만 MongoDB 복제본 세트는 항상 홀수 개의 인스턴스로 구성되어야 합니다.
바이너리 없는 복제를 설정해야 합니다. 날짜 파일 데이터 저장소가 공유되는 경우.
성능을 향상시키려면 아래 표시된 설정 지침을 따라야 합니다. 설정을 변경하는 방법에 대한 지침은 이 페이지 보기.
설정 | 매개변수 | 값(기본값) | 설명 |
Sling 작업 큐 | queue.maxparallel |
값을 CPU 코어 수의 절반으로 설정합니다. | 기본적으로 작업 큐당 동시 스레드 수는 CPU 코어 수와 같습니다. |
Granite Transient 워크플로 큐 | Max Parallel |
값을 CPU 코어 수의 절반으로 설정합니다. | |
JVM 매개변수 |
|
500000 100000 250000 True 60000 |
확장 쿼리가 시스템을 오버로드할 수 없도록 하려면 AEM 시작 스크립트에서 이러한 JVM 매개변수를 추가하십시오. |
Lucene 인덱스 구성 |
|
활성화됨 활성화됨 활성화됨 |
사용 가능한 매개 변수에 대한 자세한 내용은 이 페이지. |
데이터 저장소 = S3 데이터 저장소 |
|
1048576(1MB) 이하 최대 힙 크기의 2-10% |
참조: 데이터 저장소 구성. |
DocumentNodeStoreService |
|
2048 35 (25) 20(10) 30조(5) 10조(3) 4 (4) ./cache,size=2048,binary=0,-compact,-compress |
캐시의 기본 크기는 256MB로 설정됩니다. 캐시 무효화를 수행하는 데 걸리는 시간에 영향을 줍니다. |
oak-observation |
|
최소 및 최대 = 20 50000 |
벤치마크 테스트는 다음 사양에 대해 수행되었습니다.
작성자 노드 | MongoDB 노드 | |
---|---|---|
서버 | 베어 메탈 하드웨어(HP) | 베어 메탈 하드웨어(HP) |
운영 체제 | Red Hat® Linux® | Red Hat® 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 힙 | 16GB | N/A |
제품 | AEM 6.2 | MongoDB 3.2 WiredTiger |
Nodestore | 몽고 | N/A |
데이터 저장소 | 파일 DS | N/A |
시나리오 | 단일 제품: 에셋 / 동시 스레드 30개 | 단일 제품: 에셋 / 동시 스레드 30개 |
아래에 표시된 숫자는 기준선으로 1로 표준화되었으며 실제 처리량 숫자는 아닙니다.
둘 중 하나를 선택할 때 고려해야 할 기본 규칙은 TarMK는 성능을 위해 설계된 반면, MongoMK는 확장성을 위해 사용된다는 것입니다. Adobe은 AEM 작성자 및 게시 인스턴스 모두에 대해 TarMK를 모든 배포 시나리오에서 고객이 사용하는 기본 지속성 기술로 설정할 것을 권장합니다.
TarMK보다 MongoMK 지속성 백엔드를 선택하는 주된 이유는 인스턴스의 크기를 수평으로 확장하기 위해서입니다. 이 기능은 두 개 이상의 활성 작성자 인스턴스가 항상 실행되고 MongoDB를 지속성 스토리지 시스템으로 사용하는 것을 의미합니다. 일반적으로 작성자 인스턴스를 두 개 이상 실행해야 하는 이유는 모든 동시 작성 작업을 지원하는 단일 서버의 CPU 및 메모리 용량이 더 이상 지속 가능하지 않기 때문입니다.
TarMK와 MongoMK에 대한 자세한 내용은 다음을 참조하십시오. 권장 배포.
TarMK의 이점
MongoMK 선택 기준
아래에 표시된 숫자는 기준선으로 1로 표준화되었으며 실제 처리량 숫자는 아닙니다.
작성자 OAK 노드 | MongoDB 노드 | ||
서버 | 베어 메탈 하드웨어(HP) | 베어 메탈 하드웨어(HP) | |
운영 체제 | Red Hat® Linux® | Red Hat® 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 | N/A | |
JVM 힙16GB | 16GB | N/A | |
제품 | AEM 6.2 | MongoDB 3.2 WiredTiger | |
Nodestore | TarMK 또는 MongoMK | N/A | |
데이터 저장소 | 파일 DS | N/A | |
시나리오 |
|
MongoDB를 사용하는 작성자 수가 한 개의 TarMK 시스템과 동일하도록 하려면 두 개의 AEM 노드가 있는 클러스터가 필요합니다. 4개의 노드 MongoDB 클러스터는 하나의 TarMK 인스턴스보다 1.8배의 작성자 수를 처리할 수 있습니다. 8개의 노드 MongoDB 클러스터는 하나의 TarMK 인스턴스보다 2.3배의 작성자 수를 처리할 수 있습니다.
작성자 TarMK 노드 | 작성자 MongoMK 노드 | MongoDB 노드 | |
서버 | AWS c3.8xlarge | AWS c3.8xlarge | AWS c3.8xlarge |
운영 체제 | Red Hat® Linux® | Red Hat® Linux® | Red Hat® 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 |
N/A |
JVM 힙16GB | 30GB | 30GB | N/A |
제품 | AEM 6.2 | AEM 6.2 | MongoDB 3.2 WiredTiger |
Nodestore | TarMk | 몽고 | N/A |
데이터 저장소 | 파일 DS | 파일 DS |
N/A |
시나리오 |
|
이 페이지에 제시된 지침은 다음과 같이 요약할 수 있습니다.
파일 데이터 저장소가 있는 TarMK - 대부분의 고객에게 권장되는 아키텍처:
파일 데이터 저장소가 있는 MongoMK - 작성자 계층의 수평적 확장을 위한 권장 아키텍처:
Nodestore - NAS(Network Attached Storage)가 아닌 로컬 디스크에 저장
사용 시 Amazon:
기본 제공 색인과 함께 사용자 지정 색인을 만들어야 합니다 - 가장 일반적인 검색 기반
워크플로를 사용자 지정하면 성능이 크게 향상될 수 있습니다 - "자산 업데이트" 워크플로우에서 비디오 단계를 제거하여 사용되지 않는 리스너를 비활성화하는 등의 작업을 수행합니다.
자세한 내용은 권장 배포 페이지를 가리키도록 업데이트하는 중입니다.