Azure Virtual Desktop の分析情報のユースケース

[アーティクル]
05/03/2024

Azure Virtual Desktop Insights を使用すると、Azure Virtual Desktop のデプロイを理解するのに役立ちます。 Azure Virtual Desktop Insights は、どのクライアントバージョンに接続しているか、コスト削減の機会、リソースの制限や接続の問題があるかどうかを把握する、などのチェックをするのに役立ちます。変更を加える場合は、変更に意図した効果があることを継続的に検証し、必要に応じて繰り返すことができます。この記事では、Azure Virtual Desktop Insights のユースケースと、Azure portal を使用するシナリオの例について、いくつか説明します。

前提条件

セッションホストを含む既存のホストプールと、Azure Virtual Desktop Insights を使用するように構成されたワークスペース。
情報に基づいた意思決定を行うには、一定期間のアクティブなセッションが必要です。

接続

接続性の問題は、Azure Virtual Desktop を使用したエンドユーザーエクスペリエンスの品質と信頼性に重大な影響を与える場合があります。 Azure Virtual Desktop Insights は、接続性の問題を特定し、改善できる箇所を把握するのに役立ちます。

長い待ち時間

待機時間が長いと、リモートセッションの品質と速度が低下する場合があります。理想的な操作時間を維持するには、通常、待機時間は 100 ミリ秒を下回る必要があり、200 ミリ秒を超えるとセッションは概して低品質になります。 Azure Virtual Desktop Insights は、その "ラウンドトリップ時間" を調べることで、待機時間の影響を受けるゲートウェイリージョンとユーザーを特定するのに役立ち、接続性に関連したユーザーへの影響のケースをより簡単に見つけることができます。

ラウンドトリップ時間を表示する方法:

https://aka.ms/avdi にアクセスし、Azure portal 内で Azure Virtual Desktop Insights にサインインします。
ドロップダウンリストから、1 つ以上の [サブスクリプション]、[リソースグループ]、[ホストプール] を選択し、[時間の範囲] を指定してから、[接続のパフォーマンス] タブを選択します。
[ラウンドトリップ時間] のセクションを確認し、[RTT (ゲートウェイリージョン別)] の表と [all regions の RTT 中央値と 95 パーセンタイル] のグラフに注目します。以下の例では、ほとんどの待機時間の中央値は理想的なしきい値の 100 ミリ秒未満ですが、いくつかはそれより高くなっています。多くの場合で 95 パーセンタイル (p95) がその中央値よりも大幅に高いため、これは一部のユーザーに待機時間が長い期間が発生していることを意味します。

ヒント

ゲートウェイリージョンコードとそれに対応する Azure リージョンのリストは、ゲートウェイリージョンコードに関する記事で確認できます。
[RTT (ゲートウェイリージョン別)] の表で、その横の矢印が下向きになるまで [中央値] を選択し、その待機時間の中央値を降順で並べ替えます。この順序では、最も大きな影響を受けている可能性のある、最も長い待機時間にユーザーが到達しているゲートウェイが強調表示されます。 1 つのゲートウェイを選択して、その [RTT の中央値と 95 パーセンタイル] のグラフを表示し、特定のリージョンに対して RTT 中央値が上位 20 人のユーザーのリストをフィルター処理します。

この例では、SAN ゲートウェイリージョンの待機時間の中央値が最も高く、このグラフでは時間の経過と共にユーザーはしきい値を大幅に超えており、接続品質が低いことを示します。

このユーザーのリストを使用して、これらの問題の影響を受けているユーザーを特定できます。 [詳細] 列内の虫眼鏡アイコンを選択し、データをさらにドリルダウンできます。

Wi-Fi 接続の低下やインターネットサービスプロバイダー (ISP) の問題など、一部のユーザーに対して予想よりも待機時間が長くなる原因はいくつか考えられます。ただし、影響を受けるユーザーのリストを使用して、該当するユーザーのネットワーク接続性を把握することで、積極的にエンドユーザーと連絡を取り、エンドユーザーエクスペリエンスの問題の解決を試みることができます。

パフォーマンスに関する潜在的な懸念事項を特定するには、環境内のラウンドトリップ時間とその全体的な傾向を定期的に確認する必要があります。

セッションホストのパフォーマンス

セッションホストに関する問題 (セッションホストのセッションが多すぎて、エンドユーザーが実行しているワークロードに対処できない場合など) は、エンドユーザーエクスペリエンスが低下する主な原因である場合があります。 Azure Virtual Desktop Insights では、リソース使用率とユーザーによる入力の遅延に関する詳しい情報を提供し、ユーザーが CPU やメモリといったリソース制限の影響を受けるかどうかを、より簡単かつ迅速に見つけることができます。

セッションホストのパフォーマンスを表示する方法:

Azure portal にサインインします。
検索バーに「Azure Virtual Desktop」と入力し、一致するサービスエントリを選択して Azure Virtual Desktop の概要に移動します。
[ホストプール] を選択し、セッションホストのパフォーマンスを表示するホストプールの名前を選択します。
[分析情報] を選択し、[時間の範囲] を指定して、[ホストパフォーマンス] タブを選択します。
[ホストごとの入力遅延] の表と [時間の経過に伴う入力遅延の中央値] のグラフを確認し、そのホストプール内における各セッションホストのユーザーによる入力の遅延値について、中央値と 95 パーセンタイルの概要を把握します。理想的には、各ホストのユーザーによる入力の遅延は 100 ミリ秒未満である必要があり、値は小さいほど望ましいです。

次の例では、該当のセッションホストのユーザーによる入力の遅延の中央値は妥当ですが、時折しきい値が 100 ミリ秒を超えており、エンドユーザーに影響を与える可能性があることを示しています。
予想よりも長いユーザーによる入力の遅延 (>100 ミリ秒) が見られる場合は、そのセッションホストの CPU、メモリ、ディスクアクティビティの集計された統計情報を調査し、予想よりも高い使用率の期間があるかどうかを確認するのが有益な場合があります。 [ホストの CPU とメモリに関するメトリック]、[ホストのディスクのタイミングに関するメトリック]、[ホストのディスクキュー長] のグラフには、セッションホスト全体を集計した、または選択したセッションホストの、リソースメトリックが表示されます。

この例では、ディスクの読み取り時間が長い期間がいくつかあり、上にあるユーザーによる入力の遅延と相関関係があります。
特定のセッションホストに関する詳細を表示するには、[ホストの診断] タブを選びます。
[パフォーマンスカウンター] のセクションを確認して、次の指定されたしきい値を超えたデバイスの簡単な概要を確認します。
- 利用可能な MB (利用可能なメモリ)
- ページフォールト/秒
- CPU 稼働率
- ディスク領域
- セッションごとの入力遅延
パラメータを選択すると、ドリルダウンして、選択したセッションホストの傾向を確認できます。次の例では、選択した期間 (1 分間) に 1 つのセッションホストで CPU 使用率が高くなっていました (> 60%)。

セッションホストのリソース使用率の高い期間が長くなっている場合は、ユーザーワークロードに対してより適切に対応するために、セッションホストの Azure VM サイズの増加を検討することをお勧めします。

クライアントバージョンの使用状況

Azure Virtual Desktop のエンドユーザーに起きる問題の一般的な原因の 1 つは、新しいまたは更新された機能が欠けている、もしくはより新しいバージョンで解決済みの既知の問題を含む、いずれかの古いクライアントを使用することです。 Azure Virtual Desktop Insights には、使用中のさまざまなクライアントのリストが含まれており、古くなっている可能性があるクライアントも特定されます。

古いクライアントを使用しているユーザーのリストを表示する方法:

https://aka.ms/avdi にアクセスし、Azure portal 内で Azure Virtual Desktop Insights にサインインします。
ドロップダウンリストから、1 つ以上の [サブスクリプション]、[リソースグループ]、[ホストプール] を選択し、[時間の範囲] を指定してから、[クライアント] タブを選択します。
[古くなった可能性のあるクライアントを使用しているユーザー (すべての種類のアクティビティ)] のセクションを確認します。概要表には、選択した時間の範囲内で環境に接続している各クライアントの最も高いバージョンレベル (最新としてマーク) と、古いバージョンを使用しているユーザー数 (括弧内) が表示されます。

以下の例では、Windows 用の Microsoft リモートデスクトップクライアント (MSRDC) の最新バージョンは 1.2.4487.0 であり、993 人のユーザーが現在、それより古いバージョンを使用しています。また、そこには接続の数と、古いクライアントが最新バージョンから何日遅れているかも表示されます。
詳細を確認するには、クライアントを展開して、そのクライアントの古いバージョンを使用しているユーザーのリスト、そのバージョン、そのバージョンを使用して最後に接続した日を表示します。表の右上隅にあるボタンを使用してデータをエクスポートし、該当するユーザーと連絡を取る、または更新プログラムの伝播状況を監視することができます。

ユーザーが最適なエクスペリエンスを得られるように、使用中のクライアントバージョンを定期的に確認する必要があります。

コスト削減の機会

セッションホストの使用率を把握すると、スケーリングプランを使用して支出を削減する、仮想マシンのサイズを変更する、またはそのプール内のセッションホスト数を減らすことができる可能性がある箇所を示すのに役立ちます。 Azure Virtual Desktop Insights では使用パターンを可視化することができ、実際のユーザーの使用状況に基づいてリソースを最適に管理する方法について、最も情報に基づいた意思決定を下すのに役立ちます。

セッションホストの使用率

セッションホストの需要のピーク時間帯、またはセッションの数がほとんどないか存在しない時間帯を把握すると、セッションホストの管理方法について意思決定を下すのに役立ちます。自動スケーリングを使用し、使用パターンに基づいてセッションホストをスケーリングできます。 Azure Virtual Desktop Insights は、複数のホストプールにまたがるユーザーアクティビティの広範なパターンを特定するのに役立ちます。セッションホストをスケーリングする機会を見つけた場合は、この情報を使用してスケーリングプランを作成できます。

セッションホストの使用率を表示する方法:

https://aka.ms/avdi にアクセスし、Azure portal 内で Azure Virtual Desktop Insights にサインインします。
ドロップダウンリストから、1 つ以上の [サブスクリプション]、[リソースグループ]、[ホストプール] を選択し、[時間の範囲] を指定してから、[使用率] タブを選択します。
[セッションの履歴] グラフを確認します。このグラフには、時間の経過にともなうアクティブおよびアイドル (切断された) 状態のセッション数が表示されます。ピーク時のユーザーセッション数と、そのピークが発生する期間から、高いアクティビティの期間と低いアクティビティの期間を特定します。アクティビティの定期的な繰り返しのパターンを見つけた場合、これは通常、スケーリングプランを実装するのに適した機会があることを示します。

この例では、このグラフに 1 週間のユーザーセッション数の推移が表示されます。ピークは平日の正午頃に発生し、週末にはアクティビティが顕著に低くなっています。これは、平日は需要を満たすためにセッションホストをスケーリングし、週末にはセッションホストの数を減らす機会があることを示唆します。
[セッションホスト数] グラフを使用して、時間の経過にともなうアクティブなセッションホストの平均数と、特にアイドル (セッションなし) 状態のセッションホストの平均数に注目します。理想的には、セッションホストは接続されたセッションとアクティブなワークロードを積極的にサポートし、使用されていない時間帯にはスケーリングプランを使用して電源をオフにする必要があります。ユーザーに対して不規則な時間の可用性を確保するには、最低限の数のセッションホストの電源をオンに保つことが必要な場合があるため、時間の経過にともなう使用状況を把握することは、バッファーとして電源をオンに保つセッションホストの適切な数を見つけるのに役立ちます。

スケーリングプランが最終的には使用パターンに適していない場合でも、セッションの需要を分析し、可能であればアイドル状態のデバイスの数を減らすことで、バッファーとして使用できるセッションホストの合計数のバランスを取る機会はまだあります。

この例では、このグラフは、1 週間にわたる長い期間でアイドル状態のセッションホストの電源がオンになっているためにコストが増加していることを示します。
ドロップダウンリストを使用してそのスコープを 1 つのホストプールに減らし、[セッションの履歴] と [セッションホスト数] の分析を繰り返します。このスコープでは、特定のホストプール内のセッションホストに固有のパターンを特定することができ、そのホストプールのスケーリングプランを作成するのに役立ちます。

この例では、1 番目のグラフは 1 週間を通した午前 6 時から午後 10 時までのユーザーアクティビティのパターンを示します。週末のアクティビティは最小限です。 2 番目のグラフは同じ週を通したアクティブおよびアイドル状態のセッションホストの数を示します。アイドル状態のセッションホストの電源がオンになっている時間が長い期間があります。この情報を使用すると、スケーリングプラン用に最適なランプアップおよびランプダウン時間を決定するのに役立ちます。
その特定した使用パターンに基づいてスケーリングプランを作成し、そのスケーリングプランをホストプールに割り当てます。