M365Con 2027 – conferencia online gratuita · 11–22 Jan 2027 · 120 sessions m365con.net

Blog · Mirko Peters

Forzar el cierre de sesión de los usuarios durante la fase de reducción de AVD: qué ocurre y qué ven los usuarios

Socio · Socio neutral: Nerdio

Por ·

Con el cierre de sesión forzado en la fase de reducción, el escalado automático drena el host con menos sesiones, notifica a los usuarios, espera, finaliza las sesiones restantes y desasigna la VM. Incluye el escenario práctico de Microsoft y dónde se encuentran los ajustes.

Traducido automáticamente con IA a partir de la publicación original. Lee el original en inglés

El cierre de sesión forzado es un ajuste de la fase de reducción de una programación de escalado automático. Cuando está activado, el escalado automático elige el host de sesión con menos sesiones, lo pone en modo de drenaje, envía a los usuarios que hay en él una notificación, espera el tiempo configurado, finaliza las sesiones que queden y desasigna la VM. Tanto el tiempo de espera como el texto de la notificación son valores que se definen en la programación. Este artículo explica cada paso, muestra el ejemplo práctico de Microsoft e indica lo que Learn deja abierto. Si conviene activar este ajuste es el tema de "Force sign out vs wait for sign-out: choosing the ramp-down behaviour".

Puntos clave

  • El cierre de sesión forzado solo funciona en la fase de reducción. Learn indica que no cierra sesión a los usuarios en otras fases, y el escalado automático no puede expulsar a usuarios de un escritorio personal.
  • La secuencia es: seleccionar el host con menos sesiones, ponerlo en modo de drenaje, notificar a sus usuarios, esperar, finalizar las sesiones restantes y desasignar la VM.
  • Las sesiones inactivas, desconectadas y activas se cierran forzosamente si los usuarios no cierran sesión durante el tiempo de espera.
  • El tiempo de espera y el texto de la notificación son ajustes de la programación: RampDownWaitTimeMinute y RampDownNotificationMessage en PowerShell. El ejemplo del cmdlet usa 30 minutos.
  • Learn no indica un valor predeterminado ni un rango permitido para el tiempo de espera, y cómo aparece el mensaje en el cliente es algo que conviene comprobar en un grupo de hosts piloto.

Qué es el parámetro

El glosario de Microsoft Learn define un cierre de sesión forzado como la finalización, por parte del servicio, de una sesión activa o desconectada del usuario sin su consentimiento. En la programación del plan de escalado aparece en la pestaña de reducción. La etiqueta del portal para los planes agrupados con escalado automático de administración de energía es Force logoff of users. Para el escalado automático dinámico la etiqueta es Force logoff users, y las preguntas frecuentes indican que la lógica de cierre forzado y de consolidación es la misma para ambos métodos.

Sobre el estado: Microsoft anunció la disponibilidad general de la administración mejorada de grupos de hosts, que incluye el escalado automático dinámico, la configuración y actualización de hosts de sesión y los discos del sistema operativo efímeros, en julio de 2026 (Tech Community). Algunas páginas de Learn, por ejemplo las de escenarios y glosario y la versión del módulo 5.4.2-preview, todavía usan terminología de vista previa, así que conviene revisar la página actual antes de confiar en una limitación. El escalado automático de administración de energía está disponible con carácter general. Consulta cierre de sesión forzado y el plan de escalado para los objetos relacionados.

Learn establece tres reglas de alcance:

  • Solo la fase de reducción. La página de escenarios indica que el ajuste de cierre forzado no cierra sesión a los usuarios en ninguna otra fase. Las preguntas frecuentes añaden que, si el tiempo de espera es mayor que la fase, la programación pasa a horario de menor uso y las sesiones no se cierran forzosamente. Su ejemplo es una fase de 15 minutos con un tiempo de espera de 20 minutos.
  • Solo pools personales. La FAQ responde a la pregunta "¿Puedo configurar el escalado automático para forzar a los usuarios a cerrar sesión en su escritorio personal?" con un no: el escalado automático para escritorios personales solo desasigna un host si el usuario ha cerrado sesión. Learn no es uniforme en este punto, porque otra entrada de la FAQ habla de una sesión "cerrada o desconectada", y la programación personal tiene una opción Cuando esté desconectado durante (min) con una acción de desasignación. Lo que Learn no ofrece para los pools personales es un cierre de sesión forzado.
  • La consolidación sigue aplicándose. El escalado automático apaga hosts solo si todas las sesiones existentes, activas y desconectadas, caben en menos hosts sin superar el umbral de capacidad, y se respeta el porcentaje mínimo de hosts.

La secuencia, paso a paso

  1. Comprobación de consolidación. La página de escenarios indica que el número mínimo de hosts es el total de sesiones (activas más desconectadas) dividido por el producto del límite máximo de sesiones y el umbral de capacidad. El glosario añade que el resultado se redondea al entero superior. Solo los hosts por encima de ese número son candidatos.
  2. Selección de host. El escalado automático selecciona el host con menos sesiones. Si varios hosts tienen el mismo número, la página de escenarios indica que elige al azar.
  3. Modo de purga. El host pasa al modo de purga y no acepta sesiones de nuevos usuarios.
  4. Notificación. Los usuarios de ese host reciben una notificación en la que se les informa de que cerrarán sesión tras un tiempo determinado.
  5. Espera. El escalado automático espera el tiempo configurado. Los usuarios pueden cerrar sesión por sí mismos.
  6. Cierre de sesión forzado. Se cierra la sesión de los usuarios que siguen conectados, inactivos o desconectados.
  7. Desasignación. El escalado automático desasigna la VM y, en los planes dinámicos, puede eliminarla. Después restablece AllowNewSessions a true, lo que desactiva el modo de purga.

Incluso con el cierre de sesión forzado activado, el escalado automático consolida primero a los usuarios desconectados. El cierre de sesión forzado se aplica solo a los usuarios que siguen conectados tras el tiempo de espera.

Un ejemplo práctico de Learn

El escenario 3 de la página de escenarios usa seis hosts de sesión, equilibrio de carga en profundidad, un umbral de capacidad del 75 por ciento, un mínimo del 10 por ciento de hosts y un límite máximo de sesiones de 5. Hay cuatro hosts disponibles, por lo que la capacidad es 20, y hay cuatro sesiones en ejecución, por lo que la capacidad utilizada es del 20 por ciento.

  • El escalado automático puede apagar dos hosts sin superar el 75 por ciento. Todos los hosts tienen sesiones, así que usa el cierre de sesión forzado. Los números de sesiones son iguales, por lo que elige dos hosts al azar, los pone en modo de purga, notifica a los usuarios, cierra la sesión de quienes queden tras el tiempo de espera y apaga los hosts. Quedan dos hosts con una capacidad de 10.
  • Dos usuarios vuelven a conectarse y las sesiones suben a cuatro, con un 40 por ciento de uso. El escalado automático no apaga otro host, porque un host con capacidad 5 y cuatro usuarios estaría al 80 por ciento.
  • Un usuario cierra sesión, lo que deja tres sesiones en dos hosts, con un 30 por ciento. Ahora puede irse un host más. El escalado automático selecciona el que tiene menos sesiones, lo pone en modo de purga, notifica a sus usuarios y cierra la sesión del resto tras la espera.
  • El usuario al que se forzó el cierre de sesión vuelve a conectarse, y tres sesiones se ejecutan ahora en un solo host, con un 60 por ciento. El último host permanece encendido, porque apagarlo incumpliría el porcentaje mínimo de hosts.

Puedes ejecutar la misma comprobación con tus propios valores. Supongamos que cuatro hosts están en funcionamiento al inicio de la fase de reducción (ramp-down), con 12 sesiones en total, un límite máximo de sesiones de 20 y un umbral del 75 por ciento. La fórmula da 12 / (20 x 0,75) = 0,8, que se redondea a un host, como en la fórmula del glosario. Por tanto, tres hosts son candidatos, sujetos al porcentaje mínimo, y el escalado automático pone primero en modo de purga los hosts con menos sesiones. Los números son ilustrativos, no proceden de Learn.

Qué ven los usuarios y dónde se configura

La experiencia del lado del usuario tiene tres partes.

La notificación. La página de creación y asignación de Learn indica que el escalado automático envía a los usuarios una notificación para avisarles de que se cerrará su sesión, y la página de escenarios describe una notificación de que el host de sesión se apagará. El texto lo defines tú: la programación tiene una propiedad de mensaje de notificación para el periodo de reducción. Los pasos del portal en la página de creación y asignación mencionan la notificación y "the specified wait time", pero no indican ningún campo para ninguno de los dos, así que comprueba tu propio portal o usa las propiedades de PowerShell y ARM que aparecen más abajo.

El tiempo de espera. La programación también tiene el número de minutos que hay que esperar antes de detener los hosts. Estos son los parámetros de PowerShell de New-AzWvdScalingPlanPooledSchedule, con los valores del ejemplo de la referencia del cmdlet:

-RampDownForceLogoffUser:$true
-RampDownWaitTimeMinute 30
-RampDownNotificationMessage "Log out now, please."
-RampDownStopHostsWhen ZeroSessions

La referencia del cmdlet describe el tiempo de espera como el número de minutos que se esperan para detener los hosts durante la fase de reducción, y el mensaje como el mensaje de notificación para los usuarios durante ese periodo. En la referencia de plantillas ARM, las propiedades son rampDownWaitTimeMinutes, rampDownNotificationMessage, rampDownForceLogoffUsers y rampDownStopHostsWhen, y los valores de la última son ZeroActiveSessions y ZeroSessions. Learn no indica mínimo, máximo ni valor predeterminado para estas propiedades, y la referencia del cmdlet no muestra valor predeterminado para ninguna de las dos. Los 30 minutos y el texto de ejemplo son solo ejemplos, no valores recomendados.

El final de la sesión. Pasado el tiempo de espera, la sesión termina. Learn lo llama cierre de sesión forzado, no desconexión, así que planifica que el trabajo sin guardar se pierda. Un usuario que vuelva a conectarse mientras el host está en drenaje lo gestiona el equilibrador de carga: Learn indica que un usuario con una sesión activa o desconectada en un host en drenaje sigue siendo redirigido allí, mientras que los usuarios nuevos nunca se envían a un host en drenaje. Una vez que el cierre de sesión forzado ha terminado la sesión anterior, la siguiente conexión va a otro host. En los escritorios personales, el escalado automático no usa el modo de drenaje al desasignar, y un usuario que se conecte durante la desasignación recibe "No resources available".

Redacta el mensaje de forma que se entienda por sí solo, con la hora y la acción, y comprueba en un grupo de hosts piloto cómo aparece en el cliente de Escritorio remoto o en Windows App y cómo reaccionan las aplicaciones al cierre de sesión.

Ajustes relacionados

La decisión entre forzar o esperar, el límite de tiempo para las sesiones desconectadas y el coste de cada opción se tratan en "Force sign out vs wait for sign-out: choosing the ramp-down behaviour". Hay dos datos que importan para la secuencia en sí:

  • Etiqueta de exclusión. Los hosts que tienen la etiqueta de exclusión no se inician, detienen ni cambian al modo de drenaje, así que la reducción de escala no cierra la sesión de sus usuarios.
  • Modo de drenaje manual. El escalado automático sobrescribe el modo de drenaje en todas las máquinas virtuales incluidas en el escalado, independientemente de quién lo haya configurado. Consulta "Drain mode in Azure Virtual Desktop explained".

Comprobaciones prácticas

  • Define un tiempo de espera menor que la fase de reducción, con margen.
  • Incluye en el texto del mensaje el comportamiento de fin de jornada y el plazo de cierre de sesión, y avisa a los usuarios con antelación de lo que significa un cierre de sesión para los archivos abiertos.
  • Prueba en un piloto cómo se comporta tu solución de perfiles, por ejemplo FSLogix, ante un cierre de sesión forzado.
  • Mantén realista el límite máximo de sesiones, porque el cálculo de la consolidación depende de él. Consulta "How to size the maximum session limit per session host".
  • Para un único host fuera del escalado automático, Send-AzWvdUserSessionMessage acepta un título y un cuerpo de mensaje, y Remove-AzWvdUserSession tiene un modificador -Force. "How to use drain mode for patching and maintenance of session hosts" muestra el orden de los comandos.

Fuentes

Consultado el 17 de noviembre de 2026.

Preguntas frecuentes

¿El cierre de sesión forzado también cierra las sesiones desconectadas?

Sí. Microsoft Learn indica que las sesiones inactivas, desconectadas y activas se cierran forzosamente si los usuarios no cierran sesión durante el tiempo de espera de la fase de reducción. El glosario define un cierre de sesión forzado como la finalización de una sesión activa o desconectada sin el consentimiento del usuario.

¿Puedo cambiar el texto de la notificación y el tiempo de espera?

Sí. La programación del plan de escalado tiene un tiempo de espera en minutos y un mensaje de notificación para el periodo de reducción. El ejemplo de la referencia del cmdlet New-AzWvdScalingPlanPooledSchedule establece 30 minutos y el texto "Cierra sesión ahora, por favor.". Learn no indica un valor predeterminado ni un rango permitido para ninguno de los dos.

¿Puede un usuario que ha sido expulsado iniciar una nueva sesión en el host que está a punto de apagarse?

No como usuario nuevo. El escalado automático pone primero el host en modo de drenaje, y el equilibrador de carga no tiene en cuenta los hosts en drenaje para nuevos usuarios. Después de desasignar la VM, restablece el modo de drenaje a desactivado.

Entidades en este artículo

Temas de este artículo:

Force sign out users during ramp-down (Azure Virtual Desktop) – Subtema de AVD scaling plan AVD scaling plan – Parte de Azure Virtual Desktop

Artículos relacionados

Más artículos sobre AVD scaling plan:

RSS