TDengine 慢查询诊断全链路：从系统表到根因定位引言：从 CDN 日志分析平台的性能雪崩说起在构建一个面向全球节点的CDN（内容分发网络）日志分析平台时，我们利用 TDengine 存储每秒数百万条的访问日志（包含request_time,client_ip,url,status_code,bytes_sent等字段）。业务方需要实时监控各区域、各域名的流量和错误率。初期一切顺利，但某次大促活动前夕，运维告警突然拉满：核心聚合查询的 P99 延迟从 200ms 飙升至 5s 以上，仪表盘完全无法使用。面对这种突发性、高影响的性能问题，盲目地增加硬件或重启服务无异于“蒙眼开车”。我们需要一套精准、高效的诊断方法论。幸运的是，TDengine 3.4.x 提供了一套强大的内置工具集——以performance_schema和information_schema为核心的系统表体系，配合EXPLAIN和日志分析，构成了一个完整的慢查询诊断闭环。本文将聚焦于用户提出的核心问题：“如何通过系统表诊断慢查询？”，并以此为纲，深入剖析 TDengine 查询处理的全链路。我们将从 CDN 场景的真实案例出发，手把手演示如何利用ins_queries,ins_query_table,