Spring Boot 3.5 + Java 25 微服务下，记录我如何用一个共享 starter 统一出站 HTTP 客户端的身份传播、错误语义、可观测性和弹性。

从现有 Spring Boot 项目抽象出 Maven Archetype 的一段流程记录，包括 Velocity 转义、.gitignore 被过滤、post-generate 钩子、git-commit-id 插件等真实踩坑点。

数据库通常是微服务里比较关键的依赖之一，这套仓库在它身上花的心思集中在 HikariCP 连接池调优、open-in-view: false、@EntityGraph 防 N+1、@Transactional 传播行为、Testcontainers @ServiceConnection 和 Flyway 进阶实践。

Redis 在 Shop Platform 里同时承担缓存、限流、分布式锁、Bloom Filter 和 Lua 原子操作，对应要配的是 Lettuce 连接池、序列化策略、Redisson 锁、Bloom Filter 自动配置和 Lua 脚本加载方式。

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。

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。

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。

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。