Балансировка нагрузки «глубина в первую очередь» и автомасштабирование: как расписание переопределяет настройку пула узлов
Партнёр · Нейтральный партнёр: Nerdio
By Mirko Peters ·
Когда план масштабирования назначен пулу узлов сеансов с общим доступом и включён, алгоритм балансировки нагрузки в каждой фазе расписания переопределяет настройку пула, сообщает Learn. В этом руководстве показано, где задать «глубину в первую очередь» и как это проверить.
Automatically translated with AI from the original post. Read the English original
Если к пулу узлов с общим доступом назначен и включён план масштабирования, выполняется алгоритм балансировки нагрузки из фазы расписания, а не из настроек пула. Microsoft Learn подтверждает это для фазы нарастания («настройка балансировки нагрузки, которую вы выбираете здесь, переопределяет ту, которую вы выбрали в исходных настройках пула узлов») и в общем виде указывает, что для пулов с общим доступом автомасштабирование игнорирует алгоритм балансировки из настроек пула и применяет балансировку на основе конфигурации расписания. Это руководство является справочником по полям для этого: поле алгоритма в каждой фазе, значения, которые переносятся, и проверки, которые нужно выполнить после настройки.
Ключевые выводы
- Learn сообщает, что балансировка нагрузки из плана масштабирования переопределяет настройку пула узлов, а для пулов с общим доступом автомасштабирование перезаписывает режим drain, пока автомасштабирование включено для пула.
- В каждой фазе расписания для пула с общим доступом есть собственное поле алгоритма. Learn рекомендует «ширину в первую очередь» для фазы нарастания и «глубину в первую очередь» для периода низкой нагрузки, а для пиковой нагрузки допускает любой вариант.
- «Глубина в первую очередь» позволяет автомасштабированию консолидировать сеансы. Узел выключается только в том случае, если все сеансы помещаются без превышения порога ёмкости и сохраняется минимальный процент узлов.
- Пулам узлов с общим доступом и автомасштабированием нужен пользовательский максимальный предел сеансов. Learn рекомендует не использовать значение по умолчанию.
- Автомасштабирование меняет режим drain на каждом узле в области действия, независимо от того, кто его задал. Чтобы исключить узел из масштабирования, используйте тег исключения.
Статья охватывает управление питанием с автомасштабированием для пулов с общим доступом, которое общедоступно. Microsoft объявила о общей доступности расширенного управления пулами узлов, включая динамическое автомасштабирование, в июле 2026 года (Tech Community). Однако на некоторых страницах Learn всё ещё есть формулировки о предварительной версии, например на страницах со сценариями и глоссарием, поэтому перед тем как опираться на какое-либо ограничение, проверьте текущую страницу. Связанные статьи этой серии: «Depth-first load balancing in Azure Virtual Desktop explained» объясняет сам алгоритм, а «Forcing users to sign out during AVD ramp-down: what happens and what users see» описывает поведение при выходе из сеанса.
Где происходит переопределение
План масштабирования содержит расписания, а в каждом расписании четыре фазы. В портале Azure у каждой фазы для пула с общим доступом есть собственное поле:
| Фаза | Поле алгоритма | Что говорит Learn |
|---|---|---|
| Ramp-up | Алгоритм балансировки нагрузки | Рекомендуется «ширина в первую очередь», и сказано, что этот выбор переопределяет настройку пула узлов |
| Пиковые часы | Балансировка нагрузки | В ширину или в глубину |
| Ramp-down | Алгоритм распределения нагрузки | На странице нет рекомендации |
| Часы вне пика | Алгоритм распределения нагрузки | Рекомендуется «глубина в первую очередь», чтобы постепенно уменьшать количество узлов на основе сеансов на каждой виртуальной машине |
В FAQ по автомасштабированию объясняется логика: «ширина в первую очередь» в первых двух фазах обеспечивает равномерное распределение сеансов, что, по словам Learn, оптимизирует производительность, а «глубина в первую очередь» в последних двух фазах помогает автомасштабированию консолидировать сеансы до минимально возможного количества узлов сеансов.
На странице сценариев Learn в примерах для разгона, пика и спада используется breadth-first, а для снижения нагрузки — depth-first. Это примеры, а не правило, поэтому при проектировании расписания ориентируйтесь на текст рекомендаций.
Какому значению доверять
Learn описывает переопределение в расписании, поэтому поле балансировки нагрузки самого пула хостов не является настройкой, которая работает, пока для пула включено автомасштабирование. Learn указывает, что план масштабирования начинает действовать сразу после включения, и что если план был включен при развертывании, его можно отключить для выбранного пула хостов в меню Scaling plan, снявшем флажок Enable autoscale. По нашему мнению, пока автомасштабирование отключено для пула, расписание не применяется, поэтому в этом случае проверяйте настройку самого пула хостов. Это важно, когда вы временно отключаете автомасштабирование, например перед техническими работами.
Не используйте страницу Properties пула хостов, чтобы определить, какой алгоритм действует, пока план включен; смотрите расписание. Чтобы проверить это в своей среде, создайте тестовый пул, назначьте план с depth-first в период низкой нагрузки и посмотрите, на какие хосты попадают новые сеансы.
Learn также указывает, что изменения плана, уже назначенного пулам хостов, применяются немедленно. Поэтому правка расписания — это изменение в работающей среде.
Настройки, которые должны соответствовать depth-first
Depth-first действительно эффективно консолидирует сеансы, только если соседние настройки ему соответствуют. Требования и сценарии Learn перечисляют их.
- Пользовательский максимальный лимит сеансов. Learn указывает, что для автомасштабирования пулов с общими хостами нужно настроить максимальный лимит сеансов, а не оставлять значение по умолчанию. Depth-first тоже требует его наличия. Пул, созданный с breadth-first, получает значение по умолчанию 999999, из-за которого расчет емкости теряет смысл; это наш вывод из формулы, поэтому значение нужно заменить.
- Пороговое значение емкости. Задается при разгоне и переносится на пик, где, по данным Learn, отдельно его изменить нельзя. У спада есть собственное поле, и период низкой нагрузки использует это значение. Автомасштабирование выключает хосты только тогда, когда используемая емкость остается на уровне порога или ниже него.
- Минимальный процент хостов. Наименьшая доля хостов, которая должна оставаться включенной. Learn указывает, что результат округляется вверх до целого числа: в пуле из семи хостов 10% на этапе разгона оставляют один хост включенным.
- Принудительный выход из системы. Применяется только при снижении нагрузки. Без него вы выбираете, ждать ли отсутствия активных и отключенных сеансов или только отсутствия активных сеансов.
- Отключенные сеансы. Они учитываются как сеансы. В FAQ Learn сказано, что для достижения нуля хостов нужно, чтобы число сеансов, включая отключенные, было равно нулю, и рекомендуется задать тайм-аут для отключенных сеансов через групповую политику.
Что depth-first добавляет к консолидации
Learn описывает консолидацию сеансов как процесс, который автомасштабирование использует при снижении нагрузки и в периоды низкой нагрузки, чтобы сократить число работающих хостов: общее число сеансов, активных и отключенных, делится на максимальный лимит сеансов, умноженный на пороговое значение емкости, и результат округляется вверх. В сценарии 3 Learn разбирает этот расчет для depth-first: шесть хостов, порог 75% и лимит 5. Пошаговое описание есть в статье «Forcing users to sign out during AVD ramp-down: what happens and what users see», а арифметика порога — в статье «Choosing the right capacity threshold for pooled host pools».
Learn приводит этот расчет, не связывая его с каким-либо одним алгоритмом. По нашему мнению, алгоритм определяет, на какие хосты попадают новые сеансы, а консолидация определяет, какие хосты можно выключить, поэтому depth-first помогает: в момент расчета меньше хостов содержат сеансы. Learn этого прямо не утверждает.
Для проектирования расписания важны два момента:
- Принудительный выход из системы не происходит на этапе снижения нагрузки. В FAQ сказано, что автомасштабирование не заставляет пользователей выходить из системы в нерабочее время. Если хост находится в режиме дренирования на этапе снижения нагрузки, а пользователи всё ещё подключены, когда фаза переходит в нерабочее время, автомасштабирование дожидается, пока все пользователи выйдут, и только потом освобождает виртуальную машину. По нашему мнению, заполнение по принципу «в глубину» в нерабочее время консолидирует сессии лишь настолько, насколько пользователи выходят сами.
- Этап наращивания нагрузки не выключает хосты. В сценарии 2 документации Learn сказано, что объединённое автомасштабирование не выключает узлы сеансов на этапе наращивания нагрузки. Поэтому выбор алгоритма «в ширину» там связан с распределением нагрузки, а не с экономией затрат.
Шаги: задайте заполнение «в глубину» для нерабочего времени
В Learn перечислены эти вкладки для создания или изменения расписания для объединённого пула.
- На портале Azure откройте Azure Virtual Desktop, затем Scaling plans и выберите план.
- В разделе Manage выберите Schedules, затем откройте расписание, которое нужно изменить. Если в плане ещё нет расписания, сначала создайте его.
- На вкладке Ramp up задайте время начала, алгоритм (breadth-first), минимальный процент хостов и пороговое значение загрузки.
- На вкладке Peak hours выберите breadth-first или depth-first.
- На вкладке Ramp-down задайте время начала, алгоритм, минимальный процент, пороговое значение загрузки и принудительный выход пользователей из системы.
- На вкладке Off-peak hours задайте время начала и выберите depth-first. Пороговое значение загрузки здесь не задаётся; значение из Ramp-down переносится автоматически.
- Подтвердите изменение. Если план уже назначен, изменение применяется сразу.
Learn также отмечает, что в дни, не выбранные в расписании, последние настройки нерабочего времени действуют до следующего наращивания нагрузки. Поэтому настройка depth-first для нерабочего времени в пятницу действует и на выходных, если расписание для выходных не создано.
Исключение хоста из логики
В Learn сказано, что для пулов с объединёнными хостами автомасштабирование перезаписывает режим дренирования, а в FAQ уточняется, что это справедливо независимо от того, кто перевёл хост в режим дренирования. Чтобы исключить хост, используйте тег исключения; его настройка описана в статье «Exclusion tags in AVD autoscale: keeping individual VMs out of scaling». Для алгоритма depth-first важно учитывать, что автомасштабирование не запускает, не останавливает и не переводит в дренирование хост с тегом, хотя, по данным Learn, такие хосты всё равно учитываются при расчёте минимального процента хостов. По нашему мнению, сеансы, попавшие на хост с тегом, не консолидируются; Learn не говорит, учитываются ли хосты с тегом в расчёте консолидации.
Проверки после изменения
- Убедитесь, что максимальный лимит сеансов для пула хостов задан пользовательским значением.
- В нерабочее время посмотрите количество сеансов на хост в Insights. Наша рекомендация: сеансы должны концентрироваться на небольшом числе хостов; это практическая проверка, а не утверждение Learn.
- На этапе снижения нагрузки следите, переходят ли хосты в режим дренирования и выключаются ли они.
- Ищите отключённые сеансы, которые удерживают хосты во включённом состоянии.
- Проверьте, включено ли автомасштабирование для пула хостов; если оно отключено, сеансы распределяет не расписание.
- Пересматривайте расписание каждый раз, когда кто-то меняет алгоритм пула хостов, чтобы не считать, что они согласованы.
Источники
- Microsoft Learn: создание и назначение плана масштабирования автомасштабирования для Azure Virtual Desktop
- Microsoft Learn: планы масштабирования автомасштабирования и примеры сценариев в Azure Virtual Desktop
- Microsoft Learn: Azure Virtual Desktop autoscale FAQ
- Microsoft Learn: глоссарий автомасштабирования для Azure Virtual Desktop
- Microsoft Learn: настройка балансировки нагрузки пула узлов в Azure Virtual Desktop
- Microsoft Tech Community: расширенное управление пулами узлов для Azure Virtual Desktop теперь общедоступно
FAQ
Если я задам «глубину в первую очередь» в пуле узлов, будет ли она действовать после назначения и включения плана масштабирования?
В Microsoft Learn сказано, что настройка, выбранная в расписании, переопределяет настройку пула узлов, а для пулов с общим доступом автомасштабирование игнорирует алгоритм пула и применяет балансировку нагрузки из конфигурации расписания. Learn также сообщает, что план масштабирования начинает действовать после его включения, и описывает возможность отключить план для выбранного пула узлов. Пока автомасштабирование включено, ориентируйтесь на расписание, а не на настройку пула. Чтобы проверить это в своей среде, создайте тестовый пул и посмотрите, на какие узлы попадают новые сеансы.
В каких фазах следует использовать «глубину в первую очередь»?
В статье Learn о плане масштабирования рекомендуется «глубина в первую очередь» для периода низкой нагрузки и «ширина в первую очередь» для фазы нарастания, а для пиковой нагрузки допускается любой вариант. В FAQ предлагается использовать «глубину в первую очередь» для фаз снижения нагрузки и низкой нагрузки, чтобы автомасштабирование могло консолидировать сеансы на минимальном количестве узлов.
Относится ли это к персональным пулам узлов?
Нет. Learn сообщает, что балансировка нагрузки к персональным пулам не применяется. Вместо этого в персональных расписаниях задаётся действие, которое выполняется при отключении или выходе пользователя из сеанса.