M365Con 2027 – gratis online conferentie · 11–22 Jan 2027 · 120 sessions m365con.net

Blog · Mirko Peters

Breadth-first load balancing in Azure Virtual Desktop uitgelegd

Partner · Neutrale partner: Nerdio

By ·

Breadth-first load balancing stuurt elke nieuwe sessie naar een willekeurig gekozen host uit de helft van de beschikbare sessiehosts met het minste aantal sessies. Er is geen maximumsessielimiet nodig, maar autoscale vereist er wel een ingesteld.

Automatically translated with AI from the original post. Read the English original

Breadth-first load balancing in Azure Virtual Desktop stuurt elke nieuwe gebruikerssessie naar een sessiehost die willekeurig is gekozen uit de helft van de beschikbare hosts met op dat moment het minste aantal sessies. Het doel is gebruikers over de pool te verdelen, zodat de CPU, het geheugen en de schijf op elke host doorgaans minder zwaar belast worden. Er is geen maximumsessielimiet vereist. De afweging tussen breadth-first en depth-first wordt behandeld in een apart artikel in deze serie.

Belangrijkste punten

  • Breadth-first bevraagt de sessiehosts die nieuwe verbindingen toestaan en kiest willekeurig één host uit de helft met het minste aantal sessies. De verdeling is daardoor evenwichtig, maar niet strikt gelijk.
  • Een maximumsessielimiet is optioneel bij breadth-first. Wanneer je een pool met breadth-first aanmaakt, is de standaardwaarde 999999, de hoogst mogelijke waarde.
  • Learn omschrijft breadth-first als een manier om de sessieprestaties te optimaliseren, omdat de hostresources doorgaans minder onder druk staan. Depth-first wordt door Learn aanbevolen voor organisaties die kostenbewust zijn.
  • Beide algoritmen sturen een terugkerende gebruiker nog steeds naar de host met zijn actieve of losgekoppelde sessie, ook als drain mode aan staat. Nieuwe gebruikers worden juist niet naar gedraineerde hosts gestuurd.
  • Bij autoscale raadt Learn breadth-first aan voor de opstartfase (ramp-up). Het ramp-upalgoritme in het schema heeft voorrang op de instelling van de hostpool, en je moet dan een aangepaste maximumsessielimiet instellen.

Hoe een host wordt gekozen

Learn beschrijft het algoritme in twee stappen. Eerst bevraagt het de sessiehosts in de hostpool die nieuwe verbindingen toestaan. Vervolgens kiest het willekeurig een host uit de helft van die set, namelijk de hosts met het minste aantal sessies.

Het voorbeeld van Learn: negen sessiehosts hebben 11, 12, 13, 14, 15, 16, 17, 18 en 19 sessies. Een nieuwe sessie gaat niet automatisch naar de host met 11. Hij kan willekeurig naar elk van de eerste vijf hosts gaan, de hosts met het minste aantal sessies. Learn stelt de gevolgen daarvan vast: door de willekeurige keuze kunnen sommige sessies ongelijk verdeeld zijn over alle sessiehosts.

Regels die breadth-first en depth-first gemeen hebben

Learn noemt drie gedragingen die beide algoritmen delen. De belangrijkste voor breadth-first zijn de volgende: een gebruiker die al een actieve of losgekoppelde sessie heeft, wordt bij opnieuw aanmelden doorgestuurd naar de host met die sessie, ook als drain mode voor die host aan staat. Voor een gebruiker zonder sessie houdt de load balancer geen rekening met een gedraineerde host. Het vergelijkingsartikel in deze serie loopt alle drie de regels door. Je kunt per gepoolde hostpool één algoritme tegelijk instellen en dat op elk moment wijzigen.

De maximumsessielimiet

Learn zegt dat je bij breadth-first geen maximaal sessielimiet hoeft op te geven. De maximale sessielimiet bestaat echter nog steeds. Als je breadth-first gebruikt bij het eerste aanmaken van een hostpool, is de standaardwaarde 999999, wat ook het hoogst mogelijke getal is. De implementatiepagina zegt dat je het maximale aantal gebruikers moet invullen dat je gelijkmatig wilt verdelen over één sessiehost, en de terminologiepagina voegt daaraan toe dat bij een hoge gelijktijdige verbindingsbelasting, wanneer meerdere gebruikers tegelijk verbinden, het aantal sessies op een sessiehost de limiet kan overschrijden. Learn zegt ook dat als je de limiet op een sessiehost verlaagt terwijl er actieve gebruikerssessies zijn, de wijziging die sessies niet beïnvloedt.

Autoscale verandert dit. De pagina over aanmaken en toewijzen zegt dat wanneer je autoscale gebruikt voor een gepoolde hostpool, je een aangepaste MaxSessionLimit moet instellen en niet de standaardwaarde mag gebruiken. De autoscale-woordenlijst van Learn definieert de getallen die hierbij een rol spelen: de beschikbare capaciteit van de hostpool is de maximale sessielimiet vermenigvuldigd met het aantal beschikbare sessiehosts, en de gebruikte capaciteit van de hostpool is het aantal actieve en losgekoppelde sessies gedeeld door die capaciteit. Het eigen voorbeeld van de pagina: twee sessiehosts met een limiet van 20 sessies geven een beschikbare capaciteit van 40 sessies. Met een capaciteitsdrempel van 75 procent zet autoscale een derde host aan zodra de hosts meer dan 30 sessies hebben, en wordt de capaciteit 60.

Breadth-first en autoscale

Een schaalplan stelt per fase een load balancing-algoritme in. De scenariopagina zegt dat autoscale voor gepoolde hostpools het algoritme in de instellingen van de hostpool negeert en load balancing toepast op basis van het schema. De pagina over aanmaken en toewijzen zegt dat de voorkeur die in het schema is gekozen, de voorkeur in de oorspronkelijke instellingen van de hostpool overschrijft. Die pagina raadt ook breadth-first aan voor ramp-up, om gebruikers te verdelen over bestaande hosts en de toegangstijd laag te houden. De veelgestelde vragen over autoscale geven een voorbeeld voor de hele dag: breadth-first tijdens ramp-up en piek, depth-first tijdens ramp-down en buiten de piek, zodat autoscale sessies kan consolideren.

Zie fasen van een autoscale-schema voor hoe de fasen van een schema zijn gedefinieerd.

De eerste autoscale-scenario van Learn gebruikt breadth-first tijdens ramp-up. De pool heeft zes sessiehosts, een capaciteitsdrempel van 30 procent, een minimumpercentage hosts van 30 procent en een maximale sessielimiet van 5. Autoscale start twee hosts om aan het minimum te voldoen, want 30 procent van zes is 1,8, naar boven afgerond op twee. De beschikbare capaciteit is 10.

  1. Drie gebruikers melden zich aan. Omdat het algoritme breadth-first is, worden hun sessies verdeeld over de twee draaiende hosts. De gebruikte capaciteit is 30 procent, wat de drempel niet overschrijdt, dus autoscale start niets.
  2. Een vierde gebruiker meldt zich aan. De gebruikte capaciteit is 40 procent, boven de drempel, dus autoscale start een derde host. De capaciteit stijgt naar 15 en de gebruikte capaciteit daalt naar 27 procent.
  3. Een vijfde gebruiker brengt het op 33 procent, dus start een vierde host. Bij 5 sessies op 4 hosts is de capaciteit 20 en het gebruik 25 procent.

De tabel van Learn gaat daarna verder: 6 sessies op 4 hosts is 30 procent, dus er start niets, en 7 sessies op 4 hosts is 35 procent, dus een vijfde host start en de capaciteit wordt 25 (28 procent). Omdat de limiet in dit voorbeeld 5 is, voegt elke host 5 toe aan de beschikbare capaciteit.

Kosten en prestaties

Learn benoemt de afweging direct. Breadth-first wordt omschreven als ideaal voor organisaties die de gebruikerservaring willen prioriteren, omdat hostresources zoals CPU, geheugen en schijf over het algemeen minder onder druk staan. Depth-first wordt omschreven als ideaal voor kostbewuste organisaties, omdat het één host tegelijk volledig belasten het makkelijker maakt om het aantal ingeschakelde hosts te verlagen wanneer er minder gebruikers zijn aangemeld.

De twee algoritmen kunnen gecombineerd worden in één schaalplan, zoals het voorbeeld van de veelgestelde vragen over autoscale laat zien dat hierboven besproken is onder breadth-first en autoscale. Wat autoscale doet tijdens ramp-down, inclusief geforceerd afmelden en na werktijd geen enkele host laten draaien, komt aan bod in de artikelen over depth-first en schaalplannen in deze serie; zie ook de entiteit schaalplan.

Zo configureer je het

Je hebt de rol Desktop Virtualization Host Pool Contributor nodig. In de Azure-portal:

  1. Zoek naar Azure Virtual Desktop en selecteer dan Hostpools en de hostpool.
  2. Selecteer Eigenschappen.
  3. Kies bij Load balancing-algoritme in de vervolgkeuzelijst breadth-first en voer bij Maximale sessielimiet een waarde in.
  4. Selecteer Opslaan.

In PowerShell heeft Update-AzWvdHostPool de parameters -LoadBalancerType en -MaxSessionLimit. Op de loadbalancingpagina van Learn staat hoe je breadth-first instelt zonder de maximale sessielimiet te wijzigen:

$parameters = @{
    Name              = '<HostPoolName>'
    ResourceGroupName = '<ResourceGroupName>'
    LoadBalancerType  = 'BreadthFirst'
}
Update-AzWvdHostPool @parameters

Om het resultaat te controleren gebruikt dezelfde pagina Get-AzWvdHostPool @parameters | Format-Table Name, LoadBalancerType, MaxSessionLimit. Het equivalente Azure CLI-commando is az desktopvirtualization hostpool update --resource-group <ResourceGroupName> --name <HostPoolName> --load-balancer-type BreadthFirst. Learn beschrijft het PowerShell-blok als het instellen van breadth-first "zonder de maximale sessielimiet aan te passen", dus de bestaande limiet blijft staan. Wil je ook een limiet instellen, voeg dan -MaxSessionLimit toe met je eigen waarde. De depth-first-voorbeelden van Learn gebruiken 10, als MaxSessionLimit = '10' in PowerShell en --max-session-limit 10 in de Azure CLI. In de depth-first-sectie van Learn staat dat je Azure Virtual Desktop Insights kunt gebruiken om het aantal sessies per sessiehost te monitoren, en dat je de prestaties van de sessiehosts kunt bekijken om de maximale sessielimiet te bepalen. Voor lokaal gebruik noemt Learn de Azure CLI-extensie desktopvirtualization of de PowerShell-module Az.DesktopVirtualization als vereisten.

Waar je verrassingen kunt verwachten

  • Drain-modus onder autoscale. Voor gepoolde hostpools schrijft Learn dat autoscale de drain-modus overschrijft op de VM's die in het schalen zijn opgenomen. Gebruik daarom uitsluitingstags voor VM's die je met rust wilt laten, bijvoorbeeld tijdens updates. Zowel de autoscale-scenario's als de autoscale-FAQ vermelden dit, dus controleer de uitsluitingstag op elke host die onverwacht van status lijkt te wisselen.

Gerelateerd

Bronnen

Volg de podcastApple PodcastsSpotify

Veelgestelde vragen

Is breadth-first het standaardalgoritme voor load balancing?

De portal biedt beide algoritmen aan wanneer je een gepoolde hostpool maakt. Op de implementatiepagina van Learn staat dat je op basis van je gebruikspatroon moet kiezen voor breadth-first of depth-first. Op de pagina over load balancing van Learn wordt geen standaardalgoritme genoemd. Wel staat er dat de maximumsessielimiet standaard op 999999 staat als je bij het eerste aanmaken van een hostpool breadth-first kiest, en dat dit tevens de hoogste waarde is die je kunt instellen.

Verdeelt breadth-first de sessies precies gelijkmatig?

Nee. Microsoft Learn zegt dat het algoritme willekeurig kiest uit de helft van de beschikbare hosts met het minste aantal sessies. Een nieuwe sessie gaat dus niet automatisch naar de enige host met de minste belasting, en sommige sessies kunnen ongelijk verdeeld zijn.

Gebruiken persoonlijke hostpools breadth-first?

Nee. Volgens Learn is load balancing niet van toepassing op persoonlijke hostpools, omdat gebruikers altijd een 1:1-koppeling hebben met een sessiehost. Alleen gepoolde hostpools gebruiken breadth-first of depth-first.

Entities in this article

Onderwerpen van dit artikel:

Breadth-first load balancing (Azure Virtual Desktop) – Subonderwerp van Host pool (Azure Virtual Desktop) Host pool (Azure Virtual Desktop) – Subonderwerp van Azure Virtual Desktop

Related articles

Meer artikelen over Host pool (Azure Virtual Desktop):

RSS