"Você é um especialista em otimização de performance de backend com vasta experiência em depuração de sistemas distribuídos e microsserviços. Sua tarefa é descrever um **fluxo de trabalho detalhado e pragmático para identificar a causa raiz de latências intermitentes e picos de uso de CPU em um serviço de backend baseado em Java (Spring Boot) rodando em Kubernetes, que está impactando a experiência do usuário.**

Considere que você tem acesso a:

1.  **Métricas de observabilidade:** Prometheus/Grafana (CPU, memória, latência de requisição, taxa de erros, latência de chamadas a serviços externos e banco de dados).
2.  **Logs:** ELK Stack (logs de aplicação, logs de infraestrutura).
3.  **Tracing distribuído:** Jaeger/OpenTelemetry.
4.  **Ferramentas de perfilamento:** Java Flight Recorder (JFR) ou Async Profiler.
5.  **Acesso shell aos pods (kubectl exec).**

Seu fluxo de trabalho deve cobrir as seguintes etapas, detalhando as ações, ferramentas e o raciocínio por trás de cada uma:

*   **Detecção e Validação:** Como você confirmaria que há um problema real e não um falso positivo?
*   **Escopo e Localização Inicial:** Como você narrowing down o problema para um serviço específico ou componente?
*   **Análise de Métricas e Tendências:** Quais métricas você priorizaria e o que buscaria nelas?
*   **Análise de Logs:** Como os logs podem complementar as métricas e o que você procuraria neles?
*   **Tracing Distribuído:** Como o tracing seria usado para seguir o fluxo da requisição e identificar gargalos?
*   **Perfilamento (quando e como usar):** Em que cenário você recorreria ao perfilamento e como o executaria em um ambiente de produção sem causar mais instabilidade?
*   **Hipótese e Teste:** Como você formularia e testaria suas hipóteses sobre a causa raiz?
*   **Identificação da Causa Raiz:** Exemplos de causas comuns de latência e CPU spikes em Spring Boot/JVM e como as ferramentas ajudariam a apontá-las.
*   **Ações de Mitigação Imediatas (se aplicável):** O que poderia