Breadth-first vs depth-first: który algorytm równoważenia obciążenia wybrać dla puli hostów
Partner · Neutralny partner: Nerdio
By Mirko Peters ·
Używaj trybu breadth-first, gdy na pierwszym miejscu jest komfort użytkownika, a trybu depth-first, gdy chcesz upakować sesje na możliwie najmniejszej liczbie hostów sesji, tak aby pozostałe mogły zostać wyłączone. Ten przewodnik podaje kryteria decyzyjne, przykład dla obu algorytmów oraz kroki zmiany ustawienia.
Automatically translated with AI from the original post. Read the English original
Wybierz breadth-first, gdy priorytetem jest responsywny pulpit dla każdego użytkownika, a depth-first, gdy priorytetem jest uruchamianie możliwie najmniejszej liczby hostów sesji. Microsoft Learn przedstawia ten sam podział: breadth-first sprawdza się w organizacjach, które stawiają na komfort użytkowników, a depth-first w organizacjach dbających o koszty, które chcą mieć szczegółową kontrolę nad liczbą włączonych hostów. Ten przewodnik przekłada ten podział na kryteria, przykład i kroki zmiany ustawienia.
Najważniejsze wnioski
- Learn opisuje breadth-first jako wybór wtedy, gdy najważniejszy jest komfort użytkowników, a depth-first jako rozwiązanie dla organizacji dbających o koszty, które chcą kontrolować liczbę włączonych hostów.
- Depth-first wymaga limitu maksymalnej liczby sesji. Breadth-first go nie wymaga, a jego domyślny limit 999999 jest zarazem najwyższą wartością, jaką można ustawić.
- Breadth-first wybiera losowo spośród połowy kwalifikujących się hostów z najmniejszą liczbą sesji, dlatego sesje mogą być rozłożone nierównomiernie. Depth-first wybiera kwalifikujący się host z największą liczbą sesji.
- Oba algorytmy kierują powracającego użytkownika z aktywną lub rozłączoną sesją z powrotem na ten sam host, nawet gdy jest on w trybie opróżniania. Równoważenie obciążenia nie dotyczy pul hostów osobistych.
- Algorytm możesz zmienić w dowolnym momencie. Jeśli przypisano plan skalowania, Learn podaje, że automatyczne skalowanie stosuje algorytm z harmonogramu zamiast ustawienia puli hostów.
Artykuł dotyczy wyłącznie pul hostów typu pooled, ponieważ Learn podaje, że równoważenie obciążenia nie dotyczy pul hostów osobistych. Mechanizm działania każdego algorytmu opisują artykuły „Breadth-first load balancing in Azure Virtual Desktop explained” oraz „Depth-first load balancing in Azure Virtual Desktop explained”; ten tekst je porównuje. Źródła są wymienione na końcu.
Jak oba algorytmy wybierają host
Oba algorytmy uruchamiają się, gdy użytkownik bez istniejącej sesji rozpoczyna połączenie. Różnią się wyborem hosta.
| Breadth-first | Depth-first | |
|---|---|---|
| Cel | Rozłożenie nowych sesji na hosty | Zapełnianie jednego hosta do osiągnięcia jego limitu |
| Reguła wyboru | Wyszukaj hosty przyjmujące nowe połączenia, a następnie wybierz losowo spośród połowy z najmniejszą liczbą sesji | Wyszukaj hosty przyjmujące nowe połączenia, które nie osiągnęły limitu, a następnie wybierz host z największą liczbą sesji; w przypadku remisu – pierwszy host z wyniku zapytania |
| Maksymalny limit sesji | Nie jest wymagany | Wymagana |
| Zastosowanie wskazane przez Learn | Komfort użytkowników, ponieważ procesor, pamięć i dysk są zwykle mniej obciążone | Koszty, ponieważ mniej hostów musi pozostać włączonych |
Przykład breadth-first od Learn: przy dziewięciu hostach z 11 do 19 sesjami nowa sesja może trafić na dowolny z pięciu hostów z najmniejszą liczbą sesji. Nie zawsze trafia na jeden, najbardziej pusty host, a Learn zaznacza, że ze względu na losowość sesje mogą być rozłożone nierównomiernie.
Reguły wspólne dla obu algorytmów
- Użytkownik, który ma już aktywną lub rozłączoną sesję w puli, jest kierowany z powrotem na ten host, nawet gdy dla niego włączono tryb opróżniania.
- Użytkownik bez sesji nigdy nie jest kierowany na host w trybie opróżniania.
- Obniżenie maksymalnego limitu sesji na hoście z aktywnymi sesjami nie wpływa na te sesje.
- Strona terminologii w Learn mówi, że przy dużym obciążeniu jednoczesnymi połączeniami liczba sesji na hoście może przekroczyć limit, dlatego traktuj limit jako wartość, do której dąży algorytm, a nie jako gwarancję.
Przykład poglądowy: 4 hosty, limit 10, 25 użytkowników
Poniższe liczby to ilustracja oparta na opisanych wyżej regułach wyboru, a nie przykład z Learn.
Depth-first. Wszystkie cztery hosty zaczynają puste, więc pierwszy użytkownik jest remisem i trafia na pierwszy host zwrócony przez zapytanie, nazwijmy go H1; Learn nie definiuje kolejności zapytania, a H1–H4 są tylko etykietami. Od tego momentu H1 ma najwięcej sesji spośród hostów poniżej limitu, więc sesje 2–10 również trafiają na H1. H2 przejmuje kolejnych 10, a H3 ostatnich 5. H4 pozostaje pusty. Jeśli H1 i H2 są pełne po 10 sesji, a 26. użytkownik się zaloguje, trafia on na H3.
Breadth-first. Każda nowa sesja trafia na losowy host spośród dwóch z najmniejszą liczbą sesji. Przy 25 użytkownikach i 4 hostach średnio przypada około 6 sesji na host. Ponieważ nowe sesje trafiają tylko na dwa najmniej obciążone hosty, liczby sesji są do siebie zbliżone, zwykle 6 lub 7 na host w tym przykładzie (obliczenie własne), choć Learn zauważa, że rozkład nie jest gwarantowany jako równomierny. W rzeczywistych pulach różnice rosną, ponieważ użytkownicy wylogowują się w różnym czasie (interpretacja własna).
Co to oznacza w praktyce:
- Przy depth-first H4 nie ma żadnych sesji i jest kandydatem do wyłączenia. To jest argument kosztowy, który podaje Learn.
- Przy breadth-first wszystkie cztery hosty są obciążone, więc żaden nie jest kandydatem do wyłączenia, dopóki sesje się nie zakończą.
- Przy depth-first pierwszy host jest najbardziej obciążony. Wytyczne Learn dotyczące wymiarowania mówią, że logowanie jest intensywne dla procesora i że należy uwzględniać wzorce logowania, np. początek dnia pracy, gdy wielu użytkowników loguje się jednocześnie. Nagły napływ logowań w puli depth-first trafia zatem na host, który jest już najbardziej zapełniony. To wniosek wyciągnięty z dwóch stwierdzeń, dlatego warto go sprawdzić w pilotażu.
Kryteria decyzji
| Pytanie | Argumenty za breadth-first | Argumenty za depth-first |
|---|---|---|
| Co jest ważniejsze: czas odpowiedzi czy koszt działania? | Czas odpowiedzi | Koszt działania |
| Czy chcesz, aby nieużywane hosty wypadały z obiegu, gdy inne nadal obsługują użytkowników? | Sesje pozostają rozłożone na wszystkie działające hosty, dzięki czemu rzadziej jakiś host się opróżnia (interpretacja własna reguły wyboru) | Kolejne hosty pozostają puste i łatwiej je wyłączyć (Learn) |
| Czy potrafisz ustawić i utrzymać realistyczny limit sesji? | Limit jest opcjonalny | Limit jest obowiązkowy i musi odpowiadać obciążeniu |
| Czy obciążenie na użytkownika jest duże? | Rozkładanie sesji zmniejsza rywalizację o zasoby, co Learn podaje jako uzasadnienie | Niski limit jest potrzebny, aby pełny host nie został przeciążony (wniosek) |
| Czy użytkownicy logują się w krótkich, intensywnych falach? | Fala logowań jest rozkładana na hosty (wniosek) | Fala logowań uderza najpierw w jeden host (wniosek) |
Strona Learn o równoważeniu obciążenia zawiera uwagę dla depth-first: aby zachować dobre doświadczenia użytkowników, zmień maksymalny limit sesji na liczbę odpowiadającą Twoim wymaganiom. Startowe wartości na vCPU, wskazówki dla 20 użytkowników oraz zastrzeżenie, że strona o wymiarowaniu nie jest w pełni spójna, znajdziesz w artykule „How to size the maximum session limit per session host”; artykuł o depth-first podaje te same wartości startowe. Learn nazywa je ogólnymi wytycznymi, które służą wyłącznie do wstępnych szacunków wydajności, a do planowania pojemności opisuje podejście pilotażowe oraz podejście symulacyjne.
Kroki zmiany algorytmu
Potrzebna jest rola Desktop Virtualization Host Pool Contributor.
- Zaloguj się do portalu Azure i otwórz Azure Virtual Desktop.
- Wybierz Host pools, a następnie wybierz pulę hostów.
- Wybierz Właściwości.
- Wybierz algorytm w polu Load balancing algorithm. Wpisz wartość w polu Max session limit.
- Wybierz Zapisz.
Learn udostępnia także karty Azure PowerShell i Azure CLI dla tego ustawienia; wymagają one modułu Az.DesktopVirtualization lub rozszerzenia CLI desktopvirtualization. Polecenia znajdują się na stronie Learn i nie są tu powtarzane.
Jeśli przy tworzeniu puli hostów wybierzesz breadth-first, domyślny limit wynosi 999999, co jest też najwyższą dozwoloną wartością. Dla depth-first ustaw liczbę odpowiadającą Twojemu obciążeniu.
Co zrobić, gdy depth-first zabraknie miejsca
Microsoft Learn podkreśla, że gdy wszystkie hosty osiągną maksymalny limit sesji, trzeba albo zwiększyć ten limit, albo dodać hosty sesji. Algorytm w głąb (depth-first) bierze pod uwagę tylko hosty poniżej limitu, więc nie zostaje żaden kandydat (to nasza interpretacja reguły wyboru). Learn nie opisuje, co widzą użytkownicy. Aby śledzić liczbę sesji na hoście i wydajność hostów, użyj narzędzia Azure Virtual Desktop Insights. Learn zaleca właśnie ten monitoring przy wyborze limitu.
Interakcja z automatycznym skalowaniem
Jeśli używasz planu skalowania, algorytm ustawia się osobno dla każdej fazy harmonogramu. Strona Learn z scenariuszami automatycznego skalowania mówi, że w przypadku puli hostów współdzielonej automatyczne skalowanie ignoruje algorytm z ustawień puli hostów i stosuje ten z konfiguracji harmonogramu. Artykuł o planie skalowania mówi to samo w odniesieniu do fazy narastania obciążenia (ramp-up): wybrana preferencja nadpisuje pierwotne ustawienie puli hostów. Zaleca algorytm wszerz (breadth-first) dla narastania obciążenia i algorytm w głąb (depth-first) dla pory poza szczytem. W fazie szczytu można wybrać dowolny z algorytmów, a karta zmniejszania obciążenia (ramp-down) zawiera pole równoważenia obciążenia bez żadnego zalecenia.
Learn w często zadawanych pytaniach o automatycznym skalowaniu podaje przyczynę: algorytm wszerz zapewnia równomierne rozłożenie sesji wcześnie w ciągu dnia, a algorytm w głąb pozwala automatycznemu skalowaniu konsolidować sesje, aż osiągnie minimalną możliwą liczbę hostów. Słowniczek automatycznego skalowania opisuje tę konsolidację jako podzielenie łącznej liczby sesji (połączonych i rozłączonych) przez iloczyn maksymalnego limitu sesji i progu pojemności, z zaokrągleniem w górę. Ten artykuł dotyczy automatycznego skalowania zarządzania energią, które strona scenariuszy oznacza jako ogólnie dostępne. W puli z planem skalowania wybór w praktyce dokonuje się w harmonogramie. Szczegóły ustawień harmonogramu omawia artykuł „Równoważenie obciążenia w głąb a automatyczne skalowanie: jak harmonogram nadpisuje ustawienie puli hostów”.
W przypadku automatycznego skalowania w puli hostów współdzielonej Learn zaleca skonfigurowanie niestandardowego maksymalnego limitu sesji zamiast używania wartości domyślnej.
Krótka procedura wyboru
- Określ priorytet jednym zdaniem: doświadczenie użytkownika czy koszt.
- Policz, ile hostów mógłbyś wyłączyć w najspokojniejszym okresie, gdyby sesje były upakowane.
- Wybierz limit na podstawie punktów wyjściowych Learn dla każdego vCPU oraz własnego obciążenia.
- Zacznij od algorytmu zgodnego z priorytetem i uruchom grupę pilotażową.
- Porównaj w Insights liczbę sesji na host oraz wydajność zgłaszaną przez użytkowników.
- Zmień algorytm, jeśli pilotaż wypadnie inaczej. Learn podaje, że można to zrobić w dowolnym momencie.
Źródła
- Microsoft Learn: Konfigurowanie równoważenia obciążenia puli hostów w usłudze Azure Virtual Desktop
- Microsoft Learn: Azure Virtual Desktop terminology
- Microsoft Learn: Wytyczne dotyczące rozmiarowania maszyn wirtualnych hostów sesji
- Microsoft Learn: Tworzenie i przypisywanie planu skalowania autoskalowania dla Azure Virtual Desktop
- Microsoft Learn: Azure Virtual Desktop autoscale FAQ
- Microsoft Learn: Scenariusze automatycznego skalowania dla Azure Virtual Desktop
- Microsoft Learn: Słownik pojęć dotyczących autoskalowania w usłudze Azure Virtual Desktop
FAQ
Czy mogę później przełączyć się między breadth-first a depth-first?
Tak. Microsoft Learn podaje, że w danym momencie można skonfigurować tylko jeden algorytm dla puli hostów typu pooled, ale zmienić go można w dowolnym momencie. Learn nie opisuje, co dzieje się z sesjami, które już działają, więc najpierw przetestuj zmianę w puli pilotażowej.
Dlaczego depth-first wymaga limitu maksymalnej liczby sesji?
Depth-first zapełnia jeden host do osiągnięcia limitu, a dopiero potem przechodzi do kolejnego. Bez limitu nie ma momentu, w którym mógłby przejść dalej. Learn wskazuje, że limit jest wymagany, a gdy wszystkie hosty go osiągną, trzeba go podnieść lub dodać hosty.
Czy algorytm dotyczy pul hostów osobistych?
Nie. Learn podaje, że równoważenie obciążenia nie dotyczy pul hostów osobistych, ponieważ każdy użytkownik jest przypisany w relacji 1:1 do hosta sesji. Pule osobiste korzystają zamiast tego z przydziału automatycznego lub bezpośredniego.