M365Con 2027 – כנס אונליין חינמי · 11–22 Jan 2027 · 120 sessions m365con.net

בלוג · Mirko Peters

בין Breadth-first ל-Depth-first: איזה אלגוריתם איזון עומסים כדאי לקבוצת מארחים

שותף · שותף ניטרלי: Nerdio

By ·

השתמשו ב-Breadth-first כשחוויית המשתמש חשובה לכם יותר, וב-Depth-first כשאתם רוצים לרכז את הסשנים על מספר מינימלי של מארחי סשן, כדי שאפשר יהיה לכבות את השאר. המדריך הזה מציג את קריטריוני ההחלטה, דוגמה מעשית לשני האלגוריתמים ואת השלבים לשינוי ההגדרה.

Automatically translated with AI from the original post. Read the English original

בחרו ב-Breadth-first כשהעדיפות היא שולחן עבודה מגיב לכל משתמש, ובחרו ב-Depth-first כשהעדיפות היא להפעיל כמה שפחות מארחי סשן. Microsoft Learn מציג את אותה חלוקה: Breadth-first מתאים לארגונים שמעדיפים את חוויית המשתמש, ו-Depth-first מתאים לארגונים רגישים לעלויות שרוצים שליטה מדויקת על מספר המארחים הפעילים. המדריך הזה הופך את החלוקה הזו לקריטריונים, לדוגמה מעשית ולשלבים לשינוי ההגדרה.

עיקרי הדברים

  • לפי Learn, Breadth-first הוא הבחירה כשחוויית המשתמש חשובה ביותר, ו-Depth-first מתאים לארגונים רגישים לעלויות שרוצים שליטה על מספר המארחים הפעילים.
  • Depth-first דורש מגבלת סשנים מקסימלית. Breadth-first אינו דורש כזו, וברירת המחדל שלו של 999999 היא גם הערך הגבוה ביותר שניתן להגדיר.
  • Breadth-first בוחר באקראי מתוך מחצית המארחים הזכאים שיש להם הכי מעט סשנים, ולכן הסשנים עשויים להתחלק באופן לא שווה. Depth-first בוחר את המארח הזכאי עם מספר הסשנים הגבוה ביותר.
  • שני האלגוריתמים מחזירים משתמש שכבר יש לו סשן פעיל או מנותק למארח הזה, גם אם הוא במצב ניקוז (drain mode). איזון עומסים לא חל על קבוצות מארחים אישיות.
  • אפשר לשנות את האלגוריתם בכל עת. אם מוקצה תוכנית שינוי קנה מידה (scaling plan), Learn מציין שההתאמה האוטומטית מחילה את האלגוריתם מתוך לוח הזמנים ולא מהגדרת קבוצת המארחים.

המדריך מתייחס רק לקבוצות מארחים משותפות, מפני ש-Learn מציין שאיזון עומסים לא חל על קבוצות מארחים אישיות. המנגנון של כל אלגוריתם מוסבר במאמרים "Breadth-first load balancing in Azure Virtual Desktop explained" ו-"Depth-first load balancing in Azure Virtual Desktop explained"; המאמר הזה משווה ביניהם. המקורות מופיעים בסוף.

כיצד שני האלגוריתמים בוחרים מארח

שני האלגוריתמים פועלים כאשר משתמש ללא סשן קיים מתחיל חיבור. ההבדל ביניהם הוא איזה מארח הם בוחרים.

Breadth-firstDepth-first
מטרהפיזור סשנים חדשים על פני המארחיםמילוי מארח אחד עד למגבלה שלו
כלל בחירהשאילתה של המארחים שמאפשרים חיבורים חדשים, ואז בחירה אקראית מתוך המחצית שיש בה הכי מעט סשניםשאילתה של המארחים שמאפשרים חיבורים חדשים ושעדיין לא הגיעו למגבלה, ואז בחירת המארח עם הכי הרבה סשנים; בשוויון, המארח הראשון בתוצאת השאילתה
מגבלת סשנים מקסימליתלא נדרשנדרש
ההתאמה שמציין Learnחוויית משתמש, מפני שמעבד, זיכרון ודיסק בדרך כלל פחות עמוסיםעלות, מפני שפחות מארחים צריכים להישאר דלוקים

הדוגמה של Learn ל-Breadth-first: עם תשעה מארחים שמחזיקים בין 11 ל-19 סשנים, סשן חדש יכול להגיע לכל אחד מחמשת המארחים עם הכי מעט סשנים. הוא לא תמיד הולך למארח הריק ביותר, ו-Learn מציין שבגלל האקראיות הסשנים עשויים להתחלק באופן לא שווה.

כללים שחלים על שני האלגוריתמים

  • משתמש שכבר יש לו סשן פעיל או מנותק בקבוצה מוחזר למארח הזה, גם אם מצב ניקוז (drain mode) פעיל עליו.
  • משתמש ללא סשן לעולם לא מנותב למארח שנמצא במצב ניקוז.
  • הורדת מגבלת הסשנים המקסימלית בשרת מארח עם סשנים פעילים אינה משפיעה על הסשנים האלה.
  • דף המונחים של Learn מציין שתחת עומס גבוה של חיבורים במקביל, מספר הסשנים בשרת מארח יכול לעבור את המגבלה, לכן יש להתייחס למגבלה כאל הערך שהאלגוריתם שואף אליו ולא כאל הבטחה.

דוגמה מעשית: 4 שרתים מארחים, מגבלה של 10, 25 משתמשים

המספרים שלהלן הם המחשה שנבנתה על בסיס כללי הבחירה שלמעלה, ואינם דוגמה של Learn.

Depth-first. כל ארבעת השרתים מתחילים ריקים, ולכן המשתמש הראשון נמצא בשוויון והוא מוקצה לשרת הראשון שמוחזר מהשאילתה, נקרא לו H1; Learn אינו מגדיר את סדר השאילתה, וה-H1 עד H4 הם רק תוויות. מכאן ואילך ל-H1 יש את מספר הסשנים הגבוה ביותר מבין השרתים שמתחת למגבלה, ולכן סשנים 2 עד 10 מגיעים גם הם ל-H1. H2 לוקח את 10 הבאים, ו-H3 לוקח את 5 האחרונים. H4 נשאר ריק. אם H1 ו-H2 מלאים ב-10 סשנים והמשתמש ה-26 מגיע, H3 הוא שמקבל אותו.

Breadth-first. כל סשן חדש מוקצה לשרת אקראי מבין שני השרתים עם הכי מעט סשנים. עם 25 משתמשים ו-4 שרתים, הממוצע הוא כ-6 סשנים לשרת. מכיוון שסשנים חדשים מוקצים רק לשני השרתים הכי פחות עמוסים, הספירות נוטות להתקרב זו לזו, בדרך כלל 6 או 7 לשרת בדוגמה זו (חישוב עצמי), אף ש-Learn מציין שההתפלגות אינה מובטחת כשווה. בבריכות אמיתיות ההפרשים גדלים מכיוון שמשתמשים מתנתקים בזמנים שונים (פרשנות עצמית).

המשמעות בפועל:

  • עם depth-first, ל-H4 אין סשנים והוא מועמד לכיבוי. זוהי טענת העלות שמציג Learn.
  • עם breadth-first, כל ארבעת השרתים נושאים עומס, ולכן אף אחד מהם אינו מועמד לכיבוי עד לסיום הסשנים.
  • עם depth-first, השרת הראשון הוא העמוס ביותר. ההנחיות של Learn לגודל מערכת קובעות שההתחברות צורכת הרבה CPU, ושיש לתכנן לדפוסי כניסה כמו תחילת יום העבודה, כאשר משתמשים רבים נכנסים בו זמנית. לכן פרץ של כניסות בבריכה עם depth-first מופנה לשרת שכבר מלא ביותר. זו מסקנה שנגזרת משתי הטענות, ולכן כדאי לבדוק אותה בפיילוט.

קריטריוני החלטה

שאלהנקודות לטובת breadth-firstנקודות לטובת depth-first
מה חשוב יותר, זמן תגובה או עלות הפעלה?זמן תגובהעלות הפעלה
האם אתם רוצים ששרתים לא פעילים יצאו מהמחזור בזמן שאחרים עדיין נושאים משתמשים?הסשנים נשארים מפוזרים על פני כל השרתים הפעילים, ולכן פחות שרתים מתרוקנים (פרשנות עצמית של כלל הבחירה)השרתים שנבחרים מאוחר נשארים ריקים וקל יותר להקטין אותם (Learn)
האם אתם יכולים להגדיר ולתחזק מגבלת סשנים ריאלית?המגבלה היא אופציונליתהמגבלה היא חובה וחייבת להתאים לעומס העבודה
האם עומס העבודה כבד לכל משתמש?פיזור שומר על תחרות נמוכה יותר על המשאבים, וזו הסיבה שמציין Learnנדרשת מגבלה נמוכה כדי שלא ייגרם עומס יתר על שרת שנדחס בסשנים (הסקה)
האם משתמשים נכנסים בפרץ קצר?הפרץ מתפזר על פני השרתים (הסקה)הפרץ פוגע תחילה בשרת אחד (הסקה)

דף איזון העומסים של Learn מוסיף הערה ל-depth-first: כדי לשמור על חוויית משתמש טובה, יש לשנות את מגבלת הסשנים המקסימלית למספר שמתאים לדרישות שלכם. ערכי ההתחלה לכל vCPU, ההנחיה של 20 משתמשים והסייג לגבי כך שדף הגודל של Learn אינו עקבי לחלוטין מופיעים ב"How to size the maximum session limit per session host"; מאמר ה-depth-first מונה את אותן נקודות התחלה. Learn מכנה אותן הנחיות כלליות שיש להשתמש בהן רק להערכות ביצועים ראשוניות, ולתכנון קיבולת הוא מתאר גישת פיילוט וגישת סימולציה.

שלבים לשינוי האלגוריתם

נדרשת לכם ההרשאה Desktop Virtualization Host Pool Contributor.

  1. היכנסו לפורטל Azure ופתחו את Azure Virtual Desktop.
  2. בחרו ב-Host pools, ואז בחרו בבריכת השרתים המשותפת.
  3. בחרו מאפיינים.
  4. בחרו את האלגוריתם תחת Load balancing algorithm. הזינו ערך ב-Max session limit.
  5. בחרו ב-Save.

Learn מספק גם לשוניות של Azure PowerShell ו-Azure CLI להגדרה זו, הדורשות את המודול Az.DesktopVirtualization או את תוסף ה-CLI desktopvirtualization. הפקודות מופיעות בדף של Learn ולא מובאות כאן.

אם בוחרים breadth-first בעת יצירת בריכת שרתים, המגבלה ברירת המחדל היא 999999, וזהו גם הערך המרבי המותר. עבור depth-first, הגדירו מספר שמתאים לעומס העבודה.

מה לעשות כש-depth-first מגיע לקצה היכולת

Learn מסמן את זה כחשוב: כאשר כל המארחים מגיעים למגבלת הסשנים המקסימלית, עליכם או להעלות את המגבלה או להוסיף מארחי סשן. אלגוריתם Depth-first בוחר רק מארחים שמתחת למגבלה, ולכן לא נשאר מועמד (זו הקריאה שלנו של כלל הבחירה); Learn אינו מתאר מה המשתמשים רואים. השתמשו ב-Azure Virtual Desktop Insights כדי לעקוב אחר מספר הסשנים לכל מארח ואחר ביצועי המארחים, וזהו הניטור ש-Learn ממליץ עליו בעת בחירת המגבלה.

אינטראקציה עם תזמון אוטומטי (Autoscale)

אם אתם משתמשים ב-תוכנית קנה מידה, האלגוריתם נקבע לכל שלב בלוח הזמנים. דף התרחישים של Learn לתזמון אוטומטי קובע שבמאגרי מארחים משותפים, התזמון האוטומטי מתעלם מהאלגוריתם שבהגדרות מאגר המארחים ומיישם את זה שבתצורת לוח הזמנים. המאמר על תוכנית קנה מידה אומר אותו דבר לגבי שלב ההגברה (Ramp-up), שבו ההעדפה שנבחרה גוברת על ההגדרה המקורית של מאגר המארחים. המאמר ממליץ על Breadth-first לשלב ההגברה ועל Depth-first לשעות השפל. בשלב השיא ניתן לבחור בכל אחד מהאלגוריתמים, ובכרטיסיית ההפחתה (Ramp-down) יש שדה איזון עומסים ללא המלצה.

שאלות הנפוצות של Learn לתזמון אוטומטי מסבירות את הסיבה: Breadth-first מספק חלוקה שווה מוקדם ביום, ואילו Depth-first מאפשר לתזמון האוטומטי לרכז סשנים עד שיגיע למספר המינימלי האפשרי של מארחים. המילון של התזמון האוטומטי מתאר את הריכוז הזה כחלוקת המספר הכולל של הסשנים, מחוברים ומנותקים, במגבלת הסשנים המקסימלית מוכפלת בסף הקיבולת, בעיגול כלפי מעלה. מאמר זה עוסק בתזמון אוטומטי של ניהול צריכת חשמל, שדף התרחישים מסווג כזמין בדרך כלל (Generally available). במאגר עם תוכנית קנה מידה, לוח הזמנים הוא המקום שבו הבחירה נעשית בפועל; המאמר "איזון עומסים עם Depth-first ותזמון אוטומטי: כיצד לוח הזמנים גובר על הגדרת מאגר המארחים" מכסה את הגדרות לוח הזמנים בפירוט.

לתזמון אוטומטי במאגר מארחים משותף, Learn ממליץ להגדיר מגבלת סשנים מקסימלית מותאמת אישית ולא להשתמש בברירת המחדל.

נוהל בחירה קצר

  1. נסחו את סדר העדיפויות במשפט אחד: חוויית משתמש או עלות.
  2. רשמו כמה מארחים הייתם יכולים לכבות בתקופה השקטה ביותר אם הסשנים היו ארוזים.
  3. בחרו מגבלה מתוך נקודות ההתחלה שמופיעות ב-Learn לכל vCPU, ומתוך עומס העבודה שלכם.
  4. התחילו באלגוריתם שמתאים לסדר העדיפויות, והריצו קבוצת פיילוט.
  5. השוו את מספר הסשנים לכל מארח ואת הביצועים שהמשתמשים מדווחים עליהם ב-Insights.
  6. שנו את האלגוריתם אם הפיילוט מראה תוצאה אחרת. Learn מציין שניתן לעשות זאת בכל עת.

מקורות

עקבו אחרי הפודקאסטApple PodcastsSpotify

FAQ

האם אפשר לעבור בין Breadth-first ל-Depth-first בהמשך?

כן. Microsoft Learn מציין שאפשר להגדיר אלגוריתם אחד בלבד לכל קבוצת מארחים משותפת בכל רגע נתון, אבל אפשר לשנות אותו בכל עת. Learn לא מתאר מה קורה לסשנים שכבר פועלים, ולכן כדאי לבדוק את השינוי קודם בקבוצת פיילוט.

מדוע Depth-first דורש מגבלת סשנים מקסימלית?

Depth-first ממלא מארח אחד עד שהוא מגיע למגבלה שלו ואז עובר לבא אחריו. בלי מגבלה אין נקודה שבה הוא יודע מתי לעבור הלאה. Learn קובע שהמגבלה נדרשת, ושברגע שכל המארחים מגיעים אליה צריך להעלות את המגבלה או להוסיף מארחים.

האם האלגוריתם חל על קבוצות מארחים אישיות?

לא. לפי Learn, איזון עומסים לא חל על קבוצות מארחים אישיות, מפני שלכל משתמש יש מיפוי 1:1 למארח סשן. קבוצות אישיות משתמשות בהקצאה אוטומטית או ישירה במקום.

Entities in this article

הנושאים של המאמר הזה:

Breadth-first load balancing (Azure Virtual Desktop) – נושא משנה של Host pool (Azure Virtual Desktop) Depth-first load balancing (Azure Virtual Desktop) – נושא משנה של Host pool (Azure Virtual Desktop) Host pool (Azure Virtual Desktop) – נושא משנה של Azure Virtual Desktop

Related articles

מאמרים נוספים על Host pool (Azure Virtual Desktop):

RSS