FlashArray-Unterstützung als externen Speicher zur vereinfachten Verwaltung serviceorientierter hybrider Cloud-Umgebungen. Entkoppelung von Rechenleistung und Speicher…
Hintergrund
Unternehmen verlangen im Zusammenhang mit hyperkonvergenten Architekturen nach weiteren Möglichkeiten, um die jeweils optimale Speicherarchitektur für ihre spezifischen Virtualisierungs-Workloads auswählen und betreiben zu können, inklusice des Hybrid-Cloud-Bereichs. Das übergeordnete Ziel ist es, die Infrastruktur automatisiert, integriert und serviceorientiert zu betreiben.
Der Anbieter stellt dazu die Erweiterung seiner Enterprise Data Cloud in die Public Cloud mit der Einführung von Pure Storage Cloud Azure Native vor - entwickelt in Zusammenarbeit mit Microsoft - als vollständig verwalteter Enterprise Block Volume as a Service.
Microsoft unterstützt im Bereich SAN Support dazu neben weiteren Speicheranbietern jetzt Pure Storage FlashArray als externen Speicher für Azure Local. Damit soll es Unternehmen ermöglicht werden, Rechenleistung und Speicher zu entkoppeln, um eine höhere Leistung, Effizienz und einfachere Verwaltung in Hybrid-Cloud-Umgebungen zu erreichen (Anmerkung: Azure Local rack aware clustering als Preview, Stand 18. Nov. ’25. Siehe auch Abb. unten).
Quelle: Microsoft Azure Arc Blog „What’s new in Azure Local: Cloud infrastructure for distributed locations enabled by Azure Arc“. Nov 18, 2025.
Anpassungen an die Hybrid-Cloud
Das traditionelle HCI-Modell eignet sich sehr gut für allgemeine Workloads, hat jedoch oft Schwierigkeiten mit hochleistungsfähigen, speicherintensiven Anwendungen mit geringer Latenz. Dies gilt auch, wenn eine echte Trennung von Rechenleistung und Speicher zur besseren Skalierbarkeit, Ressourcen-Nutzung und Kostenoptimierung erforderlich wird. Ein „One-size-fits-all”-Ansatz für die Komplexität moderner Unternehmensumgebungen ist auf Grund der dynamischen Entwicklungen für viele Unternehmen dann oft nicht ausreichend. Durch die Integration von Pure Storage FlashArray in Azure Local können sich für Betreiber folgende Vorteile ergeben (Quelle, Anbieter):
„Unabhängige Skalierung: Leistung und Kapazität der Speicherebene skalieren, ohne Rechenressourcen hinzufügen oder unterbrechen zu müssen.
Effizienz maximieren: Hochgradige Datenreduzierung, Zuverlässigkeit und Leistung von FlashArray für Workloads, die in Azure Local ausgeführt werden. Einfache Erstellung platzsparender Hardware-Snapshots, Klonen von Workloads für Tests und Entwicklung und – im Falle eines Cyberangriffs – schnelle Wiederherstellung mit unveränderlichen und unlöschbaren SafeMode-Snapshots.
Verwaltung vereinfachen: Vorhandenes FlashArray-Betriebswissen und -Tools für Hybrid-Cloud-Umgebungen nutzen.
Virtualisierung und die Vereinheitlichung von Daten: Abstrakte Speicher-Arrays ermöglichen ein Flottenmanagement, bei dem die Nutzer die Konfigurationsanforderungen für Workloads definieren und diese dann konsistent bereitstellen können. Dadurch soll es möglich sein, Silos zu beseitigen, Mobilität zu gewährleisten und eine konsistente Kontrolle überall dort zu ermöglichen, wo Daten gespeichert sind.“
Was ist Microsoft Azure Local?
Azure Local ist die lokale Erweiterung von Azure durch Microsoft – ein verwalteter Dienst, der die Azure-Infrastruktur und -Dienste im Rechenzentrum oder am Edge-Standort eines Kunden ausführt. Es basiert auf Windows Server Core Hyper-V und wird als von Azure verwaltete Hardware bereitgestellt.
Unternehmen können mit dem Dienst Azure-VMs, Container mit Azure Kubernetes Service (AKS), VDI mit Azure Virtual Desktop, Microsoft 365 Local und Azure-Dienste lokal ausführen und gleichzeitig mit der Azure-Steuerungsebene verbunden bleiben, um eine einheitliche Verwaltung, Abrechnung und Updates zu gewährleisten.
Pure Storage FlashArray-Integrationen mit Azure Local
Mit Hilfe der Integration können Azure Local-Cluster Pure Storage FlashArray als externen Hochleistungsspeicher nutzen und Rechenleistung und Speicher für anspruchsvolle Workloads trennen. Die Vorteile sind:
„Unterstützung für externen Speicher: FlashArray bietet eine externe Speicherschicht für Azure Local-Cluster und ermöglicht so eine von Rechenleistung unabhängige Skalierung von Leistung und Kapazität.
Konnektivitätsprotokolle: Die erste Version konzentriert sich auf robuste Fibre-Channel-Konnektivität für unternehmenskritische Anwendungen.
Zukünftige Protokollunterstützung: Die Unterstützung von iSCSI und anderen Protokollen ist nach der ersten Fibre-Channel-Version geplant.
Leistung und Verfügbarkeit: Workloads können mit konsistenten Latenzzeiten im Sub-Millisekundenbereich und einer FlashArray Verfügbarkeit von 99,9999 Prozent rechnen."

(1) Abb.: NEW: Rack Aware Clusters (Preview). Azure Local, „Announcing the preview of Azure Local rack aware cluster“ (Bildquelle: Microsoft).
Pure Storage im Microsoft Windows-Ökosystem
Azure Local basiert auf Windows Server. Der Speicheranbieter liefert dazu verschiedenste Integrationen mit Microsoft (Quelle / Anbieter, Stand Anfang Dez. 2025):
„Offloaded Data Transfer (ODX): Kopie von Daten zwischen Pure Storage-Volumes entlasten, die NTFS-formatiert sind (das empfohlene Dateisystem für Cluster Shared Volumes, auf denen virtuelle Maschinen gespeichert sind).
Volume Shadow Copy Service (VSS): Erstellen von anwendungskonsistenten Hardware-Snapshots von virtuellen Maschinen auf Cluster Shared Volumes mit dem integrierten DiskShadow (oder einer Backup-Anwendung eines Drittanbieters). Diese Snapshots können auf ein anderes FlashArray vor Ort oder auf ein virtuelles FlashArray in Azure repliziert werden.
PowerShell: Verwaltung des FlashArray-Systems und Durchführung von Automatisierungen mit dem Pure Storage PowerShell SDK2. Erstellung von absturzkonsistenten Snapshots mit dem Pure Storage Backup SDK.
Windows Admin Center v2 (WAC): Die Pure Storage-Erweiterung für WAC vereinfacht die Verwaltung des FlashArray-Systems und ermöglicht das schnelle Scannen und Korrigieren der MPIO-Einstellungen von Servern.
Datenmigrationen überflüssig machen: Die Pure Storage Evergreen-Architektur wurde laut Entwickler so konzipiert, dass sie unterbrechungsfrei ist und Controller und Kapazitäten ohne Ausfallzeiten, Leistungseinbußen oder Datenmigrationen vor Ort aktualisiert werden können. Das bedeutet, dass die Speicherschicht, die die Azure Local-Umgebung unterstützt, immer auf dem neuesten Stand ist, wodurch die Verfügbarkeit von Anwendungen maximiert und kostspielige, zeitaufwändige Datenmigrationsprojekte entfallen können.
System Center Operations Manager: Das Pure Storage Management Pack für FlashArray kann bei Fehlern und Trends sowohl hinsichtlich der Kapazitätsauslastung als auch der Speicherleistung Warnmeldungen ausgeben.
System Center Virtual Machine Manager (SCVMM): VMM kann zur Verwaltung von Blockspeicher verwendet werden. Dazu wird ein neues Pure Storage-Volume erstellt, an einen Cluster angehängt, formatiert, zum Failover-Cluster hinzugefügt und als Cluster Shared Volume konfiguriert.“
Weitere Unternehmensankündigungen in diesem Jahr betrafen Funktionen und Technologien zur vereinfachte Workload-Erweiterung über eine einheitliche Datenebene (Quelle, Anbieter). Dazu gehören:
- Die Weiterentwicklung der FlashArray-Familie mit FlashArray//XL190 R5, FlashArray//X R5 und FlashArray//C R5.
- Pure1 AI Copilot Erweiterungen um Portworx Pure1 AI Copilot - einem KI-gestützten Plattform-Engineering-Assistenten für Portworx-Kunden.
- Ankündigung zur Integration von Pure1 AI Copilot mit MCP-Servern (Model Context Protocol).
- Pure Protect Recovery Zones und Cyber Resilience als Service mit Veeam zur proaktiven Erkennung von Bedrohungen und schneller Wiederherstellung.
- Aktivierung integrierter Erkennungsfunktionen mit Tools zur Echtzeitsicherheit mit CrowdStrike Falcon sowie Datei- und Benutzerüberwachung-/Behebung mit Superna.
Querverweis:
Unser Beitrag > Storage für die Logistikbranche auf Basis KIOXIA AiSAQ und Memory-Centric AI Software Plattform
Unser Beitrag > Hybride Datenarchitekturen als entscheidender Faktor zur sicheren und beschleunigten KI-Integration
Unser Beitrag > Speicherkosten optimieren: Datadobi StorageMAP 7.4 führt Advanced Storage Optimizer ein