Logging,Metrics 和 Tracing

Logging 即是记录处理的离散事件，比如我们应用的调试信息或者错误信息等发送到 ES；审计跟踪时间信息通过 Kafka 处理送到 BigTable 等数据仓储等等，大多数情况下记录的数据很分散，并且相互独立，也许是错误信息，也许仅仅只是记录当前的事件状态，或者是警告信息等等

// https://blog.logrocket.com/node-js-logging-best-practices/

// https://tuhrig.de/my-logging-best-practices/

Log after, not before
Separate parameters and messages
Distinguish between WARNING and ERROR
INFO is for business, DEBUG for technology

当我们想知道我们服务的请求 QPS 是多少，或者当天的用户登录次数等等，这时我们可能需要将一部分事件进行聚合或计数，也就是我们说的 Metrics。可聚合性即是 Metrics 的特征，它们是一段时间内某个度量（计数器或者直方图）的原子或者是元数据。

对于每一次 Tracing，例如 HTTP 请求的 Tracing，我们只需要关注请求目前到达的节点状态，当前耗时，谁接收了这个请求等等，不用关心目前的系统日志，错误信息等等这些事件。或者像出站 RPC 到远程服务的持续时间; 将实际 SQL 查询的文本发送到数据库; 或入站 HTTP 请求的相关 ID 等等。