Load balancing depth-first di Azure Virtual Desktop dijelaskan
Mitra · Mitra netral: Nerdio
By Mirko Peters ·
Load balancing depth-first mengirim setiap sesi baru ke session host yang tersedia dengan sesi terbanyak, sampai host tersebut mencapai batas maksimum sesi. Artikel ini menjelaskan aturan tersebut langkah demi langkah beserta batasannya.
Automatically translated with AI from the original post. Read the English original
Load balancing depth-first mengirim setiap sesi pengguna baru ke session host yang sudah memiliki sesi terbanyak, selama host tersebut belum mencapai batas maksimum sesinya. Saat satu host penuh, host berikutnya mulai terisi. Aturannya sederhana, dan inilah alasan mengapa kumpulan host bersama bisa berakhir dengan sebagian host penuh dan sebagian lainnya kosong.
Poin Penting
- Depth-first meminta daftar host yang menerima koneksi baru dan belum mencapai batas maksimum sesinya, lalu memilih host dengan sesi terbanyak; jika seri, dipilih host pertama dari hasil kueri.
- Batas maksimum sesi wajib diisi. Saat semua host sudah mencapainya, Anda harus menaikkan batas tersebut atau menambahkan session host.
- Pengguna dengan sesi aktif atau terputus akan diarahkan kembali ke host tersebut meskipun drain mode aktif. Pengguna tanpa sesi tidak pernah diarahkan ke host yang berada dalam drain mode.
- Host yang sudah mencapai batasnya tetap ditampilkan sebagai Available di portal jika lolos pemeriksaan kesehatan, sehingga status tersebut tidak menunjukkan apakah host masih dapat menerima sesi baru.
- Pada beban sign-in serentak yang tinggi, jumlah sesi di sebuah host dapat melampaui batas maksimum sesi, menurut halaman istilah Learn.
Artikel ini menjelaskan algoritma untuk kumpulan host bersama. Untuk perbandingan langsung dengan breadth-first, lihat artikel "Breadth-first vs depth-first: which load balancing algorithm should a host pool use". Sumber tercantum di bagian akhir.
Cara kerja depth-first
Artikel load balancing dari Microsoft Learn menjelaskan depth-first sebagai metode yang bertujuan memenuhi satu session host pada satu waktu. Learn menyebutnya ideal bagi organisasi yang memperhatikan biaya dan menginginkan kontrol yang lebih rinci atas jumlah session host yang tersedia dalam kumpulan host, karena metode ini memudahkan pengurangan jumlah host yang menyala ketika pengguna lebih sedikit. Dalam praktiknya, sesi yang baru dimulai tetap berada di satu host hingga batas maksimum sesinya tercapai, lalu berpindah ke host berikutnya.
Algoritma ini hanya berlaku untuk kumpulan host bersama, tempat beberapa pengguna berbagi satu host dan pengguna yang kembali mungkin masuk ke host yang berbeda. Di kumpulan personal, menurut Learn, pengguna selalu dipetakan 1:1 ke satu host dan load balancing tidak berlaku.
Aturan pemilihan, langkah demi langkah
Saat pengguna tanpa sesi yang sudah ada di kumpulan ini terhubung, load balancer melakukan hal berikut, sesuai Learn:
- Load balancer meminta daftar session host yang menerima koneksi baru dan belum mencapai batas maksimum sesinya.
- Dari daftar tersebut, load balancer memilih host dengan sesi terbanyak.
- Jika beberapa host memiliki jumlah yang sama, load balancer memilih host pertama dari hasil kueri.
Dua konsekuensi berikut mengikuti dari rumusan tersebut.
- Host yang sudah mencapai batas dilewati. Host yang telah mencapai batasnya tidak masuk dalam daftar kandidat.
- Host yang tidak menerima koneksi dilewati. Tabel status Learn mencantumkan host dengan status Shutdown dan Unavailable sebagai tidak tersedia untuk load balancing, dan host dalam drain mode tidak dipertimbangkan untuk pengguna tanpa sesi.
Contoh kasus
Angka-angka di sini adalah ilustrasi yang dibuat dari aturan tersebut, bukan contoh dari Learn. Ambil tiga host, H1 sampai H3, dengan batas maksimum sesi 5, semuanya menerima koneksi dan semuanya kosong.
| Peristiwa | H1 | H2 | H3 | Alasan |
|---|---|---|---|---|
| Awal | 0 | 0 | 0 | |
| Pengguna 1 | 1 | 0 | 0 | Seri tiga arah, host pertama dalam kueri yang menang |
| Pengguna 2 sampai 5 | 5 | 0 | 0 | H1 selalu memiliki sesi terbanyak yang masih di bawah batas |
| Pengguna 6 | 5 | 1 | 0 | H1 sudah mencapai batas dan dilewati, H2 dan H3 seri |
| Dua pengguna keluar dari H1 | 3 | 1 | 0 | |
| Pengguna 7 | 4 | 1 | 0 | H1 memiliki sesi terbanyak dan kembali berada di bawah batas |
Baris terakhir itu penting. Celah pada host yang lebih penuh diisi lebih dulu sebelum host yang lebih kosong menerima siapa pun, itulah sebabnya sesi terus menumpuk di host-host awal.
Fungsi batas maksimum sesi
Learn menyebut batas maksimum sesi wajib untuk depth-first. Batas ini menjadi pemicu untuk berpindah ke host berikutnya, sehingga tanpa batas ini algoritmenya tidak punya titik berhenti. Panduan Learn tentang cara memilihnya singkat: gunakan Azure Virtual Desktop Insights untuk memantau sesi per host dan meninjau performa host. Untuk breadth-first, batas default adalah 999999, yang juga merupakan nilai tertinggi yang diizinkan. Catatan Learn menyebutkan bahwa dengan depth-first Anda sebaiknya mengubah batas ke angka yang sesuai dengan kebutuhan Anda, agar pengalaman pengguna tetap baik.
Batas ini adalah nilai yang sama dengan yang menjadi dasar kapasitas autoscale. Glosarium autoscale dari Learn mendefinisikan kapasitas host pool yang tersedia sebagai batas maksimum sesi host pool dikali jumlah session host yang tersedia. Artikel scaling plan meminta Anda untuk tidak menggunakan nilai default pada host pool bersama dengan autoscale.
Titik awal untuk nilai ini
Panduan ukuran dari Learn mencantumkan jumlah pengguna maksimum per vCPU untuk host multi-sesi: 6 untuk beban ringan, 4 untuk sedang, 2 untuk berat, dan 1 untuk beban power. Pada level ringan, maksimum tabel adalah 6 pengguna per vCPU, yang berarti 48 pengguna pada host 8 vCPU. Learn menyebut angka-angka ini sebagai panduan umum untuk estimasi performa awal, dan menjelaskan pendekatan pilot serta pendekatan simulasi untuk perencanaan kapasitas. Perhitungan langkah demi langkah ada di "How to size the maximum session limit per session host".
Pilih batas ini dengan memahami bahwa depth-first sengaja membebani host-host pertama hingga batas tersebut. Itulah tujuan algoritmenya, jadi batas harus berupa beban yang sanggup Anda tanggung oleh sebuah host sepanjang hari kerja, bukan sekadar angka maksimum teoretis.
Perilaku yang membuat administrator terkejut
Host yang penuh tetap terlihat sehat. Tabel status Learn menyebutkan bahwa session host yang sudah mencapai batas maksimum sesi tetapi lulus pemeriksaan kesehatan tetap tercantum sebagai Available. Jangan gunakan status untuk menilai apakah host penuh; gunakan jumlah sesi.
Status kesehatan menentukan kelayakan. Tabel status Learn menyebutkan bahwa sesi baru diseimbangkan beban ke host dengan status Available, Needs Assistance (pemeriksaan kesehatan yang tidak fatal gagal, sehingga pengalaman pengguna mungkin menurun), Upgrading, dan Upgrade Failed. Host yang berstatus Shutdown atau Unavailable tidak digunakan. Jika digabungkan dengan tabel status dan aturan pemilihan (ini inferensi, bukan pernyataan Learn), host yang paling penuh tetap berada di urutan pertama meskipun berstatus Needs Assistance, jadi periksa status tersebut sebelum menganggap pengisian sesi itu sehat.
Pengguna yang kembali melewati aturan. Jika seorang pengguna sudah memiliki sesi aktif atau terputus di host pool dan masuk kembali, load balancer akan mengarahkannya ke host tersebut. Ini berlaku meskipun drain mode diaktifkan pada host itu. Sesi yang terputus karena itu membuat host tetap aktif bagi pemiliknya hingga mereka keluar.
Menurunkan batas tidak mengakhiri sesi. Learn menyebutkan bahwa menurunkan batas pada host dengan sesi aktif tidak memengaruhi sesi tersebut. Sebuah host dapat tetap berada di atas batas barunya hingga pengguna keluar.
Batas sesi bisa terlampaui. Halaman terminologi menyebutkan bahwa saat beban koneksi bersamaan tinggi, yaitu ketika banyak pengguna terhubung ke host pool pada waktu yang sama, jumlah sesi yang dibuat pada sebuah session host dapat melebihi batas maksimum sesi. Selain itu, halaman yang sama menjelaskan sesi pengguna yang tertunda sebagai placeholder yang memesan tempat bagi pengguna selama proses masuk berlangsung, yang bisa memakan waktu antara 30 detik hingga lima menit tergantung pada profil pengguna. Dengan depth-first, host yang sedang diisi juga yang menerima lonjakan proses masuk (ini merupakan kesimpulan dari aturan pemilihan).
Pool bisa penuh sepenuhnya. Learn menandai hal ini sebagai penting: ketika semua host mencapai batas, Anda harus menaikkan batas tersebut atau menambah host.
Tempat depth-first dalam desain
Depth-first hanya menentukan penempatan. Dampak biaya bergantung pada sesuatu yang mematikan host yang tidak terpakai. Learn menjelaskan autoscale untuk pooled pool sebagai proses menyalakan dan mematikan VM berdasarkan ambang kapasitas dan jadwal yang Anda tentukan, dan FAQ-nya menyarankan depth-first pada saat ramp-down dan di luar jam sibuk agar autoscale dapat mengonsolidasikan sesi ke jumlah host minimum. Halaman skenario autoscale Learn menyatakan bahwa untuk host pool yang di-pool, autoscale mengabaikan algoritma penyeimbangan beban dalam pengaturan host pool dan menerapkan algoritma dari jadwal. Interaksi tersebut memiliki artikel tersendiri, "Depth-first load balancing and autoscale: how the schedule overrides the host pool setting". Artikel ini membahas autoscaling manajemen daya, yang oleh halaman skenario diberi label generally available.
Halaman sizing Learn memberikan catatan kehati-hatian tentang ukuran host. Untuk 20 pengguna atau lebih per VM, beberapa VM yang lebih kecil memberikan performa yang lebih baik dibandingkan satu atau dua VM besar. Learn menambahkan bahwa lebih mudah mematikan VM yang perlu diperbarui atau tidak digunakan ketika Anda menjalankan banyak VM berukuran kecil, karena lebih banyak di antaranya tidak memiliki pengguna aktif. Halaman yang sama juga menyebut breadth-first sebagai alternatif ketika banyak pengguna masuk bersamaan, yang berlawanan arah dengan depth-first.
Mengatur depth-first di portal
Anda memerlukan peran Desktop Virtualization Host Pool Contributor pada host pool yang di-pool.
- Buka Azure Virtual Desktop di portal Azure dan pilih Host pools.
- Pilih host pool, lalu Properties.
- Atur Load balancing algorithm ke depth-first dan masukkan nilai pada Max session limit.
- Pilih Simpan.
Learn menyebutkan bahwa Anda dapat mengonfigurasi satu algoritma dalam satu waktu dan mengubahnya kapan saja. Learn juga menyediakan tab Azure PowerShell dan Azure CLI untuk pengaturan ini, yang tidak direproduksi di sini.
Sumber
- Microsoft Learn: Mengonfigurasi load balancing host pool di Azure Virtual Desktop
- Microsoft Learn: Istilah Azure Virtual Desktop
- Microsoft Learn: Status host sesi dan pemeriksaan kesehatan di Azure Virtual Desktop
- Microsoft Learn: Panduan ukuran mesin virtual host sesi
- Microsoft Learn: Membuat dan menetapkan rencana autoskala untuk Azure Virtual Desktop
- Microsoft Learn: Azure Virtual Desktop autoscale FAQ
- Microsoft Learn: Glosarium penskalaan otomatis untuk Azure Virtual Desktop
- Microsoft Learn: Skenario autoscale untuk Azure Virtual Desktop
FAQ
Apa yang terjadi saat semua session host mencapai batas maksimum sesi?
Microsoft Learn menyebutkan bahwa dalam kondisi ini, Anda harus menaikkan batas maksimum sesi atau menambahkan session host ke kumpulan host. Depth-first hanya mempertimbangkan host yang masih di bawah batas, sehingga tidak ada kandidat yang tersisa (ini adalah interpretasi kami terhadap aturan pemilihan); Learn tidak menjelaskan apa yang dilihat pengguna.
Apakah depth-first mematikan session host dengan sendirinya?
Tidak. Load balancing hanya menentukan host mana yang menerima sesi baru. Learn menjelaskan autoscale sebagai fitur yang menyalakan dan mematikan VM di kumpulan host bersama, berdasarkan ambang kapasitas dan jadwal. Depth-first membuat sebagian host hanya memiliki sedikit sesi atau tidak sama sekali, sehingga host tersebut lebih mudah diturunkan skalanya.
Apakah saya bisa menggunakan depth-first pada kumpulan host personal?
Tidak. Learn menyebutkan bahwa load balancing tidak berlaku untuk kumpulan host personal, karena setiap pengguna dipetakan 1:1 ke satu session host. Kumpulan personal menggunakan penugasan otomatis atau penugasan langsung.