一套大型的完整系统由以百计的分布式服务系统组成，每一个请求路由进来，会经过多个业务系统并留下足迹，并产生对各种DB和cache的访问，但是这些分散的系统对于排查问题，或是流程优化都有限。对于这类跨进程的场景，汇总收集并分析海量日志就先到尤为重要。
要做到追踪每个请求的完整调用链路，收集调用链路上每个服务的性能数据，计算性能数据和对比性能指标（SLA）,甚至在更远的未来反馈到服务治理中，那么这就是服务治理的目标。
业界中，淘宝的鹰眼和twitter的zipkin就是类似的系统，这些系统都起源于Google的dapper.
整理一下，Google叫Dapper，淘宝叫鹰眼，Twitter叫ZipKin，京东商城叫Hydra，eBay叫Centralized Activity Logging (CAL)，大众点评网叫CAT，我们叫Tracing。
分布式调用链追踪系统通常有几个设计目标:
1.低入侵性，作为非业务组件，应该尽可能的少的侵入业务系统，对于使用方透明，减少开发人员负担。
2.灵活的应用策略，可以决定所收集数据的范围和力度。
3.从数据的收集和产生，到数据计算和处理，再到最终展现，都要尽可能的快。
4.决策支持，这些数据是否在决策支持方面发挥作用，特别是从DevOps的角度。
5.可视化才是重中之重。