Réglage des performances des ressources

Cet article décrit les configurations de réglage des ressources communes et les solutions susceptibles d’améliorer les performances des ressources.

Optimisations des performances des ressources

• Adobe recommande d’autoriser le protocole HTTPS, car de nombreuses organisations disposent de pare-feu qui refoulent le trafic HTTP, ce qui influe négativement sur les téléchargements et les fichiers corrompus.

• Pour télécharger des fichiers volumineux, privilégiez les connexions câblées aux connexions sans fil.

• Désactivez la recherche de texte intégral pour les fichiers binaires via l’index tika.

• Définissez les paramètres optimaux de JVM comme dans l’exemple ci-dessous et utilisez Java 8 :

XX:+UseConcMarkSweepGC  = Activer Concurrent Mark Sweep (CMS) Collector-Doak.queryLimitInMemory=500000 -Doak.queryLimitReads=100000 -Dupdate.limit=250000 -Doak.fastQuerySize=true

• Réglez les files d’attente de tâches Sling : le téléchargement en vrac de ressources volumineuses peut nécessiter d’importantes ressources. Par défaut, le nombre de threads simultanés par file d’attente de tâche équivaut au nombre de cœurs du processeur, ce qui peut influer sur les performances générales et augmenter la consommation de mémoire de java. Il est recommandé de ne pas aller au-delà de 50 % des cœurs. Pour modifier cette valeur, accédez à http://:/system/console/configMgr/org.apache.sling.event.jobs.QueueConfiguration, puis définissez queue.maxparallel à une valeur représentant 50 % des cœurs du processeur du serveur hébergeant votre instance AEM (par ex., pour 8 cœurs de processeur, définissez la valeur sur 4).

• Réglez la taille du cache pour CQBufferedImageCache : Imaginons que la mémoire max. (-Xmx param) de votre système soit de 5 Go, avec un BlobCache Oak établi à 1 Go et un cache de documents à 2 Go. Dans ce cas, le cache en mémoire tampon prendrait 1,25 Go au maximum, ce qui ne laisserait que 0,75 Go de mémoire pour les pics imprévus. Au bout d’un moment, le JVM rencontre des dysfonctionnements avec OutOfMemoryErrors. Pour résoudre le problème, réduisez la taille maximale configurée du cache de l’image mis en mémoire tampon. Lorsque vous téléchargez un grand nombre de ressources vers Adobe Experience Manager, réglez la taille du cache en mémoire tampon en le configurant via la console Web OSGi. 1. Accédez à l’adresse http://host:port/system/console/configMgr/com.day.cq.dam.core.impl.cache.CQBufferedImageCache2. Définissez la propriété cq.dam.image.cache.max.memory en bits. Par exemple, 1073741824 correspond à 1 Go (1024*1024*1024 = 1 Go). Remarque : à partir d’AEM 6.1 SP1, si vous utilisez un nœud sling:osgiConfig pour configurer cette propriété, veillez à définir ce type de données sur Long. Pour plus de détails à ce sujet, consultez cet article.

• Réglez cacheSizeInMB à un pourcentage de votre mémoire disponible (il serait prudent de l’établir à 2 % de la mémoire maximale) lorsque vous utilisez le FileDataStore. Par exemple, pour une mémoire de 8 Go : maxCachedBinarySize=1048576, cacheSizeInMB=164. Veuillez noter que maxCachedBinarySize est défini sur 1 Mo (1048576) afin que seuls les fichiers de 1 Mo max. soient mis en cache. Il peut être judicieux de définir une plus petite valeur. En cas de nombreux binaires, Adobe recommande d’utiliser un magasin de données externe au lieu de magasins de nœuds par défaut afin d’optimiser les performances. De plus, Adobe recommande de définir les paramètres suivants :

• maxCachedBinarySize=10485760

• cacheSizeInMB=4096

Attention : un réglage cacheSizeInMB trop élevé peut conduire à une mémoire insuffisante du processus java. Par exemple, si la taille maximale de la mémoire est définie sur 8 Go (-Xmx8g) et que vous souhaitez qu’AEM et votre application utilisent une mémoire combinée de 4 Go, il convient de définir cacheSizeInMB sur 82 et non 164. Une plage de 2 à 10 % de la mémoire max. est une configuration prudente. Toutefois, il est fortement recommandé de vérifier les modifications de ces paramètres en testant la charge tout en surveillant l’utilisation de la mémoire.

• Le flux de travail de ressources de mise à jour de gestion des actifs numériques (DAM) comporte une série d’étapes configurées pour les tâches, telles que la génération de fichiers PTIFF Scene7 et l’intégration du serveur InDesign. Cependant, nombre de ces étapes sont peut-être inutiles pour la plupart des utilisateurs. Adobe recommande de créer une copie personnalisée du modèle de flux de travail de ressources de mise à jour de DAM, et de supprimer les étapes inutiles. Dans ce cas, mettez à jour les lanceurs de ressources de mise à jour de gestion des actifs numériques afin qu’ils pointent vers le nouveau modèle.

• Flux de travail transitoire : Pour optimiser les charges d’ingestion élevées, Adobe conseille de passer du flux de travail de mise à jour de DAM et de réécriture des métadonnées XMP à un flux de travail transitoire. Comme son nom l’indique, les données d’exécution relatives aux étapes de travail intermédiaires des flux de travail transitoires ne sont pas conservées dans le JCR lors du fonctionnement (les rendus de sortie sont bien entendu conservés). Il en résulte une réduction du temps de traitement du flux de travail de l’ordre de 10 % et une diminution considérable de la croissance du référentiel. Il n’est plus nécessaire de purger les flux de travail CRUD. De plus, il réduit le nombre de fichiers TAR à compresser. Si votre entreprise exige la conservation/l’archivage des données d’exécution du flux de travail à des fins d’audit, n’activez pas cette fonctionnalité.

• Génération de rendu sélective : Ne générez que les rendus nécessaires en ajoutant des conditions au flux de travail de traitement des ressources, afin que les rendus les plus coûteux soient uniquement générés pour les ressources sélectionnées./workflow/ Ressource de mise à jour Dam >> Réalisation de l’étape des miniatures.

• Magasin de données partagé entre les instances : L’implémentation d’un magasin de données de fichiers partagées ou S3 peut contribuer à économiser l’espace disque et à augmenter le débit du réseau lors d’implémentations à grande échelle. Toutefois, d’autres tâches peuvent toujours être nécessaires, comme le déploiement. Cela reste un excellent compromis pour bénéficier de meilleures performances.

• Maintenance : Normalement, il faut purger les flux de travail chaque semaine. Cependant, en cas de grande consommation de ressources, comme au cours d’une ingestion de ressources à grande échelle, vous pouvez les purger plus souvent.