Jaeger主要用于监视和诊断基于微服务的分布式系统，包括: 分布式上下文传播、分布式事务监控、根本原因分析、服务依赖性分析、性能/延迟优化。用于程序间（服务间）轨迹追踪、行为追踪、调用关系追踪。
Logging主要是记录当前点离散事件（文本型描述数据），Metrics主要是记录当前点数值（度量值），Logging、Metrics只是对当前系统状况的离散记录，而tracing是对过程的一个记录，一个用户请求会调用多个服务，tracing用于记录这个过程中每一步的log Metrics数据（如 事件内容 执行时间），和每一步之间的调用顺序和调用关系，是一个有向无环图。Logging Metrics 是点数据，Tracing则是线数据（面数据），是一个过程记录。
Jaeger可以跨进程跨服务构建Tracing，适用于有复杂调用关系的异构的微服务框架系统，用于解决异构系统互相调用关系，追踪服务间调用来找到具体哪个环节出现问题，如找出性能瓶颈节点，可以说是微服务不可或缺的帮手和推手。
Jaeger Tracing使用需要代码埋点来实现，也就是在代码定义trace span逻辑，也可以针对特定框架（如rails）定义tracing架构，来减少代码的的侵入性，实现可插拔使用。Jaeger既实现了白盒监控的理念来提供高度定制化，也可以通过绑定框架实现对业务代码的低侵性，入方便使用。
Jaeger 最初是基于OpenTracing标准构建的。基于OpenTracing标准构建的各种tracking框架可以实现数据互通，这也是采用标准的好处。想了解open-tracing 可以访问 https://opentracing.io 网站，目前OpenTracing已经被合并到了OpenTelemetry这个项目，OpenTelemetry 具体细节可以访问https://opentelemetry.io/获取。OpenTelemetry包含log、Metrics、tracing三部分，Jaeger实际是OpenTelemetry的Tracing的标准实现，Prometheus是Metrics的标准实现，logs目前还在讨论过程中，具体进度可以关注官网。
Jaeger完全兼容zipkin，Jaeger最初也是借鉴了很多zipkin的思想，Jaeger最终战胜zipkin加入Cloud Native Computing Foundation。
一些APM （Application Performance Management）集成了Jaeger实现Tracing功能，如elastic APM，实现了对集成了Jaeger的封装，将数据存储到ES中，方便更多维度的分析。
Tracing系统APM系统的鼻祖是Dapper，一个为开源的google内部系统，理论基础来源于这片论https://ai.google/research/pubs/pub36356，trace、 span、 context 等概念都出自这个论文，感兴趣的同学可以参考下。
