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

Blog · Mirko Peters

Ramp-up, peak, ramp-down en off-peak: de vier AVD-autoscalefasen uitgelegd

Partner · Neutrale partner: Nerdio

By ·

Een schema in een scalingplan voor Azure Virtual Desktop is opgedeeld in vier fasen, en elke fase heeft zijn eigen instellingen en eigen regels voor het starten en stoppen van sessiehosts. Dit artikel loopt de parameters van elke fase door, voor gepoolde en persoonlijke hostpools, met voorbeeldwaarden.

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

Een schema voor een scalingplan in Azure Virtual Desktop verdeelt een dag in vier fasen: ramp-up, piekuren, ramp-down en daluren. Elke fase heeft een eigen starttijd en eigen instellingen, en de starttijd van de ene fase beëindigt de vorige.

Belangrijkste punten

  • Een schema heeft vier fasen: ramp-up, piekuren, ramp-down en daluren. De starttijd van elke fase is tegelijk de eindtijd van de vorige fase.
  • Bij een gepoold plan wordt de capaciteitsdrempel ingesteld in ramp-up en ramp-down. Peak neemt de waarde van ramp-up over en off-peak neemt de waarde van ramp-down over.
  • Gepoolde autoscale zet hosts niet uit tijdens ramp-up. Geforceerd afmelden is alleen mogelijk tijdens ramp-down.
  • Persoonlijke plannen gebruiken geen capaciteitsdrempel. Ze reageren op de sessiestatus (verbroken of afgemeld) na een aantal minuten tussen 0 en 360.

Voor het algemene concept van een scalingplan en de koppeling ervan aan een hostpool, zie "Azure Virtual Desktop scalingplannen uitgelegd: schema's, fasen en hostpools". Dit artikel blijft bij de faseparameters.

Wat elke fase betekent

Microsoft Learn beschrijft de fasen als volgt:

  • Ramp-up: het begin van de dag; actieve sessies groeien snel, maar hebben het dagelijkse maximum nog niet bereikt.
  • Peak: de pool bereikt het dagelijkse maximum aan actieve sessies. Het aantal blijft meestal stabiel.
  • Ramp-down: het einde van de werkdag; actieve sessies dalen snel. VM's worden nu meestal uitgeschakeld om kosten te besparen.
  • Off-peak: het laagste aantal sessies. Een kleine hoeveelheid resources kan aan blijven voor late werkers.

De fasedefinities geven geen kloktijden; die bepaal je zelf. Het gepoolde PowerShell-voorbeeld van Learn gebruikt 6:30, 8:30, 16:00 en 22:45 voor de vier fasen, en de pagina zegt dat de standaardwaarden in de portal voorgestelde waarden zijn voor werkdagen. Starttijden gebruiken de tijdzone die in het scalingplan is ingesteld.

Eén regel geldt voor alle fasen van een gepoold plan: bij gepoolde hostpools negeert autoscale het load-balancingalgoritme in de instellingen van de hostpool en past het het algoritme uit het schema toe. Je hebt ook een aangepaste maximale sessielimiet nodig op de hostpool, en Learn raadt aan de standaardwaarde niet te gebruiken.

Ramp-up

In een gepoolde hostpool met autoscaling voor energiebeheer heeft het tabblad ramp-up deze instellingen:

InstellingWat Learn zegt
StarttijdHet tijdstip waarop autoscale begint met het voorbereiden van sessiehosts op de piekuren.
Load-balancingalgoritmeBreadth-first wordt aanbevolen. Het verdeelt gebruikers over bestaande sessiehosts om de toegangstijden kort te houden.
Minimumpercentage hostsHet percentage sessiehosts dat in deze fase aan moet blijven. Een waarde die geen geheel getal is, wordt naar boven afgerond.
CapaciteitsdrempelHet percentage van de beschikbare capaciteit van de hostpool dat een schaalactie activeert.

Het eerste scenario van Learn gebruikt zes sessiehosts, een capaciteitsdrempel van 30 procent, een minimum van 30 procent en een maximale sessielimiet van 5. Dertig procent van zes is 1,8, wat autoscale naar boven afrondt, dus twee hosts staan aan, met een capaciteit van 10 sessies. Drie sessies is gelijk aan de drempel, dus er gebeurt niets; vier sessies is 40 procent, dus een derde host start. De afronding wordt behandeld in "Minimumpercentage hosts in AVD-autoscale uitgelegd".

Autoscale kan hosts in elke fase inschakelen wanneer het gebruikte capaciteit de drempelwaarde overschrijdt, maar pooled autoscale schakelt hosts tijdens de opstartfase niet uit.

Piekuren

Op het tabblad voor piekuren vul je een starttijd in, die tegelijk het einde van de opstartfase is, en kies je een belastingverdelingsmethode: breadth-first of depth-first. Breadth-first verdeelt nieuwe sessies over alle beschikbare hosts. Depth-first stuurt ze naar de beschikbare host met de meeste verbindingen die zijn sessielimiet nog niet heeft bereikt. De capaciteitsdrempelwaarde kun je hier niet bewerken; die wordt overgenomen van de opstartfase. Het tabblad voor piekuren heeft ook geen veld voor een minimumpercentage, maar het piekvoorbeeld in Learn vermeldt een minimum van 30 procent.

Piek is niet statisch: autoscale kan hosts zowel inschakelen als uitschakelen. In het tweede scenario van Learn draaien vijf van de zes hosts met een drempelwaarde van 30 procent en een sessielimiet van 5, dus de capaciteit is 25. Bij vijf sessies (20 procent) zou het uitschakelen van één host 25 procent opleveren, wat onder de drempelwaarde ligt. Autoscale laat daarom een host zonder sessies leeglopen en schakelt die vervolgens uit.

Afbouwfase

Het tabblad voor de afbouwfase heeft de meeste velden: starttijd, belastingverdelingsalgoritme, minimumpercentage hosts, capaciteitsdrempelwaarde en geforceerd afmelden. Buiten piekuren neemt de daluren-fase de hier ingevoerde capaciteitsdrempelwaarde over.

Autoscale schakelt een host alleen uit wanneer alle bestaande sessies, zowel actieve als verbroken, op minder hosts passen zonder de capaciteitsdrempelwaarde te overschrijden. De formule van Learn voor het aantal benodigde hosts is: totaal aantal sessies (actief plus verbroken) gedeeld door het product van de maximale sessielimiet en de capaciteitsdrempelwaarde, afgerond naar boven op het dichtstbijzijnde gehele getal.

Je hebt twee manieren om gebruikers die nog zijn aangemeld af te handelen:

  1. Geforceerd afmelden aan. Autoscale kiest de host met de minste sessies, actief en verbroken, en zet die in de drain-modus. Gebruikers krijgen een melding dat ze worden afgemeld, en de sessies worden na de wachttijd beëindigd. Daarna wordt de VM gedealloceerd. Alleen de afbouwfase ondersteunt dit; volgens Learn heeft de instelling voor geforceerd afmelden in geen enkele andere fase effect.
  2. Geforceerd afmelden uit. Je kiest tussen "VM's hebben geen actieve of verbroken sessies" en "VM's hebben geen actieve sessies". De pagina met scenario's van Learn beschrijft het gedrag bij "geen actieve sessies" als autoscale die wacht tot gebruikers zelf afmelden. In de FAQ staat daarnaast dat verbroken sessies bij deze optie in de capaciteitsberekening nog steeds als actieve sessies gelden.

De consolidatieberekening in het derde scenario van Learn, de volgorde van wat gebruikers zien en de afwegingen tussen de twee keuzes worden behandeld in "Gebruikers geforceerd laten afmelden tijdens de afbouw van AVD: wat er gebeurt en wat gebruikers zien" en "Geforceerd afmelden of wachten tot gebruikers afmelden: het gedrag bij de afbouw kiezen".

De FAQ van Learn waarschuwt voor een timingval: bij een afbouwfase van 15 minuten en een wachttijd van 20 minuten bereikt het schema eerst de daluren, dan dwingt autoscale daar geen afmeldingen af en wordt de VM pas gedealloceerd nadat alle gebruikers zijn afgemeld. Houd de wachttijd dus korter dan de fase.

De wachttijd en de meldingstekst zijn instellingen van het schema. In Azure PowerShell heten ze RampDownWaitTimeMinute en RampDownNotificationMessage; in de ARM-templatereferentie heten ze rampDownWaitTimeMinutes en rampDownNotificationMessage, naast rampDownForceLogoffUsers en rampDownStopHostsWhen. Beide voorbeelden van Learn gebruiken 30 minuten, maar de melding verschilt: het PowerShell-voorbeeld op de pagina over maken en toewijzen gebruikt "Please log out of your session.", en het voorbeeld in de cmdlet-referentie van New-AzWvdScalingPlanPooledSchedule gebruikt "Log out now, please." De cmdlet- en ARM-referenties beschrijven de wachttijd als het aantal minuten dat wordt gewacht met het stoppen van hosts tijdens de afbouwfase, en vermelden voor beide waarden geen standaardwaarde, minimum of maximum.

Daluren

Het tabblad voor daluren heeft een starttijd, die de afbouwfase beëindigt, en een keuze voor de belastingverdeling. Learn raadt hier depth-first aan, zodat hosts geleidelijk leegstromen. De capaciteitsdrempelwaarde kun je ook hier niet bewerken; die komt uit de afbouwfase.

Voor power management-plannen heeft het tabblad off-peak geen veld voor het minimumpercentage hosts. De pagina om een plan te maken en toe te wijzen toont dat veld alleen bij ramp-up en ramp-down, en de cmdlet- en ARM-referenties definiëren alleen RampUpMinimumHostsPct en RampDownMinimumHostsPct. Voor deze plannen vermeldt Learn een overdracht alleen voor de capaciteitsdrempel, en niet voor het minimumpercentage. De voorbeelden van Learn passen wel een minimum toe in off-peak: met zes hosts en 10 procent blijft één host aan, ook als de laatste gebruikers zich afmelden. Controleer op een testhostpool welke waarde geldt. Het volledig uitzetten van VM's, inclusief het minimum van 0 procent en de Groepsbeleid-instelling voor verbroken sessies die de FAQ voorstelt, wordt behandeld in "Minimum percentage of hosts in AVD autoscale explained".

Als je hosts taggt met de uitsluitingstag van het plan, zet autoscale ze in geen enkele fase aan of uit. In het vierde scenario van Learn hebben vijf van de zes hosts de tag, dus een vierde sessie brengt het gebruik op 80 procent zonder dat er een host start. Als de laatste niet-getagde host ook getagd en uitgeschakeld is, krijgt een nieuwe gebruiker de melding "No resources available". "Exclusion tags in AVD autoscale: keeping individual VMs out of scaling" behandelt dit stap voor stap.

Schemadagen

Op dagen die een schema niet selecteert, blijven de laatste off-peak-parameters van de geselecteerde dagen gelden tot de volgende ramp-up. Volgens de FAQ van Learn ondersteunt autoscale geen ramp-down op specifieke datums.

Persoonlijke hostpools

Een persoonlijk plan heeft geen capaciteitsdrempel en geen minimumpercentage. Elke fase heeft een starttijd, een schakelaar Start VM on Connect en twee regels op basis van de sessiestatus: "When disconnected for (min)" en "When logged off for (min)". Beide accepteren 0 tot 360 minuten en een actie (deallocate, hibernate of niets doen). Alleen ramp-up kiest ook welke VM's er gestart worden. Autoscale kan gebruikers niet dwingen zich af te melden van persoonlijke desktops, en een hibernate-actie op een desktop waarop hibernate niet is ingeschakeld, doet niets, volgens de FAQ. De volledige lijst met instellingen en de FSLogix- en App Attach-beperkingen voor hibernate staan in "Azure Virtual Desktop scaling plans explained: schedules, phases and host pools" en "Personal host pools in Azure Virtual Desktop: when one desktop per user makes sense". Zie persoonlijke en gedeelde hostpools. Een scaling plan kan alleen worden toegewezen aan hostpools van het type dat in het plan is ingesteld.

Dynamische autoscaling

Dynamische autoscaling gebruikt dezelfde vier fasen, maar alleen voor gedeelde hostpools met een sessiehostconfiguratie, en alleen in Azure, niet in Azure Government. Het voegt de minimale grootte van de hostpool, de maximale grootte van de hostpool en het minimumpercentage actieve hosts toe. In ramp-down kan het de VM deallocaten of verwijderen. Voor deze plannen is de pagina om een plan te maken en toe te wijzen expliciet over de overdracht: die raadt hogere waarden aan voor "Minimum percentage of active hosts (%)" en "Minimum host pool size" in de ramp-upfase, "which is carried over to the peak phase". De pagina bevat geen vergelijkbare verklaring voor ramp-down en off-peak. Microsoft heeft in juli 2026 de algemene beschikbaarheid aangekondigd van verbeterd hostpoolbeheer, inclusief dynamische autoscaling, sessiehostconfiguratie en -update, en ephemeral OS-disks (Tech Community). Sommige Learn-pagina's, bijvoorbeeld de scenario- en woordenlijstpagina's en de moduleversie 5.4.2-preview, bevatten nog preview-teksten; controleer de actuele pagina voordat je op een limiet vertrouwt. Power management-autoscaling is ook algemeen beschikbaar. Zie dynamische autoscaling.

Uitgewerkt voorbeeldschema

Een schema voor werkdagen met tien gedeelde hosts en een sessielimiet van 10 kan er zo uitzien. Deze waarden zijn voorbeelden, geen aanbevelingen van Microsoft:

  1. Ramp-up om 07:00: breadth-first, minimum 20 procent (twee hosts), drempel van 60 procent.
  2. Peak om 09:00: breadth-first, drempel 60 procent (overgedragen).
  3. Ramp-down om 17:00: depth-first, minimum 10 procent (één host), drempel van 75 procent, afmelden afdwingen aan met een wachttijd die korter is dan de fase van twee uur.
  4. Off-peak om 19:00: depth-first, drempel 75 procent (overgedragen).

Onze eigen rekenvoorbeeld voor dit scenario, niet overgenomen van Learn, op basis van de regel dat autoscale alleen een host start wanneer de gebruikte capaciteit boven de drempelwaarde ligt:

  • Opschalen: 20 procent van tien hosts is twee hosts, dus de capaciteit is 20 sessies. Bij een drempelwaarde van 60 procent gebeurt er niets bij 12 sessies (60 procent). De dertiende sessie brengt het op 65 procent, dus er start een derde host en de capaciteit stijgt naar 30.
  • Afschalen: 10 procent van tien hosts is één host, dus de capaciteit is 10 sessies. Bij een drempelwaarde van 75 procent passen 7 sessies (70 procent) op één host. Een achtste sessie brengt het op 80 procent, dus er is een tweede host nodig.

Bronnen

Geraadpleegd op 17 november 2026.

Veelgestelde vragen

Welke fase kan gebruikers forceren om af te melden?

Alleen ramp-down. Microsoft Learn zegt dat de instelling voor geforceerd afmelden in geen enkele andere fase gebruikers afmeldt. Als de wachttijd langer is dan de ramp-downfase, schakelt het schema over naar off-peak en worden sessies niet gedwongen afgemeld.

Waarom kan ik de capaciteitsdrempel in de peak- en off-peakfase niet wijzigen?

Learn zegt dat de peakfase de waarde van ramp-up overneemt en de off-peakfase de waarde van ramp-down. Om ze te wijzigen, bewerk je ramp-up of ramp-down.

Wat gebeurt er op dagen die ik niet selecteer in een schema?

Learn zegt dat de laatste off-peakparameters van de geselecteerde dagen doorlopen naar de niet-geselecteerde dagen, tot de volgende ramp-upfase.

Entities in this article

Onderwerpen van dit artikel:

Autoscale schedule phases (Azure Virtual Desktop) – Subonderwerp van AVD scaling plan AVD scaling plan – Onderdeel van Azure Virtual Desktop

Related articles

Meer artikelen over AVD scaling plan:

RSS