Fonctionnement de l’arrondi du pourcentage minimal d’hôtes, avec exemples pas à pas
Partenaire · Partenaire neutre : Nerdio
Par Mirko Peters ·
Microsoft Learn indique qu’un pourcentage minimal qui n’est pas un nombre entier est arrondi à l’entier supérieur. Ainsi, toute valeur supérieure à 0 % maintient au moins un hôte allumé. Cet article détaille cette règle à l’aide de tableaux et des exemples de Learn.
Traduit automatiquement par IA à partir de l'article original. Lire l'original en anglais
Learn indique que si le pourcentage saisi pour le pourcentage minimal d’hôtes n’est pas un nombre entier, il est arrondi à l’entier supérieur. Dans les exemples de Learn, cela signifie pour les hôtes : 30 % de six hôtes donnent 1,8, donc deux hôtes restent allumés. Selon cette règle, tout pourcentage supérieur à 0 % garde au moins un hôte en fonctionnement. Cet article illustre la règle à l’aide de tableaux que vous pouvez vérifier à la main, puis présente le second arrondi de la formule de consolidation lors de la réduction de charge, ainsi que les cas sur lesquels Learn ne se prononce pas. Les sources sont listées à la fin. Pour le concept lui-même, consultez l’article complémentaire « Minimum percentage of hosts in AVD autoscale explained ».
Points clés
- Learn indique qu’un pourcentage qui n’est pas un nombre entier est arrondi à l’entier supérieur. Dans ses exemples, cela signifie pour les hôtes : 30 % de six donnent 1,8, donc la mise à l’échelle automatique allume deux hôtes.
- Il découle de la règle d’arrondi, et ce n’est pas une citation de Learn, que tout pourcentage supérieur à 0 % garde au moins un hôte allumé, et que la part effective peut être bien supérieure à la valeur saisie dans les petits pools.
- La réduction de charge et les heures creuses arrondissent à nouveau : Required Hosts = CEILING(sessions / (limite maximale de sessions x seuil)). La mise à l’échelle automatique retient la valeur la plus élevée entre ce résultat et le pourcentage minimal d’hôtes actifs.
- Pour obtenir exactement k hôtes sur N, choisissez un pourcentage supérieur à (k-1)/N et au plus égal à k/N. Les tableaux de cet article sont des calculs fondés sur la règle de Learn, et non des tableaux de Learn.
- La référence de type de ressource Azure définit le pourcentage minimal d’hôtes comme un entier compris entre 0 et 100. Learn ne précise pas si le portail accepte les décimales. Testez donc les cas limites sur un pool pilote.
La règle telle que Learn la présente
Deux énoncés portent cette règle :
- L’article sur le plan de scaling décrit le champ de montée en charge : « Si le pourcentage que vous saisissez n’est pas un nombre entier, il est arrondi à l’entier supérieur. » Son exemple porte sur un pool de sept hôtes de session avec 10 %, où un hôte de session reste allumé et n’est pas éteint par la mise à l’échelle automatique.
- L’article sur les scénarios présente six hôtes, un minimum de 30 % et deux hôtes allumés. Selon ses termes, 30 % de six ne donnent pas un nombre entier, donc la mise à l’échelle automatique arrondit à l’entier supérieur.
Le glossaire définit la base de calcul : le pourcentage s’applique à l’ensemble des hôtes de session du pool. Sous forme de formule, qui reprend le texte sans être une formule de Learn :
hôtes gardés allumés = CEILING(nombre total d’hôtes de session x pourcentage / 100)
Learn indique l’arrondi pour le champ de montée en charge et pour le scénario 1. Ses scénarios de réduction et de période creuse sont cohérents avec la même règle : dix pour cent de six hôtes donnent 0,6, et les scénarios en gardent un allumé. Appliquer la règle à ces phases relève d’une déduction à partir des scénarios. La phrase de Learn parle aussi de « pourcentage » et non de « hôtes ». La lire comme un arrondi du nombre d’hôtes découle de son exemple à sept hôtes et du scénario 1. La page d’entité pourcentage minimal d’hôtes donne la définition succincte.
Tableau : hôtes laissés allumés
Le tableau ci-dessous est calculé avec la formule ci-dessus. Il n’est pas repris de Learn. Les cellules qui correspondent aux exemples de Learn sont : 6 hôtes à 30 pour cent (2), 7 hôtes à 10 pour cent (1) et 6 hôtes à 10 pour cent (1), cette dernière correspondant aux scénarios 3 et 4.
| Hôtes dans le pool | 0% | 5% | 10% | 15% | 20% | 25% | 30% | 50% |
|---|---|---|---|---|---|---|---|---|
| 3 | 0 | 1 | 1 | 1 | 1 | 1 | 1 | 2 |
| 6 | 0 | 1 | 1 | 1 | 2 | 2 | 2 | 3 |
| 7 | 0 | 1 | 1 | 2 | 2 | 2 | 3 | 4 |
| 10 | 0 | 1 | 1 | 2 | 2 | 3 | 3 | 5 |
| 12 | 0 | 1 | 2 | 2 | 3 | 3 | 4 | 6 |
| 15 | 0 | 1 | 2 | 3 | 3 | 4 | 5 | 8 |
| 20 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 10 |
| 40 | 0 | 2 | 4 | 6 | 8 | 10 | 12 | 20 |
| 100 | 0 | 5 | 10 | 15 | 20 | 25 | 30 | 50 |
Trois constats se dégagent du tableau :
- Le premier hôte est facile à déclencher. Tout pourcentage supérieur à 0 garde au moins un hôte allumé, quelle que soit la taille du pool. Seul 0 pour cent donne zéro hôte.
- Les petits pools dérivent vers le haut. Dans un pool de 6 hôtes, 10 pour cent saisis gardent 1 hôte, soit un pourcentage effectif de 16,7 %. Dans un pool de 3 hôtes, 5 pour cent saisis gardent 1 hôte, soit un pourcentage effectif de 33 %.
- Les résultats exacts ne sont pas arrondis. Dix pour cent de 10 hôtes font exactement 1, et 25 pour cent de 20 font exactement 5. L’arrondi n’intervient que lorsque le produit a une partie décimale.
Dans l’autre sens : quel pourcentage donne k hôtes
Si vous voulez exactement k hôtes sur N, le pourcentage doit être strictement supérieur à (k-1)/N et au plus égal à k/N, le tout multiplié par 100. En utilisant des pourcentages entiers :
| Taille du pool | Hôtes souhaités | Pourcentages qui donnent ce résultat |
|---|---|---|
| 7 | 1 | 1 à 14 |
| 7 | 2 | 15 à 28 |
| 7 | 3 | 29 à 42 |
| 12 | 2 | 9 à 16 |
| 12 | 3 | 17 à 25 |
Les lignes à 7 hôtes se vérifient à la main. Quatorze pour cent de 7 font 0,98 et s’arrondissent à 1. Quinze pour cent font 1,05 et s’arrondissent à 2. La référence de ressource Azure (version d’API 2025-10-10) type les propriétés de planification rampUpMinimumHostsPct et rampDownMinimumHostsPct comme des entiers de 0 à 100. L’article sur les plans de mise à l’échelle ne précise pas si le champ du portail accepte les décimales. Les tableaux utilisent donc des pourcentages entiers.
Le résultat dépend de la taille du pool. Si vous ajoutez des hôtes au pool, le même pourcentage peut en garder davantage allumés. Un pool qui passe de 20 à 21 hôtes fait passer un minimum de 30 pour cent de 6 hôtes (exactement 6,0) à 7 hôtes (6,3 s’arrondit à l’entier supérieur). Vérifiez le pourcentage à chaque changement de taille du pool.
Le second arrondi vers le haut : la consolidation
L’arrondi vers le haut intervient aussi dans la façon dont la mise à l’échelle automatique détermine le nombre d’hôtes nécessaires pour les sessions existantes pendant la réduction et la période creuse. Le glossaire décrit la consolidation des sessions. La mise à l’échelle automatique compte toutes les sessions utilisateur, actives et déconnectées, suppose que les utilisateurs déconnectés se reconnecteront, calcule le nombre minimal d’hôtes nécessaires et désalloue les hôtes en excédent. L’article de dépannage donne la formule :
Required Hosts = CEILING(Total User Sessions / (Max Session Limit x Capacity Threshold))
avec le seuil de capacité exprimé sous forme décimale. Les lignes 1 à 3 sont des exemples de Learn, et la ligne 4 est le calcul du scénario 3 de Learn :
| Sessions | Limite maximale de sessions | Seuil de capacité | Calcul | Résultat |
|---|---|---|---|---|
| 8 déconnectées | 10 | 80% | 8 / (10 x 0,8) = 1 | 1 hôte |
| 6 déconnectées | 5 | 90% | 6 / 4.5 = 1.33 | 2 hôtes |
| 9 déconnectées | 5 | 90% | 9 / 4.5 = 2 | 2 hôtes |
| 4 sessions | 5 | 75% | 4 / 3.75 = 1.07 | 2 hôtes |
La première ligne est l’exemple de consolidation des sessions du glossaire. La deuxième est celui de la FAQ sur la mise à l’échelle automatique, et la troisième figure à la fois dans la FAQ et dans l’article de dépannage. La dernière ligne utilise les données du scénario 3 de la page des scénarios (limite de 5, seuil de 75 pour cent, 4 sessions), où Learn indique que la mise à l’échelle automatique peut éteindre deux hôtes sur quatre. La division est calculée à partir de la formule de Learn et n’apparaît pas sur la page de Learn. Le 1,07 montre combien il suffit : une valeur juste au-dessus d’un nombre entier coûte un hôte de plus.
Combinaison des deux : la valeur la plus élevée l’emporte
L’article de dépannage indique qu’en phase de réduction (ramp-down) et hors pointe, l’autoscale retient la plus élevée de deux valeurs : le résultat de la formule et le paramètre « Minimum percentage of active hosts » de la phase du plan de mise à l’échelle. C’est aussi le nom du champ de l’autoscale dynamique, et la page précise que ses recommandations couvrent à la fois l’autoscale de gestion de l’alimentation et l’autoscale dynamique. La page de dépannage n’utilise jamais le libellé du portail « Minimum percentage of hosts ». Appliquer cette règle au champ de gestion de l’alimentation relève donc d’une déduction. Elle est cohérente avec l’article sur les plans de mise à l’échelle, qui indique que le pourcentage minimal d’hôtes est toujours respecté pendant la réduction, et avec le scénario 3, où un minimum de 10 % maintient allumé le dernier hôte. Les exemples ci-dessous utilisent le champ « Minimum percentage of hosts » sur cette base ; ils sont calculés et ne proviennent pas de Learn.
| Pool | Sessions | Limite maximale de sessions | Seuil | Formule | Minimum | Hôtes maintenus allumés |
|---|---|---|---|---|---|---|
| 20 hôtes | 8 déconnectées | 10 | 80% | 1 | 10% = 2 | 2, le minimum l’emporte |
| 12 hôtes | 9 déconnectées | 5 | 90% | 2 | 25% = 3 | 3, le minimum l’emporte |
| 20 hôtes | 40 | 8 | 75% | 40 / 6 = 6,67, soit 7 | 30% = 6 | 7, la formule l’emporte |
| 20 hôtes | 0 | 10 | 75% | 0 | 5% = 1 | 1 |
| 20 hôtes | 0 | 10 | 75% | 0 | 0% = 0 | 0 |
Les deux dernières lignes reposent sur l’affirmation de la FAQ selon laquelle l’autoscale ne peut éteindre toutes les machines virtuelles que si le minimum est de 0 % et qu’il ne reste aucune session. Les sessions déconnectées comptent comme des sessions : le cas de zéro hôte exige donc aussi une limite de temps pour les sessions déconnectées, que la FAQ configure par stratégie de groupe. L’article sur les plans de mise à l’échelle décrit également cette configuration avec Microsoft Intune.
Statut de l’autoscale dynamique : Microsoft a annoncé la disponibilité générale de la gestion améliorée des pools d’hôtes, qui inclut l’autoscale dynamique, la configuration et la mise à jour des hôtes de session, ainsi que les disques OS éphémères, en juillet 2026 (Tech Community). Certaines pages de Learn, par exemple les pages sur les scénarios et le glossaire, ainsi que la version 5.4.2-preview du module, conservent une formulation de préversion ; vérifiez la page actuelle avant de vous appuyer sur une limite.
Ce que les articles sur les plans de mise à l’échelle et sur les scénarios laissent ouvert
- Décimales. La référence des ressources Azure donne des entiers de 0 à 100 pour les propriétés de montée et de réduction en charge (ramp-up et ramp-down). L’article sur les plans de mise à l’échelle ne précise aucune plage pour le champ du portail et n’indique pas si des pourcentages décimaux sont acceptés.
- Hôtes en erreur. Le glossaire définit le pourcentage par rapport à l’ensemble des hôtes de session. Il ne précise pas si un hôte qui échoue aux contrôles d’état de l’agent, et n’est donc pas un hôte de session disponible, modifie le décompte.
- Hôtes balisés. L’article de Learn sur les plans de mise à l’échelle indique que les hôtes portant la balise d’exclusion comptent toujours dans le calcul du pourcentage minimal. Comme l’autoscale ne peut pas les allumer, un hôte exclu et éteint ne peut pas contribuer à atteindre le minimum. Voir balise d’exclusion.
- Le champ dynamique. Pour l’autoscale dynamique, le champ « Minimum percentage of active hosts (%) » se base sur la taille minimale du pool d’hôtes. L’exemple de Learn, 10 % d’une taille minimale de 10, donne exactement un hôte : il ne montre donc aucun arrondi. L’article sur les scénarios ne précise pas comment un résultat fractionnaire est traité.
- Une coquille. Au moment de la rédaction, le tableau final du scénario 4 affiche 19 % alors que le texte indique 10 %.
Vérifier votre propre pool
- Notez le nombre d’hôtes de session, balisés inclus.
- Calculez CEILING(hosts x percentage / 100) pour chaque phase et comparez le résultat au nombre d’hôtes que vous aviez prévu. Par exemple, 24 hôtes à 15 % donnent 3,6, donc 4 hôtes restent allumés.
- Pour la réduction et le mode hors pointe, calculez la formule de consolidation avec votre limite maximale de sessions et votre seuil de capacité pour quelques nombres de sessions, et notez quelle valeur est la plus élevée.
- Réalisez un jour de test et comparez le nombre d’hôtes en fonctionnement dans chaque phase avec le calcul.
- Recommencez la vérification chaque fois que la taille du pool change.
Sources
- Microsoft Learn : Créer et attribuer un plan de mise à l'échelle automatique pour Azure Virtual Desktop
- Microsoft Learn : Plans de mise à l'échelle automatique et exemples de scénarios dans Azure Virtual Desktop
- Microsoft Learn : glossaire de la mise à l’échelle automatique pour Azure Virtual Desktop
- Microsoft Learn : FAQ sur la mise à l’échelle automatique d’Azure Virtual Desktop
- Microsoft Learn : Résoudre les problèmes d’autoscale dans Azure Virtual Desktop
- Microsoft Learn : référence du modèle Microsoft.DesktopVirtualization scalingPlans, version d’API 2025-10-10
- Tech Community : La gestion améliorée des pools d’hôtes pour Azure Virtual Desktop est désormais en disponibilité générale
FAQ
Quel pourcentage permet de garder exactement N hôtes allumés ?
Pour k hôtes dans un pool de N hôtes, utilisez un pourcentage supérieur à (k-1)/N et au plus égal à k/N, multiplié par 100. Dans un pool de 7 hôtes, de 1 à 14 % permet de garder un hôte, de 15 à 28 % en garde deux et de 29 à 42 % en garde trois. Il s’agit d’un calcul fondé sur la règle d’arrondi de Learn, et non d’un tableau fourni par Learn.
Pourquoi un pourcentage faible garde-t-il tout de même un hôte en fonctionnement dans un petit pool ?
Parce que tout résultat supérieur à zéro est arrondi à au moins un hôte, ce qui découle de la règle d’arrondi. Dix pour cent de six hôtes donnent 0,6, et les scénarios de Learn montrent qu’un hôte reste allumé. Seul un pourcentage de 0 %, combiné à l’absence de sessions utilisateur, permet à la mise à l’échelle automatique d’éteindre tous les hôtes.
La formule de consolidation est-elle arrondie de la même façon ?
Elle est également arrondie à l’entier supérieur. Learn donne : Required Hosts = CEILING(Total User Sessions / (Max Session Limit x Capacity Threshold)). Pendant la réduction de charge et les heures creuses, l’article de dépannage indique que la mise à l’échelle automatique retient la valeur la plus élevée entre ce résultat et le paramètre « Minimum percentage of active hosts ». Appliquer ce raisonnement au pourcentage minimal d’hôtes relève d’une déduction de notre part.