Bilanciamento del carico depth-first e autoscale: come la pianificazione sovrascrive l'impostazione del pool di host
Partner · Partner neutrale: Nerdio
Di Mirko Peters ·
Quando un piano di scalabilità viene assegnato a un pool di host condiviso e abilitato, l'algoritmo di bilanciamento del carico di ogni fase della pianificazione sovrascrive l'impostazione del pool di host, come spiega Learn. Questa guida mostra dove impostare depth-first e come verificarlo.
Tradotto automaticamente con l'IA dal post originale. Leggi l'originale in inglese
Con un piano di scalabilità assegnato a un pool di host condiviso e abilitato, l'algoritmo di bilanciamento del carico in esecuzione è quello della fase di pianificazione, non quello del pool di host. Microsoft Learn lo dichiara per la fase di ramp-up ("the load balancing preference you select here overrides the one you selected for your original host pool settings") e afferma in termini più generali che, per i pool di host condivisi, l'autoscale ignora l'algoritmo di bilanciamento del carico delle impostazioni del pool di host e applica il bilanciamento in base alla configurazione della pianificazione. Questa guida è il riferimento campo per campo: il campo algoritmo in ogni fase, i valori che vengono applicati e i controlli da eseguire successivamente.
Punti chiave
- Learn afferma che il bilanciamento del carico del piano di scalabilità sovrascrive l'impostazione del pool di host e che, per i pool condivisi, l'autoscale sovrascrive la modalità di drain mentre l'autoscale è abilitato per il pool.
- Ogni fase di pianificazione per pool ha un proprio campo algoritmo. Learn consiglia breadth-first per il ramp-up e depth-first per la fase off-peak, e permette l'uso di entrambi per la fase peak.
- Depth-first consente all'autoscale di concentrare le sessioni. Spegne un host solo se tutte le sessioni possono essere contenute senza superare la soglia di capacità e viene mantenuta la percentuale minima di host.
- I pool di host condivisi con autoscale richiedono un limite massimo di sessioni personalizzato. Learn sconsiglia di usare il valore predefinito.
- L'autoscale modifica la modalità di drain su ogni host nell'ambito, indipendentemente da chi l'ha impostata. Usa un tag di esclusione per tenere un host fuori dallo scaling.
Questo articolo riguarda l'autoscaling di gestione dell'alimentazione sui pool condivisi, che è disponibile a livello generale. Microsoft ha annunciato la disponibilità generale della gestione avanzata dei pool di host, incluso l'autoscaling dinamico, a luglio 2026 (Tech Community), ma alcune pagine di Learn riportano ancora la dicitura di anteprima, ad esempio le pagine sugli scenari e sul glossario; verifica la pagina aggiornata prima di affidarti a un limite. Articoli correlati di questa serie: "Depth-first load balancing in Azure Virtual Desktop explained" spiega l'algoritmo, e "Forcing users to sign out during AVD ramp-down: what happens and what users see" descrive il comportamento della disconnessione forzata.
Dove avviene la sovrascrittura
Un piano di scalabilità contiene le pianificazioni e ogni pianificazione ha quattro fasi. Nel portale di Azure, ogni fase per pool ha un proprio campo:
| Fase | Campo algoritmo | Cosa indica Learn |
|---|---|---|
| Ramp-up | Algoritmo di bilanciamento del carico | Consiglia breadth-first e afferma che la scelta sovrascrive l'impostazione del pool di host |
| Ore di punta | Bilanciamento del carico | In ordine di ampiezza o di profondità |
| Riduzione della capacità | Algoritmo di bilanciamento del carico | Nessuna raccomandazione nella pagina |
| Ore non di punta | Algoritmo di bilanciamento del carico | Consiglia depth-first, per ridurre gradualmente il numero di host in base alle sessioni su ciascuna VM |
Le domande frequenti sull'autoscale spiegano il ragionamento: breadth-first nelle prime due fasi produce una distribuzione uniforme delle sessioni, che secondo Learn ottimizza le prestazioni, mentre depth-first nelle ultime due aiuta l'autoscale a concentrare le sessioni fino a raggiungere il numero minimo possibile di host di sessione.
La pagina degli scenari di Learn usa il breadth-first per ramp-up, peak e off-peak negli esempi, e il depth-first per ramp-down. Sono esempi, non una regola, quindi quando progetti una pianificazione segui il testo della raccomandazione.
Quale valore considerare
Learn documenta l'override nella pianificazione, quindi il campo di bilanciamento del carico del pool di host non è l'impostazione che viene applicata quando l'adattamento automatico è abilitato per il pool. Learn dice che un piano di scalabilità entra in vigore non appena lo abiliti, e che se hai abilitato il piano durante la distribuzione, puoi disabilitarlo per il pool di host selezionato nel menu Piano di scalabilità deselezionando la casella di controllo Abilita adattamento automatico. La nostra lettura: mentre l'adattamento automatico è disabilitato per un pool, la pianificazione non viene applicata, quindi in quel caso controlla l'impostazione del pool di host. Questo conta quando disabiliti temporaneamente l'adattamento automatico, ad esempio prima di un'attività di manutenzione.
Non usare la pagina Proprietà del pool di host per capire quale algoritmo si applica mentre il piano è abilitato; leggi la pianificazione. Per verificarlo nel tuo ambiente, crea un pool di test, assegna un piano con depth-first in off-peak e osserva dove finiscono le nuove sessioni.
Learn dice anche che le modifiche a un piano già assegnato ai pool di host si applicano immediatamente. Modificare una pianificazione è quindi una modifica in tempo reale.
Impostazioni che devono essere coerenti con il depth-first
Il depth-first consolida davvero bene solo se le impostazioni vicine sono coerenti. Prerequisiti e scenari di Learn le indicano.
- Limite massimo di sessioni personalizzato. Learn dice che l'adattamento automatico sui pool condivisi richiede un limite massimo di sessioni configurato e non il valore predefinito. Anche il depth-first richiede un limite configurato. Un pool creato con il breadth-first riporta il valore predefinito di 999999, che renderebbe priva di significato il calcolo della capacità; si tratta di una deduzione dalla formula, quindi va sostituito.
- Soglia di capacità. Si inserisce in ramp-up e viene riportata in peak, dove, secondo Learn, non può essere modificata separatamente. Ramp-down ha un campo proprio, e off-peak usa quel valore. L'adattamento automatico spegne gli host solo se la capacità utilizzata resta al di sotto o uguale alla soglia.
- Percentuale minima di host. È la quota minima di host che deve rimanere accesa. Learn precisa che il risultato viene arrotondato per eccesso al numero intero: in un pool di sette host, il 10% in ramp-up mantiene acceso un host.
- Forza disconnessione. Si applica solo in ramp-down. Senza di essa devi scegliere tra attendere che non ci siano sessioni attive e disconnesse, oppure che non ci siano sessioni attive.
- Sessioni disconnesse. Contano come sessioni. La FAQ di Learn dice che per arrivare a zero host servono zero sessioni, comprese quelle disconnesse, e consiglia un timeout tramite Criteri di gruppo per le sessioni disconnesse.
Che cosa aggiunge il depth-first al consolidamento
Learn descrive il consolidamento delle sessioni come il processo che l'adattamento automatico usa in ramp-down e off-peak per ridurre il numero di host in esecuzione: divide il totale delle sessioni, attive più disconnesse, per il limite massimo di sessioni moltiplicato per la soglia di capacità, e arrotonda per eccesso. Il suo scenario 3 svolge il calcolo con il depth-first, sei host, una soglia del 75% e un limite di 5; il procedimento è in "Forcing users to sign out during AVD ramp-down: what happens and what users see", mentre l'aritmetica della soglia è in "Choosing the right capacity threshold for pooled host pools".
Learn presenta questo calcolo senza collegarlo a un unico algoritmo. La nostra lettura: l'algoritmo decide dove finiscono le nuove sessioni, mentre il consolidamento decide quali host si possono spegnere, quindi il depth-first aiuta perché, al momento del calcolo, meno host ospitano sessioni. Learn non lo afferma esplicitamente.
Due punti sono specifici della progettazione della pianificazione:
- Il sign-out forzato si ferma alla fase di ramp-down. La FAQ dice che l'autoscale non obbliga gli utenti a disconnettersi durante le ore di minor utilizzo. Se un host è in modalità drain durante il ramp-down e gli utenti sono ancora connessi quando la fase passa alle ore di minor utilizzo, l'autoscale attende che tutti abbiano effettuato la disconnessione prima di deallocare la VM. Secondo la nostra lettura, quindi, la modalità depth-first nelle ore di minor utilizzo consolida solo nella misura in cui gli utenti si disconnettono da soli.
- Il ramp-up non spegne gli host. Lo scenario 2 di Learn dice che l'autoscale per i pool condivisi non spegne gli session host durante il ramp-up, quindi la scelta breadth-first in quella fase serve a distribuire il carico, non a risparmiare sui costi.
Passaggi: imposta depth-first per le ore di minor utilizzo
Learn elenca queste schede per la creazione o la modifica di una pianificazione per pool condivisi.
- Nel portale di Azure apri Azure Virtual Desktop e poi Piani di scalabilità, quindi seleziona il piano.
- Nella sezione Gestisci seleziona Pianificazioni, quindi apri la pianificazione da modificare. Se il piano non ha ancora una pianificazione, creane prima una.
- In Ramp-up, imposta l'ora di inizio, l'algoritmo (breadth-first), la percentuale minima di host e la soglia di capacità.
- In Ore di punta, scegli breadth-first o depth-first.
- In Ramp-down, imposta l'ora di inizio, l'algoritmo, la percentuale minima, la soglia di capacità e la disconnessione forzata degli utenti.
- In Ore di minor utilizzo, imposta l'ora di inizio e scegli depth-first. La soglia di capacità non si imposta qui: viene ripresa il valore di Ramp-down.
- Conferma la modifica. Se il piano è già assegnato, la modifica si applica immediatamente.
Learn aggiunge che nei giorni non selezionati in una pianificazione le ultime impostazioni delle ore di minor utilizzo restano valide fino al successivo ramp-up. Un'impostazione depth-first delle ore di minor utilizzo del venerdì vale quindi anche per il fine settimana, se non esiste una pianificazione per il fine settimana.
Escludere un host dalla logica
Learn dice che, per i pool condivisi, l'autoscale sovrascrive la modalità drain, e la FAQ precisa che questo vale indipendentemente da chi ha messo l'host in modalità drain. Per escludere un host, usa un tag di esclusione; la configurazione è descritta in "Exclusion tags in AVD autoscale: keeping individual VMs out of scaling". Per la modalità depth-first, tieni presente che l'autoscale non avvia, non arresta e non mette in drain un host con tag, anche se Learn dice che gli host con tag continuano a contare nella percentuale minima di host. Secondo la nostra lettura, le sessioni assegnate a un host con tag non vengono consolidate altrove; Learn non dice se gli host con tag entrino nel calcolo del consolidamento.
Verifiche dopo la modifica
- Verifica che il limite massimo di sessioni nel pool di host sia un valore personalizzato.
- Nelle ore di minor utilizzo, controlla il numero di sessioni per host in Insights. Il nostro consiglio: le sessioni dovrebbero concentrarsi su pochi host; si tratta di una verifica pratica, non di un'affermazione di Learn.
- Nel ramp-down, controlla se gli host passano alla modalità drain e si spengono.
- Cerca le sessioni disconnesse che tengono accesi gli host.
- Verifica che l'autoscale sia abilitato per il pool di host; se è disabilitato, la pianificazione non è ciò che assegna le sessioni.
- Rivedi la pianificazione ogni volta che qualcuno modifica l'algoritmo del pool di host, per non dare per scontato che i due coincidano.
Fonti
- Microsoft Learn: creare e assegnare un piano di scalabilità automatica per Azure Virtual Desktop
- Microsoft Learn: piani di scalabilità automatica e scenari di esempio in Azure Virtual Desktop
- Microsoft Learn: Domande frequenti sull'autoscaling di Azure Virtual Desktop
- Microsoft Learn: Glossario dell'autoscale per Azure Virtual Desktop
- Microsoft Learn: Configurare il bilanciamento del carico del pool di host in Azure Virtual Desktop
- Microsoft Tech Community: La gestione avanzata degli host pool per Azure Virtual Desktop è ora disponibile a livello generale
FAQ
Se imposto depth-first nel pool di host, varrà ancora quando un piano di scalabilità viene assegnato e abilitato?
Microsoft Learn afferma che la preferenza selezionata nella pianificazione sovrascrive l'impostazione del pool di host e che, per i pool di host condivisi, l'autoscale ignora l'algoritmo del pool di host e applica il bilanciamento del carico in base alla configurazione della pianificazione. Learn specifica anche che un piano di scalabilità entra in vigore appena lo abiliti e descrive un'opzione per disabilitare il piano per un pool di host selezionato. Finché l'autoscale è abilitato, fai riferimento alla pianificazione e non all'impostazione del pool di host; per verificarlo nel tuo ambiente, crea un pool di prova e osserva dove finiscono le nuove sessioni.
Quali fasi dovrebbero usare depth-first?
L'articolo di Learn sui piani di scalabilità consiglia depth-first per la fase off-peak e breadth-first per la fase di ramp-up, e permette l'uso di entrambi per la fase peak. Le domande frequenti suggeriscono depth-first per la fase di ramp-down e off-peak, così l'autoscale può concentrare le sessioni sul numero minimo di host.
Questo vale anche per i pool di host personali?
No. Learn afferma che il bilanciamento del carico non si applica ai pool di host personali. Le pianificazioni personali impostano invece l'azione da eseguire quando una sessione viene disconnessa o chiusa.