M365Con 2027 – conferenza online gratuita · 11–22 Jan 2027 · 120 sessions m365con.net

Blog · Mirko Peters

Progettare una pianificazione di autoscale per AVD che rispecchi i reali orari di lavoro

Partner · Partner neutrale: Nerdio

Di ·

Crea una pianificazione di autoscale per Azure Virtual Desktop partendo dal numero di sessioni misurato, non dagli orari d'ufficio sulla carta. Questa guida va dai dati orari sulle sessioni ai orari di inizio delle fasi, alla percentuale minima, alla soglia di capacità e a una verifica finale.

Tradotto automaticamente con l'IA dal post originale. Leggi l'originale in inglese

Una buona pianificazione di autoscale parte dal numero di sessioni misurato: individua le ore in cui le sessioni salgono, si mantengono e scendono, e colloca i quattro orari di inizio delle fasi in corrispondenza di questi punti di svolta. Poi imposta la percentuale minima di host e la soglia di capacità nel ramp-up e nel ramp-down, mantieni il tempo di attesa del ramp-down più breve della rispettiva fase e verifica il risultato con Insights.

Punti chiave

  • Parti dai dati: le nuove connessioni orarie da WVDConnections mostrano quando iniziano gli accessi, mentre i contatori delle sessioni indicano dove le sessioni si mantengono, calano e raggiungono il minimo serale. Di conseguenza si definiscono gli orari di inizio delle fasi.
  • Il ramp-up deve iniziare abbastanza presto perché gli host si avviino prima dell'arrivo dei primi utenti. Misura i tempi di avvio nel tuo ambiente: le pagine di Learn non riportano un valore.
  • Il tempo di attesa del ramp-down deve essere più breve della fase di ramp-down. L'esempio della FAQ di Learn è una fase di 15 minuti con un'attesa di 20 minuti, situazione in cui il sign-out forzato non avviene mai.
  • L'autoscale non può eseguire il ramp-down in date specifiche e un piano opera in un unico fuso orario. Usa pianificazioni separate per i giorni feriali e per il fine settimana, e pianifica le festività manualmente.
  • Le sessioni disconnesse mantengono gli host in esecuzione. Un criterio di limite di tempo che esegue il sign-out di queste sessioni, combinato con un minimo dello 0 percento, è il metodo documentato per arrivare a zero host fuori orario.

Gli articoli correlati spiegano le fasi (« Ramp-up, peak, ramp-down e off-peak: le quattro fasi dell'autoscale di AVD spiegate ») e la creazione del piano (« Come creare e assegnare un piano di scaling di AVD passo dopo passo »). Questo articolo copre il passaggio che precede entrambi: la definizione dei valori.

Passo 1: raccogli i dati reali di utilizzo

Gli orari d'ufficio sulla carta possono differire dal comportamento reale degli accessi. Misura almeno alcune settimane tipiche.

  1. Attiva le impostazioni diagnostiche per il pool di host e il relativo workspace e inviale a un workspace di Log Analytics. Nel pool di host includi Autoscale logs for pooled host pools; la pagina Insights di Learn lo elenca tra le categorie minime. Per visualizzare i dati servono i ruoli Desktop Virtualization Reader e Log Analytics Reader, e la comparsa dei dati può richiedere alcune ore.
  2. Interroga WVDConnections per ricavare il profilo degli accessi. Learn descrive gli stati di connessione Started, Connected e Completed; Connected indica che l'utente si è connesso correttamente alla VM. Contando gli eventi Connected per ora si ottengono le nuove connessioni orarie: quando inizia la prima ondata e quanto è grande, non quante sessioni sono aperte. La query adatta il modello giornaliero di Learn a conteggi orari; verifica i nomi delle colonne nel tuo workspace. La tabella delle categorie di Learn elenca una categoria Connections, necessaria per questa tabella nell'impostazione diagnostica:
WVDConnections
| where State == "Connected"
| summarize NewConnections = dcount(CorrelationId) by bin(TimeGenerated, 1h)
| order by TimeGenerated asc

Il riferimento della tabella indica che TimeGenerated è in UTC. Converti gli orari nel fuso orario del piano prima di leggere gli orari di inizio, ad esempio con la funzione KQL datetime_utc_to_local, e tieni conto dell'ora legale. Con uno scostamento di mezz'ora, i intervalli di un'ora non corrispondono alle ore locali.

  1. Le sessioni aperte mostrano il picco, il calo e il livello minimo serale. Azure Virtual Desktop Insights raccoglie i contatori delle prestazioni tramite una regola di raccolta dati nell'area di lavoro scelta per i dati degli host di sessione, che può essere diversa dall'area di lavoro della diagnostica, quindi interroga quella che contiene i contatori. La pagina sui costi di Learn elenca i contatori Terminal Services Active Sessions, Inactive Sessions e Total Sessions, ognuno campionato ogni 60 secondi per VM. La pagina non li definisce, quindi interrogali tu stesso, verifica cosa riportano e somma i valori degli host per ottenere un dato complessivo del pool.
  2. Dopo che un piano è stato assegnato a un pool di host condiviso e i suoi log di Autoscale arrivano in Log Analytics, la scheda Autoscale in Insights mostra nel tempo le variazioni dello stato di alimentazione degli host di sessione e le informazioni di riepilogo. La tabella sottostante, WVDAutoscaleEvaluationPooled, ha le colonne SessionCount, SessionOccupancyPercent, ActiveSessionHostCount e ConfigSchedulePhase, quindi puoi leggere questi valori per ogni fase della pianificazione. Learn definisce SessionCount come il numero di sessioni sugli host che Autoscale considera attivi.

Annota quattro numeri per ogni giorno feriale: quando compaiono i primi accessi (profilo di accesso) e, dai contatori delle sessioni, quando le sessioni raggiungono il massimo giornaliero, quando iniziano a calare e quando raggiungono il livello minimo serale.

Passo 2: definisci gli orari di inizio delle quattro fasi

Learn definisce le fasi in base al comportamento delle sessioni: la fase di ramp-up è quella in cui le sessioni aumentano, il picco è quello in cui si stabilizzano, il ramp-down è quello in cui calano e l'off-peak è il minimo giornaliero (fasi di pianificazione di Autoscale).

  • Inizio di ramp-up: prima della prima ondata di accessi. Learn afferma che è il momento in cui Autoscale inizia a "preparare gli host di sessione" per le ore di picco. Misura quanto tempo impiega un host deallocato ad accettare connessioni e aggiungi un margine; la pagina non indica una durata di avvio.
  • Inizio del picco: dove la curva si appiattisce. È anche la fine del ramp-up. Usa il fuso orario impostato per il piano.
  • Inizio di ramp-down: dove le sessioni contemporanee iniziano a calare in modo costante, non all'orario di fine ufficiale.
  • Inizio dell'off-peak: dove la curva raggiunge il livello minimo serale. È la fine del ramp-down.

Learn afferma che un piano opera solo nel fuso orario configurato, e l'inizio del picco deve trovarsi in quel fuso. Le sue pagine non forniscono indicazioni sull'ora legale, quindi controlla Insights dopo ogni cambio d'orario.

Passo 3: imposta la percentuale minima e la soglia di capacità

Questo passo riguarda l'autoscaling di gestione dell'alimentazione per i pool di host condivisi. L'autoscaling dinamico ha campi diversi nella sua sezione dedicata della pagina di creazione e assegnazione di Learn.

La soglia di capacità e la percentuale minima di host si inseriscono solo in ramp-up e ramp-down. La pagina di creazione e assegnazione di Learn afferma:

  • La soglia di capacità di ramp-up viene riportata nel picco, e il valore di ramp-down viene riportato nell'off-peak. Picco e off-peak non hanno campi propri per soglia o minimo.
  • La pagina di risoluzione dei problemi di Learn applica la percentuale minima durante ramp-down e off-peak, ma la pagina di creazione e assegnazione indica il riporto solo per la soglia di capacità. Dopo una modifica della pianificazione, verifica in Insights che gli host raggiungano davvero lo zero.

Usa i tuoi dati così:

  • Minimo di ramp-up: il numero di host necessari per la prima ondata, diviso per il totale degli host. Autoscale arrotonda per eccesso un risultato non intero.
  • Soglia di ramp-up: quanto possono riempirsi gli host prima che se ne avvii un altro. Learn afferma che Autoscale non accende le VM finché la capacità utilizzata del pool di host non supera la soglia di capacità.
  • Soglia e minimo di ramp-down: il terzo scenario di Learn abbina una soglia alta a una percentuale minima bassa, che, secondo la pagina, riduce la necessità di accendere nuovi host di sessione alla fine della giornata lavorativa.
  • Minimo di ramp-down: il livello minimo che accetti mentre il carico diminuisce. Impostalo al 0 percento se gli host devono poter arrivare a zero fuori orario, perché la FAQ di Learn afferma che Autoscale può spegnere tutte le VM se la percentuale minima di host è 0 e non restano sessioni.

La scelta del valore di soglia è trattata in "Scegliere la soglia di capacità corretta per i pool di host condivisi". Imposta prima un limite massimo di sessione personalizzato: la pagina di Learn su creazione e assegnazione spiega di non usare il valore predefinito di MaxSessionLimit.

Passaggio 4: adatta la fase di ramp-down al modello di uscita

Il campo di ramp-down Forza la disconnessione degli utenti determina cosa succede agli utenti sugli host che autoscale vuole rimuovere:

  • Attivato. Autoscale sceglie l'host con il minor numero di sessioni, lo imposta in modalità di drenaggio, avvisa gli utenti, li disconnette dopo il tempo di attesa e deallocata la VM. Vedi disconnessione forzata.
  • Disattivato. Devi scegliere Le VM non hanno sessioni attive o disconnesse oppure Le VM non hanno sessioni attive. Le domande frequenti su autoscale consigliano la seconda opzione ("Arresta le VM quando non ci sono sessioni attive"), che è quella usata nell'esempio svolto di seguito.

Le domande frequenti di Learn segnalano questa insidia per la disconnessione forzata, che avviene solo durante il ramp-down: con un ramp-down di 15 minuti e un tempo di attesa di 20 minuti, la pianificazione passa alla fascia off-peak prima che la disconnessione avvenga. Rendi la fase più lunga dell'attesa.

Per arrivare a zero host, le domande frequenti di Learn indicano che servono zero sessioni, incluse quelle disconnesse, un minimo dello 0 percento durante le ore off-peak e un limite di tempo per le sessioni disconnesse impostato tramite Criteri di gruppo (ad esempio da 15 a 30 minuti) che termini prima della fine del ramp-down. La pagina di creazione e assegnazione riporta l'equivalente in Intune, Imposta limite di tempo per le sessioni disconnesse, in un profilo Session Time Limits.

Passaggio 5: gestisci giorni feriali, fine settimana e festività

  • Crea pianificazioni separate dove il comportamento cambia. Un piano può averne più d'una, ad esempio una per i giorni feriali e una per il fine settimana, ognuna con l'impostazione "Ripeti il".
  • Nei giorni non selezionati, le ultime impostazioni off-peak dei giorni selezionati restano valide fino al successivo ramp-up.
  • Autoscale non supporta il ramp-down in date specifiche, come le festività. Le domande frequenti non indicano alcuna soluzione alternativa; poiché le modifiche a un piano assegnato si applicano immediatamente, un'opzione è modificare manualmente il piano il giorno interessato. Il tag di esclusione tiene singoli host fuori dallo scaling.
  • Nerdio Manager, un prodotto separato, offre una pianificazione Default e una Alternative per date specifiche, come le festività: auto-scaling di Nerdio.

Esempio svolto: tre gruppi di utenti

I numeri sono inventati. Un pool di host condivisi ha 15 host, un limite massimo di sessione di 10 e una soglia del 75 percento in entrambe le fasi. Learn fornisce la formula (sessioni divise per il limite massimo di sessione, moltiplicate per la soglia, arrotondate per eccesso) per ramp-down e off-peak. Per ramp-up e peak indica solo il trigger: autoscale attiva un host quando la capacità utilizzata supera la soglia di capacità. La tabella applica la stessa aritmetica a queste fasi come approssimazione.

TempoSessioni simultaneeHost necessariRagionamento
dalle 06:30 alle 08:0020 (team di supporto)20 / 7,5 = 2,7, quindi 3Un minimo del 20 percento su 15 host dà anch'esso 3
dalle 08:00 alle 08:30da 20 a 100da 3 a 14Autoscale aggiunge host man mano che le sessioni aumentano
dalle 08:30 alle 17:00100 (personale d'ufficio)100 / 7,5 = 13,3, quindi 14Peak, soglia ereditata dal ramp-up
dalle 17:00 alle 20:0020 (team finanza)20 / 7,5 = 2,7, quindi 3Basato sul carico, non serve un minimo
dalle 20:00 alle 21:0000, una volta trascorso il limite per le sessioni disconnesseIl ramp-down è ancora in corso; se gli utenti si disconnettono invece di uscire, il limite termina alle 20:30
Dopo le 21:0000Serve un minimo dello 0 percento (impostato nel ramp-down; verifica in Insights che valga anche in off-peak) e nessuna sessione disconnessa

La colonna "host necessari" è un calcolo di capacità, non una previsione degli host in esecuzione. Con Forza la disconnessione degli utenti disattivato, possono restare accesi più di 3 host se le sessioni del team finanza sono distribuite su di essi.

Una pianificazione ricavata da questa tabella:

  1. Ramp-up alle 06:00: breadth-first, minimo del 20 percento, soglia del 75 percento. Le 06:00 sono un margine prima degli accessi delle 06:30; dimensionalo in base al tempo di avvio misurato.
  2. Peak alle 08:30: breadth-first, come nell'esempio delle domande frequenti di Learn. La soglia del 75 percento viene ereditata dal ramp-up.
  3. Ramp-down alle 17:00: depth-first, minimo 0 percento, soglia 75 percento. La condizione di arresto è le VM non hanno sessioni attive e Forza disconnessione degli utenti è disattivato.
  4. Off-peak alle 21:00: depth-first, soglia ereditata dal ramp-down, più un limite di 30 minuti per le sessioni disconnesse impostato tramite criterio. Se gli utenti si disconnettono alle 20:00, il limite scade alle 20:30, prima che termini il ramp-down.

Passo 6: verifica e regola

Dopo una settimana, esegui la query dalla pagina di Learn dedicata al monitoraggio dell'autoscale:

WVDAutoscaleEvaluationPooled
| where ResultType == "Succeeded"
| summarize max(SessionOccupancyPercent), max(SessionCount), max(ActiveSessionHostsPercent), max(ActiveSessionHostCount) by _ResourceId, bin(TimeGenerated, 1d), ConfigScheduleName, ConfigSchedulePhase
| order by _ResourceId asc, TimeGenerated asc, ConfigScheduleName, ConfigSchedulePhase asc

Learn non fornisce una regola per interpretare questi valori; quella che segue è una regola empirica. L'autoscale attiva un altro host solo quando la capacità utilizzata è superiore alla soglia di capacità, quindi raggiungere la soglia è normale. Un'occupazione ben al di sopra della soglia durante il ramp-up, oppure vicina al 100 percento subito dopo l'inizio del picco, indica che il ramp-up è iniziato troppo tardi. Un'occupazione molto al di sotto della soglia durante ramp-up e picco indica che il ramp-up è iniziato troppo presto oppure che il minimo è troppo alto. Una bassa occupazione in ramp-down e off-peak non è un problema, perché il minimo mantiene attivi gli host. Learn definisce ScalingReasonMessage come le azioni che l'autoscale ha deciso di eseguire e il motivo; consultalo per le fasi che vuoi verificare.

Fonti

FAQ

Con quanto anticipo deve iniziare la fase di ramp-up prima che i primi utenti accedano?

Misura quanto tempo impiega un session host ad avviarsi nel tuo ambiente, poi avvia il ramp-up con quell'anticipo più un margine. Le pagine degli scenari di autoscale e di creazione e assegnazione non riportano un valore per il tempo di avvio né per un tempo minimo di anticipo.

Un unico piano di scaling può avere pianificazioni diverse per i giorni feriali e per il fine settimana?

Sì. Microsoft Learn indica che un piano può contenere più pianificazioni, ad esempio una pianificazione separata per i giorni feriali e una per il fine settimana, ciascuna con il proprio campo Ripeti nei giorni. Nei giorni non selezionati, le ultime impostazioni di fuori picco restano attive fino al ramp-up successivo.

L'autoscale può gestire le festività?

Non da solo. Le domande frequenti sull'autoscale indicano che al momento l'autoscale non supporta la riduzione (ramp-down) in date specifiche, come le festività. Le pagine di supporto di Nerdio descrivono pianificazioni alternative per date specifiche in Nerdio Manager, che è un prodotto separato.

Entità in questo articolo

Temi di questo articolo:

Autoscale schedule phases (Azure Virtual Desktop) – Sottotema di AVD scaling plan AVD scaling plan – Parte di Azure Virtual Desktop

Articoli correlati

Altri articoli su AVD scaling plan:

RSS