【TDengine】 TDengine 的内存泄漏问题如何定位和排查？

TDengine 内存泄漏深度排查指南：从现象识别到根因定位用户问题原文：TDengine 的内存泄漏问题如何定位和排查？在一次智能电表计量系统的重大故障中，我们遭遇了持续性的内存泄漏问题。系统需要处理来自 2000 万只智能电表的用电数据，每只电表每 15 分钟上报一次读数。部署 TDengine 集群一周后，运维团队发现内存使用率每天增长约 2GB，从初始的 30% 持续攀升到 90% 以上，最终触发 OOM Killer 强制终止 taosd 进程。经过 48 小时的深度排查，我们发现问题的根源并非 TDengine 核心引擎的 bug，而是客户端连接未正确关闭导致的连接对象泄漏，每个泄漏的连接对象占用约 100KB 内存。作为曾主导设计日均处理万亿级时间序列点写入系统的架构师，我可以明确地说：TDengine 社区版 3.4.x 在核心存储引擎层面极少出现真正的内存泄漏，绝大多数“内存泄漏”问题都源于配置不当、使用错误或外部集成问题。许多用户在遇到内存持续增长的问题时，第一反应是“TDengine 有内存泄漏 bug”，却忽略了从全链路角度进行系统性诊断。本文将系统性地解析 TDengine 内存泄漏的常见类型、定位方法和解决方案。我们将以智能电表计量的真实场景为背景，覆盖从操作系统监控、TDengine 内置指标到源码级内存池分析的完整技术栈。所有内容均基于TDengine 3.4.x 社区版，适用于CentOS 7 / U