选 UUIDv4、UUIDv7 还是 ULID 当主键，真正在选的只有键宽和同一毫秒内有没有顺序。InnoDB 上一个写入者时递增键少近四成的页，四个写入者只剩两成、文本主键反而更差；按主键范围分片的库上递增变成写热点，按 hash 分布的库不看这一项。

两张明细表只共享半个唯一键，同层 JOIN 之后才聚合，分页接口那 40 秒慢查询就出在中间被 DISTINCT 压回去的那些行上；拆成三步后这组参数下结果逐行一致。

Confluent Kafka 的 topic 分区数按当前业务规模假设算了一轮，起步先按 12 个分区配置。

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。

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。

想给 Spring Boot API 加速？来聊聊 HTTP/2 的两种模式：带加密的 h2 和“裸奔”的 h2c，看看在微服务里怎么配置和避坑。

集成测试阶段跑了约 4:02，慢在容器和 schema 的反复准备；统一复用 Testcontainers、按 schema 隔离数据库后降到 2:50，共享 MySQL 那步还冒出过等待超时。