java 17+ 中 throwable::fillinstacktrace 可绕过堆栈压缩，通过覆写该方法返回空数组或手动构造单帧实现；需注意内置异常（如 npe）仍带全栈，应统一替换为自定义异常。
Java 17+ 的 Throwable::setStackTrace 不能压缩堆栈，但 Throwable::fillInStackTrace 可以绕过
堆栈压缩不是靠“删掉几行”实现的，而是避免生成完整堆栈——尤其在高频抛异常（如业务校验失败）时，fillInStackTrace 被重写后能跳过本地帧收集。JDK 17 引入了 StackWalker API，但默认仍走传统路径；真正起效的是自定义异常类中覆写该方法并返回空数组：
- 不调用
super.fillInStackTrace()，直接return this; - 若需保留顶层方法信息（比如只留
doFilter或handleRequest），可手动构造单帧数组：setStackTrace(new StackTraceElement[]{new StackTraceElement("com.example", "handleRequest", "Handler.java", 42)}); - 注意：Spring 的
@ControllerAdvice捕获异常时，若异常已提前清空堆栈，logger.error("msg", ex)仍会尝试打印——此时日志框架可能 fallback 到ex.toString()，不报错但无堆栈
Logback 配置里 %ex 和 %throwable 的行为差异直接影响压缩效果
即使异常对象本身堆栈为空，Logback 默认仍会尝试展开 cause 链；而 %ex{short} 并不会跳过 cause，只是截断单个异常的帧数。真正可控的方式是：
- 用
%ex{full, rootFirst}+ 自定义ThrowableRenderer，在渲染前检查getStackTrace().length == 0，直接返回空字符串 - 禁用 cause 展开：配置
%ex{0}（数字表示最大深度），设为0即不递归 cause - 别依赖
logback-spring.xml里的<filter></filter>过滤异常类型——它不干预堆栈内容，只决定是否输出整条日志
gRPC 和 Spring WebFlux 中异常传播会悄悄恢复堆栈
异步上下文切换（如 Mono.onErrorResume 或 gRPC 的 ServerCall.close）常触发异常包装，新异常会调用 initCause 并重新 fill 堆栈。结果就是你压了又压，日志里还是满屏 at。
- 在
onErrorResume中不要用new RuntimeException("msg", ex)，改用Exceptions.propagate(ex)（Reactor 内置），它保留原始堆栈引用而非复制 - gRPC 的
StatusRuntimeException构造时传入的Throwable会被Status.asException()包装两次——第一次进StatusRuntimeException，第二次进NettyServerStream的 error 处理；建议提前status.withDescription("...").asException()，绕过二次封装 - 所有中间件（如 Sentinel、Resilience4j）默认开启异常增强，确认其配置项如
sentinel.flow.exception.handler是否用了 new Exception()
压缩后 NullPointerException 等 JVM 内置异常仍可能带全堆栈
JVM 对部分内置异常做了特殊处理：NullPointerException、ArrayIndexOutOfBoundsException 在 HotSpot 中由解释器直接抛出，绕过 Java 层 fillInStackTrace 调用。这意味着即使你覆写了方法，它们依然有堆栈。
立即学习“Java免费学习笔记（深入）”；
- 解决办法不是压制，而是替换：在关键入口（如 Filter、WebMvcConfigurer）统一将这类异常转为自定义异常，例如
new BizException("param invalid", ex) - 别用
Objects.requireNonNull做参数校验——它抛NullPointerException；改用Throwables.throwIfNull（Guava）或手写if (x == null) throw new IllegalArgumentException(...) - 注意 JIT 编译后，某些异常堆栈会变短（inlining 导致帧合并），但这不可控，不能作为压缩手段依赖
堆栈压缩真正的难点不在技术实现，而在异常生命周期里每一处隐式包装——从 Controller 到网关，从 Mono 到 Status，只要有一个环节没对齐策略，压缩就失效。上线前最好用 jcmd <pid> VM.native_memory summary</pid> 对比压缩前后线程栈内存占用，比看日志行数更准。
