Geschrieben von Stefan Reuter am 17. November 2026
Kafka verteilt die Arbeit innerhalb einer Consumer Group über Partitionen: Jede Partition wird von genau einem Consumer gelesen, der Fortschritt wird als Offset je Partition festgehalten.
Für klassische Arbeitswarteschlangen, bei denen viele Worker unabhängige Aufgaben abarbeiten, war deshalb meist ein zusätzlicher Broker wie RabbitMQ im Einsatz.
Mit KIP-932 "Queues for Kafka" gibt es nun Share Groups, mit denen sich mehrere Consumer die Records einer Partition teilen und jeden Record einzeln bestätigen.
Seit Apache Kafka 4.2 gilt die Funktion als produktionsreif, Spring for Apache Kafka unterstützt sie ab Version 4.1 vollständig.
Dieser Beitrag zeigt, wie Share Groups funktionieren, wie man sie nutzt, wo ihre Grenzen liegen und ob Kafka damit RabbitMQ ersetzen kann.
Für ein internes Werkzeug mit REST-API sollte die Auslieferung als kleines, schnell startendes natives Binary erfolgen.
Als Framework standen Spring Boot und Micronaut zur Auswahl, im Team gab es vor allem Spring-Erfahrung.
Statt nach Bauchgefühl zu entscheiden, haben wir beide Kandidaten mit identischen Prototypen als GraalVM Native Image gebaut und vermessen.
Die Messwerte und die Erkenntnisse aus dem Vergleich stellen wir in diesem Beitrag vor.
Geschrieben von Thomas Kruse am 28. September 2026
Bei der Anmeldung per sogenanntem Magic Link erhält der Benutzer einen Link, über den er sich ohne Passwort anmeldet.
Der Link wird typischerweise per E-Mail zugestellt, der erforderliche Zugriff auf das Postfach tritt damit an die Stelle der Eingabe eines Passworts.
Spring Security bringt in neueren Versionen für dieses Verfahren mit dem One-Time-Token-Login eine fertige Unterstützung von Haus aus mit.
In diesem Beitrag wird die Umsetzung mit dem aktuellen Spring Boot 4 und Spring Security 7 gezeigt.
Dabei betrachten wir zwei Fälle:
Links, die genau einmal genutzt werden können, so wie es typischerweise auch genutzt wird und auch von Spring direkt vorgesehen ist.
Als Alternative wird eine Konfiguration für Links, die über einen längeren Zeitraum oder sogar dauerhaft funktionieren, vorgestellt.
Für den zweiten Fall gehen wir auf die damit verbundenen Risiken, sinnvolle Einsatzszenarien und generelle Alternativen ein.
Eine lauffähige Beispielanwendung steht am Ende des Artikels zum Download bereit.
Wer Claude, Codex und Co. bei der Entwicklung von Spring-Anwendungen einsetzt, musste vielleicht auch schon feststellen, dass gerade neue Features des Frameworks nicht optimal verwendet werden.
Aufgrund fehlender oder veralteter Trainingsdaten erzeugen die Sprachmodelle zwar korrekten, aber nicht optimalen Code.
Sie definieren Beans, obwohl diese mittlerweile aus einer Autoconfiguration kommen, nutzen veraltete Klassen (z. B. JdbcTemplate statt JdbcClient) oder entpacken munter JARs, um den aktuellen Quellcode von Spring zu lesen.
In diesem Beitrag zeige ich, wie man mit Spring AI einen Model-Context-Protocol-Server (MCP-Server) für LLMs bereitstellt, der hier Abhilfe schafft.
Der Server gibt Agents Zugriff auf die Spring-Dokumentation, die für das aktuelle Projekt relevant ist.
Large Language Models sind längst kein Forschungsthema mehr – sie landen in Produktivanwendungen.
Spring AI bringt die gewohnte Spring-Philosophie in die KI-Integration: einheitliche Abstraktionen über verschiedene Anbieter, automatische Konfiguration per Spring Boot und typsichere APIs.
Dieser Beitrag zeigt, wie man in wenigen Schritten einen ChatClient aufbaut, Prompts parametrisiert und strukturierte Java-Objekte aus Sprachmodell-Antworten gewinnt.
Wie geht es meiner Anwendung eigentlich?
Wer hierauf eine präzise Antwort haben möchte, muss die richtigen Daten sammeln.
Tut man es nicht, ist man blind unterwegs und kann bei Problemen erst spät reagieren.
In diesem Artikel beschreibe ich daher, wie man einfach und standardisiert Observability-Daten seiner Spring-Boot-Anwendung sammelt.
Die IP-Adresse eines Clients stellt für Web-APIs einen wichtigen Datenpunkt dar.
Sie wird für Anwendungsfälle wie die Personalisierung von Diensten, Protokollierungen und auch für Sicherheitsaspekte wie z.B. Rate Limiting benötigt.
In diesem Artikel soll es daher darum gehen, wie sich die tatsächliche IP-Adresse eines Clients in einer Spring Boot Anwendung zuverlässig und sicher ermitteln lässt.
Um eine Anwendung vor unliebsamem Traffic wie Spam oder andere Formen von automatisierten Requests zu schützen, können Rate Limits genutzt werden.
In diesem Artikel beschreibe ich, wie sich Rate Limits pro IP-Adresse in einer Spring Boot Anwendung umsetzen lassen.
Die W-JAX 2024 findet vom 4. bis 8. November 2024 in München statt.
Das trion-Team ist vor Ort und bietet eine Vielzahl von Vorträgen sowie eine interaktive Night-Session an.
Diese Formate ermöglichen es den Teilnehmenden, tief in technologische und architektonische Themen einzutauchen und anregende Diskussionen zu führen.
Typischerweise sind APIs zur Verarbeitung durch andere Systeme gedacht.
Wenn die Ausgaben jedoch für Menschen bestimmt sind, kann es sinnvoll sein, diese zu lokalisieren.
Das Spring Framework bringt dazu bereits Bausteine mit, ebenso Spring WebMVC für die Web- bzw. API-Schicht.
Am Beispiel einer Spring Boot Anwendung wird der konkrete Einsatz illustriert.