Spring Boot 3.5 加 Spring Kafka 3.3 把 Kafka 该配的基本都配得起来，这套仓库落地的是消费者并发模型、生产者的 acks 与 retries、序列化选型、offset 提交策略、死信处理和 @RetryableTopic。

以 Spring Boot 3.5 + Micrometer 为基础，整理一次应用层 Metrics 埋点实践：自动埋点覆盖范围、@Observed 注解用法、高低基数字段设计、手动 Observation API，以及与 Prometheus 和 OTel 的关系。

给 mirrord OSS 做一套按 namespace 授权的开发者接入 demo：kubeconfig 走 Kubernetes CSR API 签发，ClusterRole 集中审查能力，授权和撤销都落在 RoleBinding 这一层。

SLO、error budget 和 multi-burn-rate 告警的工程实现，按问答一节节推进：为什么传统阈值告警噪声大或滞后、burn rate 14.4× 和 6× 怎么来的，Prometheus 的 recording rules 与 alert 又怎么写。

介绍 OpenAPI 3.1 相比 3.0 的几项核心变化：JSON Schema 2020-12 对齐、nullable 语义重构、webhooks 原生支持，以及我在项目里做升级验证时看到的收益与边界。

微服务里的 Feature Toggle 走 OpenFeature SDK，开关语义与供应商解耦。shop 项目这条链路是 Property Provider 从 Spring Config 读 flag，K8s ConfigMap 挂载加 Configuration Watcher 触发热更新，再从静态 YAML 往生产级动态管理演进。

基于当前项目的一次接入记录，整理 Spring Boot 3.5 + Java 25 下接入 OpenTelemetry 的一些做法：尽量依赖自动配置、启用虚拟线程、结合 JFR 持续性能分析，并把 Traces / Metrics / Logs / Profiles 串起来。

Java 25 跑在 Kubernetes 上，默认堆只用了 25%，CPU 节流的影响也比预期大，这几组实验数据和值得优先验证的配置项放在一起。

结合 Homelab 场景整理 Kubernetes 的 CPU requests/limits、CFS throttling、QoS 类别与节点压力驱逐机制，以及我当前采用的资源配置思路。

通过一个 Spring Boot + MySQL + kind 的 Demo，记录如何用 mirrord 让本地进程「假装」自己是 K8s 里的 Pod，无需重新打镜像就能接入集群资源进行调试。