M365Con 2027 – conférence en ligne gratuite · 11–22 Jan 2027 · 120 sessions m365con.net

Blog · Mirko Peters

Seuil de capacité de la mise à l’échelle automatique d’AVD : comment le pourcentage détermine le démarrage d’un hôte supplémentaire

Partenaire · Partenaire neutre : Nerdio

Par ·

Dans la mise à l’échelle automatique d’Azure Virtual Desktop, le seuil de capacité correspond à la part de la capacité du pool d’hôtes, exprimée en sessions, qui déclenche une action de mise à l’échelle. Un hôte supplémentaire démarre lorsque la capacité utilisée dépasse ce seuil, et un hôte n’est retiré que si l’utilisation reste inférieure ou égale à ce seuil après son retrait.

Traduit automatiquement par IA à partir de l'article original. Lire l'original en anglais

Le seuil de capacité est le pourcentage de la capacité de sessions d’un pool d’hôtes qui déclenche une action de mise à l’échelle. La mise à l’échelle automatique démarre un hôte de session supplémentaire lorsque la capacité utilisée dépasse le seuil, et ne retire un hôte que si l’utilisation resterait inférieure ou égale au seuil après ce retrait. Tout est compté en sessions utilisateur, et non en processeur ou en mémoire. Cet article détaille le calcul, les différences entre phases et les limites, d’après Microsoft Learn. Le choix d’une valeur pour votre pool constitue une décision distincte, traitée dans « Choosing the right capacity threshold for pooled host pools ».

Points clés

  • La capacité disponible correspond à la limite maximale de sessions multipliée par le nombre d’hôtes de session disponibles. La capacité utilisée correspond au nombre de sessions actives et déconnectées divisé par cette valeur.
  • La mise à l’échelle automatique n’agit que lorsque l’utilisation est supérieure ou inférieure au seuil. Si la capacité utilisée est égale au seuil, rien ne se passe.
  • En descente en charge et hors pointe, le nombre d’hôtes requis = nombre total de sessions / (limite maximale de sessions × seuil), arrondi à l’entier supérieur. Les sessions déconnectées sont comptées. Le pourcentage minimal peut maintenir un plus grand nombre d’hôtes en fonctionnement.
  • Le seuil se saisit en montée en charge et en descente en charge. La pointe reprend la valeur de montée en charge, et le hors pointe reprend la valeur de descente en charge.
  • Le seuil porte sur les sessions, et non sur le processeur ou la mémoire. Learn exige une limite maximale de sessions personnalisée pour la mise à l’échelle automatique des pools et recommande de ne pas conserver la valeur par défaut.

Les deux grandeurs à la base du pourcentage

Le glossaire de Learn définit les deux :

  • Capacité disponible du pool d’hôtes = la limite maximale de sessions du pool d’hôtes multipliée par le nombre d’hôtes de session disponibles.
  • Capacité utilisée du pool d’hôtes = le nombre de sessions utilisateur actives et déconnectées divisé par la capacité disponible.

Le seuil de capacité correspond alors au pourcentage de capacité utilisée auquel la mise à l’échelle automatique agit. La page de création et d’affectation de Learn donne un exemple : deux hôtes en cours d’exécution avec une limite de 20 sessions donnent une capacité de 40. Avec un seuil de 75 % et plus de 30 sessions, la mise à l’échelle automatique active un troisième hôte, ce qui fait passer la capacité de 40 à 60.

Deux points comptent en pratique. Les sessions déconnectées sont comptées dans la capacité utilisée, car les utilisateurs peuvent se reconnecter à tout moment. Par ailleurs, un hôte éteint n’apporte aucune capacité tant que la mise à l’échelle automatique ne l’a pas démarré. Le mode Drain est l’état que la mise à l’échelle automatique utilise avant de retirer un hôte.

La règle en trois phrases

  1. Si la capacité utilisée dépasse le seuil, la mise à l’échelle automatique active des hôtes jusqu’à ce que l’utilisation revienne à un niveau inférieur ou égal au seuil. La formulation de Learn diffère légèrement : l’exemple du glossaire parle de « inférieur », les scénarios de « inférieur ou égal », et les tableaux de scénarios traitent l’égalité comme une absence d’action.
  2. Si la capacité utilisée est inférieure au seuil et qu’un hôte peut être arrêté sans faire dépasser le seuil à l’utilisation, la mise à l’échelle automatique peut l’éteindre, sous réserve de conditions propres à chaque phase.
  3. Si la capacité utilisée est égale au seuil, rien ne se passe. La FAQ de la mise à l'échelle automatique le précise directement.

Exemples commentés avec vos propres chiffres

Ces exemples utilisent des valeurs fictives et les formules de Learn. Prenons un pool partagé avec une limite de 10 sessions par hôte et un seuil de 70 %.

Démarrage d’un hôte. Avec 4 hôtes, la capacité est de 40 et le point de déclenchement est de 28 sessions. À 28 sessions, l’utilisation vaut exactement 70 %, donc rien ne se passe. À 29 sessions, l’utilisation atteint 72,5 %, donc la mise à l’échelle automatique démarre un cinquième hôte. La capacité passe à 50 et l’utilisation descend à 58 %.

Retrait d’un hôte en période de pointe. Avec 5 hôtes, la capacité est de 50, et 27 sessions représentent 54 %. Retirer un hôte donne une capacité de 40 et une utilisation de 67,5 %, soit une valeur inférieure ou égale à 70 %. Le retrait est donc autorisé, mais uniquement pour un hôte sans session utilisateur. Le scénario de pointe de Learn montre l’autre face : lorsque chaque hôte compte encore au moins une session, aucun hôte n’est arrêté, même si un retrait resterait sous le seuil.

Consolidation en descente de charge. Learn donne la formule du nombre d’hôtes nécessaires : nombre total de sessions divisé par (limite maximale de sessions multipliée par le seuil), arrondi à l’entier supérieur. Avec 36 sessions, 36 / 7 = 5,14, soit 6 hôtes. Avec un seuil de 80 %, 36 / 8 = 4,5, soit 5 hôtes. Un hôte supplémentaire représente le coût de 10 points de marge en plus.

Sessions déconnectées. La FAQ de Learn comptabilise les sessions déconnectées dans le nombre d’hôtes requis : 6 utilisateurs déconnectés, une limite de 5 et un seuil de 90 % donnent 6 / 4,5 = 1,33, soit 2 hôtes. Appliquée à notre pool (limite de 10, seuil de 70 %), la même formule donne 12 sessions déconnectées / 7 = 1,71, soit 2 hôtes.

Le pourcentage minimal comme plancher. Le seuil n’est pas la seule donnée d’entrée. La page de dépannage de Learn indique qu’en descente de charge et en hors pointe, la mise à l’échelle automatique retient la plus élevée de deux valeurs : le résultat de la formule pour les sessions en cours, et le paramètre « Pourcentage minimal d’hôtes actifs » de la phase du plan de mise à l’échelle. Si le pourcentage minimal donne un nombre plus élevé, c’est lui qui prévaut. Les scénarios de descente de charge et de hors pointe de Learn illustrent le même effet : le pourcentage minimal garantit qu’au moins un hôte reste disponible, même lorsque la formule en autoriserait moins.

Le rôle du seuil dans chaque phase

Selon la page des scénarios de Learn, une même valeur n’agit pas de la même façon selon la phase de la planification. Voir aussi phases de planification de la mise à l’échelle automatique.

PhaseRôle du seuil
Ramp-upLa mise à l’échelle automatique démarre des hôtes lorsque l’utilisation dépasse le seuil. Elle n’arrête aucun hôte dans cette phase, afin de préserver l’expérience utilisateur.
PicDes hôtes sont démarrés au-dessus du seuil. Un hôte n’est arrêté que si l’utilisation reste inférieure ou égale au seuil et que cet hôte ne porte aucune session utilisateur.
Descente en puissanceLa mise à l’échelle automatique consolide les sessions sur un nombre réduit d’hôtes, uniquement si l’ensemble des sessions actives et déconnectées tient dans le seuil.
Hors picLa mise à l’échelle automatique maintient le pourcentage minimal d’hôtes allumés et applique la même logique de consolidation. La façon dont ce minimum est défini pour chaque type de plan est détaillée dans l’article consacré aux phases : « Ramp-up, peak, ramp-down and off-peak: the four AVD autoscale phases explained ».

Où saisir la valeur : selon Learn, les onglets « Montée en charge » et « Descente en charge » comportent un champ de seuil de capacité. Sur les onglets « Pointe » et « Hors pointe », ce champ n’est pas modifiable. La valeur de la montée en charge est reportée sur la pointe, et celle de la descente en charge sur la hors pointe. Dans le scénario de descente en charge de Learn, un seuil élevé combiné à un faible pourcentage minimal d’hôtes réduit le besoin de démarrer de nouveaux hôtes en fin de journée de travail ; les valeurs d’exemple sont 75 % et 10 %. Learn précise que les valeurs par défaut affichées lors de la création d’une planification sont des valeurs suggérées pour les jours de semaine, que vous pouvez modifier. Voir aussi pourcentage minimal d’hôtes, qui définit un plancher indépendant du seuil.

Comment et quand la mise à l’échelle automatique évalue la charge

La FAQ indique que la mise à l’échelle automatique surveille les connexions et déconnexions, qu’elle enregistre sous forme d’événements de modification de session, et que chaque événement déclenche une évaluation de la mise à l’échelle. Lorsque de nombreux événements arrivent en peu de temps, elle regroupe les évaluations. S’il n’y a aucun événement, ou si le service d’événements est en panne, la mise à l’échelle automatique vérifie si elle en a manqué. La FAQ désigne les modifications de session comme déclencheur et décrit cette vérification des événements manqués, mais ne donne aucun intervalle d’interrogation. Elle ne donne pas non plus la durée de démarrage d’un hôte désalloué. Le délai entre le franchissement du seuil et la disponibilité de la capacité doit donc être mesuré dans votre environnement.

Observer le seuil en action

Pour les pools d’hôtes partagés, la mise à l’échelle automatique écrit les résultats de chaque évaluation du plan de mise à l’échelle dans la table WVDAutoscaleEvaluationPooled, une fois la catégorie de diagnostic « Autoscale logs for pooled host pools » envoyée vers un espace de travail Log Analytics. Learn décrit SessionOccupancyPercent comme le « Percent of session host capacity occupied by user sessions » et ConfigCapacityThresholdPercent comme le « Capacity threshold percent ». Lire ces deux valeurs côte à côte est une façon raisonnable de comparer l’utilisation au seuil configuré. Learn ne précise toutefois pas que ce champ correspond exactement à la valeur que la mise à l’échelle automatique compare, et SessionCount ne comprend que les sessions sur les hôtes que la mise à l’échelle automatique considère comme actifs. ScalingReasonMessage contient les actions que la mise à l’échelle automatique a décidé d’exécuter, et pourquoi. Ensemble, ces champs permettent de voir si le seuil ou autre chose, comme un hôte exclu ou une évaluation échouée, explique un démarrage ou un arrêt. Les étapes de configuration et une requête prête à l’emploi figurent dans « Choosing the right capacity threshold for pooled host pools ». Voir Azure Virtual Desktop Insights.

Ce que le seuil ne couvre pas

  • Charge. Le seuil compte les sessions. Un pool de 10 sessions lourdes peut être plus sollicité qu’un pool de 30 sessions légères, et le seuil ne fait pas la différence. Dimensionnez d’abord la limite maximale de sessions en fonction de votre charge de travail. Le tableau de dimensionnement de Learn indique 6, 4, 2 et 1 utilisateurs maximum par vCPU pour les charges légère, moyenne, lourde et intensive, à titre de points de départ génériques.
  • La limite de session par défaut. Les prérequis de la mise à l’échelle automatique de Learn indiquent que, pour les pools d’hôtes partagés, vous devez définir une limite maximale de sessions personnalisée au lieu d’utiliser la valeur par défaut, sans en donner la raison. La page sur l’équilibrage de charge précise que la valeur par défaut d’un pool en largeur d’abord est 999999. Notre propre interprétation, et non une affirmation de Learn : la capacité correspond à la limite multipliée par le nombre d’hôtes, si bien qu’une limite de 999999 rendrait le pourcentage dénué de sens.
  • Hôtes exclus. Les hôtes portant la balise d’exclusion ne sont ni démarrés ni arrêtés. Dans le scénario hors pointe de Learn, l’utilisation atteint 80 % alors que le seuil est de 75 %, et pourtant aucun hôte ne démarre, car tous les autres hôtes sont balisés.
  • Pools d’hôtes personnels. Learn décrit les planifications personnelles selon l’état de la session (lorsqu’elle est déconnectée, lorsque l’utilisateur est déconnecté) et ne mentionne aucun champ de seuil de capacité pour ces pools.

La mise à l’échelle dynamique utilise la même définition

Le glossaire décrit le seuil de la mise à l’échelle dynamique dans les mêmes termes : lorsque l’utilisation dépasse le seuil, la mise à l’échelle automatique active ou crée davantage d’hôtes ; lorsqu’elle passe en dessous, elle les désactive ou les supprime. Le seuil n’est pas la seule limite dans ce cas : la FAQ indique que le nombre total d’hôtes de session actifs ne dépassera pas la taille maximale du pool d’hôtes définie dans le plan de mise à l’échelle. Microsoft a annoncé en juillet 2026 la disponibilité générale de la gestion améliorée des pools d’hôtes, qui comprend la mise à l’échelle dynamique, la configuration et la mise à jour des hôtes de session, ainsi que les disques OS éphémères (Tech Community). Certaines pages de Learn, par exemple les pages sur les scénarios et le glossaire, ainsi que la version de module 5.4.2-preview, portent encore une formulation de préversion. Vérifiez la page actuelle avant de vous fier à une limite. La Power management autoscaling est généralement disponible.

Comparaison avec les déclencheurs de Nerdio

La page d’aide de Nerdio sur la mise à l’échelle automatique dynamique du pool d’hôtes dans Nerdio Manager énumère d’autres déclencheurs : utilisation moyenne du processeur ou de la mémoire vive sur l’ensemble des hôtes en cours d’exécution, nombre moyen de sessions actives par hôte, sessions disponibles et démarrages initiés par les utilisateurs. Jusqu’à trois déclencheurs peuvent être combinés, et la page précise que cette fonctionnalité à déclencheurs multiples n’est disponible que dans l’édition Nerdio Manager Premium. La capacité est ajoutée dès qu’une condition de mise à l’échelle horizontale est remplie, et n’est retirée que lorsque toutes les conditions de réduction sont remplies. Il s’agit d’un modèle différent du seuil unique basé sur le pourcentage de sessions de la mise à l’échelle automatique native. « dynamic host pool auto-scaling » est le nom que Nerdio donne à sa fonctionnalité, et non la mise à l’échelle automatique dynamique de Microsoft, qui crée et supprime des hôtes. La page ne compare pas cette approche à la mise à l’échelle automatique native. Votre choix doit donc dépendre de la question suivante : les nombres de sessions reflètent-ils fidèlement votre charge de travail ?

Sources

Consulté le 17 novembre 2026.

FAQ

Que se passe-t-il lorsque la capacité utilisée est exactement égale au seuil de capacité ?

Rien. La FAQ de la mise à l’échelle automatique indique qu’elle n’agit que lorsque la capacité est supérieure ou inférieure au seuil. À titre d’exemple avec des valeurs fictives : avec 4 hôtes, une limite de 10 et un seuil de 70 %, 28 sessions laissent le pool inchangé, et la 29e session démarre un hôte supplémentaire.

Le seuil de capacité prend-il en compte le processeur ou la mémoire ?

Non. Microsoft Learn le définit à partir des sessions : la capacité utilisée correspond au nombre de sessions actives et déconnectées divisé par la capacité du pool d’hôtes, elle-même égale à la limite maximale de sessions multipliée par le nombre d’hôtes disponibles. Le processeur et la mémoire ne font pas partie de cette définition.

Où définir le seuil pour chaque phase ?

Dans les phases de montée en charge et de descente en charge d’une planification de pool. Learn indique que l’onglet de pointe reprend la valeur de montée en charge et que l’onglet hors pointe reprend la valeur de descente en charge, et qu’aucun de ces onglets ne permet de la modifier.

Entités dans cet article

Sujets de cet article :

Capacity threshold (Azure Virtual Desktop) – Sous-thème d’AVD scaling plan AVD scaling plan – Fait partie d’Azure Virtual Desktop

Articles associés

Autres articles sur AVD scaling plan :

RSS