M365Con 2027 – konferensi online gratis · 11–22 Jan 2027 · 120 sessions m365con.net

Blog · Mirko Peters

Ambang kapasitas pada autoscale AVD: cara persentase menentukan kapan host lain dimulai

Mitra · Mitra netral: Nerdio

By ·

Pada autoscale Azure Virtual Desktop, ambang kapasitas adalah porsi kapasitas host pool, dihitung dalam sesi, yang memicu tindakan penskalaan. Host lain dimulai ketika kapasitas yang digunakan melebihi ambang tersebut, dan sebuah host hanya dihapus jika penggunaan tetap berada di bawah atau sama dengan ambang setelahnya.

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

Ambang kapasitas adalah persentase kapasitas sesi host pool yang memicu tindakan penskalaan. Autoscale menambahkan session host lain ketika kapasitas yang digunakan melebihi ambang, dan menghapus host hanya jika penggunaan setelahnya tetap berada di bawah atau sama dengan ambang. Semuanya dihitung dalam sesi pengguna, bukan CPU atau memori. Artikel ini membahas perhitungan, perbedaan antarfase, dan batasannya, berdasarkan Microsoft Learn. Memilih nilai untuk pool Anda adalah keputusan terpisah, yang dibahas dalam "Choosing the right capacity threshold for pooled host pools".

Poin Penting

  • Kapasitas tersedia adalah batas sesi maksimum dikali jumlah session host yang tersedia. Kapasitas yang digunakan adalah jumlah sesi aktif ditambah sesi terputus, dibagi dengan angka tersebut.
  • Autoscale hanya bertindak ketika penggunaan berada di atas atau di bawah ambang. Jika kapasitas yang digunakan sama dengan ambang, tidak ada yang terjadi.
  • Pada ramp-down dan off-peak, host yang dibutuhkan = total sesi / (batas sesi maksimum x ambang), dibulatkan ke atas. Sesi terputus ikut dihitung. Persentase minimum dapat membuat lebih banyak host tetap berjalan.
  • Ambang diisi pada ramp-up dan ramp-down. Peak menggunakan nilai ramp-up, dan off-peak menggunakan nilai ramp-down.
  • Ambang menghitung sesi, bukan CPU atau memori. Learn mensyaratkan batas sesi maksimum kustom untuk autoscale pooled dan menyarankan agar nilai default tidak dipertahankan.

Dua besaran di balik persentase

Glosarium Learn mendefinisikan keduanya:

  • Kapasitas host pool yang tersedia = batas sesi maksimum host pool dikali jumlah session host yang tersedia.
  • Kapasitas host pool yang digunakan = jumlah sesi pengguna aktif dan terputus dibagi kapasitas yang tersedia.

Ambang kapasitas adalah persentase kapasitas yang digunakan ketika autoscale mulai bertindak. Halaman create-and-assign di Learn memberi contoh: dua host yang berjalan dengan batas 20 sesi menghasilkan kapasitas 40. Dengan ambang 75 persen dan lebih dari 30 sesi, autoscale menyalakan host ketiga, yang menaikkan kapasitas dari 40 menjadi 60.

Ada dua detail yang penting dalam praktik. Sesi terputus dihitung sebagai kapasitas yang digunakan, karena pengguna dapat tersambung kembali kapan saja. Host yang dimatikan juga tidak menambah kapasitas sampai autoscale memulainya. Drain mode adalah status yang digunakan autoscale sebelum menghapus host.

Aturan dalam tiga kalimat

  1. Jika kapasitas yang digunakan melebihi ambang, autoscale menyalakan host hingga penggunaan kembali berada di bawah atau sama dengan ambang. Redaksi Learn sedikit berbeda: contoh di glosarium memakai "below", skenario memakai "less than or equal to", dan tabel skenario memperlakukan nilai sama dengan sebagai tidak ada tindakan.
  2. Jika kapasitas yang digunakan berada di bawah ambang dan sebuah host dapat dimatikan tanpa membuat penggunaan melebihi ambang, autoscale dapat mematikannya, dengan syarat yang bergantung pada fase.
  3. Jika kapasitas yang digunakan sama dengan ambang batas, tidak terjadi apa-apa. FAQ autoscale menyatakan hal ini secara langsung.

Contoh kerja dengan angka Anda sendiri

Contoh ini menggunakan nilai fiktif dan rumus dari Learn. Ambil sebuah host pool tipe pooled dengan batas 10 sesi per host dan ambang batas 70 persen.

Memulai sebuah host. Dengan 4 host, kapasitas adalah 40 dan titik pemicu adalah 28 sesi. Pada 28 sesi, penggunaan tepat 70 persen, sehingga tidak terjadi apa-apa. Pada 29 sesi, penggunaan adalah 72,5 persen, sehingga autoscale memulai host kelima. Kapasitas menjadi 50 dan penggunaan turun menjadi 58 persen.

Menghapus host saat puncak. Dengan 5 host, kapasitas adalah 50, dan 27 sesi sama dengan 54 persen. Menghapus satu host menghasilkan kapasitas 40 dan penggunaan 67,5 persen, yang berada di bawah atau sama dengan 70, sehingga penghapusan diizinkan, tetapi hanya untuk host tanpa sesi pengguna. Skenario puncak dari Learn menunjukkan sisi lainnya: ketika setiap host masih memiliki setidaknya satu sesi, tidak ada host yang dimatikan, meskipun penghapusan tersebut tetap berada di bawah ambang batas.

Konsolidasi pada ramp-down. Learn memberikan rumus untuk jumlah host yang dibutuhkan: total sesi dibagi (batas sesi maksimum dikali ambang batas), dibulatkan ke atas. Dengan 36 sesi, 36 / 7 = 5,14, sehingga dibutuhkan 6 host. Pada ambang batas 80 persen, 36 / 8 = 4,5, sehingga dibutuhkan 5 host. Satu host tambahan adalah biaya dari 10 poin ruang cadangan (headroom) tambahan.

Sesi yang terputus. FAQ Learn menghitung sesi yang terputus sebagai bagian dari host yang dibutuhkan: 6 pengguna terputus, batas 5, dan ambang batas 90 persen membutuhkan 6 / 4,5 = 1,33, sehingga dibutuhkan 2 host. Rumus yang sama pada pool kita (batas 10, ambang batas 70 persen) menghasilkan 12 sesi terputus / 7 = 1,71, sehingga dibutuhkan 2 host.

Persentase minimum sebagai batas bawah. Ambang batas bukan satu-satunya masukan. Halaman pemecahan masalah Learn menyatakan bahwa pada ramp-down dan off-peak, autoscale menggunakan nilai yang lebih tinggi dari dua nilai: hasil rumus untuk sesi saat ini dan pengaturan Minimum percentage of active hosts dari fase rencana penskalaan. Jika persentase minimum menghasilkan angka yang lebih tinggi, angka tersebut yang diutamakan. Skenario ramp-down dan off-peak dari Learn menunjukkan efek yang sama: persentase minimum menjaga setidaknya satu host tetap tersedia, bahkan ketika rumus akan mengizinkan lebih sedikit host.

Peran ambang batas di setiap fase

Nilai yang sama bekerja berbeda tergantung pada fase jadwal, menurut halaman skenario Learn. Lihat juga autoscale schedule phases.

FasePeran ambang batas
Ramp-upAutoscale menyalakan host ketika penggunaan berada di atas ambang batas. Autoscale tidak mematikan host pada fase ini, untuk menghindari pengalaman pengguna yang buruk.
PeakHost dinyalakan ketika penggunaan berada di atas ambang batas. Host dimatikan hanya jika penggunaan tetap berada di bawah atau sama dengan ambang batas dan host tidak memiliki sesi pengguna.
Ramp-downAutoscale mengonsolidasikan sesi ke lebih sedikit host, hanya jika semua sesi aktif dan terputus muat dalam ambang batas.
Off-peakAutoscale mempertahankan persentase minimum host tetap menyala dan menerapkan logika konsolidasi yang sama. Cara persentase minimum ditetapkan untuk setiap jenis rencana dibahas dalam artikel fase "Ramp-up, peak, ramp-down and off-peak: the four AVD autoscale phases explained".

Tempat memasukkan nilai: Learn menyatakan bahwa tab ramp-up dan ramp-down memiliki kolom ambang batas kapasitas. Pada tab peak dan off-peak, nilai tersebut tidak dapat diubah. Nilai ramp-up terbawa ke peak, dan nilai ramp-down terbawa ke off-peak. Dalam skenario ramp-down Learn, ambang batas yang tinggi dan persentase minimum host yang rendah mengurangi kebutuhan untuk menyalakan host baru di akhir jam kerja; nilai contohnya adalah 75 persen dan 10 persen. Learn menyatakan bahwa nilai default yang Anda lihat saat membuat jadwal adalah nilai yang disarankan untuk hari kerja dan dapat Anda ubah. Lihat juga minimum percentage of hosts, yang menetapkan batas bawah secara independen dari ambang batas.

Kapan dan bagaimana autoscale melakukan evaluasi

Pertanyaan Umum menyebutkan bahwa autoscale memantau sesi masuk dan keluar, yang dicatat sebagai peristiwa perubahan sesi, dan bahwa setiap peristiwa memicu evaluasi penskalaan. Ketika banyak peristiwa datang dalam waktu singkat, autoscale mengelompokkan evaluasinya. Jika tidak ada peristiwa, atau layanan peristiwa mengalami gangguan, autoscale memeriksa apakah ada peristiwa yang terlewat. Pertanyaan Umum menyebut perubahan sesi sebagai pemicu dan menjelaskan pemeriksaan peristiwa yang terlewat tersebut, tetapi tidak memberikan interval polling. Dokumen itu juga tidak menyebut berapa lama host yang di-deallocate membutuhkan waktu untuk mulai, sehingga jeda antara ambang batas terlampaui dan kapasitas tersedia perlu Anda ukur di lingkungan Anda sendiri.

Melihat ambang batas bekerja

Untuk host pool bersama (pooled), autoscale menulis hasil setiap evaluasi rencana penskalaan ke tabel WVDAutoscaleEvaluationPooled, setelah Anda mengirim kategori diagnostik "Autoscale logs for pooled host pools" ke ruang kerja Log Analytics. Learn menjelaskan SessionOccupancyPercent sebagai "Percent of session host capacity occupied by user sessions" dan ConfigCapacityThresholdPercent sebagai "Capacity threshold percent". Membaca keduanya berdampingan adalah cara yang wajar untuk membandingkan penggunaan dengan ambang batas yang dikonfigurasi. Namun, Learn tidak menyatakan bahwa kolom ini adalah angka persis yang dibandingkan autoscale, dan SessionCount hanya mencakup sesi di host yang dianggap aktif oleh autoscale. ScalingReasonMessage berisi tindakan yang diputuskan autoscale untuk dilakukan beserta alasannya. Bersama-sama, kolom-kolom ini menunjukkan apakah ambang batas atau faktor lain, seperti host yang dikecualikan atau evaluasi yang gagal, yang menjelaskan sebuah host dimulai atau dihentikan. Langkah konfigurasi dan kueri siap pakai tersedia di "Choosing the right capacity threshold for pooled host pools". Lihat Azure Virtual Desktop Insights.

Yang tidak dicakup ambang batas

  • Beban kerja. Ambang batas hanya menghitung sesi. Sebuah pool dengan 10 sesi berat bisa lebih sibuk daripada 30 sesi ringan, dan ambang batas tidak dapat membedakannya. Tentukan dulu batas maksimum sesi berdasarkan beban kerja Anda. Tabel ukuran dari Learn mencantumkan 6, 4, 2, dan 1 pengguna maksimum per vCPU untuk beban kerja ringan, sedang, berat, dan power sebagai titik awal umum.
  • Batas sesi default. Prasyarat autoscale dari Learn menyatakan bahwa untuk host pool bersama, Anda harus menetapkan batas sesi maksimum kustom dan tidak menggunakan nilai default, tetapi tidak memberikan alasannya. Halaman penyeimbangan beban menyebutkan bahwa default untuk pool breadth-first adalah 999.999. Ini penafsiran kami sendiri, bukan pernyataan Learn: kapasitas adalah batas dikalikan jumlah host, sehingga batas 999.999 akan membuat persentasenya tidak bermakna.
  • Host yang dikecualikan. Host dengan tag pengecualian tidak dimulai atau dihentikan. Dalam skenario off-peak dari Learn, penggunaan mencapai 80 persen melawan ambang batas 75 persen, namun tidak ada host yang dimulai karena semua host lain diberi tag.
  • Host pool pribadi. Learn menjelaskan jadwal pribadi berdasarkan status sesi (saat terputus, saat keluar) dan tidak mencantumkan kolom ambang batas kapasitas untuk jadwal tersebut.

Dynamic autoscaling memakai definisi yang sama

Glosarium menjelaskan ambang batas untuk dynamic autoscaling dengan istilah yang sama: ketika penggunaan melampaui ambang batas, autoscale menyalakan atau membuat lebih banyak host; ketika berada di bawahnya, autoscale mematikan atau menghapusnya. Ambang batas bukan satu-satunya batasan di sini: Pertanyaan Umum menyebutkan bahwa jumlah total host sesi aktif tidak akan melebihi ukuran maksimum host pool yang ditetapkan dalam rencana penskalaan. Microsoft mengumumkan ketersediaan umum (general availability) untuk manajemen host pool yang ditingkatkan, termasuk dynamic autoscaling, konfigurasi dan pembaruan host sesi, serta disk OS sementara (ephemeral), pada Juli 2026 (Tech Community). Beberapa halaman Learn, misalnya halaman skenario dan glosarium serta versi modul 5.4.2-preview, masih memuat istilah pratinjau, jadi periksa halaman terbaru sebelum mengandalkan suatu batasan. Power management autoscaling sudah tersedia secara umum.

Perbandingan dengan pemicu Nerdio

Halaman bantuan Nerdio untuk penskalaan otomatis host pool dinamis di Nerdio Manager mencantumkan pemicu lainnya: rata-rata penggunaan CPU atau RAM di seluruh host yang berjalan, rata-rata sesi aktif per host, sesi yang tersedia, dan permulaan yang dipicu pengguna. Hingga tiga pemicu dapat dikombinasikan. Halaman tersebut juga menyebutkan bahwa fitur multi-pemicu ini hanya tersedia di edisi Nerdio Manager Premium. Kapasitas ditambahkan ketika salah satu kondisi scale-out terpenuhi, dan hanya dihapus ketika semua kondisi scale-in terpenuhi. Model ini berbeda dari ambang batas persentase sesi tunggal pada autoscale native. "Penskalaan otomatis host pool dinamis" adalah nama Nerdio untuk fiturnya, bukan penskalaan otomatis dinamis dari Microsoft yang membuat dan menghapus host. Halaman tersebut tidak membandingkannya dengan autoscale native, jadi pilihlah berdasarkan apakah jumlah sesi memang menggambarkan beban kerja Anda.

Sumber

Diakses pada 17 November 2026.

FAQ

Apa yang terjadi ketika kapasitas yang digunakan tepat sama dengan ambang kapasitas?

Tidak ada yang terjadi. FAQ autoscale menyatakan bahwa autoscale hanya bertindak ketika kapasitas berada di atas atau di bawah ambang. Sebagai contoh dengan nilai fiktif, dengan 4 host, batas 10 dan ambang 70 persen, 28 sesi membuat kumpulan tetap seperti semula, sedangkan sesi ke-29 memulai host lain.

Apakah ambang kapasitas memperhitungkan CPU atau memori?

Tidak. Microsoft Learn mendefinisikannya melalui sesi: kapasitas yang digunakan adalah jumlah sesi aktif dan terputus dibagi kapasitas host pool, yaitu batas sesi maksimum dikali jumlah host yang tersedia. CPU dan memori tidak termasuk dalam definisi tersebut.

Di mana saya mengatur ambang untuk setiap fase?

Pada fase ramp-up dan ramp-down dari jadwal pooled. Learn menyebutkan bahwa tab peak menerima nilai ramp-up dan tab off-peak menerima nilai ramp-down, dan tidak satu pun dari kedua tab tersebut memungkinkan Anda untuk mengeditnya.

Entities in this article

Topik artikel ini:

Capacity threshold (Azure Virtual Desktop) – Subtopik dari AVD scaling plan AVD scaling plan – Bagian dari Azure Virtual Desktop

Related articles

Artikel lain tentang AVD scaling plan:

RSS