Operators#lift：MDC 日志记录的好主意？
Operators#lift: good idea for MDC logging?
Project Reactor 文档建议使用以下 MDC 日志记录模式：
.doOnEach(logOnNext(r -> LOG.debug("found restaurant {} for ${}", r.getName(), r.getPricePerPerson())))
为了避免必须包装每个日志记录调用，自定义订阅者，在每个信号之前从 currentContext 填充 MDC，使用 Hooks.onEachOperator(Operators.lift(...)) 添加是个好主意吗？
我的主要关注点是：
1.) 在每个信号之前填充 MDC 的成本，即使没有记录发生也是如此。
2.) 运算符融合：每个运算符上的 Operators.lift(...) 是否有效禁用运算符融合？尝试使用 StepVerifier#expectFusion 进行快速测试似乎表明了这一点。如果这是真的，那么在实践中这对性能有多大影响？
欢迎任何意见！
这是 Sleuth 最初通过 Hooks.onEachOperator 采用的方法。但是，这是 非常 昂贵的，如果您只需要 logging/MDC 反应管道中的一部分操作，则可能不值得。更不用说这种方法不仅会影响您定义的响应式步骤，还会影响任何其他库/框架。
推荐是有原因的：更好的控制、更少的影响和更明确的方法。
Project Reactor 文档建议使用以下 MDC 日志记录模式：
.doOnEach(logOnNext(r -> LOG.debug("found restaurant {} for ${}", r.getName(), r.getPricePerPerson())))
为了避免必须包装每个日志记录调用，自定义订阅者，在每个信号之前从 currentContext 填充 MDC，使用 Hooks.onEachOperator(Operators.lift(...)) 添加是个好主意吗？
我的主要关注点是：
1.) 在每个信号之前填充 MDC 的成本，即使没有记录发生也是如此。
2.) 运算符融合：每个运算符上的 Operators.lift(...) 是否有效禁用运算符融合？尝试使用 StepVerifier#expectFusion 进行快速测试似乎表明了这一点。如果这是真的，那么在实践中这对性能有多大影响？
欢迎任何意见！
这是 Sleuth 最初通过 Hooks.onEachOperator 采用的方法。但是，这是 非常 昂贵的，如果您只需要 logging/MDC 反应管道中的一部分操作，则可能不值得。更不用说这种方法不仅会影响您定义的响应式步骤，还会影响任何其他库/框架。
推荐是有原因的：更好的控制、更少的影响和更明确的方法。