M365Con 2027 – conferência online gratuita · 11–22 Jan 2027 · 120 sessions m365con.net

Blog · Mirko Peters

Escolhendo o limite de capacidade certo para pools de hosts agrupados

Parceiro · Parceiro neutro: Nerdio

By ·

Escolha o limite de capacidade de um pool de hosts agrupado do Azure Virtual Desktop calculando quantas sessões precisam caber entre o ponto de acionamento e o limite máximo de sessões enquanto o próximo host é iniciado. Como regra prática, comece com um valor menor na fase de aumento (ramp-up) e um maior na fase de redução (ramp-down), e confirme com o Insights.

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

Escolha o limite de capacidade calculando quantas sessões ainda precisam caber entre o ponto de acionamento e o limite máximo de sessões enquanto o próximo host é iniciado. Um limite mais alto usa menos hosts, mas deixa um buffer menor para as entradas; por isso, como regra prática (nossa inferência), use um valor menor na fase de aumento e um maior na fase de redução, e depois ajuste com medições. O Microsoft Learn não indica um número único, e o portal preenche valores que o Learn chama de valores sugeridos para dias úteis; por isso, este guia oferece um método para verificá-los e indica quais afirmações são inferências.

Pontos-chave

  • O Learn dá limites de exemplo (de 30 a 90 por cento), mas nenhum valor recomendado. O número certo depende do seu limite de sessões, do padrão de entradas e do tempo de inicialização dos hosts.
  • Defina primeiro um limite máximo de sessões personalizado. O limite é uma porcentagem da capacidade, calculada como limite máximo de sessões multiplicado pelos hosts, e o valor padrão 999999 de um novo pool breadth-first torna esse cálculo sem sentido.
  • O buffer entre o ponto de acionamento e o limite de sessões precisa absorver as entradas enquanto o próximo host é iniciado. O tempo de inicialização varia de um ambiente para outro, então meça-o.
  • Como regra prática, que é nossa inferência e não uma afirmação do Learn, use um limite menor na fase de aumento, que se estende ao pico, e um maior na fase de redução, que se estende à fora de pico.
  • Cada 15 pontos de limite podem alterar a quantidade de hosts sob carga constante. Pelo nosso cálculo, 200 sessões com limite 32 precisam de pelo menos 11, 9 e 7 hosts com 60, 75 e 90 por cento, respectivamente.

Como o limite funciona é explicado em "Capacity threshold in AVD autoscale: how the percentage decides when another host starts". Aqui partimos do princípio de que você sabe que o autoscale inicia hosts quando a capacidade usada ultrapassa o limite de capacidade e que, nas fases de redução e fora de pico, ele consolida usando a fórmula sessões divididas por (limite de sessões × limite de capacidade), arredondada para cima.

Passo 1: Defina o limite máximo de sessões

O limite é uma porcentagem da capacidade, e a capacidade é o limite máximo de sessões multiplicado pelos hosts disponíveis. O Learn recomenda definir um limite personalizado para pools agrupados com autoscale e não manter o padrão. Para um pool breadth-first criado com o padrão, a página de balanceamento de carga informa que o limite é 999999. Com esse valor, a capacidade fica enorme, o uso permanece perto de 0 por cento e, pela aritmética, nenhum limite acionaria um novo host.

Derive o limite a partir da sua carga de trabalho. A tabela dimensionamento da Learn indica o número máximo de usuários por vCPU: 6 para cargas leves, 4 para médias, 2 para pesadas e 1 para cargas de potência, como pontos de partida genéricos a serem refinados com os seus próprios dados. Para um host com 8 vCPUs, isso significa até 48 sessões (leve), 32 (média) e 16 (pesada). A Learn também recomenda manter as VMs de multissessão entre 6 e 24 vCPUs, embora a mesma página recomende mais adiante de 4 a 24 núcleos. Teste com um grupo piloto antes de definir o valor, pois tanto o limite quanto o limiar dependem dele.

Etapa 2: transforme o percentual em sessões

O limiar só importa pelas sessões que ele implica. Considere 6 hosts em execução com um limite de 32 (carga média em 8 vCPUs). A capacidade é de 192 sessões.

LimiarPonto de disparo (um host é iniciado quando as sessões ultrapassam este valor)Margem até o limite
60 por cento115.276.8
75 por cento14448
90 por cento172.819.2

O ponto de disparo é a capacidade multiplicada pelo limiar, e a margem é a capacidade menos esse número. Com o limiar exatamente atingido, nada acontece; portanto, com um limiar de 75 por cento, a 145ª sessão é a primeira a iniciar outro host. A margem é o que absorve os novos logons entre o momento em que o autoscale decide iniciar um host e o momento em que esse host passa a aceitar sessões.

O tempo de inicialização depende da sua imagem, do tamanho da VM e da região, e a FAQ informa que as avaliações são disparadas por eventos de logon e logoff e agrupadas quando muitos chegam juntos. Portanto, a verificação cabe a você:

  1. Meça o tempo de inicialização de um host desalocado no seu ambiente, desde a solicitação de início até a primeira sessão aceita.
  2. Meça a sua taxa de logons durante os minutos de pico da rampa de subida. A Learn documenta a tabela WVDConnections como atividade de conexão, com as colunas TimeGenerated, State, UserName e CorrelationId. Uma abordagem, que é nossa e não um procedimento da Learn, é contar os valores distintos de CorrelationId por minuto durante a rampa de subida, depois de verificar quais valores de State o seu workspace registra.
  3. Multiplique os dois valores. Esse é o número de sessões que chegam enquanto um host está sendo iniciado. Trata-se de uma inferência, não de uma fórmula da Learn.
  4. Compare o resultado com a margem. Se a margem for menor, reduza o limiar ou aumente o percentual mínimo de hosts na rampa de subida para que os hosts já estejam em execução.

Por exemplo, com uma taxa de logons inventada de 30 por minuto e um tempo de inicialização inventado de 5 minutos, 150 sessões chegam durante a espera. Nenhuma linha da tabela cobre esse cenário, e mesmo um limiar de 30 por cento deixaria uma margem de apenas 134 sessões no pool de 6 hosts acima. Portanto, o limiar é a ferramenta errada para esse pico: inicie os hosts com antecedência usando o percentual mínimo de hosts e uma rampa de subida mais cedo. Depois, o limiar cuida do crescimento mais lento.

Etapa 3: use valores diferentes por fase

Você informa o limiar no campo Capacity threshold nas abas Ramp up e Ramp-down de uma programação. O pico usa o valor da rampa de subida, e o período fora de pico usa o valor da rampa de descida; nenhuma das abas permite editar esse valor. A Learn diz que os valores padrão exibidos ao criar uma programação são valores sugeridos para dias úteis, mas o artigo sobre planos de escalonamento não os lista. Por isso, leia o seu portal antes de salvar e teste-os com base na Etapa 2. Veja fases da programação de autoscale.

  • Rampa de subida e pico: limiar menor (nossa regra prática). As sessões chegam rapidamente, e a Learn informa que o autoscale em pool não desliga hosts durante a rampa de subida. Um valor menor inicia os hosts mais cedo e deixa uma margem maior. A FAQ dá a distribuição em largura primeiro como exemplo para essas fases, para que as sessões se espalhem pelos hosts.
  • Rampa de descida e fora de pico: limiar maior (nossa regra prática). Para a rampa de descida, a página de cenários diz que um limiar alto e um percentual mínimo de hosts baixo reduzem a necessidade de iniciar novos hosts no fim do expediente; o período fora de pico usa o valor da rampa de descida. A FAQ dá a distribuição em profundidade primeiro como exemplo aqui, para consolidar as sessões.

Os valores de exemplo da Learn's mostram a faixa, não uma recomendação: 30 por cento em um cenário de aumento gradual e pico com seis hosts e limite de 5, 75 por cento nos cenários de descida gradual e fora do pico e no exemplo de criar e atribuir, 80 por cento no exemplo de consolidação do glossário (8 usuários desconectados, limite 10), 90 por cento no exemplo de sessões desconectadas da FAQ e 60 por cento na descrição do campo de escalonamento automático dinâmico.

Passo 4: veja o que a escolha custa

Para consolidação, o artigo de solução de problemas da Learn's traz CEILING(total de sessões / (limite x limiar)) para descida gradual e fora do pico, compara o resultado com a porcentagem mínima de hosts ativos e usa o valor mais alto. A página de cenários apresenta a mesma divisão para a descida gradual, sem arredondamento, e a FAQ a descreve com sessões desconectadas, arredondando 6 / 4,5 = 1,33 para cima, resultando em 2 hosts. Aplicar isso no pico é uma inferência nossa: ela fornece o número mínimo de hosts que mantém o uso em ou abaixo do limiar, e a contagem real pode ser maior, porque o escalonamento automático não desliga hosts no aumento gradual e a porcentagem mínima de hosts define um piso. Para 200 sessões com limite de 32, o mínimo é:

LimiarCálculoNo mínimo
60 por cento200 / 19.2 = 10.411
75 por cento200 / 24 = 8.339
90 por cento200 / 28.8 = 6.947

A diferença calculada no mínimo é de quatro hosts entre 90 e 60 por cento (7 contra 11). Se a diferença real fosse de quatro hosts em um pico de oito horas em 22 dias úteis, isso daria 4 x 8 x 22 = 704 horas de host por mês, a serem multiplicadas pela sua própria tarifa; uma porcentagem mínima de hosts mais alta pode reduzir a diferença real. O modelo de custo está em "What Azure Virtual Desktop really costs: the full cost model".

Um exemplo prático

Um pool hipotético: 12 hosts, limite de 32 e pico de 200 sessões simultâneas. No aumento gradual e no pico, um limiar de 60 por cento exige no mínimo 11 hosts no pico, pela nossa inferência (200 / 19,2 = 10,4, arredondado para cima). O pool tem capacidade para isso, e o ponto de disparo com 11 hosts fica em cerca de 211 sessões. Na descida gradual e fora do pico, um limiar de 80 por cento e 40 sessões restantes exigem 40 / 25,6 = 1,56, ou seja, 2 hosts, e a porcentagem mínima de hosts define o piso abaixo disso.

Se a quantidade de hosts do pool for pequena demais para o pico no limiar escolhido, nenhuma configuração de limiar resolve o problema: a própria capacidade, ou seja, o limite, o tamanho da VM ou a quantidade de hosts, precisa mudar. O limiar apenas decide quando a capacidade é adicionada, não quanta capacidade existe.

Passo 5: verifique as interações

  • Sessões desconectadas contam. A FAQ e o artigo de solução de problemas da Learn's dizem que o escalonamento automático as trata como ativas para capacidade, porque os usuários podem se reconectar, e a fórmula do glossário conta sessões ativas mais desconectadas; portanto, sessões desconectadas que permanecem elevam o uso. Uma política de tempo limite para sessões desconectadas reduz a capacidade usada.
  • Hosts excluídos. Hosts com a tag de exclusão nunca são iniciados. Se todos os hosts restantes tiverem a tag, uma violação do limiar não inicia nada, e a Learn alerta que novos usuários podem ver "No resources available".
  • Logoff forçado. Na descida gradual, um limiar alto significa mais consolidação, o que significa mais usuários em hosts que o escalonamento automático remove (inferência nossa; a Learn diz apenas que o escalonamento automático escolhe o host com menos sessões). Com forçar logoff ativado, esses usuários são desconectados após o tempo de espera. Com ele desativado, você escolhe uma condição de parada da descida gradual (nenhuma sessão ativa ou desconectada, ou nenhuma sessão ativa), e a Learn diz que o escalonamento automático desliga um host somente se todas as sessões puderem ser consolidadas em menos hosts sem exceder o limiar.
  • Porcentagem mínima. Ela define um piso independentemente do limiar, então um limiar que parece alto demais pode ficar oculto atrás de um mínimo alto.
  • Gerenciamento de energia ou dinâmico. O limiar também se aplica ao escalonamento automático dinâmico, em que hosts são criados e excluídos. A Microsoft anunciou em julho de 2026 a disponibilidade geral do gerenciamento aprimorado de pool de hosts, incluindo escalonamento automático dinâmico, configuração e atualização de host de sessão e discos de SO efêmeros. Algumas páginas da Learn, por exemplo as páginas de cenários e de glossário e a versão 5.4.2-preview do módulo, ainda trazem linguagem de prévia; verifique a página atual antes de confiar em um limite.

Passo 6: valide com o Insights

O Insights mostra as decisões de autoscale para pools compartilhados (pooled), desde que algumas condições sejam atendidas primeiro. A Learn indica um host pool compartilhado com um plano de escalonamento atribuído (pools pessoais não são suportados) e o Insights configurado para o host pool e seu workspace. Nas configurações de diagnóstico do host pool, envie a categoria "Autoscale logs for pooled host pools" para o mesmo workspace do Log Analytics. Você precisa da função Desktop Virtualization Contributor para configurar os diagnósticos, e das funções Desktop Virtualization Reader e Log Analytics Reader para executar consultas. A tabela WVDAutoscaleEvaluationPooled da Learn inclui SessionOccupancyPercent, SessionCount, ActiveSessionHostsPercent e ScalingReasonMessage, além de ConfigCapacityThresholdPercent e ConfigMinActiveSessionHostsPercent; a Learn diz que as colunas Config contêm os valores de configuração do plano de escalonamento para uma fase da programação de autoscale. Depois de uma semana, execute a consulta da Learn para a ocupação máxima por dia, programação e fase:

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

Interprete assim, como uma heurística prática e não como uma regra da Learn: uma ocupação máxima bem abaixo do limite em uma fase (compare com ConfigCapacityThresholdPercent) sugere que o valor ou o mínimo está conservador demais; já uma ocupação que fica regularmente no limite, com reclamações de usuários sobre o tempo de login, sugere margem insuficiente. Mude um número por vez. Veja Azure Virtual Desktop Insights e planos de escalonamento.

Fontes

Seguir o podcastApple PodcastsSpotify

Perguntas frequentes

Qual limite de capacidade a Microsoft recomenda?

O texto do Learn não indica um valor único. Os exemplos usam 30, 60, 75, 80 e 90 por cento em cenários diferentes, e a página de cenários diz que um limite alto com uma porcentagem mínima baixa de hosts na fase de redução diminui a necessidade de iniciar novos hosts no fim do expediente. Em separado, o artigo sobre planos de escalonamento diz que os valores padrão que aparecem ao criar uma programação são valores sugeridos para dias úteis. Leia o que o seu portal mostra e verifique com o cálculo deste guia; trate os exemplos apenas como ilustrações.

Por que um limite alto corre o risco de uma experiência ruim ao entrar?

Porque um novo host só é solicitado depois que o uso ultrapassa o limite, e a capacidade restante precisa absorver as entradas enquanto esse host é iniciado. Meça o tempo de inicialização no seu ambiente. O resultado é uma inferência da fórmula de capacidade, não uma afirmação do Learn.

Preciso reajustar o limite ao adicionar hosts?

A porcentagem continua a mesma, mas o ponto de acionamento se move porque a capacidade é o limite máximo de sessões multiplicado pelos hosts disponíveis. Recalcule o buffer em sessões depois de alterar o limite ou o tamanho do pool.

Entities in this article

Temas deste artigo:

Capacity threshold (Azure Virtual Desktop) – Subtema de AVD scaling plan AVD scaling plan – Parte de Azure Virtual Desktop

Related articles

Mais artigos sobre AVD scaling plan:

RSS