プールされたホストプールに適したキャパシティしきい値の選び方
パートナー · 中立的なパートナー: Nerdio
By Mirko Peters ·
Azure Virtual Desktop のプールされたホストプールのキャパシティしきい値は、次のホストが起動するまでの間に、トリガー ポイントとセッション数の上限の間に何セッション収まる必要があるかを計算して決めます。目安として、ランプアップ時は低めに、ランプダウン時は高めに設定し、Insights で確認してください。
Automatically translated with AI from the original post. Read the English original
キャパシティしきい値は、次のホストが起動するまでの間に、トリガー ポイントと最大セッション数の上限の間に何セッション収まる必要があるかを計算して決めます。しきい値を高くするとホストの数は少なくて済みますが、サインイン用のバッファーは小さくなります。そのため、目安として(当社の推論です)ランプアップ時は低めに、ランプダウン時は高めに設定し、その後は測定結果に基づいて調整してください。Microsoft Learn は単一の数値を示していません。また、ポータルには Learn が平日向けの推奨値と呼ぶ値があらかじめ入力されるため、このガイドではその値を確認する方法を示し、どの記述が推論であるかを明記しています。
重要なポイント
- Learn には例としてしきい値(30~90 パーセント)が示されていますが、推奨値は示されていません。適切な数値は、セッション数の上限、サインインのパターン、ホストの起動時間によって異なります。
- まず、カスタムの最大セッション数の上限を設定してください。しきい値は「上限 × ホスト数」に対する割合であり、新規の幅優先プールの既定値 999999 のままでは、しきい値は意味を持ちません。
- トリガー ポイントとセッション数の上限の間のバッファーは、次のホストが起動するまでの間のサインインを吸収できる必要があります。起動時間は環境によって異なるため、測定してください。
- 目安として(これは Learn の記述ではなく当社の推論です)、ランプアップ時は低いしきい値を使います。これはピーク時にも引き継がれます。ランプダウン時は高いしきい値を使い、これはオフピーク時にも引き継がれます。
- しきい値が 15 ポイント変わるだけで、定常的な負荷時のホスト数が変わることがあります。当社の計算では、上限 32 で 200 セッションを処理する場合、しきい値 60、75、90 パーセントでそれぞれ少なくとも 11、9、7 台のホストが必要です。
しきい値の仕組みは、"Capacity threshold in AVD autoscale: how the percentage decides when another host starts" で説明しています。ここでは、自動スケーリングは使用中のキャパシティがキャパシティしきい値を超えるとホストを起動すること、また、ランプダウンとオフピークの時間帯では、セッション数 ÷ (上限 × しきい値) を切り上げた値を使ってホストを統合することを前提とします。
手順 1: 最大セッション数の上限を固定する
しきい値はキャパシティに対する割合であり、キャパシティは最大セッション数の上限に利用可能なホスト数を掛けた値です。Learn では、自動スケーリングを使うプールされたホストプールにはカスタムの上限を設定し、既定値のままにしないよう求めています。既定値で作成された幅優先プールについて、負荷分散のページでは上限が 999999 であると記載されています。この値では、キャパシティが非常に大きくなり、使用率はほぼ 0 パーセントのままです。計算上、どのしきい値でも新しいホストが起動することはありません。
上限はワークロードから導き出してください。Learn のサイジング表では、vCPU あたりの最大ユーザー数は、軽量ワークロードで 6、中程度で 4、重量で 2、パワー ワークロードで 1 とされています。これは一般的な出発点であり、自社のデータで調整してください。8 vCPU のホストであれば、最大セッション数は軽量で 48、中程度で 32、重量で 16 になります。また Learn では、マルチセッション VM の vCPU 数を 6~24 に保つよう推奨していますが、同じページの後半では 4~24 コアを推奨しています。値を確定する前にパイロット グループでテストしてください。上限もしきい値も、その結果に依存するためです。
ステップ 2: 割合をセッション数に変換する
しきい値は、それが示すセッション数を通じてのみ意味を持ちます。稼働中のホストが 6 台あり、上限が 32 (8 vCPU の中程度のワークロード) だとします。このとき容量は 192 セッションです。
| しきい値 | トリガー ポイント (セッション数がこの値を超えるとホストが起動) | 上限までのバッファー |
|---|---|---|
| 60 % | 115.2 | 76.8 |
| 75 % | 144 | 48 |
| 90 % | 172.8 | 19.2 |
トリガー ポイントは容量にしきい値を掛けた値で、バッファーは容量からその値を引いた値です。しきい値ちょうどでは何も起きないため、しきい値が 75 % の場合、145 番目のセッションが最初に別のホストを起動させるセッションになります。バッファーは、オートスケールがホストの起動を決定してから、そのホストがセッションを受け付けるようになるまでの間に発生する新規サインインを吸収するための余裕です。
起動時間は、イメージ、VM サイズ、リージョンによって異なります。また FAQ によれば、評価はサインイン イベントとサインアウト イベントによってトリガーされ、多数のイベントが同時に発生した場合はまとめて処理されます。そのため、次の確認は自社で実施する必要があります。
- 環境で、割り当て解除されたホストの起動時間を測定してください。起動要求から最初のセッション受け入れまでの時間です。
- 最も混雑する立ち上がりの数分間におけるサインイン率を測定してください。Learn では、
WVDConnectionsテーブルを接続アクティビティとして説明しており、TimeGenerated、State、UserName、CorrelationIdの列があります。ひとつの方法として(Learn の手順ではなく、当社の方法ですが)、ワークスペースがどのState値を記録しているかを確認したうえで、立ち上がり時間帯における 1 分あたりの一意のCorrelationId値の数を数えるやり方があります。 - この 2 つを掛け合わせます。これは、ホストの起動中に到着するセッション数です。これは推論であり、Learn の公式ではありません。
- その値をバッファーと比較します。バッファーが小さい場合は、しきい値を下げるか、立ち上がり時の最小ホスト割合を引き上げて、ホストを事前に稼働させておいてください。
例として、仮定の値ですが、1 分あたり 30 件のサインイン率と、仮定の値ですが 5 分の起動時間を考えます。この場合、待ち時間中に 150 セッションが到着します。表のどの行もこの数値はカバーしておらず、前述の 6 台のプールでしきい値を 30 % にしても、バッファーは 134 セッションしかありません。そのため、このような急増にはしきい値は適切なツールではありません。代わりに、ホストの最小割合と、より早い立ち上がりを使って、あらかじめホストを起動しておいてください。その後の緩やかな増加は、しきい値で対応します。
ステップ 3: フェーズごとに異なる値を使用する
しきい値は、スケジュールの [Ramp up] タブと [Ramp-down] タブにある Capacity threshold フィールドに入力します。ピーク時はランプアップの値が、オフピーク時はランプダウンの値が使われます。どちらのタブでも、この値は編集できません。Learn では、スケジュールを作成したときに表示される既定値は平日向けの推奨値であると説明していますが、スケーリング プランの記事にはその値は記載されていません。そのため、保存する前にポータルで値を確認し、ステップ 2 の計算結果と照らし合わせてテストしてください。詳細は オートスケール スケジュールのフェーズを参照してください。
- ランプアップとピーク: しきい値は低めに設定 (当社の経験則)。 セッションは短時間に集中して到着します。また Learn によると、プールされたオートスケールでは、ランプアップ中にホストの電源はオフになりません。値を低くすると、ホストがより早く起動し、バッファーも大きくなります。FAQ では、これらのフェーズの例として幅優先(breadth-first)が挙げられており、セッションが複数のホストに分散されます。
- ランプダウンとオフピーク: しきい値は高めに設定 (当社の経験則)。 ランプダウンについて、シナリオのページでは、しきい値が高く、ホストの最小割合が低いと、業務終了時に新しいホストを起動する必要性が減ると説明しています。オフピークにはランプダウンの値が使われます。FAQ では、この場合の例として深さ優先(depth-first)が挙げられており、セッションを特定のホストに集約します。
Learnの例の値は推奨値ではなく、設定可能な範囲を示したものです。上限が5の6ホストでのランプアップ/ピークのシナリオでは30パーセント、ランプダウンとオフピークのシナリオおよび作成して割り当てる例では75パーセント、用語集の統合の例(切断されたユーザー8人、上限10)では80パーセント、よくある質問の切断されたセッションの例では90パーセント、動的オートスケーリングのフィールドの説明では60パーセントです。
手順4: 選択のコストを確認する
統合について、Learnのトラブルシューティングの記事では、ランプダウンとオフピークの場合に CEILING(合計セッション数 / (上限 x しきい値)) を示しています。その結果をアクティブなホストの最小割合と比較し、大きい方の値を使います。シナリオのページでは、ランプダウンについて同じ除算を丸めなしで示しています。FAQでは切断セッションを使って説明しており、6 / 4.5 = 1.33 を切り上げて2台のホストとしています。ピークに適用するのは当社の推測です。これは利用率をしきい値以下に保つために必要なホストの最小数を与えます。ただし、オートスケールはランプアップ中にホストを停止しないことと、アクティブなホストの最小割合が下限を設定することから、実際の台数はそれより多くなる場合があります。200セッションで上限が32の場合、最小値は次のとおりです。
| しきい値 | 計算 | 最低台数 |
|---|---|---|
| 60% | 200 / 19.2 = 10.4 | 11 |
| 75% | 200 / 24 = 8.33 | 9 |
| 90% | 200 / 28.8 = 6.94 | 7 |
計算上の最小台数は、90%と60%のしきい値の間で4台異なります(7台対11台)。ピーク時の8時間を平日22日間に当てはめて実際の差が4台だとすると、4 x 8 x 22 = 月あたり704ホスト時間になります。これに自社の単価を掛けてください。ホストの最小割合をより高くすると、実際の差が小さくなる場合があります。コストモデルは「What Azure Virtual Desktop really costs: the full cost model」にあります。
具体例
架空のプールの例です。ホストは12台、上限は32、ピーク時の同時セッション数は200とします。ランプアップとピークでは、60%のしきい値の場合、当社の推測によりピーク時に少なくとも11台のホストが必要です(200 / 19.2 = 10.4、切り上げ)。プールにはその余裕があり、11台でのトリガーポイントは約211セッションです。ランプダウンとオフピークでは、80%のしきい値と残り40セッションで 40 / 25.6 = 1.56 となり、2台が必要です。その下限はホストの最小割合が設定します。
選んだしきい値でプールのホスト数がピークに対して少なすぎる場合、どのしきい値の設定でも解決しません。上限、VMサイズ、ホスト数というキャパシティそのものを変更する必要があります。しきい値が決めるのはキャパシティをいつ追加するかであり、どれだけのキャパシティがあるかではありません。
手順5: 相互作用を確認する
- 切断されたセッションも数えられます。 LearnのFAQとトラブルシューティングの記事では、ユーザーが再接続する可能性があるため、オートスケールはキャパシティの判断において切断されたセッションをアクティブとして扱うと説明しています。用語集の計算式はアクティブなセッションと切断されたセッションの両方を数えるため、残っている切断セッションは利用率を押し上げます。切断セッションに時間制限ポリシーを設定すると、使用中のキャパシティを減らせます。
- 除外されたホスト。 除外タグが付いたホストは起動されません。残りのホストがすべてタグ付きの場合、しきい値を超えても何も起動せず、Learnは新しいユーザーに「No resources available」と表示される可能性があると警告しています。
- 強制サインアウト。 ランプダウン中にしきい値を高くすると統合が増え、その結果、オートスケールが削除するホスト上のユーザーが増えます(当社の推測です。Learnが示しているのは、オートスケールがセッション数の最も少ないホストを選ぶということだけです)。強制サインアウトがオンの場合、それらのユーザーは待機時間の後にサインアウトされます。オフの場合は、ランプダウンの停止条件(アクティブおよび切断されたセッションがないこと、またはアクティブなセッションがないこと)を選択します。Learnによると、オートスケールはしきい値を超えずにすべてのセッションをより少ないホストに統合できる場合にのみ、ホストをシャットダウンします。
- 最小割合。 しきい値に関係なく下限を設定するため、高すぎるように見えるしきい値が、高い最小割合の陰に隠れる場合があります。
- 電源管理または動的。 しきい値は、ホストが作成・削除される動的オートスケールにも適用されます。Microsoftは2026年7月に、動的オートスケール、セッションホストの構成と更新、エフェメラル OS ディスクを含む拡張ホストプール管理の一般提供を発表しました。シナリオと用語集のページ、およびモジュールバージョン5.4.2-previewなど、一部のLearnのページにはまだプレビューの表記が残っています。上限を頼りにする前に、現在のページを確認してください。
手順6: Insightsで検証する
Insights では、いくつかの前提条件を満たすと、プールされたホスト プールの自動スケールの判断を確認できます。Microsoft Learn では、スケーリング プランが割り当てられたプールされたホスト プールと、そのホスト プールとワークスペース用に構成された Insights が必要とされています(個人用プールはサポートされません)。ホスト プールの診断設定で、「Autoscale logs for pooled host pools」カテゴリを同じ Log Analytics ワークスペースに送信します。診断を構成するには Desktop Virtualization Contributor ロールが、クエリを実行するには Desktop Virtualization Reader と Log Analytics Reader のロールが必要です。Microsoft Learn によると、WVDAutoscaleEvaluationPooled テーブルには SessionOccupancyPercent、SessionCount、ActiveSessionHostsPercent、ScalingReasonMessage に加えて、ConfigCapacityThresholdPercent と ConfigMinActiveSessionHostsPercent が含まれます。Config で始まる列には、自動スケールのスケジュール フェーズのスケーリング プラン構成値が格納されます。1 週間後に、Microsoft Learn のクエリを実行して、日、スケジュール、フェーズごとのピーク時のセッション占有率を確認してください。
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以下は Microsoft Learn のルールではなく、実践的な経験則として解釈してください。あるフェーズでピーク時の占有率がしきい値(ConfigCapacityThresholdPercent と比較してください)を大きく下回る場合、その値または最小値が保守的すぎる可能性があります。一方、占有率が定常的にしきい値に達しており、サインイン時間に関するユーザーからの不満がある場合は、バッファーが不足している可能性があります。変更する数値は一度に 1 つにしてください。詳しくは Azure Virtual Desktop Insights と スケーリング プラン をご覧ください。
データソース
- Microsoft Learn: Azure Virtual Desktop の自動スケール用語集
- Microsoft Learn: 自動スケーリング プランとシナリオの例
- Microsoft Learn: スケーリング プランの作成と割り当て
- Microsoft Learn: Azure Virtual Desktop の自動スケーリング FAQ
- Microsoft Learn: Azure Virtual Desktop の自動スケールに関する問題のトラブルシューティング
- Microsoft Learn: ホスト プールの負荷分散の構成
- Microsoft Learn: セッション ホストの仮想マシン サイズ設定のガイドライン
- Microsoft Learn: WVDConnections テーブル リファレンス
- Microsoft Tech Community:Azure Virtual Desktop 向け拡張ホスト プール管理が一般提供開始
- Microsoft Learn: Insights を使用した自動スケール操作の監視
FAQ
Microsoft はどのキャパシティしきい値を推奨していますか?
Learn の記述では、単一の値は示されていません。例としては、シナリオに応じて 30、60、75、80、90 パーセントが使われています。シナリオのページには、しきい値を高くし、ランプダウン時のホストの最小割合を低くすると、業務終了時に新しいホストを起動する必要が減ると書かれています。また、自動スケーリング プランの記事では、スケジュールを作成するときに表示される既定値は平日向けの推奨値であると説明されています。ポータルに表示される値を確認し、このガイドの計算で検証してください。例はあくまで説明用として扱ってください。
しきい値が高いと、サインインの体験が低下するおそれがあるのはなぜですか?
新しいホストが要求されるのは、使用量がしきい値を超えた後だけです。そのため、残りのキャパシティで、そのホストが起動するまでのサインインを処理しなければなりません。起動にかかる時間は、お使いの環境で測定してください。この結果はキャパシティの計算式からの推論であり、Learn に記載されている内容ではありません。
ホストを追加したときに、しきい値を調整し直す必要がありますか?
パーセンテージは変わりませんが、キャパシティは最大セッション数の上限に利用可能なホスト数を掛けた値なので、トリガー ポイントは移動します。セッション数の上限またはプールのサイズを変更したら、セッション数で見たバッファーを再計算してください。