In der dynamischen Welt der Internet-of-Things-Technologie (IoT) und der vernetzten Geräte wird die effektive und zuverlässige Verwaltung von Nachrichtenströmen immer wichtiger. MQTT, als leichtgewichtiges und ressourcenschonendes Protokoll, hat sich als De-facto-Standard etabliert, wenn es um die Kommunikation von Geräten in Echtzeit geht. In diesem Kontext setzt TBMQ 2. 1, eine Weiterentwicklung des bewährten MQTT-Stacks von ThingsBoard, neue Maßstäbe durch die Einführung innovativer Funktionen und Integrationsmöglichkeiten, die Unternehmen und Entwickler vor neue Horizonte stellen. Die Veröffentlichung von TBMQ 2. 1 am 29. April 2025 markiert einen bedeutenden Meilenstein auf dem Weg zu einer hochperformanten, skalierbaren und resilienten MQTT-Plattform mit eingebetteten Integrationen und umfassender Kubernetes-Unterstützung über Helm. Kernstück von TBMQ 2.
1 ist der sogenannte Integration Executor, ein neuer Microservice, der speziell für die Verwaltung und Ausführung von Integrationen konzipiert wurde. Während traditionelle MQTT-Broker häufig Integrationslogiken direkt in die Broker-Software einbetten, trennt TBMQ diese Verantwortlichkeiten konsequent. Somit konzentriert sich der Broker vollends auf das Protokollhandling, während der Integration Executor für die zustellungsorientierte Kommunikation mit externen Systemen sorgt. Diese klare Trennung führt zu einer verbesserten Performance, besseren Fehlerisolierung und vor allem zu einer höheren Skalierbarkeit des Gesamtsystems. Der Integration Executor kommuniziert mit dem TBMQ Broker über Apache Kafka, das als leistungsstarke Zwischenschicht dient. Diese Architektur erlaubt es, MQTT-Nachrichten, die bestimmten Integrationsabonnements entsprechen, in sogenannte Integration Events umzuwandeln.
Über dedizierte Kafka-Topics werden die Nachrichten zuverlässig und ohne Datenverlust an den Integration Executor übergeben. Von dort aus erfolgt die Weiterleitung an die konfigurierten Ziele – sei es ein HTTP-Endpunkt, ein Kafka Topic oder ein anderer MQTT-Broker. Die Nutzung von Kafka als Pufferschicht sorgt für eine fehlertolerante Verarbeitung selbst bei hoher Auslastung und bietet gleichzeitig zahlreiche Monitoring- und Retry-Mechanismen. Die eingebetteten Integrationen von TBMQ 2. 1 erlauben es, MQTT-Nachrichten in verschiedenste externe Systeme zu übertragen und somit nahtlose IoT-Datenpipelines aufzubauen. Mit Unterstützung für HTTP-, Kafka- und MQTT-Ausgangsintegrationen deckt TBMQ gängige, aber auch komplexe Anwendungsfälle ab. HTTP-Integrationen ermöglichen die Echtzeit-Weiterleitung von MQTT-Nachrichten an REST APIs oder Webhooks. Dies ist besonders relevant für die Integration mit Cloud-Diensten, serverlosen Architekturen oder diversen Business-Applikationen.
Die Flexibilität bei der Konfiguration von Headern, Authentifizierungsmechanismen und Payload-Formaten macht diese Integration äußerst vielseitig. Die MQTT-Integration dient wiederum dazu, TBMQ mit anderen MQTT-Brokern zu koppeln und so eine Broker-übergreifende Nachrichtenweiterleitung zu realisieren. Dies spielt eine wichtige Rolle in komplexen Multi-Region- oder Multi-Tier-Architekturen, in denen Daten zwischen lokalen und globalen MQTT-Umgebungen synchronisiert oder repliziert werden müssen. Die Möglichkeit, sichere Verbindungen über MQTT oder MQTTS zu nutzen, sowie fein granulare Topic-Filter erhöhen die Flexibilität und Sicherheit dieser Mesh-Strukturen. Parallel dazu bietet die Kafka-Integration eine Brücke zu modernen Event-Streaming-Plattformen und Big-Data-Ökosystemen. MQTT-Nachrichten können direkt in Kafka Topics eingespielt werden, wodurch sich umfangreiche Analysen, Echtzeitverarbeitungen oder Speicherlösungen realisieren lassen.
Die native Kafka-Anbindung unterstützt alle gängigen Kafka-Distributionen inklusive Confluent Cloud oder Managed Services wie AWS MSK. Durch die automatische Abbildung von MQTT-Topics auf Kafka-Topics wird die Integration besonders anwenderfreundlich und ohne großen Konfigurationsaufwand nutzbar. Ein wesentlicher Fortschritt in TBMQ 2. 1 ist zudem die Einführung einer offiziellen Helm Chart für Kubernetes-Umgebungen. Helm ist das populärste Paketmanagement-Tool für containerisierte Applikationen auf Kubernetes und ermöglicht dank vorgefertigter, konfigurierbarer Charts eine schnelle, reproduzierbare und einfach zu wartende Installation komplexer Systeme wie TBMQ. Die Helm Chart umfasst neben dem Core Broker auch den Integration Executor und alle notwendigen Abhängigkeiten wie PostgreSQL, Redis und Kafka als Subcharts.
Eingebundene Features wie TLS-gesicherte LoadBalancer, Ingress-Routen sowie Healthchecks sorgen für Produktionsreife und vereinfachen den Betrieb in Cloud-nativen Umgebungen. Der große Vorteil der Helm-Unterstützung liegt in der Automatisierung und Flexibilität. Anwender können mithilfe von values. yaml-Dateien individuelle Einstellungen wie Datenbank-Zugangsdaten, Ressourcenlimits oder MQTT-spezifische Konfigurationen vornehmen und so maßgeschneiderte Umgebungen für Entwicklung, Test oder Produktion erstellen. Die Möglichkeit zu einfachen Rollbacks bei fehlerhaften Updates trägt erheblich zur Betriebssicherheit bei. Aufgrund seiner guten Integrationsfähigkeit in CI/CD-Pipelines unterstützt Helm zudem moderne DevOps- und GitOps-Ansätze und beschleunigt Innovationen. Neben den technischen Innovationen hat das TBMQ-Team auch die Nutzeroberfläche aktualisiert, indem sie von Angular 15 auf Angular 19 umgestellt wurde.
Diese Modernisierung bringt eine gesteigerte Performance, verbesserte User Experience und Langzeitwartbarkeit der Software mit sich. Die Ablösung des Angular Flex-Layouts durch Tailwind CSS ermöglicht ein schlankeres und performanteres Styling, während der Wechsel auf Angulars esbuild Builder lange Build-Zeiten reduziert. Das Ergebnis ist eine flüssige, intuitive Steuerzentrale, über die Integrationen bequem konfiguriert und überwacht werden können. Durch diese umfassenden Neuerungen richtet sich TBMQ 2. 1 an Entwickler, Betreiber und Architekten von IoT-Systemen, die sowohl auf hohe Skalierbarkeit als auch auf robuste und flexible Integrationsmöglichkeiten Wert legen. Die Kombination aus Integration Executor, eingebetteten Multimodal-Integrationen und Kubernetes-optimierter Bereitstellung ermöglicht es Unternehmen, MQTT-Daten effizient in bestehende IT- und Cloud-Umgebungen zu integrieren.
Ob bei der Echtzeitübertragung an Cloud Services, der Anbindung von Legacy-Systemen oder der Verbindung von Broker-Clustern über Regionen hinweg – TBMQ 2. 1 bietet ein modernes Framework, das den steigenden Anforderungen des digitalen Zeitalters gerecht wird. Seinen besonderen Stellenwert hat TBMQ 2. 1 auch durch den Einsatz von Kafka als Middleware, die nicht nur eine zuverlässige Nachrichtenvermittlung sicherstellt, sondern auch die zukünftige Erweiterbarkeit und Wartbarkeit des Systems garantiert. Anwender profitieren von umfangreichen Monitoring-Optionen, die es erlauben, den Zustand der Integrationen und des Nachrichtentransports in Echtzeit zu überwachen und bei Bedarf automatisierte Wiederholungen und Fehlerbehandlungen zu initiieren. Durch die Release-Dokumentation und Open-Source-Verfügbarkeit der Helm Chart auf Plattformen wie ArtifactHub zeigt TBMQ ein klares Bekenntnis zur Transparenz, zur Community-Unterstützung und zur offenen Weiterentwicklung.
Die Möglichkeit, den Stack nach eigenen Bedürfnissen zu erweitern und Feedback direkt einzubringen, stärkt die Nutzerbindung und beschleunigt innovative Entwicklungen. Zusammenfassend stellt TBMQ 2. 1 eine bedeutende Evolution im Bereich MQTT-Stack dar, die über das reine Protokollhandling hinausgeht und mit smarten Integrationen sowie moderner Cloud-Native-Technologie eine neue Ära der IoT-Kommunikation einläutet. Mit einer robusten, skalierbaren Architektur inklusive Fehlerresilienz und cloudfähiger Bereitstellung ist TBMQ bestens positioniert, um den Anforderungen heutiger und zukünftiger IoT-Landschaften gerecht zu werden und die digitale Transformation in verschiedensten Branchen nachhaltig zu unterstützen. Anwender, die auf zuverlässige und flexible MQTT-Lösungen setzen, finden in TBMQ 2. 1 einen vielseitigen Partner für den Aufbau hochverfügbarer Datenverarbeitungs-Pipelines inklusive nahtloser Integration an unterschiedlichste Systeme und Plattformen.
