学习相关优秀架构：
学习google的dapper系统：
http://www.open-open.com/lib/view/open1387099520093.html
黑盒方案[1，15，2]假定需要跟踪的除了上述信息之外没有额外的信息，这样使用统计回归 技术来推断两者之间的关系。基于标注的方案[3，12，9，16]依赖于应用程序或中间件明确地标记一个全局ID，从而连接每一条记录和发起者的请求。虽 然黑盒方案比标注方案更轻便，他们需要更多的数据，以获得足够的精度，因为他们依赖于统计推论。基于标注的方案最主要的缺点是，很明显，需要代码植入。
里面提到的：线程模型，控制流和RPC 是googole所有开发者都会使用的同样通用底层组件。
因为服务端和客户端的时间偏差：为了做更好体现监控指标：服务器端的RPC就有一个时间戳的一个上限和下限。
关于控制损耗：
我们还有进一步控制损耗的办法，那就是遇到大量请求时只记录其中的一小部分。
dapper要想达到透明，必须对用户无感知：
对于如何降低消耗，从三个层面考虑：：Dapper组件操作的消耗，跟踪收集的消耗，以及Dapper对生产环境负载的影响。
dapper生成全局id时，如果id被使用了，会耗时；将log异步写到本地，也会较大的耗时；当写入量大了之后，可以被感知到。
采样率可变：低 流量低负载自动提高采样率，而在高流量高负载的情况下会降低采样率，使损耗一直保持在控制之下。
dapper的使用：web+api方式使用。
原文来源：http://bigbully.github.io/Dapper-translation/
google三大核心技术待学习：
bigtable，map reduce，GFS
http://blog.csdn.net/robert198837/article/details/14103441
有关python的学习：
在看python cookbook时，看到对wraps的调用，研究了一下，关于迭代器和wraps（）的使用：http://blog.jkey.lu/2013/03/15/python-decorator-and-functools-module/ 写的十分详细
