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/

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。