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。

开关语义和供应商解耦之后，剩下的问题是 flag 从哪儿读、改完怎么不重启就生效。shop 项目这一版把这两件事分别交给 Spring Config 和 Configuration Watcher。

Spring Boot 3.5 + Java 25 下的 OpenTelemetry 接入：尽量让自动配置去做，启用虚拟线程，用 JFR 补上 profiles，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。

本地用 Kind 跑 Spring Boot 微服务，工具按问题挑：镜像循环慢就上模块级增量构建，改完代码快速验证交给 Tilt，IDE 打断点用 mirrord，GitOps 演练单独拉一个 ArgoCD。

围绕 Spring Boot 3.5、JDK HttpClient 和 h2c，我做了一次完整压测：先观察 h2c 不会天然更快，再设计一个 0 错误的正例，展示它在特定场景下为什么会比 HTTP/1.1 更占优。

A seemingly harmless removal of publishOn(Schedulers.boundedElastic()) led to cascading Redis timeouts in production. This post explains how Spring’s @Cacheable blocks the Netty event loop when used with RedisCacheManager, and why BlockHound failed to catch it.