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。

双集群 K3s Homelab 补齐 OpenTelemetry traces 之后的样子：OTel Collector 收数据，跨集群写进 Tempo，Grafana 联动数据源，各语言 SDK 按同一套约定接入。

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。

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。

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。

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。