Cómo elegir el umbral de capacidad adecuado para los grupos de hosts agrupados
Socio · Socio neutral: Nerdio
Por Mirko Peters ·
Elige el umbral de capacidad de un grupo de hosts agrupado de Azure Virtual Desktop calculando cuántas sesiones deben caber entre el punto de activación y el límite de sesiones mientras se inicia el siguiente host. Como regla general, empieza con un valor más bajo en la fase de ascenso y más alto en la fase de descenso, y compruébalo con Insights.
Traducido automáticamente con IA a partir de la publicación original. Lee el original en inglés
Elige el umbral de capacidad calculando cuántas sesiones deben seguir cabiendo entre el punto de activación y el límite máximo de sesiones mientras se inicia el siguiente host. Un umbral más alto usa menos hosts, pero deja un margen menor para los inicios de sesión; por eso, como regla general (nuestra inferencia), usa un valor más bajo en la fase de ascenso y uno más alto en la fase de descenso, y después ajusta con mediciones. Microsoft Learn no indica un número único, y el portal rellena valores previos que Learn denomina valores sugeridos para días laborables; por eso, esta guía ofrece un método para comprobarlos y marca qué afirmaciones son inferencias.
Puntos clave
- Learn ofrece umbrales de ejemplo (del 30% al 90%), pero no un valor recomendado. El número adecuado depende de tu límite de sesiones, del patrón de inicio de sesión y del tiempo de arranque de los hosts.
- Define primero un límite máximo de sesiones personalizado. El umbral es un porcentaje del límite multiplicado por los hosts, y el valor predeterminado de 999999 de un grupo nuevo de amplitud primero lo hace carecer de sentido.
- El margen entre el punto de activación y el límite de sesiones debe absorber los inicios de sesión mientras arranca el siguiente host. El tiempo de arranque varía según el entorno, así que mídelo.
- Como regla general, que es nuestra inferencia y no una afirmación de Learn, usa un umbral más bajo en la fase de ascenso, que se extiende a las horas pico, y uno más alto en la fase de descenso, que se extiende a las horas fuera de pico.
- Cada 15 puntos de umbral pueden cambiar el número de hosts con una carga constante. Según nuestro cálculo, 200 sesiones con un límite de 32 necesitan al menos 11, 9 y 7 hosts con un 60%, 75% y 90%, respectivamente.
El funcionamiento del umbral se explica en "Capacity threshold in AVD autoscale: how the percentage decides when another host starts". Aquí damos por supuesto que sabes que el escalado automático inicia hosts cuando la capacidad usada supera el umbral de capacidad y que, en la fase de descenso y fuera de pico, consolida usando la fórmula sesiones divididas entre (límite por umbral), redondeado hacia arriba.
Paso 1: Define el límite máximo de sesiones
El umbral es un porcentaje de la capacidad, y la capacidad es el límite máximo de sesiones multiplicado por los hosts disponibles. Learn recomienda definir un límite personalizado para los grupos agrupados que usan escalado automático, y no conservar el predeterminado. Para un grupo de amplitud primero creado con el valor predeterminado, la página de equilibrio de carga indica que el límite es 999999. Con ese valor, la capacidad es enorme, el uso se mantiene cerca del 0% y, según la aritmética, ningún umbral activaría nunca un host nuevo.
Deriva el límite de tu carga de trabajo. La tabla de dimensionamiento de Learn indica el número máximo de usuarios por vCPU: 6 para cargas ligeras, 4 para medias, 2 para pesadas y 1 para cargas de potencia, como puntos de partida genéricos que debes ajustar con tus propios datos. En un host de 8 vCPU, eso significa hasta 48 sesiones (ligera), 32 (media) o 16 (pesada). Learn también recomienda mantener las máquinas virtuales multisesión entre 6 y 24 vCPU, aunque la misma página recomienda más adelante entre 4 y 24 núcleos. Haz una prueba con un grupo piloto antes de fijar el valor, porque tanto el límite como el umbral dependen de él.
Paso 2: Convierte el porcentaje en sesiones
El umbral solo importa por las sesiones que implica. Toma 6 hosts en ejecución con un límite de 32 (carga media en 8 vCPU). La capacidad es de 192 sesiones.
| Umbral | Punto de activación (un host se inicia cuando las sesiones superan este valor) | Margen hasta el límite |
|---|---|---|
| 60% | 115.2 | 76.8 |
| 75% | 144 | 48 |
| 90% | 172.8 | 19.2 |
El punto de activación es la capacidad multiplicada por el umbral, y el margen es la capacidad menos ese número. Con exactamente el umbral no ocurre nada, así que con un umbral del 75% la sesión 145 es la primera que inicia otro host. El margen es lo que absorbe los nuevos inicios de sesión entre el momento en que el autoescalado decide iniciar un host y el momento en que ese host acepta sesiones.
El tiempo de inicio depende de tu imagen, del tamaño de la máquina virtual y de la región. La FAQ indica que las evaluaciones se activan con eventos de inicio y cierre de sesión, y que se agrupan cuando llegan muchos a la vez. Por tanto, la comprobación te toca a ti:
- Mide el tiempo de inicio de un host desasignado en tu entorno, desde la solicitud de inicio hasta la primera sesión aceptada.
- Mide la tasa de inicios de sesión durante los minutos de mayor carga en la fase de aumento. Learn documenta la tabla
WVDConnectionscomo actividad de conexión, con las columnasTimeGenerated,State,UserNameyCorrelationId. Un enfoque, que es nuestro y no un procedimiento de Learn, consiste en contar los valores distintos deCorrelationIdpor minuto durante el aumento, después de comprobar qué valores deStateregistra tu espacio de trabajo. - Multiplica ambos valores. El resultado es el número de sesiones que llegan mientras un host se inicia. Es una inferencia, no una fórmula de Learn.
- Compara el resultado con el margen. Si el margen es menor, reduce el umbral o aumenta el porcentaje mínimo de hosts en la fase de aumento para que ya haya hosts en ejecución.
Por ejemplo, con una tasa de inicios de sesión inventada de 30 por minuto y un tiempo de inicio inventado de 5 minutos, llegan 150 sesiones durante la espera. Ninguna fila de la tabla cubre esa situación, e incluso un umbral del 30% dejaría un margen de solo 134 sesiones en el grupo de 6 hosts de arriba, así que el umbral es la herramienta equivocada para ese pico: inicia los hosts con antelación con el porcentaje mínimo de hosts y un aumento anticipado. El umbral se encarga después del crecimiento más lento.
Paso 3: Usa valores distintos por fase
Introduces el umbral en el campo Umbral de capacidad de las pestañas Aumento y Reducción de una programación. La fase Pico usa el valor de aumento y la fase Fuera de pico usa el valor de reducción; ninguna pestaña permite editarlo. Learn indica que los valores predeterminados que aparecen al crear una programación son valores sugeridos para los días laborables, pero el artículo sobre planes de escalado no los detalla, así que revisa tu portal antes de guardar y compáralos con el paso 2. Consulta fases de la programación de autoescalado.
- Aumento y pico: umbral más bajo (nuestra regla práctica). Las sesiones llegan rápidamente, y Learn indica que el autoescalado en grupo no apaga hosts durante el aumento. Un valor más bajo inicia los hosts antes y deja un margen mayor. La FAQ usa el método de amplitud primero como ejemplo para estas fases, de modo que las sesiones se reparten entre los hosts.
- Reducción y fuera de pico: umbral más alto (nuestra regla práctica). Para la reducción, la página de escenarios indica que un umbral alto y un porcentaje mínimo de hosts bajo reducen la necesidad de iniciar hosts nuevos al final de la jornada laboral; la fase Fuera de pico usa el valor de reducción. La FAQ usa el método de profundidad primero como ejemplo aquí, para consolidar las sesiones.
Los valores de ejemplo de Learn muestran el rango, no una recomendación: 30% en un escenario de ramp-up y pico con seis hosts y un límite de 5, 75% en los escenarios de ramp-down y fuera de pico y en el ejemplo de creación y asignación, 80% en el ejemplo de consolidación del glosario (8 usuarios desconectados, límite 10), 90% en el ejemplo de sesiones desconectadas de las Preguntas frecuentes y 60% en la descripción del campo de autoescalado dinámico.
Paso 4: mira cuánto cuesta la elección
Para la consolidación, el artículo de solución de problemas de Learn da CEILING(sesiones totales / (límite x umbral)) para ramp-down y fuera de pico, compara el resultado con el porcentaje mínimo de hosts activos y usa el valor más alto. La página de escenarios da la misma división para ramp-down sin redondeo, y las Preguntas frecuentes lo expresan con sesiones desconectadas y redondean 6 / 4.5 = 1.33 hacia arriba a 2 hosts. Aplicarlo en el pico es una inferencia nuestra: da el número mínimo de hosts que mantiene el uso en o por debajo del umbral, y el recuento real puede ser mayor, porque el autoescalado no apaga hosts en ramp-up y el porcentaje mínimo de hosts fija un suelo. Para 200 sesiones con un límite de 32, el mínimo es:
| Umbral | Cálculo | Como mínimo |
|---|---|---|
| 60% | 200 / 19.2 = 10.4 | 11 |
| 75% | 200 / 24 = 8.33 | 9 |
| 90% | 200 / 28.8 = 6.94 | 7 |
El mínimo calculado difiere en cuatro hosts entre el 90% y el 60% (7 frente a 11). Si la diferencia real fuera de cuatro hosts durante un pico de ocho horas en 22 días laborables, serían 4 x 8 x 22 = 704 horas-host al mes, que habría que multiplicar por tu propia tarifa; un porcentaje mínimo de hosts más alto puede reducir la diferencia real. El modelo de costes está en "What Azure Virtual Desktop really costs: the full cost model".
Un ejemplo práctico
Un pool de ejemplo inventado: 12 hosts, un límite de 32 y un pico de 200 sesiones concurrentes. En ramp-up y pico, un umbral de 60% necesita al menos 11 hosts en el pico según nuestra inferencia (200 / 19.2 = 10.4, redondeado hacia arriba). El pool tiene capacidad para eso, y el punto de activación con 11 hosts es de unas 211 sesiones. En ramp-down y fuera de pico, un umbral de 80% y 40 sesiones restantes necesitan 40 / 25.6 = 1.56, es decir, 2 hosts, y el porcentaje mínimo de hosts establece el suelo por debajo de ese valor.
Si el número de hosts del pool es demasiado pequeño para el pico con el umbral elegido, ningún ajuste del umbral lo soluciona: hay que cambiar la capacidad en sí, es decir, el límite, el tamaño de la VM o el número de hosts. Un umbral solo decide cuándo se añade capacidad, no cuánta existe.
Paso 5: comprueba las interacciones
- Las sesiones desconectadas cuentan. La FAQ y el artículo de solución de problemas de Learn dicen que el autoescalado las trata como activas a efectos de capacidad, porque los usuarios pueden volver a conectarse, y la fórmula del glosario cuenta las sesiones activas más las desconectadas, así que las sesiones desconectadas que persisten elevan el uso. Una directiva de límite de tiempo para sesiones desconectadas reduce la capacidad utilizada.
- Hosts excluidos. Los hosts con la etiqueta de exclusión nunca se inician. Si todos los hosts restantes están etiquetados, una superación del umbral no inicia nada, y Learn advierte de que los nuevos usuarios pueden ver "No resources available".
- Cierre de sesión forzado. En ramp-down, un umbral alto significa más consolidación, lo que significa más usuarios en hosts que el autoescalado elimina (inferencia nuestra; Learn solo dice que el autoescalado elige el host con menos sesiones). Con el cierre de sesión forzado activado, esos usuarios se cierran tras el tiempo de espera. Con él desactivado, eliges una condición de parada de ramp-down (sin sesiones activas ni desconectadas, o sin sesiones activas), y Learn dice que el autoescalado apaga un host solo si todas las sesiones pueden consolidarse en menos hosts sin superar el umbral.
- Porcentaje mínimo. Establece un suelo independientemente del umbral, así que un umbral que parece demasiado alto puede quedar oculto tras un mínimo alto.
- Gestión de energía o dinámico. El umbral también se aplica en el autoescalado dinámico, donde los hosts se crean y eliminan. Microsoft anunció en julio de 2026 la disponibilidad general de la gestión mejorada de pools de hosts, que incluye el autoescalado dinámico, la configuración y actualización de hosts de sesión y los discos del SO efímeros. Algunas páginas de Learn, por ejemplo las de escenarios y glosario y la versión de módulo 5.4.2-preview, todavía contienen texto de versión preliminar; revisa la página actual antes de confiar en un límite.
Paso 6: valida con Insights
Insights muestra las decisiones de escalado automático de los grupos de hosts agrupados, siempre que antes se cumplan algunas condiciones. Learn indica que necesitas un grupo de hosts agrupado con un plan de escalado asignado (los grupos personales no son compatibles) e Insights configurado para el grupo de hosts y su área de trabajo. En la configuración de diagnóstico del grupo de hosts, envía la categoría "Autoscale logs for pooled host pools" al mismo área de trabajo de Log Analytics. Necesitas el rol Colaborador de Desktop Virtualization para configurar los diagnósticos, y los roles Lector de Desktop Virtualization y Lector de Log Analytics para ejecutar consultas. La tabla WVDAutoscaleEvaluationPooled de Learn incluye SessionOccupancyPercent, SessionCount, ActiveSessionHostsPercent y ScalingReasonMessage, además de ConfigCapacityThresholdPercent y ConfigMinActiveSessionHostsPercent. Learn indica que las columnas Config contienen los valores de configuración del plan de escalado para una fase de la programación de escalado automático. Tras una semana, ejecuta la consulta de Learn para obtener la ocupación máxima por día, programación y fase:
WVDAutoscaleEvaluationPooled
| where ResultType == "Succeeded"
| summarize max(SessionOccupancyPercent), max(SessionCount), max(ActiveSessionHostsPercent), max(ActiveSessionHostCount) by _ResourceId, bin(TimeGenerated, 1d), ConfigScheduleName, ConfigSchedulePhase
| order by _ResourceId asc, TimeGenerated asc, ConfigScheduleName, ConfigSchedulePhase ascInterprétalo de esta forma, como una heurística práctica y no como una regla de Learn: una ocupación máxima muy por debajo del umbral en una fase (compárala con ConfigCapacityThresholdPercent) sugiere que el valor o el mínimo son demasiado conservadores, mientras que una ocupación que se mantiene regularmente en el umbral, con quejas de los usuarios sobre los tiempos de inicio de sesión, sugiere que falta margen. Cambia un número cada vez. Consulta Azure Virtual Desktop Insights y planes de escalado.
Fuentes
- Microsoft Learn: Glosario del escalado automático para Azure Virtual Desktop
- Microsoft Learn: Planes de escalado de autoescalado y escenarios de ejemplo
- Microsoft Learn: Crear y asignar un plan de escalado de autoescalado
- Microsoft Learn: Preguntas frecuentes sobre el autoescalado de Azure Virtual Desktop
- Microsoft Learn: Solucionar problemas del escalado automático en Azure Virtual Desktop
- Microsoft Learn: Configurar el equilibrio de carga de grupos de hosts
- Microsoft Learn: Directrices de dimensionamiento de máquinas virtuales de host de sesión
- Microsoft Learn: Referencia de la tabla WVDConnections
- Microsoft Tech Community: La administración mejorada de grupos de hosts para Azure Virtual Desktop ya está disponible con carácter general
- Microsoft Learn: Supervisar las operaciones de escalado automático con Insights
Preguntas frecuentes
¿Qué umbral de capacidad recomienda Microsoft?
El texto de Learn no indica un valor único. Sus ejemplos usan el 30%, 60%, 75%, 80% y 90% en distintos escenarios, y la página de escenarios dice que un umbral alto con un porcentaje mínimo bajo de hosts en la fase de descenso reduce la necesidad de iniciar hosts nuevos al final de la jornada laboral. Por otra parte, el artículo sobre planes de escalado indica que los valores predeterminados que ves al crear una programación son valores sugeridos para días laborables. Lee lo que muestra tu portal, compruébalo con el cálculo de esta guía y trata los ejemplos como ilustraciones.
¿Por qué un umbral alto puede dar una mala experiencia de inicio de sesión?
Porque un host nuevo solo se solicita cuando el uso supera el umbral, y la capacidad restante debe absorber los inicios de sesión mientras ese host arranca. Mide la duración del inicio en tu entorno. El resultado es una inferencia de la fórmula de capacidad, no una afirmación de Learn.
¿Hay que volver a ajustar el umbral al añadir hosts?
El porcentaje sigue siendo el mismo, pero el punto de activación se desplaza, porque la capacidad es el límite máximo de sesiones multiplicado por los hosts disponibles. Recalcula el margen en sesiones después de cambiar el límite o el tamaño del grupo.