Évaluer la complexité de la mise à niveau à l’aide de l’outil de détection des motifs

Présentation overview

Cette fonctionnalité vous permet de vérifier les instances AEM existantes pour leur mise à niveau en détectant les modèles en cours d’utilisation qui :

  1. enfreignent certaines règles et qui sont exécutés dans des zones qui seront affectées ou écrasées par la mise à niveau ;
  2. utilisent une API ou une fonctionnalité d’AEM 6.x non rétrocompatible sur AEM 6.5 et qui risque d’échouer après la mise à niveau.

Cela peut servir à évaluer l’ampleur des tâches de développement nécessaires pour effectuer une mise à niveau vers AEM 6.5.

Méthode de configuration how-to-set-up

L’outil de détection des motifs est publié séparément sous forme de package qui fonctionne sous toutes les versions AEM sources, depuis la version 6.1 jusqu’à la version 6.5, et cible la mise à niveau AEM 6.5. Il peut être installé à l’aide du Gestionnaire de packages.

Utilisation how-to-use

NOTE
L’outil de détection des motifs peut être exécuté sur n’importe quel environnement, y compris sur les instances locales de développement. Toutefois, pour :
  • augmenter le taux de détection ;
  • éviter les ralentissements sur les instances critiques de l’entreprise
en même temps, il est recommandé de l’exécuter dans des environnements d’évaluation qui sont aussi proches que possible des environnements d’exploitation sur le plan des applications utilisateur, du contenu et des configurations.

Vous pouvez appliquer plusieurs méthodes pour vérifier le résultat de l’outil de détection des motifs :

  • Via la console Felix Inventory :
  1. Accédez à la console web AEM en vous rendant sur https://serveraddress:serverport/system/console/configMgr.

  2. Sélectionnez Statut – Outil de détection des motifs, comme illustré ci-dessous :

    screenshot-2018-2-5pattern-detector

  • Via une interface JSON standard ou une interface réactive en mode texte
  • Via une interface réactive en lignes JSON qui génère un document JSON distinct dans chaque ligne.

Les deux méthodes sont présentées ci-dessous :

Interface réactive reactive-interface

L’interface réactive permet le traitement du rapport de violation dès qu’un soupçon est détecté.

La sortie est actuellement disponible sous 2 URL :

  1. Interface en mode texte brut
  2. Interface JSON

Gestion de l’interface en mode texte brut handling-the-plain-text-interface

Les informations dans la sortie sont formatées sous la forme d’une série d’entrées d’événement. Il existe deux canaux : un pour la publication des violations et l’autre pour la publication de la progression actuelle.

Ils peuvent être obtenus à l’aide des commandes suivantes :

curl -Nsu 'admin:admin' https://localhost:4502/system/console/status-pattern-detector.txt | tee patterns-report.log | grep SUSPICION

La sortie ressemblera à celle-ci :

2018-02-13T14:18:32.071+01:00 [SUSPICION] The pattern=ECU/extraneous.content.usage was found by detector=ContentAccessDetector with id=a07fd94318f12312c165e06d890cbd3c2c8b8dad0c030663db8b4c800dd7c33f message="Cross-boundary overlay of internal marked path /libs/granite/operations/components/commons/commons.jsp/jcr:content referenced at /apps/granite/operations/components/commons/commons.jsp/jcr:content with properties redefined: jcr:lastModifiedBy, jcr:mimeType, jcr:data, jcr:lastModified, jcr:uuid". More info at=https://www.adobe.com/go/aem6_EC

Vous pouvez filtrer la progression à l’aide de la commande grep :

curl -Nsu 'admin:admin' https://localhost:4502/system/console/status-pattern-detector.txt | tee patterns-report.log | grep PROGRESS

Ce qui génère la sortie suivante :

2018-02-13T14:19:26.909+01:00 [PROGRESS] emitted=127731/52 MB patterns (from=6.5), analysed=45780/16 MB items, found=0 suspicions so far in period=PT5.005S (throughput=34667 items/sec)
2018-02-13T14:19:31.904+01:00 [PROGRESS] emitted=127731/52 MB patterns (from=6.5), analysed=106050/39 MB items, found=0 suspicions so far in period=PT10S (throughput=23378 items/sec)
2018-02-13T14:19:35.685+01:00 [PROGRESS] Finished in period=PT13.782

Gestion de l’interface JSON handling-the-json-interface

De même, JSON peut être traité à l’aide de l’outil jq dès qu’il est publié.

curl -Nsu 'admin:admin' https://localhost:4502/system/console/status-pattern-detector.json | tee patterns-report.json | jq --unbuffered -C 'select(.suspicion == true)'

Avec la sortie :

{
  "timestamp": "2018-02-13T14:20:18.894+01:00",
  "suspicion": true,
  "pattern": {
    "code": "ECU",
    "type": "extraneous.content.usage",
    "detective": "ContentAccessDetector",
    "moreInfo": "https://www.adobe.com/go/aem6_ECU_fr"
  },
  "item": {
    "id": "a07fd94318f12312c165e06d890cbd3c2c8b8dad0c030663db8b4c800dd7c33f",
    "message": "Cross-boundary overlay of internal marked path /libs/granite/operations/components/commons/commons.jsp/jcr:content referenced at /apps/granite/operations/components/commons/commons.jsp/jcr:content with properties redefined: jcr:lastModifiedBy, jcr:mimeType, jcr:data, jcr:lastModified, jcr:uuid"
  }
}

La progression est signalée toutes les 5 secondes et peut être récupérée en excluant d’autres messages que ceux marqués comme soupçons :

curl -Nsu 'admin:admin' https://localhost:4502/system/console/status-pattern-detector.json | tee patterns-report.json | jq --unbuffered -C 'select(.suspicion == false)'

Avec la sortie :

{
  "suspicion": false,
  "timestamp": "2018-02-13T14:21:17.279+01:00",
  "type": "PROGRESS",
  "database": {
    "patternsEmitted": 127731,
    "patternsEmittedSize": "52 MB",
    "databasesEmitted": [
      "6.5"
    ]
  },
  "state": {
    "itemsAnalysed": 57209,
    "itemsAnalysedSize": "26 MB",
    "suspicionsFound": 0
  },
  "progress": {
    "elapsedTime": "PT5.003S",
    "elapsedTimeMilliseconds": 5003,
    "itemsPerSecond": 36965
  }
}
{
  "suspicion": false,
  "timestamp": "2018-02-13T14:21:22.276+01:00",
  "type": "PROGRESS",
  "database": {
    "patternsEmitted": 127731,
    "patternsEmittedSize": "52 MB",
    "databasesEmitted": [
      "6.5"
    ]
  },
  "state": {
    "itemsAnalysed": 113194,
    "itemsAnalysedSize": "46 MB",
    "suspicionsFound": 0
  },
  "progress": {
    "elapsedTime": "PT10S",
    "elapsedTimeMilliseconds": 10000,
    "itemsPerSecond": 24092
  }
}
{
  "suspicion": false,
  "timestamp": "2018-02-13T14:21:25.762+01:00",
  "type": "FINISHED",
  "database": {
    "patternsEmitted": 127731,
    "patternsEmittedSize": "52 MB",
    "databasesEmitted": [
      "6.5"
    ]
  },
  "state": {
    "itemsAnalysed": 140744,
    "itemsAnalysedSize": "63 MB",
    "suspicionsFound": 1
  },
  "progress": {
    "elapsedTime": "PT13.486S",
    "elapsedTimeMilliseconds": 13486,
    "itemsPerSecond": 19907
  }
}
{
  "suspicion": false,
  "type": "SUMMARY",
  "suspicionsFound": 1,
  "totalTime": "PT13.487S"
}
NOTE
La méthode recommandée consiste à enregistrer toute la sortie à partir du curl dans le fichier, puis de la traiter via jq ou grep pour effectuer un filtrage sur le type d’informations.

Périmètre de détection scope

Actuellement, l’outil de détection des motifs vous permet de vérifier les éléments suivants :

  • la discordance des exports et des imports des lots OSGi ;
  • les usages exessifs des types de ressources Sling et super-types (avec superpositions de contenu de chemin de recherche) ;
  • les définitions des index Oak (compatibilité) ;
  • les packages VLT (surutilisation) ;
  • la compatibilité des nœuds rep:User (dans le contexte de la configuration OAuth) ;
NOTE
L’outil de détection des motifs tente de prédire précisément les avertissements à mettre à niveau. Cependant, il peut générer des faux positifs dans certains scénarios.
recommendation-more-help
19ffd973-7af2-44d0-84b5-d547b0dffee2