一次看起来像 Cilium Gateway Degraded 和 ArgoCD Sync 异常的故障，最后追到了 CoreDNS stub resolver、ZITADEL backend 缺失和 Vault 密钥问题。记录完整排查链路、修复动作和后续固化方案。

记录 oracle-k3s 从 Flannel 迁移到 Cilium 的完整过程：从 K3s 重装、Cloudflare Tunnel 的 QUIC 问题、Vault Secret 恢复，到 PVC 数据回灌和 Timeslot 修复，顺便总结哪些复杂度值得保留，哪些该延后。

记录 homelab K3s 集群从默认 Flannel 迁移到 Cilium CNI 后遇到的三个典型问题：Cloudflared QUIC 握手超时、Pod 无法访问节点物理 IP、ZITADEL 密钥长度错误，以及各自的排查过程和解决方案。

记录 Spring AI 2.0.0-M2 中 OllamaChatOptions.disableThinking() 导致 Ollama 返回 HTTP 400 的 bug，分析根因、对比两种绕过方案的 tradeoff，最终选择 ClientHttpRequestInterceptor 作为最小侵入的临时修复。

本文复盘一次集成测试在 make coverage 阶段卡死的问题：先是连接池超时，再是 Lettuce SharedLock 自旋。重点分享排查路径、错误假设、最终根因与可复用修复策略。

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.

我在homelab的k8s集群中使用helm部署了postgresql，但是prometheus stack没有采集到postgresql的指标数据。怎么排查这个问题呢？

这是netflix中使用java21的virtual thread碰到的一个故障案例，排查过程很精彩，问题对使用该特性的服务应该也是很容易碰到的。