Ajuste del rendimiento de los activos

Este artículo describe las configuraciones y soluciones de ajuste de activos comunes que ayudarían a optimizar el rendimiento de los activos.

Optimizar del rendimiento de los activos

• Adobe recomienda habilitar HTTPS porque muchas organizaciones tienen cortafuegos que olfatean el tráfico HTTP, lo que afecta negativamente a las cargas y corrompe los archivos.

• Para subir archivos de gran tamaño, prefiera las conexiones por cable en lugar de las inalámbricas.

• Desactivar la búsqueda de texto completo de archivos binarios a través del índice tika 

• Establezca parámetros óptimos de JVM como en el ejemplo de abajo y utilice Java 8:

XX:+UseConcMarkSweepGC = Habilitar barrido de marcas simultáneo (CMS) Collector-Doak.queryLimitInMemory=500000 -Doak.queryLimitReads=100000 -Dupdate.limit=250000 -Doak.fastQuerySize=true

• Ajuste de las colas de trabajos de Sling: La carga masiva de grandes activos puede ser muy intensiva en recursos. De forma predeterminada, el número de subprocesos simultáneos por cola de trabajos es igual al número de núcleos de CPU, lo que puede afectar el rendimiento geeneral y un alto consumo de Java. Se recomienda no superar el 50% de los núcleos. Para cambiar este valor, vaya a: http://:/system/console/configMgr/org.apache.sling.event.jobs.QueueConfiguration y establezca queue.maxparallel a un valor que represente el 50% de los núcleos de CPU del servidor que alberga su instancia de AEM (por ejemplo, para 8 núcleos de CPU, ajuste el valor a 4).

• Ajuste el tamaño de caché para CQBufferedImageCache: Considere que tiene un sistema con un montón máximo (-Xmx param) de 5 GB, un Oak BlobCache establecido en 1 GB, y un Document cache establecido en 2 GB. En este caso, la caché almacenada en búfer toma un máximo de 1,25 GB y eso dejaría solo 0,75 GB de memoria para picos inesperados. Finalmente, la JVM da el error OutOfMemoryErrors. Para resolver el problema, reduzca el tamaño máximo configurado de la caché de imágenes almacenada en búferes. Cuando cargue grandes cantidades de activos en Adobe Experience Manager, ajuste el tamaño de la caché almacenada en búferes configurándolo a través de la consola web OSGi.1. Vaya a http://host:port/system/console/configMgr/com.day.cq.dam.core.impl.cache.CQBufferedImageCache2. Configure la propiedad cq.dam.image.cache.cache.max.memory en bytes por ejemplo,1073741824 es 1GB (1024*1024*1024 = 1 GB) Nota:Desde AEM 6.1 SP1, si está utilizando un nodo sling:osgiConfig para configurar esta propiedad, asegúrese de configurar el tipo de datos en Long. Consulte este artículo para saber más sobre el mantenimiento de AEM.

• Ajuste cacheSizeInMB cuando utilice el FileDataStore a un porcentaje de su pila disponible (un valor conservador sería el 2% de la pila máxima). Por ejemplo, para una pila de 8 gigabytes:maxCachedBinarySize=1048576cacheSizeInMB=164Note que maxCachedBinarySize está configurado a 1MB (1048576) para que solo almacene en caché archivos que tengan un tamaño máximo de 1MB. Cuando se trata de un gran número de binarios, Adobe recomienda que se utilice un almacén de datos externo en lugar de los almacenes de nodos predeterminados para maximizar el rendimiento. Además, Adobe recomienda que ajuste los siguientes parámetros:

• maxCachedBinarySize=10485760

• cacheSizeInMB=4096

Precaución: La configuración cacheSizeInMB puede causar que el proceso java se quede sin memoria si está configurado a un valor demasiado alto. Por ejemplo, si tiene el tamaño máximo de pila establecido en 8GB (-Xmx8g) y espera que AEM y su aplicación utilicen una pila combinada de 4GB, entonces tendría sentido establecer cacheSizeInMB en 82 en lugar de 164. En el rango de 2-10% de la pila máxima es una configuración segura. Sin embargo, se recomienda encarecidamente validar los cambios en estos ajustes mediante pruebas de carga mientras se supervisa la utilización de la memoria.

• El flujo de trabajo de DAM Update Asset contiene un conjunto completo de pasos que se configuran para tareas, como la generación de PTIFF de Scene7 y la integración con InDesign Server. Sin embargo, es posible que la mayoría de los usuarios no necesiten varios de estos pasos. Adobe recomienda que cree una copia personalizada del modelo de flujo de trabajo de DAM Update Asset y que elimine cualquier paso innecesario. En este caso, actualice los lanzadores para el Activo de Actualización de DAM para que apunten al nuevo modelo.

• Flujo de trabajo transitorio: para optimizar las altas ingestas de cargas, Adobe recomienda cambiar la actualización DAM y el flujo de trabajo XMP Metadata Writeback a un flujo de trabajo transitorio. Como su nombre indica, los datos de tiempo en ejecución en los flujos de trabajo transitorios no se conservan en el JCR cuando se ejecutan (las representaciones de los resultados sí, por supuesto). Causa una reducción del 10% en el tiempo de procesamiento del flujo de trabajo y reduce significativamente el crecimiento del repositorio. No se necesitan más flujos de trabajo CRUD para la purga, además, reduce el número de archivos TAR a compactos. Si su empresa dicta datos de tiempo de ejecución del flujo de trabajo persistentes/archivados con fines de auditoría, no habilite esta función.

• Generación de variantes de representación selectivas: Genere únicamente las variantes de representación que necesita añadiendo condiciones al flujo de trabajo de procesamiento de activos, de modo que solo se generen variantes de representación más costosas para determinados activos./workflow/ Dam Update Asset >> Paso Miniaturas de proceso.

• Almacenamiento de datos compartidos entre instancias: La implementación de un almacén de datos S3 o de archivos compartidos puede ayudar a ahorrar espacio en disco y aumentar el rendimiento de la red en implementaciones a gran escala. Sin embargo, puede haber otra tarea adicional en el mantenimiento de dicho despliegue. Pero esto puede ser una buena compensación para un mejor rendimiento.

• Mantenimiento: Normalmente, debería ejecutar flujos de trabajo de purga semanalmente. Sin embargo, en escenarios con uso intensivo de recursos, como durante la ingesta de activos a gran escala, puede ejecutarse con mayor frecuencia.