最小割合のホスト数で切り上げがどう働くか(計算例付き)
パートナー · 中立的なパートナー: Nerdio
By Mirko Peters ·
Learn では、整数でない最小割合は切り上げられると説明されています。そのため、0% より大きい値であれば、少なくとも 1 台のホストが起動したままになります。本記事では、この規則を表と Learn の例を使って解説します。
Automatically translated with AI from the original post. Read the English original
Learnによると、最小ホスト割合に入力した値が整数でない場合は、最も近い整数に切り上げられます。Learnの例では、ホスト数で言うと6台の30%は1.8台となるため、2台が稼働したままになります。このルールに従えば、0%を超える割合では少なくとも1台のホストが稼働したままになります。この記事では、手計算で確認できる表でこのルールを示したうえで、ランプダウン時の統合計算式における2回目の切り上げと、Learnが言及していないケースを扱います。出典は末尾に記載しています。概念そのものについては、関連記事「Minimum percentage of hosts in AVD autoscale explained」を参照してください。
重要なポイント
- Learn では、整数でない割合は最も近い整数に切り上げられると説明されています。同ページの例をホスト数に当てはめると、6 台の 30% は 1.8 となり、自動スケーリングにより 2 台が起動します。
- 0% より大きい任意の割合で少なくとも 1 台のホストが起動したままになること、また小規模なプールでは実効的な割合が入力値をかなり上回りうることは、Learn の引用ではなく、切り上げ規則から導かれる内容です。
- ランプダウンとピーク時間外では、再び切り上げが行われます。Required Hosts = CEILING(sessions / (max session limit x threshold)) です。自動スケールは、この結果と最小アクティブホスト割合のうち大きい方を使用します。
- N 台のうちちょうど k 台を残すには、割合を (k-1)/N より大きく、k/N 以下に設定します。本記事の表は、Learn の規則から導いた計算であり、Learn の表ではありません。
- Azureのリソースリファレンスでは、最小ホスト割合は0から100までの整数として定義されています。Learnではポータルが小数を受け付けるかどうかは明記されていないため、境界値はパイロットプールで検証してください。
Learnにおけるルールの記載内容
このルールは次の2つの記述によって示されています。
- スケーリング プラン記事では、ランプアップの項目について次のように説明しています。「入力した割合が整数でない場合は、最も近い整数に切り上げられます。」その例は、セッションホストが7台のホストプールで割合が10%の場合で、自動スケールによって停止されない1台のセッションホストが稼働したままになります。
- シナリオ記事では、6台のホスト、最小30%、2台を稼働させるケースが示されています。記事の言葉では、6台の30%は整数ではないため、自動スケールは切り上げを行います。
用語集では基準値が定義されています。割合はホストプール内のすべてのセッションホストに適用されます。以下は式の形での言い換えであり、Learnの式ではありません。
稼働させるホスト数 = CEILING(セッションホストの総数 x 割合 / 100)
Learnでは、ランプアップのフィールドとシナリオ1で丸めの方法が示されています。ランプダウンとオフピークのシナリオも同じルールに従っていると考えられます。たとえば、6台のホストの10パーセントは0.6となり、シナリオではホストを1台残しています。このルールをそれらのフェーズに適用するのは、シナリオからの推論です。Learnの文では「ホスト」ではなく「パーセンテージ」と書かれています。ホスト数を丸めると読むのは、7台の例とシナリオ1から導かれる解釈です。最小ホスト割合のエンティティページに簡単な定義があります。
表:維持されるホスト数
以下の表は、上記の計算式を使って算出したものです。Learnからそのまま引用したものではありません。Learnの例と一致するセルは、6台で30パーセントの場合(2台)、7台で10パーセントの場合(1台)、6台で10パーセントの場合(1台)です。最後の6台・10パーセントはシナリオ3と4に対応します。
| プール内のホスト数 | 0% | 5% | 10% | 15% | 20% | 25% | 30% | 50% |
|---|---|---|---|---|---|---|---|---|
| 3 | 0 | 1 | 1 | 1 | 1 | 1 | 1 | 2 |
| 6 | 0 | 1 | 1 | 1 | 2 | 2 | 2 | 3 |
| 7 | 0 | 1 | 1 | 2 | 2 | 2 | 3 | 4 |
| 10 | 0 | 1 | 1 | 2 | 2 | 3 | 3 | 5 |
| 12 | 0 | 1 | 2 | 2 | 3 | 3 | 4 | 6 |
| 15 | 0 | 1 | 2 | 3 | 3 | 4 | 5 | 8 |
| 20 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 10 |
| 40 | 0 | 2 | 4 | 6 | 8 | 10 | 12 | 20 |
| 100 | 0 | 5 | 10 | 15 | 20 | 25 | 30 | 50 |
表から次の3つの傾向が読み取れます。
- 最初のホストは簡単に起動します。 プールのサイズに関係なく、0パーセントより大きい値はどれも少なくとも1台のホストを起動したままにします。0パーセントだけが0台になります。
- 小規模なプールでは値が上振れします。 6台のプールでは、入力した10パーセントは1台を維持し、実効値は16.7パーセントになります。3台のプールでは、入力した5パーセントは1台を維持し、実効値は33パーセントになります。
- 割り切れる場合は丸めは発生しません。 10台の10パーセントはちょうど1台、20台の25パーセントはちょうど5台です。積に小数部分があるときにのみ丸めが影響します。
逆方向の計算:k台にするにはどの割合を指定すればよいか
N 台のうちちょうど k 台を残す場合、割合は (k-1)/N より大きく、k/N 以下でなければならず、いずれも 100 を掛けた値です。整数の割合を使う場合は次のとおりです。
| プールのサイズ | 維持したいホスト数 | 該当するパーセンテージ |
|---|---|---|
| 7 | 1 | 1〜14 |
| 7 | 2 | 15〜28 |
| 7 | 3 | 29〜42 |
| 12 | 2 | 9〜16 |
| 12 | 3 | 17〜25 |
7台の行は手計算で確認できます。7の14パーセントは0.98で、1に丸められます。15パーセントは1.05で、2に丸められます。Azureリソースリファレンス(APIバージョン2025-10-10)では、スケジュールのプロパティrampUpMinimumHostsPctとrampDownMinimumHostsPctは0から100までの整数として定義されています。また、スケーリングプランの記事では、ポータルのフィールドが小数を受け付けるかどうかは書かれていません。そのため、表では整数のパーセントを使用しています。
結果はプールのサイズに左右されます。プールにホストを追加すると、同じ割合でもより多くのホストを残せる場合があります。プールが 20 台から 21 台に増えると、30% の最小割合は 6 台(ちょうど 6.0)から 7 台(6.3 は切り上げ)に変わります。プールのサイズを変更するたびに、割合を再確認してください。
2つ目の切り上げ:統合
切り上げは、ランプダウンとオフピークの時間帯に既存のセッションに必要なホスト数を、オートスケールがどう判断するかにも現れます。用語集ではセッションの統合について説明しています。オートスケールは、アクティブと切断済みの両方を含むすべてのユーザーセッションを数え、切断されたユーザーは再接続すると想定して、必要な最小ホスト数を算出し、余ったホストの割り当てを解除します。トラブルシューティングの記事には、次の計算式が記載されています。
必要なホスト数 = CEILING(ユーザーセッションの合計 / (最大セッション数 x 容量のしきい値))
容量のしきい値は小数で記述します。1〜3行目はLearnの例であり、4行目はLearnのシナリオ3の計算です。
| セッション数 | 最大セッション数 | 容量のしきい値 | 計算 | 結果 |
|---|---|---|---|---|
| 切断済み8件 | 10 | 80% | 8 / (10 x 0.8) = 1 | 1台のホスト |
| 切断済み6件 | 5 | 90% | 6 / 4.5 = 1.33 | 2台のホスト |
| 切断済み9件 | 5 | 90% | 9 / 4.5 = 2 | 2台のホスト |
| 4セッション | 5 | 75% | 4 / 3.75 = 1.07 | 2台のホスト |
1 行目は用語集にあるセッションの統合の例です。2 行目は自動スケーリングの FAQ の例で、3 行目は FAQ とトラブルシューティングの記事の両方に載っている例です。最後の行は、Learn のシナリオ ページにあるシナリオ 3 の入力値(上限 5、しきい値 75%、セッション 4 件)を使っており、Learn ではこの場合に自動スケーリングで 4 台中 2 台を停止できるとされています。除算は Learn の計算式から算出したもので、Learn のページには載っていません。1.07 という値は、わずかな差でも 1 台分多くホストが必要になることを示しています。
両方を組み合わせる場合:大きい方の値が採用されます
トラブルシューティング記事では、ランプダウンとオフピークの時間帯におけるオートスケールは、計算式の結果とスケーリング プラン フェーズの「アクティブ ホストの最小割合」設定という 2 つの値のうち大きい方を使用すると説明されています。この名称は動的オートスケールのフィールド名とも同じです。同ページでは、その案内が電源管理のオートスケールと動的オートスケールの両方を対象としているとも書かれています。一方で、トラブルシューティング ページがポータルのラベル「ホストの最小割合」を使用することはありません。そのため、このルールを電源管理のフィールドに適用するのは推論です。ただし、スケーリング プランの記事と矛盾しません。同記事では、ランプダウン中もホストの最小割合は引き続き守られると説明されています。また、シナリオ 3 では、最小割合 10 パーセントによって最後のホストが稼働したままになります。以下の例はこの前提に基づき、「ホストの最小割合」フィールドを使用しています。これらは Learn からの引用ではなく、計算によるものです。
| プール | セッション数 | 最大セッション数制限 | しきい値 | 計算式 | 最小値 | 稼働を維持するホスト数 |
|---|---|---|---|---|---|---|
| 20 台 | 切断 8 件 | 10 | 80% | 1 | 10% = 2 | 2、最小値が優先 |
| 12 台 | 切断 9 件 | 5 | 90% | 2 | 25% = 3 | 3、最小値が優先 |
| 20 台 | 40 | 8 | 75% | 40 / 6 = 6.67、切り上げて 7 | 30% = 6 | 7、計算式が優先 |
| 20 台 | 0 | 10 | 75% | 0 | 5% = 1 | 1 |
| 20 台 | 0 | 10 | 75% | 0 | 0% = 0 | 0 |
最後の 2 行は、最小値が 0 パーセントで、かつセッションが残っていない場合にのみ、オートスケールがすべての VM の電源を切れるという FAQ の記述を前提としています。切断されたセッションもセッションとして数えられるため、ホストがゼロの場合でも、切断されたセッションに対する時間制限が必要です。FAQ ではこれをグループ ポリシーで構成しています。スケーリング プランの記事では、Microsoft Intune を使った方法も説明されています。
動的オートスケールの状況: 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、一時 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(Tech Community)。一部の Learn ページ、たとえばシナリオと用語集のページや、モジュール バージョン 5.4.2-preview などには、依然としてプレビューの表記が残っています。上限値に頼る前に、現在のページを確認してください。
スケーリング プランとシナリオの記事で明確にされていない点
- 小数。 Azure リソース リファレンスでは、ランプアップとランプダウンのプロパティに 0 から 100 までの整数を指定することになっています。スケーリング プランの記事には、ポータルのフィールドの範囲についての記載がなく、小数のパーセンテージを受け付けるかどうかも書かれていません。
- 正常でないホスト。 用語集では、割合はすべてのセッション ホストに対して定義されています。ただし、エージェントのヘルス チェックに失敗し、利用可能なセッション ホストとみなされないホストが、この数に影響するかどうかは書かれていません。
- タグが付いたホスト。 Learn のスケーリング プランの記事では、除外タグが付いたホストも、最小割合の計算では引き続き数えられると説明されています。オートスケールはこれらのホストを起動できないため、停止している除外ホストは最小割合の達成に寄与できません。詳しくは 除外タグ を参照してください。
- 動的フィールド。 動的オートスケールでは、「アクティブ ホストの最小割合 (%)」フィールドは、ホストプールの最小サイズに基づいています。Learn の例である、最小サイズ 10 の 10 パーセントは、ちょうど 1 台のホストになるため、端数処理は表れません。シナリオの記事では、小数になる結果の扱い方は説明されていません。
- 誤植。 執筆時点では、シナリオ 4 の最後の表には 19 パーセントと記載されていますが、本文では 10 パーセントとなっています。
自分のプールを確認する
- タグ付けされたホストも含めて、セッション ホストの数を書き出します。
- フェーズごとに CEILING(hosts x percentage / 100) を計算し、意図した台数と比較します。たとえば、24 台のホストで 15 パーセントの場合は 3.6 になるため、4 台が稼働したままになります。
- ランプダウンとオフピークについては、いくつかのセッション数で、最大セッション数制限 と キャパシティのしきい値 を使って統合の計算式を求め、どちらの値が大きいかを確認します。
- テスト日を設けて、各フェーズで稼働しているホスト数を計算結果と比較します。
- プールのサイズが変わるたびに、この確認を繰り返します。
データソース
- Microsoft Learn:Azure Virtual Desktop のオートスケール スケーリング プランの作成と割り当て
- Microsoft Learn:Azure Virtual Desktop のオートスケール スケーリング プランと例のシナリオ
- Microsoft Learn: Azure Virtual Desktop の自動スケール用語集
- Microsoft Learn: Azure Virtual Desktop の自動スケーリング FAQ
- Azure Virtual Desktop でオートスケールのトラブルシューティング(Microsoft Learn)
- Microsoft Learn: Microsoft.DesktopVirtualization scalingPlans テンプレート リファレンス、APIバージョン 2025-10-10
- Tech Community: Azure Virtual Desktop の拡張ホスト プール管理が一般提供開始されました
FAQ
どの割合であればちょうどN台のホストが稼働したままになりますか?
N 台のプールで k 台のホストを残すには、割合を (k-1)/N より大きく、k/N 以下の値に 100 を掛けて設定します。7 台のプールでは、1~14% で 1 台、15~28% で 2 台、29~42% で 3 台のホストが残ります。これは Learn の切り上げ規則から導いた計算であり、Learn の表ではありません。
小規模なプールで低い割合でも、なぜホストが1台稼働したままになるのですか?
0 より大きい結果は切り上げにより少なくとも 1 台になります。これは切り上げ規則から導かれる結論です。6 台のホストの 10% は 0.6 で、Learn のシナリオでも 1 台が起動したままになっています。すべてのホストを自動スケーリングで停止できるのは、割合が 0% で、かつユーザー セッションがない場合だけです。
統合の計算式も同じように切り上げられますか?
はい、こちらも切り上げられます。Learnでは Required Hosts = CEILING(Total User Sessions / (Max Session Limit x Capacity Threshold)) と示されています。トラブルシューティングの記事によると、ランプダウンやピーク時間外には、自動スケールはこの結果と「Minimum percentage of active hosts」の設定値のうち大きい方を使用します。これを最小ホスト割合に当てはめるのは推論です。