성능 지침

이 페이지에서는 AEM 배포의 성능을 최적화하는 방법에 대한 일반적인 지침을 제공합니다. AEM을 처음 사용하는 경우 성능 지침을 읽기 전에 다음 페이지를 살펴보십시오.

• AEM 기본 개념
• AEM의 스토리지 개요
• 권장 배포
• 기술 요구 사항

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 지침 사용 시기

다음과 같은 경우에는 성능 지침을 사용해야 합니다.

• 최초 배포:처음으로 AEM Sites 또는 자산을 배포하려는 경우, 마이크로 커널, 노드 저장소 및 데이터 저장소를 구성할 때 사용할 수 있는 옵션을 이해하는 것이 중요합니다(기본 설정과 비교). 예를 들어 TarMK용 데이터 저장소의 기본 설정을 파일 데이터 저장소로 변경합니다.
• 새 버전으로 업그레이드:새 버전으로 업그레이드할 때 실행 환경과 비교하여 성능 차이를 이해하는 것이 중요합니다. 예를 들어 AEM 6.1에서 6.2로 업그레이드하거나 AEM 6.0 CRX2에서 6.2 OAK로 업그레이드합니다.
• 응답 시간이 느립니다.선택한 Nodestore 아키텍처가 요구 사항을 충족하지 않을 경우 다른 토폴로지 옵션과 비교하여 성능 차이를 이해하는 것이 중요합니다. 예를 들어 MongoMK 대신 TarMK를 배포하거나 Amazon S3 또는 Microsoft Azure Data Store 대신 파일 데이터 저장소를 사용할 수 있습니다.
• 작성자 추가:권장 TarMK 토폴로지가 성능 요구 사항을 충족하지 않고 Author 노드를 업사이징하는 경우 MongoMK를 3개 이상의 작성자 노드로 사용하는 것과 비교하여 성능 차이를 이해하는 것이 중요합니다. 예를 들어 TarMK 대신 MongoMK를 배포합니다.
• 추가 컨텐츠:권장 데이터 저장소 아키텍처가 요구 사항을 충족하지 않을 경우 다른 데이터 저장소 옵션과 비교하여 성능 차이를 이해하는 것이 중요합니다. 예:파일 데이터 저장소 대신 Amazon S3 또는 Microsoft Azure 데이터 저장소를 사용합니다.

소개

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 플랫폼

AEM 플랫폼은 다음 구성 요소로 구성됩니다.

AEM 플랫폼에 대한 자세한 내용은 AEM이란 무엇입니까?

AEM 아키텍처

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 인스턴스​라는 두 번째 인스턴스 유형에 해당 콘텐트가 게시됩니다. 세 번째 빌딩 블록은 캐싱 및 URL 필터링을 처리하고 웹 서버에 설치되는 모듈인 Dispatcher​입니다. AEM 아키텍처에 대한 자세한 내용은 일반 배포 시나리오를 참조하십시오.

마이크로 커널

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.

Nodestone

AEM에서는 이진 데이터를 콘텐트 노드와는 독립적으로 저장할 수 있습니다. 이진 데이터가 저장되는 위치는 데이터 저장소​라고 하며 내용 노드 및 속성의 위치는 노드 저장소​라고 합니다.

데이터 저장소

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.

검색

이 섹션에 나열된 것은 AEM과 함께 사용되는 사용자 정의 색인 공급자입니다. 색인에 대한 자세한 내용은 Oak 쿼리 및 색인을 참조하십시오.

개발 지침

성능 및 확장성​을 목표로 하는 AEM용으로 개발해야 합니다. 아래에는 다음과 같은 다양한 우수 사례가 나와 있습니다.

DO

• 프레젠테이션, 로직 및 컨텐츠 분판 적용
• 기존 AEM API 사용(예:Sling) 및 도구(예:복제)
• 실제 컨텐츠 컨텍스트에서 개발
• 최적의 정확성을 위한 개발
• 저장 횟수 최소화(예:임시 워크플로우를 사용하여
• 모든 HTTP 끝점이 RESTful인지 확인
• JCR 관찰 범위 제한
• 비동기 스레드에 유의하십시오.

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.

  • @Reference in the DS component
  • @Inject in a Sling Model
  • Sightly 사용 클래스의 sling.getService()
  • JSP의 sling.getService()
  • 서비스 추적기
  • OSGi 서비스 레지스트리에 대한 직접 액세스

AEM에서 개발하는 방법에 대한 자세한 내용은 개발 - 기본 사항을 참조하십시오. 추가 우수 사례를 보려면 개발 우수 사례를 참조하십시오.

벤치마크 시나리오

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:

• 사용자 상호 작용:자산 찾아보기 / 자산 검색 / 자산 다운로드 / 자산 메타데이터 읽기 / 자산 메타데이터 업데이트 / 자산 업로드 / 자산 업로드 워크플로우 실행
• 실행 모드:동시 사용자, 사용자당 단일 상호 작용

제품 혼합 시나리오

AEM Sites + 자산:

• 사이트 사용자 상호 작용:기사 페이지 읽기 / 페이지 읽기 / 단락 만들기 / 단락 편집 / 컨텐츠 페이지 만들기 / 컨텐츠 페이지 활성화 / 컨텐츠 페이지 / 작성자 검색
• 자산 사용자 상호 작용:자산 찾아보기 / 자산 검색 / 자산 다운로드 / 자산 메타데이터 읽기 / 자산 메타데이터 업데이트 / 자산 업로드 / 자산 업로드 워크플로우 실행
• 실행 모드:동시 사용자, 사용자당 상호 작용 혼합

수직 사용 사례 시나리오

미디어:

• 문서 페이지 읽기(27.4%), 페이지 읽기(10.9%), 세션 만들기(2.6%), 컨텐츠 페이지 활성화(1.7%), 컨텐츠 페이지 만들기(0.4%), 단락 만들기(4.3%), 단락 편집(0.9%), 이미지 구성 요소 검색(0.9%), 자산(20%), 자산 메타데이터 읽기(8.5%), 자산 다운로드(4.2%), 자산 검색(0.2%), 자산 메타데이터 업데이트(2.4%), 자산 업로드(1.2%), 프로젝트 검색(4.9%), 프로젝트 읽기(6.6%), 프로젝트 추가(1.2) %), 프로젝트 추가 사이트(1.2%), 프로젝트 만들기(0.1%), 작성자 검색(0.4%)
• 실행 모드:동시 사용자, 사용자당 상호 작용 혼합

TarMK

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.

TarMK 최소 아키텍처 지침

TarMK를 사용할 때 뛰어난 성능을 유지하려면 다음 아키텍처에서 시작해야 합니다.

• 하나의 작성자 인스턴스
• 2개의 게시 인스턴스
• 2명의 디스패처

아래 그림은 AEM 사이트 및 AEM Assets에 대한 아키텍처 가이드라인입니다.

AEM Sites을 위한 Tar 아키텍처 지침

AEM Assets을 위한 Tar 아키텍처 지침

TarMK 설정 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	Doak.queryLimitInMemory Doak.queryLimitReads Dupdate.limit Doak.fastQuerySize	500000 100000 250000 True	AEM 시작 스크립트에 이러한 JVM 매개 변수를 추가하여 광범위한 쿼리가 시스템을 오버로드하지 못하도록 합니다.
Lucene 색인 구성	CopyOnRead CopyOnWrite Prefetch Index Files	활성화됨 활성화됨 활성화됨	사용 가능한 매개 변수에 대한 자세한 내용은 이 페이지를 참조하십시오.
데이터 저장소 = S3 데이터 저장소	maxCachedBinarySize cacheSizeInMB	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.

TarMK 성능 벤치마크

기술 사양

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

성능 벤치마크 결과

MongoMK

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.

MongoMK 최소 아키텍처 지침

MongoMK를 사용할 때 뛰어난 성능을 유지하려면 다음 아키텍처에서 시작해야 합니다.

• 3개의 작성자 인스턴스
• 2개의 게시 인스턴스
• 3개의 MongoDB 인스턴스
• 2명의 디스패처

MongoMK 설정 지침

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	Doak.queryLimitInMemory Doak.queryLimitReads Dupdate.limit Doak.fastQuerySize Doak.mongo.maxQueryTimeMS	500000 100000 250000 True 60,000	AEM 시작 스크립트에 이러한 JVM 매개 변수를 추가하여 광범위한 쿼리가 시스템을 오버로드하지 못하도록 합니다.
Lucene 색인 구성	CopyOnRead CopyOnWrite Prefetch Index Files	활성화됨 활성화됨 활성화됨	사용 가능한 매개 변수에 대한 자세한 내용은 이 페이지를 참조하십시오.
데이터 저장소 = S3 데이터 저장소	maxCachedBinarySize cacheSizeInMB	1048576(1MB) 이하 최대 더미 크기의 2-10%	데이터 저장소 구성도 참조하십시오.
DocumentNodeStoreService	cache nodeCachePercentage childrenCachePercentage diffCachePercentage docChildrenCachePercentage prevDocCachePercentage persistentCache	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	thread pool length	min & max = 20 50000

MongoMK 성능 벤치마크

기술 사양

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

성능 벤치마크 결과

TarMK vs MongoMK

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.

TarMK vs MongoMk 지침

TarMK의 이점

• 컨텐츠 관리 애플리케이션을 위해 특별히 구축
• 파일은 항상 일관되고 파일 기반의 백업 툴을 사용하여 백업할 수 있습니다.
• 페일오버 메커니즘을 제공합니다. 자세한 내용은 Cold Standby을 참조하십시오.
• 운영 오버헤드를 최소화하면서 높은 성능과 안정적인 데이터 스토리지 제공
• TCO 절감(총 소유 비용)

MongoMK 선택 기준

• 하루에 연결된 지정된 사용자 수:수천 혹은 그 이상의
• 동시 사용자 수:수백 개 이상
• 일별 자산 인제션 볼륨:수십만이거나 그 이상
• 일일 페이지 편집 볼륨:수십만이거나 그 이상
• 일일 검색 볼륨:수만 개 이상

TarMK vs MongoMK 벤치마크

시나리오 1 기술 사양

	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	단일 제품:자산 / 실행당 30개의 동시 스레드

시나리오 1 성능 벤치마크 결과

시나리오 2 기술 사양

	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	세로 사용 사례:미디어 / 2000년 동시 스레드

시나리오 2 성능 벤치마크 결과

AEM Sites 및 자산에 대한 아키텍처 확장성 가이드라인

성과 지침 요약

이 페이지에 제시된 지침은 다음과 같이 요약할 수 있습니다.

• 파일 데이터 저장소가 있는 TarMK는 대부분의 고객에게 권장되는 아키텍처입니다.

  • 최소 토폴로지:작성자 인스턴스 1개, 게시 인스턴스 2개, 디스패처 2개
  • 파일 데이터 저장소가 공유된 경우 바이너리 없는 복제가 켜져 있음

• 파일 데이터 저장소가 있는 MongoMK는 작성자 계층의 수평 확장성을 위한 권장 아키텍처입니다.

  • 최소 토폴로지:작성자 인스턴스 3개, MongoDB 인스턴스 3개, 게시 인스턴스 2개, 디스패처 2개
  • 파일 데이터 저장소가 공유된 경우 바이너리 없는 복제가 켜져 있음

• 노드 는 NAS(Network Attached Storage)가 아니라 로컬 디스크에 저장해야 합니다.

• Amazon S3 사용 시:

  • Amazon S3 데이터 저장소가 작성자 및 게시 계층 간에 공유됩니다.
  • 바이너리 없는 복제를 설정해야 합니다.
  • 데이터 저장소 가비지 수집은 모든 작성자 및 게시 노드에서 먼저 실행한 다음 작성자에서 두 번째 실행이 필요합니다.

• 사용자 정의 색인은 가장 일반적인 검색을 기반으로 기본 색인과 함께 만들어야 합니다.

  • 사용자 지정 색인에 Lucene 색인을 사용해야 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.