Sie sehen sich Hilfeinhalte der folgenden Version an:

Klassifikation langsamer Abfragen

Es gibt 3 Hauptklassifikationen von langsamen Abfragen in AEM, die hier nach Schweregrad aufgelistet sind:

  1. Abfragen ohne Index
    • Abfragen, die nicht auf einen Index aufgelöst werden und den JCR-Inhalt nach Ergebnissen durchsuchen
  2. Abfragen mit schlechter Einschränkung (oder schlechtem Bereich)
    • Abfragen, die auf einen Index aufgelöst werden, aber alle Indexeinträge durchlaufen müssen, um Ergebnisse zu sammeln
  3. Abfragen mit vielen Ergebnissen
    • Abfragen, die sehr viele Ergebnisse zurückgeben

 

Die ersten beiden Abfrageklassifikationen (ohne Index und schlechte Einschränkung) sind langsam, weil sie die Oak-Abfrage-Engine zwingen, jedes potenzielle Ergebnis (Inhaltsknoten oder Indexeintrag) zu untersuchen, um festzustellen, welche zur tatsächlichen Ergebnismenge gehören. 

Das Untersuchen aller potenziellen Ergebnisse wird als Durchlaufen bezeichnet.

Da jedes potenzielle Ergebnis überprüft werden muss, steigen die Kosten zur Bestimmung der tatsächlichen Ergebnismenge linear zur Anzahl der potenziellen Ergebnisse.

Durch Abfragebeschränkungen und Tuning von Indizes können die Indexdaten in einem optimierten Format gespeichert werden, das schnell Ergebnisse produziert und eine lineare Inspektion potenzieller Ergebnismengen unnötig macht.

In AEM 6.3 schlägt die Abfrage standardmäßig fehl und löst einen Ausnahmefehler aus, wenn 100.000 potenzielle Ergebnisse durchlaufen wurden. Dieser Grenzwert gilt in AEM-Versionen vor AEM 6.3 standardmäßig nicht, kann jedoch über die Einstellungen der Apache Jackrabbit-Abfrage-Engine in der OSGi-Konfiguration und dem QueryEngineSettings-JMX-Bean festgelegt werden (Eigenschaft LimitReads).

Erkennen von Abfragen ohne Index

Während der Entwicklung

Erklären Sie alle Abfragen und stellen Sie sicher, dass die Abfragepläne nicht die Erklärung /* traverse enthalten. Beispiel für das Durchlaufen eines Abfrageplans:

  • PLAN: [nt:unstructured] as [a] /* traverse "/content//*" where ([a].[unindexedProperty] = 'beliebiger Wert') and (isdescendantnode([a], [/content])) */

Nach der Bereitstellung

  • Überwachen Sie error.log nach Index-losen Durchlaufabfragen:
    • *INFO* org.apache.jackrabbit.oak.query.QueryImpl Traversal query (query without index) ... ; consider creating and index
    • Diese Meldung wird nur aufgezeichnet, wenn kein Index verfügbar ist und die Abfrage möglicherweise viele Knoten durchlaufen wird. Meldungen werden nicht aufgezeichnet, wenn ein Index verfügbar ist oder die zu durchlaufende Knotenanzahl gering und somit schnell zu durchlaufen ist.
  • Besuchen Sie die AEM-Betriebskonsole Abfrageleistung und erklären Sie langsame Abfragen, die einen Durchlauf durchführen werden oder keine Index-Abfrageerklärungen aufweisen.

Erkennen von schlecht eingeschränkten Abfragen

Während der Entwicklung

Erklären Sie alle Abfragen und stellen Sie sicher, dass sie auf einen Index aufgelöst werden, der den Eigenschaftsbeschränkungen der Abfrage entspricht.

  • Bei einer idealen Abdeckung des Abfrageplans sind indexRules für alle Eigenschaftsbeschränkungen vorhanden, mindestens aber für die strengsten Eigenschaftsbeschränkungen in der Abfrage.
  • Abfragen, die Ergebnisse sortieren, sollten auf einen Lucene-Eigenschaftsindex mit Indexregeln für die Sortierungseigenschaften aufgelöst werden, die orderable=true setzen.

Der standardmäßige cqPageLucene beispielsweise hat keine Indexregel für jcr:content/cq:tags

Vor dem Hinzufügen der cq:tags-Indexregel

  • cq:tags-Index-Regel
    • Nicht standardmäßig vorhanden
  • Query Builder-Abfrage
    • type=cq:Page
      property=jcr:content/cq:tags
      property.value=my:tag
  • Abfrageplan
    • [cq:Page] as [a] /* lucene:cqPageLucene(/oak:index/cqPageLucene) *:* where [a].[jcr:content/cq:tags] = 'my:tag' */

Diese Abfrage wird auf den Index cqPageLucene aufgelöst. Da jedoch keine Eigenschaftsindexregel für jcr:content oder cq:tags vorhanden ist, wird bei der Prüfung der Einschränkung jeder Datensatz im Index cqPageLucene auf Übereinstimmung geprüft. Wenn also der Index 1 Million cq:Page-Knoten enthält, werden 1 Million Datensätze geprüft, um die Ergebnismenge zu bestimmen.

Nach dem Hinzufügen der cq:tags-Indexregel

  • cq:tags-Index-Regel
    • /oak:index/cqPageLucene/indexRules/cq:Page/properties/cqTags
      @name=jcr:content/cq:tags
      @propertyIndex=true
  • Query Builder-Abfrage
    • type=cq:Page
      property=jcr:content/cq:tags
      property.value=myTagNamespace:myTag
  • Abfrageplan
    • [cq:Page] as [a] /* lucene:cqPageLucene(/oak:index/cqPageLucene) jcr:content/cq:tags:my:tag where [a].[jcr:content/cq:tags] = 'my:tag' */

Durch Hinzufügen der indexRule für jcr:content/cq:tags im Index cqPageLucene können cq:tags-Daten optimal gespeichert werden.

Wenn eine Abfrage mit der Einschränkung jcr:content/cq:tags durchgeführt wird, kann der Index Ergebnisse nach Wert abfragen. Wenn also 100 cq:Page-Knoten den Wert myTagNamespace:myTag aufweisen, werden nur diese 100 Ergebnisse zurückgegeben. Die übrigen 999.000 werden aus den Einschränkungsprüfungen ausgeschlossen, was die Leistung um den Faktor 10.000 verbessert.

Selbstverständlich verringern weitere Abfragebeschränkungen die möglichen Ergebnismengen und führen zu weiterer Abfrageoptimierung.

Ebenso würde ohne eine weitere Index-Regel für die Eigenschaft cq:tags selbst eine Volltextabfrage nach cq:tags eine schlechte Leistung aufweisen, da alle Volltextübereinstimmungen als Ergebnisse aus dem Index zurückgegeben werden. Die Einschränkung auf cq:tags würde anschließend gefiltert werden.

Eine weitere Ursache von Filtern nach dem Index sind Zugangssteuerungslisten, die oft bei der Entwicklung übergangen werden. Stellen Sie sicher, dass die Abfrage keine Pfade zurückgibt, die dem Benutzer nicht zugänglich sind. Dies kann meist durch eine bessere Inhaltsstruktur sowie durch Bereitstellung relevanter Pfadbeschränkungen bei der Abfrage realisiert werden.

Eine gute Möglichkeit, um herauszufinden, ob der Lucene-Index viele Ergebnisse zurückgibt und dann eine sehr kleine Untergruppe als Abfrageergebnis zurückgibt, besteht darin, DEBUG-Protokolle für org.apache.jackrabbit.oak.plugins.index.lucene.LucenePropertyIndex zu aktivieren und zu prüfen, wie viele Dokumente aus dem Index geladen werden. Die Anzahl der Ergebnisse sollte nicht zu weit unter der Anzahl der geladenen Dokumente liegen. Weitere Informationen finden Sie unter Protokollierung.

 

Nach der Bereitstellung

  • Überwachen Sie error.log nach Durchlaufanfragen:
    • *WARN* org.apache.jackrabbit.oak.spi.query.Cursors$TraversingCursor Traversed ### nodes ... consider creating an index or changing the query
  • Besuchen Sie die AEM-Betriebskonsole für Abfrageleistung und erklären Sie langsame Abfragen, die nach Abfrageplänen suchen und Abfrageeigenschaftseinschränkungen nicht auf Indexeigenschaftsregeln auflösen.

 

Erkennen von Abfragen mit vielen Ergebnissen

Während der Entwicklung

Legen Sie niedrige Schwellenwerte für oak.queryLimitInMemory (z. B. 10000) und oak.queryLimitReads (z. B. 5000) fest und optimieren Sie die ressourcenintensive Abfrage, wenn die UnsupportedOperationException-Ausnahme „The query read more than x nodes...“ auftritt.

Dies trägt zur Vermeidung ressourcenintensiver Abfragen bei (d. h. keine Sicherung durch einen Index oder Sicherung durch einen weniger abdeckenden Index). Beispielsweise führt eine Abfrage, die 1 Million Knoten liest, zu einer großen E/A-Menge – mit negativen Folgen für die Gesamtleistung der Anwendung. Jede Abfrage, die aufgrund eines überschrittenen Limits fehlschlägt, sollte also analysiert und optimiert werden.

Nach der Bereitstellung

  • Überwachen Sie die Protokolle auf Abfragen, die eine hohe Anzahl durchlaufener Knoten oder einen hohen Heap-Speicherverbrauch auslösen:
    • *WARN* ... java.lang.UnsupportedOperationException: The query read or traversed more than 100000 nodes. To avoid affecting other tasks, processing was stopped.
    • Optimieren Sie die Abfrage, um die Anzahl durchlaufener Knoten zu reduzieren.
  • Überwachen Sie die Protokolle auf Abfragen, die einen hohen Heap-Speicherverbrauch auslösen:
    • *WARN* ... java.lang.UnsupportedOperationException: The query read more than 500000 nodes in memory. To avoid running out of memory, processing was stopped
    • Optimieren Sie die Abfrage, um den Heap-Speicherverbrauch zu reduzieren.

Für die AEM-Versionen 6.0 bis 6.2 können Sie den Schwellenwert für das Durchlaufen von Knoten über JVM-Parameter im AEM-Startskript abstimmen, um zu verhindern, dass die Umgebung durch umfangreiche Abfragen überlastet wird. Folgende Werte werden empfohlen:

  • -Doak.queryLimitInMemory=500000
  • -Doak.queryLimitReads=100000

In AEM 6.3 sind die beiden oben stehenden Parameter standardmäßig vorkonfiguriert und können über die OSGi QueryEngineSettings bearbeitet werden.

Weitere Informationen finden Sie unter: http://jackrabbit.apache.org/oak/docs/query/query-engine.html#Slow_Queries_and_Read_Limits

Verbesserung der Abfrageleistung

Das Motto der Abfrageleistungsoptimierung in AEM lautet:

„Je mehr Einschränkungen, desto besser.“

Im Folgenden werden einige empfohlene Anpassungen zur Verbesserung der Abfrageleistung beschrieben. Passen Sie zunächst die Abfrage an (ein geringfügiger Eingriff) und anschließend, wenn nötig, die Index-Definitionen.

Anpassen der Abfrage

AEM unterstützt die folgenden Abfragesprachen:

  • Query Builder
  • JCR-SQL2
  • XPath

Im folgenden Beispiel wird Query Builder verwendet, da es von AEM-Entwicklern am häufigsten verwendet wird. Die Prinzipien sind jedoch auch auf JCR-SQL2 und XPath anwendbar.

  1. Fügen Sie eine Knotentyp-Einschränkung hinzu, sodass die Abfrage auf einen vorhandenen Lucene-Eigenschaftsindex aufgelöst wird.

    • Nicht optimierte Abfrage
      • property=jcr:content/contentType
        property.value=article-page
    • Optimierte Abfrage
      • type=cq:Page
        property=jcr:content/contentType
        property.value=article-page

    Bei Abfragen ohne Knotentyp-Einschränkung muss AEM den nodetype nt:base annehmen. Da jeder Knoten in AEM davon ein Untertyp ist, führt dies effektiv zu keiner Knotentyp-Einschränkung.

    Wenn Sie type=cq:Page setzen, wird die Abfrage auf cq:Page-Knoten beschränkt und auf cqPageLucene von AEM aufgelöst. Dadurch werden die Ergebnisse auf eine Untergruppe von Knoten (nur cq:Page-Knoten) in AEM beschränkt.

  2. Passen Sie die Knotentyp-Einschränkung der Abfrage an, sodass sie auf einen vorhandenen Lucene-Eigenschaftsindex aufgelöst wird.

    • Nicht optimierte Abfrage
      • type=nt:hierarchyNode
        property=jcr:content/contentType
        property.value=article-page
    • Optimierte Abfrage
      • type=cq:Page
        property=jcr:content/contentType
        property.value=article-page

    nt:hierarchyNode ist der übergeordnete Knotentyp von cq:Page. Angenommen, jcr:content/contentType=article-page wird durch unsere angepasste Anwendung nur auf cq:Page-Knoten angewandt, gibt diese Abfrage nur cq:Page-Knoten mit jcr:content/contentType=article-page zurück. Dies ist jedoch aus folgenden Gründen eine suboptimale Beschränkung:

    • Andere Knoten erben von nt:hierarchyNode (z. B. dam:Asset), was die Menge der potenziellen Ergebnisse unnötig vergrößert.
    • Es gibt keinen von AEM bereitgestellten Index für nt:hierarchyNode. Ein Index ist jedoch für cq:Page vorhanden.

    Wenn Sie type=cq:Page setzen, wird die Abfrage auf cq:Page-Knoten beschränkt und auf cqPageLucene von AEM aufgelöst. Dadurch werden die Ergebnisse auf eine Untergruppe von Knoten (nur cq:Page-Knoten) in AEM beschränkt.

  3. Sie können auch die Eigenschaftsbeschränkung(en) anpassen, sodass die Abfrage auf einen vorhandenen Eigenschaftsindex aufgelöst wird.

    • Nicht optimierte Abfrage
      • property=jcr:content/contentType
        property.value=article-page
    • Optimierte Abfrage
      • property=jcr:content/sling:resourceType
        property.value=my-site/components/structure/article-page

    Durch das Ändern der Eigenschaftsbeschränkung von jcr:content/contentType (ein benutzerdefinierter Wert) auf die bekannte Eigenschaft sling:resourceType kann die Abfrage auf den Eigenschaftsindex slingResourceType, der alle Inhalte nach sling:resourceType indiziert, aufgelöst werden.

    Eigenschaftsindizes (anstelle von Lucene-Eigenschaftsindizes) eignen sich am besten, wenn die Abfrage nicht nach Knotentyp unterscheidet und eine einzige Eigenschaftsbeschränkung die Ergebnismenge beherrscht.

  4. Fügen Sie die strengstmögliche Pfadbeschränkung zur Abfrage hinzu. Beispielsweise sollte /content/my-site/us/en anstatt /content/my-site oder /content/dam anstatt / verwendet werden.

    • Nicht optimierte Abfrage
      • type=cq:Page
        path=/content
        property=jcr:content/contentType
        property.value=article-page
    • Optimierte Abfrage
      • type=cq:Page
        path=/content/my-site/us/en
        property=jcr:content/contentType
        property.value=article-page

    Wenn Sie die Pfadbeschränkung von path=/content auf path=/content/my-site/us/en ändern, können die Indizes die Anzahl der zu prüfenden Indexeinträge senken. Wenn die Abfrage den Pfad besser als nur /content oder /content/dam einschränken kann, stellen Sie sicher, dass der Index evaluatePathRestrictions=true aufweist. 

    Beachten Sie, dass die Verwendung von evaluatePathRestrictions den Index vergrößert.

  5. Falls möglich, vermeiden Sie Abfragefunktionen/-operationen wie LIKE und fn:XXXX, da ihre Kosten mit der Anzahl der einschränkungsbasierten Ergebnisse skalieren.

    • Nicht optimierte Abfrage
      • type=cq:Page
        property=jcr:content/contentType
        property.operation=like
        property.value=%article%
    • Optimierte Abfrage
      • type=cq:Page
        fulltext=article
        fulltext.relPath=jcr:content/contentType

    Die Bedingung LIKE wird langsam geprüft, da kein Index verwendet werden kann, wenn der Text mit einem Platzhalter ("%...') beginnt. Die Bedingung jcr: ermöglicht die Verwendung eines Volltext-Index und wird daher bevorzugt. Der aufgelöste Lucene-Eigenschaftsindex benötigt dazu indexRule für jcr:content/contentType mit analayzed=true.

    Die Verwendung von Abfragefunktionen wie fn:lowercase(..) ist möglicherweise schwieriger zu optimieren, da es keine schnelleren Ersatzfunktionen gibt (abgesehen von komplexeren und auffälligen Indexanalysekonfigurationen). Es ist ratsam, andere Scoping-Beschränkungen zu identifizieren, damit die Funktionen mit der kleinstmöglichen Ergebnismenge arbeiten, um die Abfrageleistung insgesamt zu verbessern.

  6. Diese Anpassung ist nur im Query Builder möglich und gilt nicht für JCR-SQL2 oder XPath.

    Verwenden Sie guessTotal in Query Builder, wenn die vollständige Ergebnismenge nicht sofort benötigt wird.

    • Nicht optimierte Abfrage
      • type=cq:Page
        path=/content
    • Optimierte Abfrage
      • type=cq:Page
        path=/content
        p.guessTotal=100

    Wenn die Abfrage schnell ausgeführt wird, aber sehr viele Ergebnisse zurückgibt, stellt p.guessTotal eine wichtige Optimierung für Query Builder-Abfragen dar. 

    p.guessTotal=100 sorgt dafür, dass Query Builder nur die ersten 100 Ergebnisse erfasst, und setzt einen booleschen Wert, der angibt, ob mindestens ein weiteres Ergebnis vorliegt (jedoch nicht die Anzahl der weiteren Ergebnisse, da das Zählen den Vorgang verlangsamen würde). Diese Optimierung eignet sich hervorragend für Anwendungsfälle mit Paginierung oder endlosem Laden, wenn nur eine Teilmenge der Ergebnisse schrittweise angezeigt wird.

Anpassen vorhandener Indizes

  1. Wenn die optimale Abfrage auf einen Eigenschaftsindex aufgelöst wird, gibt es nichts mehr zu tun, da Eigenschaftsindizes nur minimale Anpassungsmöglichkeiten bieten.

  2. Andernfalls sollte die Abfrage auf einen Lucene-Eigenschaftsindex aufgelöst werden. Wenn kein Index aufgelöst werden kann, springen Sie zu „Erstellen eines neuen Index“.

  3. Wandeln Sie bei Bedarf die Abfrage in XPath oder JCR-SQL2 um.

    • Query Builder-Abfrage
      • query type=cq:Page
        path=/content/my-site/us/en
        property=jcr:content/contentType
        property.value=article-page
        orderby=@jcr:content/publishDate
        orderby.sort=desc
    • Aus der Query Builder-Abfrage generierter XPath
      • /jcr:root/content/my-site/us/en//element(*, cq:Page)[jcr:content/@contentType = 'article-page'] order by jcr:content/@publishDate descending
  4. Stellen Sie den XPath (oder JCR-SQL2) dem Oak Index Definition Generator bereit, um die optimierte Lucene-Eigenschaftsindex-Definition zu generieren.

    Generierte Lucene-Eigenschaftsindex-Definition

    - evaluatePathRestrictions = true
    - compatVersion = 2
    - type = "lucene"
    - async = "async"
    - jcr:primaryType = oak:QueryIndexDefinition
      + indexRules 
        + cq:Page 
          + properties 
            + contentType 
                - name = "jcr:content/contentType"
                - propertyIndex = true
            + publishDate 
               - ordered = true
               - name = "jcr:content/publishDate"
  5. Führen Sie manuell die generierte Definition additiv mit dem vorhandenen Lucene-Eigenschaftsindex zusammen. Achten Sie darauf, dass Sie keine vorhandenen Konfigurationen entfernen, da sie zum Erfüllen anderer Abfragen verwendet werden können.

    1. Suchen Sie nach dem vorhandenen Lucene-Eigenschaftsindex, der cq:Page abdeckt (mit Index Manager). In diesem Fall ist das /oak:index/cqPageLucene.
    2. Finden Sie die Konfigurationsunterschiede zwischen der optimierten Indexdefinition (Schritt 4) und dem vorhandenen Index (/oak:index/cqPageLucene) und fügen Sie die fehlenden Konfigurationen aus dem optimierten Index zur vorhandenen Indexdefinition hinzu.
    3. Gemäß der Best Practices zur Neuindizierung in AEM müssen Sie entweder eine Aktualisierung oder eine Neuindizierung durchführen, je nachdem, ob vorhandene Inhalte von dieser Indexkonfigurationsänderung betroffen sind.

Erstellen eines neuen Index

  1. Vergewissern Sie sich, dass die Abfrage nicht auf einen vorhandenen Lucene-Eigenschaftsindex aufgelöst wird. In diesem Fall finden Sie weitere Informationen im vorherigen Abschnitt zur Anpassung eines vorhandenen Index.

  2. Wandeln Sie bei Bedarf die Abfrage in XPath oder JCR-SQL2 um.

    • Query Builder-Abfrage
      • type=myApp:Author
        property=firstName
        property.value=ira
    • Aus der Query Builder-Abfrage generierter XPath
      • //element(*, myApp:Page)[@firstName = 'ira']
  3. Stellen Sie den XPath (oder JCR-SQL2) dem Oak Index Definition Generator bereit, um die optimierte Lucene-Eigenschaftsindex-Definition zu generieren.

    Generierte Lucene-Eigenschaftsindex-Definition

    - compatVersion = 2
    - type = "lucene"
    - async = "async"
    - jcr:primaryType = oak:QueryIndexDefinition
      + indexRules 
        + myApp:AuthorModel 
          + properties 
            + firstName 
              - name = "firstName"
              - propertyIndex = true
  4. Stellen Sie die generierte Lucene-Eigenschaftsindex-Definition bereit.

    Fügen Sie die XML-Definition hinzu, die der Oak Index Definition Generator für den neuen Index für das AEM-Projekt, der Oak Index-Definitionen verwaltet, bereitgestellt hat. (Denken Sie daran, Oak Index-Definitionen als Code zu behandeln, da Code davon abhängt).

    Stellen Sie den neuen Index bereit und testen Sie ihn entsprechend dem üblichen Lebenszyklus für AEM-Softwareentwicklung. Prüfen Sie, ob die Abfrage auf den Index aufgelöst wird und gute Leistung zeigt.

    Nach der Erstbereitstellung dieses Index füllt AEM ihn mit den erforderlichen Daten aus.

Wann sind indexlose und Durchlaufabfragen zulässig?

Aufgrund der flexiblen Inhaltsarchitektur von AEM ist es schwer vorherzusagen und zu verhindern, dass der Durchlauf von Inhaltsstrukturen im Laufe der Zeit auf eine inakzeptable Größe anwächst.

Stellen Sie daher sicher, dass Indizes Abfragen erfüllen, es sei denn, die Kombination aus Pfad- und Knotentyp-Beschränkungen garantiert, dass nie mehr als 20 Knoten durchlaufen werden.

Abfragen-Entwicklungswerkzeuge

Adobe-Unterstützung

  • Query Builder-Debugger 
    • Eine WebUI für die Ausführung von Query Builder-Abfragen und die Generierung des unterstützenden XPath (zur Verwendung in „Abfrage erläutern“ oder im Oak Index Definition Generator).
    • In AEM unter /libs/cq/search/content/querydebug.html
  • CRXDE Lite – Abfragewerkzeug
    • Eine WebUI für die Ausführung von XPath- und JCR-SQL2-Abfragen.
    • In AEM unter /crx/de/index.jsp > „Tools“ > „Abfrage...“
  • Abfrage erläutern
    • Ein AEM Operations-Dashboard, das für jede XPATH- oder JCR-SQL2-Abfrage eine detaillierte Erklärung bietet (Abfrageplan, Abfragezeit und Anzahl der Ergebnisse).
  • Langsame/beliebte Abfragen
    • Ein AEM Operations-Dashboard, das langsame und beliebte Abfragen ausführt, die kürzlich auf AEM ausgeführt wurden.
  • Index-Manager
    • Eine AEM Operations-WebUI, die die Indizes in der AEM-Instanz anzeigt. Sie bietet Informationen zu bereits vorhandenen Indizes und kann angesprochen oder erweitert werden.
  • Protokollierung
    • Query Builder-Protokollierung
      • DEBUG @ com.day.cq.search.impl.builder.QueryImpl

    • Oak Query-Ausführungsprotokollierung

      • DEBUG @ org.apache.jackrabbit.oak.query

  • Apache Jackrabbit Query Engine-Einstellungen – OSGi-Konfiguration
  • NodeCounter JMX Mbean

Community-Unterstützung

  • Oak Index Definition Generator
    • Generieren Sie optimale Lucence-Eigenschafts-Indizes aus XPath- oder JCR-SQL2-Abfragen.
  • AEM-Chrome-Plug-in
    • Eine Webbrowser-Erweiterung für Google Chrome, die Protokolldaten für einzelne Anfragen, z. B. ausgeführte Abfragen und ihre Abfragepläne, in der Entwicklerkonsole des Browsers ausgibt.
    • Sling Log Tracer 1.0.2+ muss dazu installiert und in AEM aktiviert sein.

Dieses Werk unterliegt den Bedingungen der Creative Commons Attribution-Noncommercial-Share Alike 3.0 Unported License.  Twitter™- und Facebook-Beiträge fallen nicht unter die Bedingungen der Creative Commons-Lizenz.

Rechtliche Hinweise   |   Online-Datenschutzrichtlinie