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

Blog · Mirko Peters

Ramp-up, peak, ramp-down, dan off-peak: empat fase autoscale AVD dijelaskan

Mitra · Mitra netral: Nerdio

By ·

Jadwal scaling plan di Azure Virtual Desktop dibagi menjadi empat fase, dan setiap fase memiliki pengaturan sendiri serta aturan sendiri untuk memulai dan menghentikan session host. Artikel ini membahas parameter setiap fase untuk host pool bersama dan pribadi, lengkap dengan contoh nilai.

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

Jadwal scaling plan di Azure Virtual Desktop membagi satu hari menjadi empat fase: ramp-up, jam peak, ramp-down, dan jam off-peak. Setiap fase memiliki waktu mulai dan pengaturan sendiri, dan waktu mulai suatu fase sekaligus mengakhiri fase sebelumnya.

Poin Penting

  • Sebuah jadwal memiliki empat fase: ramp-up, jam peak, ramp-down, dan jam off-peak. Waktu mulai setiap fase juga merupakan waktu berakhir dari fase sebelumnya.
  • Pada scaling plan bersama, ambang kapasitas diatur di ramp-up dan ramp-down. Peak mengambil nilai ramp-up, dan off-peak mengambil nilai ramp-down.
  • Autoscale bersama tidak mematikan host selama ramp-up. Pengeluaran paksa hanya mungkin dilakukan selama ramp-down.
  • Scaling plan pribadi tidak menggunakan ambang kapasitas. Scaling plan ini bekerja berdasarkan status sesi (terputus atau sudah keluar) setelah sejumlah menit antara 0 dan 360.

Untuk konsep umum scaling plan dan penugasannya ke host pool, lihat "Azure Virtual Desktop scaling plans explained: schedules, phases and host pools". Artikel ini hanya membahas parameter fase.

Makna setiap fase

Microsoft Learn menjelaskan fase-fase sebagai berikut:

  • Ramp-up: awal hari; sesi aktif bertambah dengan cepat tetapi belum mencapai jumlah maksimum harian.
  • Peak: pool mencapai jumlah maksimum sesi aktif harian. Jumlahnya biasanya tetap stabil.
  • Ramp-down: akhir jam kerja; sesi aktif turun dengan cepat. VM biasanya dimatikan pada tahap ini untuk menghemat biaya.
  • Off-peak: jumlah sesi paling sedikit. Sejumlah kecil resource mungkin tetap menyala untuk pengguna yang bekerja hingga larut.

Definisi fase tidak menyertakan jam tertentu; Anda yang menentukannya. Contoh PowerShell untuk pool bersama dari Learn menggunakan pukul 06.30, 08.30, 16.00, dan 22.45 untuk keempat fase. Halaman tersebut juga menyebutkan bahwa nilai default yang ditampilkan di portal adalah nilai yang disarankan untuk hari kerja. Waktu mulai menggunakan zona waktu yang diatur pada scaling plan.

Satu aturan berlaku untuk semua fase pada scaling plan bersama: untuk host pool bersama, autoscale mengabaikan algoritma penyeimbangan beban di pengaturan host pool dan menerapkan algoritma dari jadwal. Anda juga perlu mengatur batas maksimum sesi kustom pada host pool, dan Learn menyarankan agar nilai default tidak digunakan.

Ramp-up

Pada host pool bersama dengan autoscaling manajemen daya, tab ramp-up memiliki pengaturan berikut:

PengaturanYang dikatakan Learn
Waktu mulaiWaktu ketika autoscale mulai menyiapkan session host untuk jam kerja puncak.
Algoritma penyeimbangan bebanBreadth-first direkomendasikan. Algoritma ini mendistribusikan pengguna ke session host yang sudah ada agar waktu akses tetap cepat.
Persentase minimum hostPersentase session host yang harus tetap menyala pada fase ini. Nilai yang bukan bilangan bulat akan dibulatkan ke atas.
Ambang kapasitasPersentase kapasitas host pool yang tersedia yang memicu tindakan penskalaan.

Skenario pertama Learn menggunakan enam session host, ambang kapasitas 30 persen, minimum 30 persen, dan batas maksimum sesi 5. 30 persen dari enam adalah 1,8, yang dibulatkan ke atas oleh autoscale, sehingga dua host menyala dengan kapasitas 10 sesi. Tiga sesi sama dengan ambang batas, sehingga tidak terjadi apa-apa; empat sesi menjadi 40 persen, sehingga host ketiga dinyalakan. Pembulatan dijelaskan dalam "Minimum percentage of hosts in AVD autoscale explained".

Autoscale dapat menyalakan host di fase mana pun ketika kapasitas yang digunakan melampaui ambang batas, tetapi autoscale yang dikumpulkan (pooled) tidak mematikan host selama fase ramp-up.

Jam sibuk

Tab peak meminta waktu mulai, yang sekaligus menjadi akhir ramp-up, dan pilihan penyeimbangan beban antara breadth-first dan depth-first. Breadth-first menyebarkan sesi baru ke semua host yang tersedia. Depth-first mengarahkannya ke host yang tersedia dengan jumlah koneksi terbanyak yang belum mencapai batas sesinya. Ambang batas kapasitas tidak dapat diubah di sini; nilainya mengikuti ramp-up. Tab peak juga tidak memiliki kolom persentase minimum, tetapi contoh peak di Learn mencantumkan minimum 30 persen.

Peak tidak bersifat statis: autoscale dapat menyalakan dan mematikan host. Dalam skenario kedua di Learn, lima dari enam host berjalan dengan ambang batas 30 persen dan batas sesi 5, sehingga kapasitasnya 25. Dengan lima sesi (20 persen), mematikan satu host akan menghasilkan 25 persen, di bawah ambang batas, sehingga autoscale mengosongkan host tanpa sesi lalu mematikannya.

Ramp-down

Tab ramp-down memiliki kumpulan kolom terbanyak: waktu mulai, algoritma penyeimbangan beban, persentase minimum host, ambang batas kapasitas, dan force logoff. Off-peak menggunakan ambang batas kapasitas yang dimasukkan di sini.

Autoscale hanya mematikan host ketika semua sesi yang ada, baik aktif maupun terputus, dapat ditampung di host yang lebih sedikit tanpa melampaui ambang batas kapasitas. Rumus Learn untuk jumlah host yang dibutuhkan adalah total sesi (aktif ditambah terputus) dibagi hasil kali batas sesi maksimum dan ambang batas kapasitas, lalu dibulatkan ke atas ke bilangan bulat terdekat.

Anda memiliki dua cara untuk menangani pengguna yang masih masuk:

  1. Force sign-out aktif. Autoscale memilih host dengan sesi paling sedikit, baik aktif maupun terputus, dan memasukkannya ke mode drain. Pengguna diberi tahu bahwa mereka akan dikeluarkan, lalu sesi diakhiri setelah waktu tunggu. Setelah itu VM dialokasikan ulang (deallocate). Hanya ramp-down yang mendukung opsi ini; Learn menyatakan pengaturan force logoff tidak mengeluarkan pengguna pada fase lain.
  2. Force sign-out nonaktif. Anda memilih salah satu dari "VM tidak memiliki sesi aktif atau terputus" atau "VM tidak memiliki sesi aktif". Halaman skenario Learn menjelaskan perilaku "tidak memiliki sesi aktif" sebagai autoscale yang menunggu pengguna keluar secara sukarela. FAQ menambahkan bahwa dengan opsi tersebut, sesi terputus tetap dihitung sebagai sesi aktif dalam perhitungan kapasitas.

Perhitungan konsolidasi pada skenario ketiga Learn, urutan yang dilihat pengguna, dan pertimbangan di antara kedua pilihan dibahas dalam "Forcing users to sign out during AVD ramp-down: what happens and what users see" dan "Force sign out vs wait for sign-out: choosing the ramp-down behaviour".

FAQ Learn juga mengingatkan satu jebakan waktu: dengan fase ramp-down 15 menit dan waktu tunggu 20 menit, jadwal mencapai off-peak lebih dulu, autoscale tidak memaksa sign-out di sana, dan VM baru dialokasikan ulang setelah semua pengguna keluar. Pastikan waktu tunggu lebih pendek daripada durasi fase.

Waktu tunggu dan teks notifikasi merupakan pengaturan jadwal. Di Azure PowerShell namanya RampDownWaitTimeMinute dan RampDownNotificationMessage; dalam referensi templat ARM namanya rampDownWaitTimeMinutes dan rampDownNotificationMessage, bersama rampDownForceLogoffUsers dan rampDownStopHostsWhen. Kedua contoh Learn menggunakan 30 menit, tetapi pesannya berbeda: contoh PowerShell pada halaman create-and-assign menggunakan "Please log out of your session.", sedangkan contoh pada referensi cmdlet New-AzWvdScalingPlanPooledSchedule menggunakan "Log out now, please." Referensi cmdlet dan ARM menjelaskan waktu tunggu sebagai jumlah menit menunggu sebelum host dihentikan selama periode ramp-down, dan tidak mencantumkan nilai default, minimum, maupun maksimum untuk kedua nilai tersebut.

Jam off-peak

Tab off-peak memiliki waktu mulai, yang sekaligus mengakhiri ramp-down, dan pilihan penyeimbangan beban. Learn merekomendasikan depth-first di sini agar host kosong secara bertahap. Ambang batas kapasitas juga tidak dapat diubah di sini dan berasal dari ramp-down.

Untuk rencana manajemen daya, tab off-peak tidak memiliki kolom untuk persentase minimum host. Halaman create-and-assign hanya mencantumkan kolom tersebut di ramp-up dan ramp-down, dan referensi cmdlet serta ARM hanya mendefinisikan RampUpMinimumHostsPct dan RampDownMinimumHostsPct. Untuk rencana ini, Learn hanya menyebutkan carry-over untuk ambang kapasitas, tidak untuk persentase minimum. Contoh di Learn memang menerapkan minimum di off-peak: dengan enam host dan 10 persen, satu host tetap menyala meskipun pengguna terakhir sudah keluar. Pastikan di kumpulan host uji nilai mana yang berlaku. Mematikan semua VM, termasuk minimum 0 persen dan pengaturan Group Policy untuk sesi terputus yang disarankan FAQ, dibahas dalam "Minimum percentage of hosts in AVD autoscale explained".

Jika Anda memberi tag pada host dengan exclusion tag milik rencana, autoscale tidak akan menyalakan atau mematikan host tersebut di fase mana pun. Dalam skenario keempat Learn, lima dari enam host memiliki tag tersebut, sehingga sesi keempat mendorong penggunaan ke 80 persen tanpa menyalakan host apa pun. Jika host tanpa tag terakhir juga diberi tag dan dimatikan, pengguna baru akan melihat "No resources available". "Exclusion tags in AVD autoscale: keeping individual VMs out of scaling" membahas hal ini secara lengkap.

Hari jadwal

Pada hari yang tidak dipilih jadwal, parameter off-peak terakhir dari hari-hari yang dipilih akan terbawa (carry over) hingga ramp-up berikutnya. Menurut FAQ Learn, autoscale tidak mendukung ramp-down pada tanggal tertentu.

Kumpulan host personal

Rencana personal tidak memiliki ambang kapasitas atau persentase minimum. Setiap fase memiliki waktu mulai, sakelar Start VM on Connect, dan dua aturan berdasarkan status sesi: "When disconnected for (min)" dan "When logged off for (min)". Keduanya menerima nilai 0 sampai 360 menit dan sebuah tindakan (deallocate, hibernate, atau tidak melakukan apa-apa). Hanya ramp-up yang juga memilih VM mana yang dinyalakan. Menurut FAQ, autoscale tidak dapat memaksa pengguna keluar dari desktop personal, dan tindakan hibernate pada desktop yang tidak mengaktifkan hibernate tidak berpengaruh apa-apa. Daftar lengkap pengaturan serta batasan FSLogix dan App Attach untuk hibernate dibahas dalam "Azure Virtual Desktop scaling plans explained: schedules, phases and host pools" dan "Personal host pools in Azure Virtual Desktop: when one desktop per user makes sense". Lihat kumpulan host personal dan pooled. Rencana penskalaan hanya dapat ditetapkan ke kumpulan host dengan jenis yang sama dengan jenis yang ditetapkan dalam rencana.

Autoscaling dinamis

Autoscaling dinamis menggunakan empat fase yang sama, tetapi hanya untuk kumpulan host pooled dengan konfigurasi session host, dan hanya di Azure, bukan Azure Government. Fitur ini menambahkan ukuran minimum kumpulan host, ukuran maksimum kumpulan host, dan persentase minimum host aktif. Di ramp-down, fitur ini dapat men-deallocate atau menghapus VM. Untuk rencana ini, halaman create-and-assign cukup eksplisit soal carry-over: halaman tersebut menyarankan nilai "Minimum percentage of active hosts (%)" dan "Minimum host pool size" yang lebih tinggi di fase ramp-up, "which is carried over to the peak phase". Halaman tersebut tidak memberikan pernyataan serupa untuk ramp-down dan off-peak. Microsoft mengumumkan ketersediaan umum (general availability) untuk manajemen kumpulan host yang ditingkatkan, termasuk autoscaling dinamis, konfigurasi dan pembaruan session host, serta ephemeral OS disk, pada Juli 2026 (Tech Community). Beberapa halaman Learn, misalnya halaman skenario dan glosarium serta modul versi 5.4.2-preview, masih menggunakan istilah pratinjau; periksa halaman terbaru sebelum mengandalkan suatu batasan. Autoscaling manajemen daya juga sudah tersedia secara umum. Lihat dynamic autoscaling.

Contoh jadwal

Jadwal hari kerja untuk sepuluh host pooled dengan batas sesi 10 dapat terlihat seperti ini. Nilai-nilai ini hanyalah contoh, bukan rekomendasi Microsoft:

  1. Ramp-up pukul 07.00: breadth-first, minimum 20 persen (dua host), ambang 60 persen.
  2. Peak pukul 09.00: breadth-first, ambang 60 persen (terbawa).
  3. Ramp-down pukul 17.00: depth-first, minimum 10 persen (satu host), ambang 75 persen, force sign-out diaktifkan dengan waktu tunggu lebih pendek dari fase dua jam.
  4. Off-peak pukul 19.00: depth-first, ambang 75 persen (terbawa).

Perhitungan kami sendiri untuk contoh ini, bukan dari Learn, dengan aturan bahwa autoscale hanya menjalankan host baru ketika kapasitas yang terpakai berada di atas ambang batas:

  • Peningkatan (ramp-up): 20 persen dari sepuluh host adalah dua host, sehingga kapasitasnya 20 sesi. Dengan ambang batas 60 persen, 12 sesi (60 persen) tidak memicu tindakan apa pun. Sesi ke-13 membuat beban menjadi 65 persen, sehingga host ketiga dijalankan dan kapasitasnya naik menjadi 30.
  • Penurunan (ramp-down): 10 persen dari sepuluh host adalah satu host, sehingga kapasitasnya 10 sesi. Dengan ambang batas 75 persen, 7 sesi (70 persen) muat di satu host. Sesi ke-8 membuat beban menjadi 80 persen, sehingga diperlukan host kedua.

Sumber

Diakses pada 17 November 2026.

FAQ

Fase mana yang dapat memaksa pengguna keluar?

Hanya ramp-down. Microsoft Learn menyebutkan bahwa pengaturan force logoff tidak mengeluarkan pengguna di fase lain. Jika waktu tunggu lebih lama daripada fase ramp-down, jadwal berpindah ke off-peak dan sesi tidak dipaksa keluar.

Mengapa saya tidak dapat mengubah ambang kapasitas di fase peak dan off-peak?

Learn menyebutkan bahwa fase peak mengambil nilai dari ramp-up, dan fase off-peak mengambil nilai dari ramp-down. Untuk mengubahnya, edit ramp-up atau ramp-down.

Apa yang terjadi pada hari yang tidak saya pilih dalam jadwal?

Learn menyebutkan bahwa parameter off-peak terakhir dari hari yang dipilih akan terus berlaku pada hari yang tidak dipilih hingga fase ramp-up berikutnya.

Entities in this article

Topik artikel ini:

Autoscale schedule phases (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