Citrix Systems 5.6 Benutzerhandbuch

104

Workload Balancing determines whether to recommend relocating a workload and whether a physical host

is suitable for a virtual-machine workload by evaluating:

• Whether a resource's critical threshold is met on the physical host
• (If the critical threshold is met) the importance assigned to a resource

Note:

To  prevent  data  from  appearing  artificially  high,  Workload  Balancing  evaluates  the  daily  averages  for  a
resource and smooths utilization spikes.

When evaluating utilization, Workload Balancing compares its daily average to four thresholds: low, medium,

high, and critical. After you specify (or accept the default) critical threshold, Workload Balancing sets the

other thresholds relative to the critical threshold on a pool.

The default settings for the Critical Thresholds are as follows:

CPU Utilization

90%

Free Memory

51 MB

Network Read

26 MB per second

Network Write

26 MB per second

Disk Read

26 MB per second

Disk Write

26 MB per second

To prevent the pool master from becoming overloaded, Workload Balancing automatically sets the pool

master's Critical Thresholds at lower values.

1. In the 

Resources pane of XenCenter, select XenCenter > 

your-resource-pool

.

2. In the 

Properties pane, click the WLB tab.

3. In the 

WLB tab, click Configure WLB.

4. In the left pane, select 

Critical Thresholds.

5. In 

Critical Thresholds page, accept or enter a new value in the Critical Thresholds boxes.

Workload  Balancing  uses  these  thresholds  when  making  virtual-machine  placement  and  pool-

optimization recommendations. Workload Balancing strives to keep resource utilization on a host below

the critical values set.

Balancing workloads occurs if a resource's utilization is significant enough to warrant or prevent relocating

a workload. For example, if you set memory as a 

Less Important factor in placement recommendations,

Workload Balancing may still recommend placing virtual machines you are relocating on a server with high-

memory utilization.