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

Blog · Mirko Peters

Cómo dimensionar el límite máximo de sesiones por host de sesión

Socio · Socio neutral: Nerdio

Por ·

Learn no ofrece un límite máximo de sesiones recomendado y remite a Insights, mientras que su guía de dimensionamiento enumera los usuarios máximos por vCPU. Esta guía deriva un valor inicial y lo corrige con datos de monitorización.

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

La página de equilibrio de carga de grupos de hosts de Learn no ofrece un valor recomendado para el límite máximo de sesiones y remite a Azure Virtual Desktop Insights para elegirlo, mientras que su guía de dimensionamiento de máquinas virtuales enumera los usuarios máximos por vCPU para cuatro tipos de carga de trabajo. El método práctico consiste en combinar ambas cosas: tomar un valor inicial a partir del número de vCPU de la máquina virtual y del tipo de carga de trabajo, configurarlo en el grupo de hosts y corregirlo con datos de monitorización. Esta guía lo recorre en seis pasos, usando las páginas de Learn sobre equilibrio de carga, dimensionamiento de hosts de sesión y escalado automático. Lo que significa el valor y cómo define la capacidad se explica en "Maximum session limit in Azure Virtual Desktop: how it defines host pool capacity", así que esta guía se centra en elegir un número.

Puntos clave

  • Learn no indica ningún límite máximo de sesiones recomendado y remite a Insights. Su guía de dimensionamiento enumera los usuarios máximos por vCPU: 6 ligera, 4 media, 2 pesada, 1 potencia.
  • Learn llama estimaciones iniciales a sus cifras de dimensionamiento, así que multiplica los usuarios por vCPU por el número de vCPU para obtener un valor inicial, pruébalo en un piloto y vigila los usuarios por núcleo, el retardo de entrada, la CPU y la memoria.
  • La capacidad es el límite multiplicado por el número de hosts disponibles. Según la aritmética de este artículo, un límite de 32 en dos hosts da 64 sesiones, y un umbral del 75 por ciento activa un tercer host por encima de 48.
  • El equilibrio de carga en profundidad primero (depth-first) requiere un límite. Un grupo en amplitud primero (breadth-first) empieza en 999999, y Learn indica que no uses el valor predeterminado cuando el escalado automático gestiona un grupo de hosts agrupado.
  • Reducir el límite no afecta a las sesiones activas. Con una carga concurrente alta, el número de sesiones de un host puede superar el límite, así que trátalo como un objetivo y deja margen.

Qué controla el valor

El límite máximo de sesiones es una propiedad del grupo de hosts que define cuántas sesiones de usuario intenta colocar el equilibrio de carga en un mismo host de sesión. No es un límite estricto: la página de terminología de Learn indica que, con una carga alta de conexiones simultáneas, cuando varios usuarios se conectan al grupo de hosts al mismo tiempo, el número de sesiones creadas en un host de sesión puede superar el límite. El equilibrio de carga de primero en profundidad lo requiere, un grupo creado con primero en amplitud empieza en 999999, y Learn recomienda no usar el valor predeterminado cuando el escalado automático gestiona un grupo de hosts agrupado. El glosario de escalado automático de Learn define la capacidad disponible como el límite multiplicado por el número de hosts de sesión disponibles.

Learn establece el requisito del escalado automático sin dar un motivo. Las consecuencias que se indican a continuación son la interpretación de este artículo sobre la fórmula, no afirmaciones de Learn: un límite demasiado alto permite que un host se llene más allá de lo que soportan su CPU y su memoria, y un límite demasiado bajo reduce la capacidad y hace que el escalado automático inicie hosts antes de tiempo.

Paso 1: clasificar la carga de trabajo

La página de dimensionamiento de Learn define cuatro tipos de carga de trabajo:

Carga de trabajoUsuarios de ejemploAplicaciones de ejemplo
LigeraEntrada básica de datosAplicaciones de entrada en bases de datos, interfaces de línea de comandos
MedioConsultores, investigadores de mercadoAplicaciones ligeras más Microsoft Word, páginas web estáticas
PesadaIngenieros de software, creadores de contenidoMedia más Outlook, PowerPoint, páginas web dinámicas, desarrollo de software
PotenteDiseñadores gráficos, modeladores 3D, investigadores de aprendizaje automáticoPesada más edición de fotos y vídeo, CAD y CAM

Elige el tipo que corresponda a la mayoría de tus usuarios. Learn no indica cómo dimensionar un grupo mixto. Repartir los grupos entre varios grupos de hosts es una opción práctica, y es un criterio propio, no una regla de Learn.

Paso 2: elegir el tamaño de la VM

Para los hosts de varias sesiones, Learn recomienda limitar el tamaño de la VM a entre 6 y 24 vCPU. Indica que cuatro núcleos es el número mínimo recomendado para una VM estable de varias sesiones y que las VM no deben tener más de 32 núcleos. El retorno de la inversión disminuye alrededor de los 16 núcleos, y la experiencia de usuario es mejor con dos VM de 16 núcleos que con una de 32. Para 20 o más usuarios en un mismo host, Learn afirma que varias VM más pequeñas funcionarían mejor que una o dos grandes.

La página no es del todo coherente: una frase posterior recomienda un rango de 4 a 24 núcleos, y la tabla de cargas de trabajo indica 8 vCPU como mínimo para las cargas ligera, media y pesada. Considera las cifras como orientativas y prueba tu propio tamaño.

La capacidad no escala de forma lineal. Learn indica que el factor de escalado suele estar entre 1,5 y 1,9, por lo que un núcleo adicional aporta capacidad de usuarios proporcional pero no lineal. También señala un coste de capacidad del 15 al 20 % al ejecutarse en máquinas virtuales frente a metal desnudo.

Paso 3: calcular un valor inicial

La tabla de varias sesiones de Learn ofrece el máximo de usuarios por vCPU:

Carga de trabajoMáximo de usuarios por vCPUMínimo de vCPU / RAM / almacenamiento del SO
Ligera68 vCPU, 16 GB, 32 GB
Medio48 vCPU, 16 GB, 32 GB
Pesada28 vCPU, 16 GB, 32 GB
Potente16 vCPU, 56 GB, 340 GB

Multiplica los usuarios por vCPU por las vCPU de tu tamaño de VM. La multiplicación es aritmética de este artículo, no una cifra de Learn. Learn describe todos estos números como pautas genéricas solo para estimaciones iniciales de rendimiento. Nuestra interpretación: la tabla ofrece máximos y Learn indica que la capacidad no escala linealmente con los núcleos, así que trata el producto como un límite superior para el piloto y no como un promedio sobre el que planificar.

Ejemplo práctico: una carga media en un host de 8 vCPU da 4 x 8 = 32 como límite inicial. Una carga pesada en el mismo host da 2 x 8 = 16. Una carga ligera en un host de 16 vCPU da 6 x 16 = 96, un caso que conviene probar con cuidado, porque la memoria puede convertirse en el límite. Learn indica que pasar de 8 GB a 16 GB de memoria puede más que duplicar el número de usuarios cuando la memoria es la limitación. No ofrece una cifra de memoria por usuario, así que registra el uso de memoria durante el piloto.

Paso 4: establecer el límite en el grupo de hosts

Necesitas un grupo de hosts agrupado existente y el rol Colaborador de grupo de hosts de Desktop Virtualization. En Azure Portal, el ajuste está en Propiedades del grupo de hosts, junto a Algoritmo de equilibrio de carga. Los pasos del portal aparecen en el explicativo, así que aquí tienes la ruta con script de Learn, que además lee el valor después. El ejemplo de Learn se titula para profundidad primero con un límite de 10: también establece LoadBalancerType = 'DepthFirst', así que cambia o elimina esa línea si tu grupo usa amplitud primero.

$parameters = @{
    Name = '<HostPoolName>'
    ResourceGroupName = '<ResourceGroupName>'
    LoadBalancerType = 'DepthFirst'
    MaxSessionLimit = '10'
}
Update-AzWvdHostPool @parameters

Get-AzWvdHostPool -Name '<HostPoolName>' -ResourceGroupName '<ResourceGroupName>' |
    Format-Table Name, LoadBalancerType, MaxSessionLimit

El equivalente en la CLI de Azure es az desktopvirtualization hostpool update con --max-session-limit, y az desktopvirtualization hostpool show lo lee después. El valor 10 es el marcador de posición de Learn; usa el número del paso 3.

Paso 5: comprueba el efecto en el escalado automático

El escalado automático activa un host cuando la capacidad usada supera el umbral de capacidad, y la capacidad usada cuenta las sesiones activas y desconectadas. Aplícalo al valor inicial del paso 3. Con un límite de 32, dos hosts dan 64 sesiones de capacidad, y un umbral del 75% hace que se inicie un tercer host cuando las sesiones superen 48. Si el tercer host se inicia demasiado pronto o demasiado tarde para tu patrón de inicios de sesión, cambia el límite o el umbral, pero no ambos a la vez, para ver qué cambio produjo cada efecto. Como Learn indica que los inicios de sesión simultáneos pueden llevar un host por encima de su límite, deja margen por debajo del valor calculado y mide el pico de inicios de sesión en el piloto. El umbral de capacidad y la configuración de fases se explican en los artículos sobre el plan de escalado.

La misma aritmética da una estimación aproximada del número de hosts. Para 200 usuarios concurrentes con carga de trabajo media y un límite de 32, el grupo necesita al menos 200 / 32 = 6.25, es decir, 7 hosts, si todos funcionan al máximo. Con 7 hosts la capacidad es de 224 sesiones, y 200 sesiones son aproximadamente el 89%, por encima de un umbral del 75%. Para mantener la capacidad usada en o por debajo del 75% se necesitan 200 / (32 x 0.75) = 8.3, es decir, 9 hosts. Esto aplica la fórmula de consolidación de la página de escenarios de escalado automático de Learn, que Learn usa para la fase de reducción, al dimensionamiento de picos. El uso para dimensionar es de este artículo, no un ejemplo de Learn, y muestra por qué el límite, el umbral y el número de hosts deben planificarse juntos.

La página de dimensionamiento de Learn indica que el inicio de sesión consume mucha CPU y te pide planificar las horas punta de inicio de sesión, como el comienzo de la jornada laboral a las 9 AM. Su ejemplo: si 30 o más usuarios inician sesión en 10 minutos en un host de 16 núcleos, dos VM de 8 núcleos gestionarían mejor la carga.

Paso 6: valida con Insights y ajusta

Learn recomienda Azure Virtual Desktop Insights para supervisar el número de sesiones en cada host de sesión y el rendimiento del host. Insights necesita diagnósticos, contadores de rendimiento y registros de eventos de Windows recopilados en un área de trabajo de Log Analytics, y los usuarios que supervisan necesitan los roles Lector de Desktop Virtualization y Lector de Log Analytics.

Medidas útiles del glosario de Insights:

  • Usuarios por núcleo: número de usuarios por núcleo de VM. Learn sugiere seguir el máximo a lo largo del tiempo para ver si el entorno funciona de forma constantemente alta, baja o fluctuante.
  • Retraso de entrada: se muestrea cada 30 segundos por sesión. Los rangos de Learn son: por debajo de 150 ms, bueno; de 150 a 500 ms, aceptable; de 500 a 2,000 ms, deficiente; y por encima de 2,000 ms, malo.
  • Contadores de rendimiento: contadores de tiempo de procesador y de memoria, como MBytes disponibles y porcentaje de bytes confirmados en uso, recopilados cada 30 segundos.

Ni la página de equilibrio de carga ni la de dimensionamiento dan un umbral de CPU o memoria para el límite. Una regla de trabajo, que es una sugerencia de este artículo, es comparar el retraso de entrada en el pico con los rangos anteriores después de cada cambio. Si el retraso de entrada en el pico sale del rango bueno mientras los usuarios por núcleo están en tu límite, reduce el valor. Si la CPU y la memoria siguen bajas en el límite, auméntalo en pasos pequeños. Learn solo indica que reducir el límite no afecta a las sesiones existentes. No describe cómo se aplica después el nuevo valor, así que confirma el resultado en Insights tras el siguiente pico de inicios de sesión y comprueba en ese pico si algún host superó el límite.

Errores comunes

  • Dejar 999999 en un pool de profundidad primero. El modo de profundidad primero requiere un límite, Learn advierte que no se debe usar el valor predeterminado cuando el escalado automático gestiona el pool, y remite a Insights para encontrar un valor adecuado para tu entorno.
  • Leer los mínimos de la tabla como tamaños. La fila de Power indica un mínimo de 6 vCPU, y sus tamaños de ejemplo, como D16ds_v5 y NV6, difieren en número de vCPU. Comprueba el número de vCPU del tamaño que despliegas.
  • Ignorar las sesiones desconectadas. El escalado automático las cuenta como capacidad utilizada, así que un límite demasiado ajustado combinado con sesiones desconectadas de larga duración hace que los hosts se activen antes de lo esperado.
  • Tratar el límite como una garantía. Learn indica que, con una carga alta de conexiones simultáneas, un host puede recibir más sesiones que el límite, así que un pool dimensionado sin margen puede saturarse en los picos de inicio de sesión.
  • Tratar la cifra como fija. Learn describe sus valores como estimaciones iniciales, así que haz una prueba piloto antes de comprometerte.

Relacionado

  • AVD host pool
  • Límite máximo de sesiones
  • Azure Virtual Desktop Insights

Fuentes

Consultado el 17 de noviembre de 2026.

Seguir el podcastApple PodcastsSpotify

Preguntas frecuentes

¿Existe un valor de límite máximo de sesiones recomendado?

No como un número único. La página de equilibrio de carga de grupos de hosts de Learn no ofrece un valor recomendado y indica que uses Azure Virtual Desktop Insights para encontrar un límite adecuado para tu entorno. La guía de dimensionamiento de máquinas virtuales de Learn enumera los usuarios máximos por vCPU según el tipo de carga de trabajo, y esta guía los usa como punto de partida, describiéndolos solo como estimaciones iniciales.

¿Qué pasa si dejo el valor predeterminado de 999999?

Con el modo de amplitud primero (breadth-first), un grupo de hosts creado sin un valor personalizado empieza en 999999, el valor más alto que puedes establecer. Learn indica que no uses el valor predeterminado cuando el escalado automático gestiona un grupo de hosts agrupado, pero no da una razón. Una inferencia razonable es que una capacidad de ese tamaño nunca llega a alcanzar un umbral de capacidad. El modo de profundidad primero (depth-first) necesita un límite real.

¿Cambiar el límite desconecta a los usuarios?

No. Learn indica que reducir el límite máximo de sesiones en un host de sesión que tiene sesiones de usuario activas no afecta a esas sesiones existentes.

Entidades en este artículo

Temas de este artículo:

Maximum session limit (Azure Virtual Desktop) – Subtema de Host pool (Azure Virtual Desktop) Host pool (Azure Virtual Desktop) – Subtema de Azure Virtual Desktop

Artículos relacionados

Más artículos sobre Host pool (Azure Virtual Desktop):

RSS