Logstash 经 Cloudflare 写 OpenSearch，WAF 按内容拦下两批 _bulk，插件对同一批无限重发，背压传回 filebeat，qa 和 stg 的日志停了将近 29 小时。重启只能临时疏通，要在 Cloudflare 加跳过规则。

写入变慢或被拒时，先看 Keeper 和 part 数。lab 上 Keeper 停掉时副本立刻只读，INSERT 卡约 143 秒才报错；卡住时客户端 30 秒超时，服务端在 Keeper 回来后照样提交。part 过多则先拖慢、后拒绝，中间那段是预警窗口。

LiteLLM 的 spend log 按 key 记了 token 和来源 IP，放在 Cloudflare Tunnel 后面时 IP 全是集群内地址。改用 pre-call hook 读 CF-Connecting-IP，对外的 key 另加别名和限流。

官方 starter 只管 SDK 和 OTLP 日志 exporter：traces、metrics 还在 micrometer 的两个模块下，Logback appender 仍要手工装三步，profiles 整段落在应用之外。

同一个业务键在 ClickHouse 里出现两行完全一样的数据，写入时间相差 30 秒到两分钟。前一天吞吐掉到常态零头的十几个小时一行重复都没有，出重复的是第二天吞吐看着正常、Keeper 在途请求涨到几千的那三个小时。

Java 25 加 Spring Boot 3.5 的微服务上 Kubernetes，我给自己定了一份运行时基线，覆盖镜像、探针、优雅停机、滚动与回滚、可观测性，每块都同时写现状和差距。

Spring Boot 3.4+ 内建了 ECS 结构化日志支持，5 行配置能替掉大部分手写的 logback-spring.xml，再用 SLF4J Fluent API 把字段写成 OpenSearch 查得到、聚得起来的样子。

InfoQ 总结 GitHub Engineering 2026 年 4 月那篇文章：修复系统的部署链路自己依赖着待修的系统，eBPF 挂在部署进程的 cGroup 网络出口上把这条隐性依赖管住，笔记里还过了一遍 eBPF 在 Cloud Native 项目里别的落地点。

结合一次 Spring Boot 3.5 tracing 接入：自动配置覆盖范围、自定义埋点、Kafka/Redis/DB 组件接入、采样策略、PII 处理，以及用 ArchUnit 约束常见误用。

Java 日志里记什么、不记什么、message 怎么写、结构化字段如何设计；也整理我在 Spring Boot 项目里落地这些约定时的一些取舍。