Förbättra programserverns prestanda enhancing-application-server-performance

Det här innehållet beskriver valfria inställningar som du kan konfigurera för att förbättra prestandan på AEM formulärprogramserver.

Konfigurera datakällor för programservrar configuring-application-server-data-sources

AEM använder AEM som datakälla. I databasen AEM formulär lagras programresurser, och vid körning kan tjänster hämta resurser från databasen som en del av en automatiserad affärsprocess.

Åtkomsten till datakällan kan vara viktig, beroende på hur många AEM formulärmoduler du kör och hur många användare som samtidigt använder programmet. Datakällans åtkomst kan optimeras med hjälp av anslutningspoolning. Anslutningspoolning är en teknik som används för att undvika att skapa nya databasanslutningar varje gång ett program eller serverobjekt kräver åtkomst till databasen. Anslutningspoolning används vanligtvis i webbaserade program och företagsprogram och hanteras vanligtvis av, men inte begränsat till, en programserver.

Det är viktigt att du konfigurerar anslutningspoolens parametrar på rätt sätt så att du aldrig får slut på anslutningar, vilket kan försämra programmets prestanda.

För att konfigurera inställningarna för anslutningspoolen på rätt sätt är det viktigt för programserveradministratören att övervaka anslutningspoolen under högsta antal timmar på dygnet. Övervakningen ser till att det alltid finns tillräckligt med anslutningar för program och användare. De flesta programservrar innehåller övervakningsverktyg.

Du kan övervaka olika typer av statistik för varje instans av JDBC-datakälla i din domän med hjälp av administrationskonsolen för WebLogic Server. Mer information finns i dokumentationen för WebLogic.

När programserveradministratören fastställer rätt inställningar för anslutningspoolen måste den personen meddela informationen till databasadministratören. Databasadministratören behöver den här informationen eftersom antalet databasanslutningar är lika med antalet anslutningar i anslutningspoolen för datakällan. Slutför sedan stegen för att konfigurera inställningarna för anslutningspoolen för programservern och datakälltypen enligt beskrivningen nedan.

Konfigurera inställningar för anslutningspool för WebLogic för Oracle och MySQL configure-connection-pool-settings-for-weblogic-for-oracle-and-mysql

Konfigurera inställningar för anslutningspool för WebLogic för SQLServer configure-connection-pool-settings-for-weblogic-for-sqlserver

Konfigurera inställningar för anslutningspool för WebSphere för DB2 configure-connection-pool-settings-for-websphere-for-db2

Konfigurera inställningar för anslutningspool för WebSphere för Oracle configure-connection-pool-settings-for-websphere-for-oracle

Konfigurera inställningar för anslutningspool för WebSphere för SqlServer configure-connection-pool-settings-for-websphere-for-sqlserver

Optimera textbundna dokument och påverka JVM-minnet optimizing-inline-documents-and-impact-on-jvm-memory

Om du vanligtvis bearbetar dokument med relativt liten storlek kan du förbättra prestandan som är kopplad till dokumentöverföringshastigheten och lagringsutrymmet. Implementera följande produktkonfigurationer AEM formulär:

Den maximala textbundna storleken och lagringskatalogerna (AEM blankar temporär filkatalog och GDS-katalog) konfigureras i administrationskonsolen.

Dokumentstorlek och maximal textbunden storlek document-size-and-maximum-inline-size

När ett dokument som skickas för bearbetning av AEM är mindre än eller lika med standarddokumentets maximala textbundna storlek, lagras dokumentet på servern infogat och dokumentet serialiseras som ett Adobe Document-objekt. Att lagra dokument textbundet kan ge avsevärda prestandafördelar. Om du däremot använder ett formulärarbetsflöde kan innehållet också lagras i databasen i spårningssyfte. Om du ökar den maximala textbundna storleken kan det därför påverka databasstorleken.

Ett dokument som är större än den maximala textbundna storleken lagras i det lokala filsystemet. Det Adobe Document-objekt som överförs till och från servern är bara en pekare till den filen.

När dokumentinnehållet är infogat (d.v.s. mindre än den maximala infogade storleken) lagras innehållet i databasen som en del av dokumentets serialiseringsnyttolast. Om du ökar den maximala textbundna storleken kan det därför påverka databasstorleken.

Ändra den maximala textbundna storleken

Största stackstorlek för JVM jvm-maximum-heap-size

En ökning av den maximala textbundna storleken kräver mer minne för att lagra serialiserade dokument. Därför krävs i allmänhet även en ökning av den maximala stackstorleken för JVM.

Ett system med stor belastning som bearbetar många dokument kan snabbt göra JVM-heap-minnet mer mättat. För att undvika ett OutOfMemoryError-undantag ökar du den maximala stackstorleken för JVM med en mängd som motsvarar storleken på de textbundna dokumenten multiplicerat med antalet dokument som vanligtvis körs vid en given tidpunkt.

Största ökning av stackstorleken för JVM = (intern dokumentstorlek) x (genomsnittligt antal bearbetade dokument).

Beräknar den maximala stackstorleken för JVM

I det här exemplet är den aktuella högsta stacken för JVM inställd på 512 MB och den maximala infogade storleken är 64 kB. Servern måste konfigureras för scenariot där 10 jobb körs samtidigt och varje jobb har nio indatafiler och en resultatfil (totalt 10 filer per jobb och 100 filer bearbetas samtidigt). Alla filer är mindre än 512 kB.

Om du vill lagra alla filer textbundna anger du en maximal textbunden storlek på minst 512 kB.

Den nödvändiga ökningen av JVM:s största stackstorlek beräknas med följande ekvation:

(512 kB) x (100) = 51 200 kB, eller 50 MB

Den största stackstorleken för JVM måste ökas med 50 MB för totalt 562 MB.

Överväg stackfragmentering

Om du ställer in storleken på textbundna dokument till stora värden ökar risken för ett OutOfMemoryError-fel på system som lätt kan heap-fragmentering. Om du vill lagra ett dokument textbundet måste JVM-heap-minnet ha tillräckligt sammanhängande utrymme. Vissa operativsystem, JVM:er och skräpinsamlingsalgoritmer är benägna att heap-fragmentering. Fragmentering minskar mängden sammanhängande stackutrymme och kan leda till ett OutOfMemoryError även om det finns tillräckligt med totalt ledigt utrymme.

Tidigare åtgärder på programservern lämnade till exempel JVM-heap i ett fragmenterat tillstånd och skräpinsamlaren kan inte komprimera heap tillräckligt för att återta stora block med ledigt utrymme. Ett OutOfMemoryError kan inträffa även om den maximala stackstorleken för JVM justerades för en ökning av den maximala infogade storleken.

Om du vill ta hänsyn till heap-fragmentering får den infogade dokumentstorleken inte vara större än 0,1 % av den totala stackstorleken. En JVM med en maximal stackstorlek på 512 MB kan till exempel ha stöd för en maximal intern storlek på 512 MB x 0,001 = 0,512 MB, eller 512 kB.

WebSphere Application Server-förbättringar websphere-application-server-enhancements

I det här avsnittet beskrivs inställningar som är specifika för en WebSphere Application Server-miljö.

Öka det maximala minne som tilldelas JVM increasing-the-maximum-memory-allocated-to-the-jvm

Om du kör Configuration Manager eller försöker generera Enterprise JavaBeans (EJB)-distributionskod med kommandoradsverktyget ejbdeploy och ett OutOfMemory-fel inträffar, ökar du mängden minne som allokerats till JVM.

Förbättra prestanda för Windows Server 2003 med LDAP improving-windows-server-2003-performance-with-ldap

Det här innehållet beskriver inställningar som är specifika för en Microsoft Windows Server 2003-operativsystemmiljö.

Om du använder anslutningspoolning på sökanslutningen kan antalet portar som behövs minska med så mycket som 50 %. Detta beror på att anslutningen alltid använder samma autentiseringsuppgifter för en viss domän, och kontexten och relaterade objekt stängs uttryckligen.

Konfigurera Windows Server för anslutningspoolning configure-your-windows-server-for-connection-pooling