Breadth-first vs depth-first: quale algoritmo di bilanciamento del carico dovrebbe usare un host pool
Partner · Partner neutrale: Nerdio
Di Mirko Peters ·
Usa breadth-first quando l'esperienza utente è la priorità e depth-first quando vuoi concentrare le sessioni sul minor numero possibile di session host, così da poter spegnere gli altri. Questa guida fornisce i criteri decisionali, un esempio pratico per entrambi gli algoritmi e i passaggi per modificare l'impostazione.
Tradotto automaticamente con l'IA dal post originale. Leggi l'originale in inglese
Scegli breadth-first quando la priorità è un desktop reattivo per ogni utente, e depth-first quando la priorità è tenere in esecuzione il minor numero possibile di session host. Microsoft Learn presenta la stessa distinzione: breadth-first è adatto alle organizzazioni che danno priorità all'esperienza utente, depth-first alle organizzazioni attente ai costi che vogliono un controllo granulare sul numero di host accesi. Questa guida trasforma questa distinzione in criteri, un esempio pratico e i passaggi per modificare l'impostazione.
Punti chiave
- Learn descrive breadth-first come la scelta quando l'esperienza utente conta di più, e depth-first per le organizzazioni attente ai costi che vogliono controllare quanti host restano accesi.
- Depth-first richiede un limite massimo di sessioni. Breadth-first non lo richiede e il suo limite predefinito di 999999 è anche il valore più alto che puoi impostare.
- Breadth-first sceglie in modo casuale tra la metà degli host idonei con meno sessioni, quindi le sessioni possono essere distribuite in modo non uniforme. Depth-first sceglie l'host idoneo con più sessioni.
- Entrambi gli algoritmi riportano un utente con una sessione attiva o disconnessa sullo stesso host, anche se è in modalità di drenaggio. Il bilanciamento del carico non si applica agli host pool personali.
- Puoi cambiare l'algoritmo in qualsiasi momento. Se è assegnato un piano di scalabilità, Learn indica che la scalabilità automatica applica l'algoritmo definito nella pianificazione invece dell'impostazione dell'host pool.
Riguarda solo gli host pool condivisi, perché Learn indica che il bilanciamento del carico non si applica agli host pool personali. Il funzionamento di ciascun algoritmo è spiegato in "Breadth-first load balancing in Azure Virtual Desktop explained" e "Depth-first load balancing in Azure Virtual Desktop explained"; questo articolo li confronta. Le fonti sono elencate alla fine.
Come i due algoritmi scelgono un host
Entrambi gli algoritmi entrano in funzione quando un utente senza una sessione esistente avvia una connessione. Si differenziano per l'host che scelgono.
| Breadth-first | Depth-first | |
|---|---|---|
| Obiettivo | Distribuire le nuove sessioni tra gli host | Riempire un host alla volta fino al suo limite |
| Regola di selezione | Interroga gli host che consentono nuove connessioni, poi sceglie a caso tra la metà con meno sessioni | Interroga gli host che consentono nuove connessioni e non hanno raggiunto il limite, poi sceglie l'host con più sessioni; in caso di parità, il primo host restituito dalla query |
| Limite massimo di sessioni | Non richiesto | Obbligatoria |
| Ambito indicato da Learn | Esperienza utente, perché CPU, memoria e disco sono generalmente meno saturi | Costi, perché devono restare accesi meno host |
L'esempio di breadth-first di Learn: con nove host che contengono da 11 a 19 sessioni, una nuova sessione può finire su uno qualsiasi dei cinque host con meno sessioni. Non va sempre sull'unico host più vuoto e Learn precisa che, a causa della randomizzazione, le sessioni possono non essere distribuite in modo uniforme.
Regole valide per entrambi
- Un utente che ha già una sessione attiva o disconnessa nel pool viene riportato su quello stesso host, anche se la modalità di drenaggio è attiva per quell'host.
- Un utente senza sessione non viene mai inviato a un host in modalità di drenaggio.
- Abbassare il limite massimo di sessioni su un host con sessioni attive non ha effetti su tali sessioni.
- La pagina della terminologia di Learn indica che, con un carico elevato di connessioni simultanee, il numero di sessioni su un host può superare il limite; considera quindi il limite come il valore a cui punta l'algoritmo, non come una garanzia.
Esempio pratico: 4 host, limite di 10, 25 utenti
I numeri seguenti sono un'illustrazione costruita sulle regole di selezione descritte sopra, non un esempio di Learn.
Depth-first. All'inizio tutti e quattro gli host sono vuoti, quindi il primo utente è in parità e viene assegnato al primo host restituito dalla query, chiamiamolo H1; Learn non definisce l'ordine della query, e H1-H4 sono solo etichette. Da lì in poi H1 ha il maggior numero di sessioni tra gli host sotto il limite, quindi anche le sessioni dalla 2 alla 10 finiscono su H1. H2 prende le successive 10 e H3 prende le ultime 5. H4 resta vuoto. Se H1 e H2 sono entrambi pieni a 10 e arriva un 26° utente, lo riceve H3.
Breadth-first. Ogni nuova sessione va a un host scelto casualmente tra i due con meno sessioni. Con 25 utenti e 4 host la media è di circa 6 sessioni per host. Poiché le nuove sessioni vanno solo ai due host meno carichi, i conteggi finiscono per essere vicini, tipicamente 6 o 7 per host in questo esempio (calcolo personale), anche se Learn precisa che la distribuzione non è garantita come uniforme. Le differenze aumentano nei pool reali perché gli utenti si disconnettono in momenti diversi (interpretazione personale).
Cosa significa in pratica:
- Con depth-first, H4 non ha sessioni ed è un candidato allo spegnimento. È questo l'argomento sui costi che Learn presenta.
- Con breadth-first, tutti e quattro gli host sono carichi, quindi nessuno è un candidato allo spegnimento finché le sessioni non terminano.
- Con depth-first, il primo host è quello più carico. Le indicazioni di dimensionamento di Learn dicono che l'accesso è intensivo in termini di CPU e che bisogna pianificare schemi di accesso come l'inizio della giornata lavorativa, quando molti utenti accedono contemporaneamente. Una raffica di accessi su un pool depth-first viene quindi indirizzata verso l'host già più pieno. Si tratta di una deduzione dalle due affermazioni, quindi verificala con un pilota.
Criteri di decisione
| Domanda | Vantaggi del breadth-first | Vantaggi del depth-first |
|---|---|---|
| Cosa conta di più, il tempo di risposta o il costo di esercizio? | Tempo di risposta | Costo di esercizio |
| Vuoi che gli host inattivi vengano spenti mentre altri continuano a ospitare utenti? | Le sessioni restano distribuite su tutti gli host in esecuzione, quindi è meno probabile che se ne svuoti qualcuno (interpretazione personale della regola di selezione) | Gli host che vengono dopo restano vuoti e sono più facili da ridimensionare (Learn) |
| Riesci a impostare e mantenere un limite di sessioni realistico? | Il limite è facoltativo | Il limite è obbligatorio e deve essere adeguato al carico di lavoro |
| Il carico di lavoro è pesante per utente? | Distribuire le sessioni mantiene più bassa la contesa per le risorse, che è il motivo dichiarato da Learn | Un limite basso serve a evitare che un host carico venga sovraccaricato (deduzione) |
| Gli utenti accedono in una raffica breve? | La raffica viene distribuita tra gli host (deduzione) | La raffica colpisce per prima un solo host (deduzione) |
La pagina di Learn sul bilanciamento del carico aggiunge una nota per depth-first: per mantenere una buona esperienza utente, imposta il limite massimo di sessioni su un valore adatto ai tuoi requisiti. I valori iniziali per vCPU, l'indicazione dei 20 utenti e l'avvertenza che la pagina di dimensionamento di Learn non è del tutto coerente si trovano in «How to size the maximum session limit per session host»; l'articolo su depth-first riporta gli stessi punti di partenza. Learn li definisce linee guida generiche da usare solo per stime iniziali delle prestazioni e, per la pianificazione della capacità, descrive un approccio basato su pilota e uno basato su simulazione.
Passaggi per modificare l'algoritmo
Ti serve il ruolo Collaboratore del pool di host di Desktop Virtualization.
- Accedi al portale di Azure e apri Azure Virtual Desktop.
- Seleziona Pool di host, quindi seleziona il pool di host in pooled.
- Seleziona Proprietà.
- Scegli l'algoritmo in Algoritmo di bilanciamento del carico. Inserisci un valore in Limite massimo di sessioni.
- Seleziona Salva.
Learn fornisce anche le schede Azure PowerShell e Azure CLI per questa impostazione, che richiedono il modulo Az.DesktopVirtualization o l'estensione CLI desktopvirtualization. I comandi sono nella pagina di Learn e non vengono riportati qui.
Se scegli breadth-first quando crei un pool di host, il limite predefinito è 999999, che è anche il valore massimo consentito. Per depth-first, imposta un numero adatto al tuo carico di lavoro.
Cosa fare quando depth-first esaurisce lo spazio disponibile
Learn lo segnala come importante: quando tutti gli host raggiungono il limite massimo di sessioni, devi aumentare il limite oppure aggiungere host di sessione. Il criterio depth-first considera solo gli host sotto il limite, quindi non resta alcun candidato (questa è la nostra interpretazione della regola di selezione); Learn non dice cosa vedono gli utenti. Usa Azure Virtual Desktop Insights per monitorare le sessioni per host e le prestazioni degli host, cioè il monitoraggio che Learn consiglia quando si sceglie il limite.
Interazione con la scalabilità automatica
Se usi un piano di scalabilità, l'algoritmo si imposta per ogni fase nella pianificazione. La pagina degli scenari di scalabilità automatica di Learn dice che, per i pool di host, la scalabilità automatica ignora l'algoritmo nelle impostazioni del pool di host e applica quello della configurazione della pianificazione. L'articolo sul piano di scalabilità dice lo stesso per la fase di aumento, in cui la preferenza selezionata sostituisce l'impostazione originale del pool di host. Per la fase di aumento consiglia il breadth-first e per quella di riduzione fuori picco il depth-first. Nella fase di picco si può scegliere uno dei due algoritmi, e la scheda della riduzione ha un campo di bilanciamento del carico senza raccomandazioni.
La pagina delle domande frequenti sulla scalabilità automatica di Learn spiega il motivo: il breadth-first distribuisce uniformemente le sessioni nelle prime ore della giornata, mentre il depth-first consente alla scalabilità automatica di concentrare le sessioni finché non si raggiunge il numero minimo possibile di host. Il glossario della scalabilità automatica descrive questa concentrazione come la divisione del numero totale di sessioni, connesse e disconnesse, per il limite massimo di sessioni moltiplicato per la soglia di capacità, con arrotondamento per eccesso. Questo articolo riguarda la scalabilità automatica della gestione dell'alimentazione, che la pagina degli scenari indica come disponibile a livello generale. Per un pool con piano di scalabilità, la scelta si fa in pratica nella pianificazione; l'articolo «Depth-first load balancing and autoscale: how the schedule overrides the host pool setting» descrive in dettaglio le impostazioni della pianificazione.
Per la scalabilità automatica su un pool di host di tipo pooled, Learn consiglia di configurare un limite massimo di sessioni personalizzato e di non usare quello predefinito.
Una breve procedura di selezione
- Definisci la priorità in una sola frase: esperienza utente o costi.
- Elenca quanti host potresti spegnere nel periodo più tranquillo se le sessioni fossero concentrate.
- Scegli un limite partendo dai valori di riferimento per vCPU di Learn e dal tuo carico di lavoro.
- Parti dall'algoritmo che corrisponde alla priorità e avvia un gruppo pilota.
- Confronta sessioni per host e prestazioni percepite dagli utenti in Insights.
- Cambia algoritmo se il pilota dà risultati diversi. Learn afferma che puoi farlo in qualsiasi momento.
Fonti
- Microsoft Learn: Configurare il bilanciamento del carico del pool di host in Azure Virtual Desktop
- Microsoft Learn: Azure Virtual Desktop terminology
- Microsoft Learn: Linee guida per il dimensionamento delle macchine virtuali host di sessione
- Microsoft Learn: creare e assegnare un piano di scalabilità automatica per Azure Virtual Desktop
- Microsoft Learn: Domande frequenti sull'autoscaling di Azure Virtual Desktop
- Microsoft Learn: scenari di autoscale per Azure Virtual Desktop
- Microsoft Learn: Glossario dell'autoscale per Azure Virtual Desktop
FAQ
Posso passare in seguito da breadth-first a depth-first?
Sì. Microsoft Learn indica che per ogni host pool condiviso è possibile configurare un solo algoritmo alla volta, ma puoi cambiarlo in qualsiasi momento. Learn non descrive cosa succede alle sessioni già in esecuzione, quindi prova prima la modifica su un pool pilota.
Perché depth-first richiede un limite massimo di sessioni?
Depth-first riempie un host fino al suo limite e poi passa al successivo; senza un limite non ci sarebbe un punto in cui passare oltre. Learn specifica che il limite è obbligatorio e che, quando tutti gli host lo raggiungono, devi aumentare il limite o aggiungere host.
L'algoritmo si applica agli host pool personali?
No. Learn indica che il bilanciamento del carico non si applica agli host pool personali, perché ogni utente è associato 1:1 a un session host. I pool personali usano invece l'assegnazione automatica o diretta.