TDengine 常见问题 TOP7

TDengine （老段）2026-09-20 14:45

TDengine 常见问题 TOP7

TOP7 主题：内存占用高 / OOM / 查询内存耗尽

典型表现：内存一直涨不降、查询报 Query memory exhausted、进程被系统 OOM Killer 杀掉

为什么它是 TOP7

内存问题是社区里"最容易被误判"的一类问题：

  • 社区典型帖：
    • 《内存异常 停止数据写入 依旧内存占用较高 》------压测后内存停在 20G（32G 机器），停了写入脚本内存也不降，周末没写入也一样；
    • 《使用一段时间后会出现 oom 问题，提示查询 TDengine ERROR (0x73a): Query memory exhausted》；
    • 《高并发查询 taosadapter 内存占用飙升，导致服务器内存耗尽》；
    • 《Taosadapter 内存占用太高 》------大量写入查询后占用 30G，几小时不释放，关掉 Java 程序也不降。
  • 它的误判率极高 ：用户看到"内存不释放"，第一反应是"内存泄漏"，但 TDengine 的 vnode 是预分配内存 的，且操作系统有 page cache / 内存回收 机制，很多"占用高"其实是设计使然。
  • 但它也确实会真出事 ：查询内存耗尽会导致业务不可用，OS OOM Killer 会直接杀掉 taosd（表现为"数据库突然挂了"）。

所以这篇的重点是：先分清"正常的预分配占用"和"真正的内存问题"，再区分是 taosd 还是 taosAdapter，最后给出参数级优化。

一、症状大全（对号入座）

A. 内存占用高且不降

# 现象 指向
A1 压测入库后内存稳定在 20G（32G 机器），停止写入后内存不降，甚至过周末也不降 vnode 预分配 + OS 缓存，多数情况正常
A2 taosd 内存随运行时间持续增长 需看 vnode 数量与查询行为
A3 taosAdapter 内存涨到 6G / 30G，几小时不释放，关掉应用也不降 taosAdapter 侧问题（见 TOP2）
A4 内存"从没降下来过" 需区分是 taosd 还是 OS cache
A5 系统整体内存吃紧，其他进程受影响 需重新规划内存

B. 查询内存耗尽

# 报错 / 现象 指向
B1 TDengine ERROR (0x73a): Query memory exhausted（0x8000073A） dnode 查询内存到达使用上限
B2 Internal error: Query memory exhausted 同上
B3 memory exceeds threshold 内存超过阈值
B4 高并发查询（如多线程 + 大批量 union all）时服务器内存耗尽 查询并发/规模问题
B5 报错同时提示 "您的 taosadapter 服务处于异常，请尝试重启 taosadapter 服务" 需分清是 adapter 还是 taosd
B6 查询历史数据时经常失败 查询范围过大

C. OOM（进程被杀）

# 现象 指向
C1 taosd 进程突然消失，服务需要重启 大概率被 OOM Killer 杀掉
C2 dmesg 里出现 Out of memory: Killed process ... taosd 确认 OOM
C3 剩余内存小于 vm.min_free_kbytes 时触发杀进程 OS 内存水位问题
C4 内存"看起来很充足"但仍然 OOM 可能是特殊内存地址/碎片问题

D. 配置与部署

# 现象 指向
D1 改了 singleQueryMaxMemorySize 等参数不生效 3.4.0.0+ 需用 ALTER
D2 报 Invalid config option [0x80000119] 参数名或版本不支持
D3 容器内改内存参数无效 配置未挂载（见 TOP5）
D4 按"内存优化"文档操作 set_taos_malloc.sh 报错 脚本需在指定目录运行
D5 建库报 Out of dnodes / Vnodes exhausted vnode 数量超限

二、原因分析

2.1 先搞清 TDengine 的内存构成

#mermaid-svg-ypHcXJfmLsDJheb0{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-ypHcXJfmLsDJheb0 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-ypHcXJfmLsDJheb0 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-ypHcXJfmLsDJheb0 .error-icon{fill:#552222;}#mermaid-svg-ypHcXJfmLsDJheb0 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-ypHcXJfmLsDJheb0 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-ypHcXJfmLsDJheb0 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-ypHcXJfmLsDJheb0 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-ypHcXJfmLsDJheb0 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-ypHcXJfmLsDJheb0 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-ypHcXJfmLsDJheb0 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-ypHcXJfmLsDJheb0 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-ypHcXJfmLsDJheb0 .marker.cross{stroke:#333333;}#mermaid-svg-ypHcXJfmLsDJheb0 svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-ypHcXJfmLsDJheb0 p{margin:0;}#mermaid-svg-ypHcXJfmLsDJheb0 .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-ypHcXJfmLsDJheb0 .cluster-label text{fill:#333;}#mermaid-svg-ypHcXJfmLsDJheb0 .cluster-label span{color:#333;}#mermaid-svg-ypHcXJfmLsDJheb0 .cluster-label span p{background-color:transparent;}#mermaid-svg-ypHcXJfmLsDJheb0 .label text,#mermaid-svg-ypHcXJfmLsDJheb0 span{fill:#333;color:#333;}#mermaid-svg-ypHcXJfmLsDJheb0 .node rect,#mermaid-svg-ypHcXJfmLsDJheb0 .node circle,#mermaid-svg-ypHcXJfmLsDJheb0 .node ellipse,#mermaid-svg-ypHcXJfmLsDJheb0 .node polygon,#mermaid-svg-ypHcXJfmLsDJheb0 .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-ypHcXJfmLsDJheb0 .rough-node .label text,#mermaid-svg-ypHcXJfmLsDJheb0 .node .label text,#mermaid-svg-ypHcXJfmLsDJheb0 .image-shape .label,#mermaid-svg-ypHcXJfmLsDJheb0 .icon-shape .label{text-anchor:middle;}#mermaid-svg-ypHcXJfmLsDJheb0 .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-ypHcXJfmLsDJheb0 .rough-node .label,#mermaid-svg-ypHcXJfmLsDJheb0 .node .label,#mermaid-svg-ypHcXJfmLsDJheb0 .image-shape .label,#mermaid-svg-ypHcXJfmLsDJheb0 .icon-shape .label{text-align:center;}#mermaid-svg-ypHcXJfmLsDJheb0 .node.clickable{cursor:pointer;}#mermaid-svg-ypHcXJfmLsDJheb0 .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-ypHcXJfmLsDJheb0 .arrowheadPath{fill:#333333;}#mermaid-svg-ypHcXJfmLsDJheb0 .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-ypHcXJfmLsDJheb0 .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-ypHcXJfmLsDJheb0 .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-ypHcXJfmLsDJheb0 .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-ypHcXJfmLsDJheb0 .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-ypHcXJfmLsDJheb0 .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-ypHcXJfmLsDJheb0 .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-ypHcXJfmLsDJheb0 .cluster text{fill:#333;}#mermaid-svg-ypHcXJfmLsDJheb0 .cluster span{color:#333;}#mermaid-svg-ypHcXJfmLsDJheb0 div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-ypHcXJfmLsDJheb0 .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-ypHcXJfmLsDJheb0 rect.text{fill:none;stroke-width:0;}#mermaid-svg-ypHcXJfmLsDJheb0 .icon-shape,#mermaid-svg-ypHcXJfmLsDJheb0 .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-ypHcXJfmLsDJheb0 .icon-shape p,#mermaid-svg-ypHcXJfmLsDJheb0 .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-ypHcXJfmLsDJheb0 .icon-shape .label rect,#mermaid-svg-ypHcXJfmLsDJheb0 .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-ypHcXJfmLsDJheb0 .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-ypHcXJfmLsDJheb0 .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-ypHcXJfmLsDJheb0 :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} TDengine 内存占用
① vnode 预分配内存

（写入缓存，最主要）
② 查询执行内存

（排序、聚合、连接）
③ mnode / 系统开销
④ 组件进程

taosAdapter / taosKeeper / taosX
⑤ OS 层 page cache

（进程退出也不一定释放）

关键认识：vnode 内存是"预分配"的。

  • 每个 vnode 会预先占用一块内存作为写入缓存。
  • vnode 数量由建库时的 vgroups 决定 ，单个 vnode 的内存大小受 buffer 等参数影响。
  • 所以：建了很多库、每个库 vgroups 很大 → 内存基线就很高，即使没有查询也一样。
  • 这也是为什么"停止写入后内存不降"------它是预分配的，不是按需增长的。

官方 FAQ 原话："TDengine 会预先为每个 vnode 分配内存。每个数据库的 vnode 数量受建库时 vgroups 参数影响，每个 vnode 占用的内存大小受 buffer 等参数影响。"

2.2 OOM 的触发条件

操作系统 OOM 通常由两种情况触发：

  1. 剩余内存小于 vm.min_free_kbytes（内核保留水位）；
  2. 程序请求的内存大于剩余内存。

还有一种少见情况：内存充足但程序占用了特殊内存地址，也会触发 OOM。

官方建议："为防止 OOM，须在建设初期合理规划内存并配置 SWAP；查询过量数据也可能导致内存暴涨。"

2.3 根因归类

类别 说明 对应症状
① vnode 预分配 vgroups 过多 / buffer 过大 → 内存基线高 A1 A2 A4 D5
② 查询过量数据 大范围聚合、超大 IN、union all 拼接、无 LIMIT B1 B2 B4 B6
③ 查询并发过高 多线程大查询同时执行 B4
④ 查询内存上限未设 singleQueryMaxMemorySize=0（无上限） B1 B3
⑤ 内存池未启用 queryUseMemoryPool=0 或条件不满足 B1
⑥ 组件侧内存问题 taosAdapter 连接数/线程数失控 A3 B5
⑦ OS 层面 未配 SWAP、vm.min_free_kbytes 不合理 C1 C2 C3
⑧ 配置未生效 3.4.0.0+ 改文件无效 D1 D2 D3

三、先搞懂内存参数：五个关键配置

参数 作用 默认值 动态修改 引入版本
buffer 单个 vnode 的写入缓存大小 见版本文档 --- ---
vgroups 数据库的 vgroup 数量（建库时指定），直接决定 vnode 数量 2 --- 建库参数
supportVnodes dnode 支持的最大 vnode 数目 CPU 核数 × 2 + 5 企业版支持 SQL 修改 v3.0.0.0
queryUseMemoryPool 查询是否使用内存池管理内存 1（打开） 支持 SQL 修改，重启生效 v3.3.5.0
minReservedMemorySize 内存池开启时，最小预留 的系统可用内存（MB）。设为 0 时系统自动计算 0（自动） 支持 SQL 修改，立即生效 v3.3.5.0
singleQueryMaxMemorySize 单个查询在单个 dnode 上的内存上限 （MB），超过则报错。0 = 无上限 0 不支持动态修改 v3.3.5.0

queryUseMemoryPool 打开时的额外条件：

当内存池开关打开时，还需要满足两个条件才会实际启用内存池：

  1. 系统的可用内存总量不低于 5G；
  2. 扣除预留部分后系统的可用内存不低于 4G。

常用修改方式：

sql 复制代码 
-- 单个节点
ALTER DNODE <dnode_id> 'singleQueryMaxMemorySize' '10240';   -- 10G

-- 所有节点（全局参数只能用这个）
ALTER ALL DNODES 'singleQueryMaxMemorySize' '10240';

内存分配器优化脚本：

bash 复制代码 
# 必须在 /usr/local/taos/bin/ 下运行
cd /usr/local/taos/bin
./set_taos_malloc.sh -m 3     # 3 = jemalloc 优化（推荐用于稳定性优化）
mode 含义
0 glibc 默认分配器
1 tcmalloc 优化
2 tcmalloc 定制检查（内存泄漏检测）
3 jemalloc 优化
4 jemalloc 定制检查（内存泄漏检测）

脚本会生成环境变量文件：

  • Shell：/usr/local/taos/bin/set_taos_malloc_env.sh
  • systemd taosd：/etc/default/taosd
  • systemd taosadapter：/etc/default/taosadapter
  • 日志：/var/log/taos/set_taos_malloc.log

改完需要重启服务（或重新 source 环境变量文件）。

官方说明：TDengine TSDB-Enterprise 对内存管理做了优化并采用新的内存分配器，对稳定性要求更高的用户可考虑选用企业版。

四、标准排查流程（照着做）

第 1 步：先确认是哪个进程内存高

bash 复制代码 
# 按内存排序看 TOP 进程
ps -eo pid,rss,vsz,pmem,comm --sort=-rss | head -20

# 分别看
ps -o pid,rss,vsz,pmem,cmd -p $(pgrep taosd)
ps -o pid,rss,vsz,pmem,cmd -p $(pgrep taosadapter)

# 线程级
top -Hp $(pgrep taosd)
top -Hp $(pgrep taosadapter)
谁高 去哪节看
taosd 继续第 2 步
taosAdapter 直接看 TOP2 场景 4（连接数/连接池问题）

第 2 步：看系统整体内存与 SWAP

bash 复制代码 
free -h
vmstat 1 5
cat /proc/meminfo | head -10

重点看：

  • available 是否充足；
  • swap 是否已配置（强烈建议配置 SWAP）；
  • si/so（swap in/out）是否频繁（说明已经在换页，性能会崩）。

第 3 步：确认是否发生过 OOM

bash 复制代码 
# 内核 OOM 记录
dmesg -T | grep -i "killed process"
dmesg -T | grep -i "out of memory"

# 内核保留水位
sysctl vm.min_free_kbytes
cat /proc/sys/vm/swappiness

若确认 taosd 是被 OOM 杀的：这不是"内存泄漏"，而是内存总量/规划不足，按第 6、7 步处理。

第 4 步：确认 vnode 数量与内存基线

sql 复制代码 
-- 各 dnode 的 vnode 数量与上限
SHOW DNODES;

-- 每个库的 vgroup 数量
SHOW <db_name>.VGROUPS;

-- 查看实际配置
SHOW VARIABLES LIKE 'supportVnodes';
SHOW VARIABLES LIKE 'buffer';

估算内存基线：

text 复制代码 
内存基线 ≈ 总 vnode 数 × 单 vnode 内存（受 buffer 影响）

若"总 vnode 数"很大（例如几十个库 × 每个 2~10 个 vgroups），内存基线自然就高。

sql 复制代码 
-- 统计所有库的 vgroup 总数
SELECT name, vgroups FROM INFORMATION_SCHEMA.INS_DATABASES;

第 5 步：定位是否有"吃内存"的查询

sql 复制代码 
-- 当前正在执行的查询
SHOW QUERIES;

-- 连接数
SHOW CONNECTIONS;

典型"吃内存"写法：

反模式 问题
大范围无 LIMIT 的全表扫描 结果集全量驻留
超大 IN (...) 列表 表达式膨胀
单条 SQL 用 union all 拼几百个子查询 并发度高（社区有 500 个子句/批、8 线程并发的案例）
超大基数的 GROUP BY 分组状态占内存
多线程同时发起大查询 内存叠加

处理 ：拆批、加时间范围、加 LIMIT、降低并发。

第 6 步：检查关键参数是否合理

sql 复制代码 
SHOW VARIABLES LIKE 'queryUseMemoryPool';
SHOW VARIABLES LIKE 'minReservedMemorySize';
SHOW VARIABLES LIKE 'singleQueryMaxMemorySize';
SHOW VARIABLES LIKE 'supportVnodes';

建议调整方向：

sql 复制代码 
-- ① 给单查询设内存上限，避免单个查询吃光内存
ALTER ALL DNODES 'singleQueryMaxMemorySize' '10240';   -- 10G，按机器内存调整

-- ② 确保内存池开启
ALTER ALL DNODES 'queryUseMemoryPool' '1';             -- 重启生效

-- ③ 设置合理的最小预留内存
ALTER ALL DNODES 'minReservedMemorySize' '2048';       -- 2G

⚠️ 注意：3.4.0.0+ 起改配置文件不生效 ，必须用 ALTER（参考 TOP4 场景 5）。若报 Invalid config option [0x80000119]，说明该参数在当前版本不支持动态修改。

第 7 步：检查 vnode 上限是否被打满

sql 复制代码 
-- 若建库报 Out of dnodes / Vnodes exhausted
SHOW DNODES;                          -- 看 support_vnodes 列
SHOW VARIABLES LIKE 'supportVnodes';
sql 复制代码 
-- 调大上限（企业版支持 SQL 修改）
ALTER ALL DNODES 'supportVnodes' '256';
bash 复制代码 
# 或改配置文件后重启（< 3.4.0.0）
vi /etc/taos/taos.cfg
# supportVnodes 256
sudo systemctl restart taosd

第 8 步：优化内存分配器

bash 复制代码 
cd /usr/local/taos/bin
./set_taos_malloc.sh -m 3          # jemalloc 优化
sudo systemctl restart taosd taosadapter

若怀疑内存泄漏，用检查模式并保留现场：

bash 复制代码 
./set_taos_malloc.sh -m 4          # jemalloc 定制检查
# 或
./set_taos_malloc.sh -m 2          # tcmalloc 定制检查

五、典型场景实操

场景 1：停止写入后内存不降（先别慌）

现象：压测入库后内存停在 20G，停了脚本也不降，周末没写入也一样。

判断：

bash 复制代码 
# ① 看进程 RSS 是否真的持续增长（而不是"停了就不降"）
ps -o pid,rss,pmem,cmd -p $(pgrep taosd)
# 每隔几分钟观察一次

# ② 看系统 available 内存
free -h

# ③ 看是否还有后台任务（合并、落盘、流计算）
taos -s "show queries;"

结论：

情况 判断
RSS 在写入停止后保持平稳（不涨） ✅ 正常。vnode 预分配内存本来就不会主动归还
RSS 在无写入时仍持续增长 ⚠️ 需要进一步排查（查询/流/泄漏）
available 充足 ✅ 不用处理
available 紧张 按第 6 步调参 + 扩容内存

核心结论 ："占用高"不等于"有问题"。 判断标准是是否持续增长 和是否影响业务，而不是"是否降下来"。

场景 2：Query memory exhausted

报错 ：TDengine ERROR (0x73a): Query memory exhausted（0x8000073A）

含义 ：dnode 查询内存到达使用上限。

处理（按顺序）：

sql 复制代码 
-- ① 找出正在跑的查询
SHOW QUERIES;

-- ② 定位吃内存的 SQL，判断能否优化
--    缩小时间范围、加 LIMIT、拆批、减少 union all
sql 复制代码 
-- ③ 设置单查询内存上限，防止单查询拖垮节点
ALTER ALL DNODES 'singleQueryMaxMemorySize' '10240';

-- ④ 确认内存池开启
ALTER ALL DNODES 'queryUseMemoryPool' '1';
bash 复制代码 
# ⑤ 若确实需要更大内存，扩容或增加 vnode 分布
free -h

优化查询的具体做法：

sql 复制代码 
-- ❌ 差：全范围扫描 + 无上限
SELECT * FROM stb WHERE ts > '2020-01-01' ORDER BY ts;

-- ✅ 好：限定时间范围 + 明确列 + LIMIT
SELECT ts, col1, col2 FROM stb
 WHERE ts >= '2026-09-01 00:00:00' AND ts < '2026-09-02 00:00:00'
 ORDER BY ts LIMIT 10000;

场景 3：高并发查询打爆内存

现象 ：多线程并发执行大批量 union all 查询，内存飙升，报 memory exceeds threshold。

处理：

sql 复制代码 
-- ① 降低并发：客户端限制并发线程数（如从 8 降到 2~4）
-- ② 拆批：把每批 500 个时间段降到 50~100 个
-- ③ 设置单查询上限
ALTER ALL DNODES 'singleQueryMaxMemorySize' '8192';
sql 复制代码 
-- ④ 观察
SHOW QUERIES;

根本解法 ：评估是否可以用流计算预计算（见 TOP3），把大范围查询变成小范围点查。

场景 4：建库报 Out of dnodes / Vnodes exhausted

sql 复制代码 
-- 查看当前 dnode 的 vnode 上限与使用情况
SHOW DNODES;

-- 查看参数
SHOW VARIABLES LIKE 'supportVnodes';
sql 复制代码 
-- 调大上限（企业版）
ALTER ALL DNODES 'supportVnodes' '512';
bash 复制代码 
# 社区版：改配置文件 + 重启
sudo vi /etc/taos/taos.cfg
# supportVnodes 512
sudo systemctl restart taosd

注意 ：supportVnodes 默认是 CPU 核数 × 2 + 5 ，最大值 1024 。调大它意味着更多 vnode → 更高内存基线，要同步评估内存。

场景 5：改了内存参数不生效

排查顺序：

  1. 版本 ≥ 3.4.0.0？ → 改配置文件无效，必须用 ALTER（参考 TOP4 场景 5）。
  2. 参数是否支持动态修改？
    • queryUseMemoryPool：支持 SQL 改，但重启生效；
    • minReservedMemorySize：支持 SQL 改，立即生效；
    • singleQueryMaxMemorySize：不支持动态修改，需改配置 + 重启（且注意第 1 条）。
  3. 容器场景：配置目录是否挂载（参考 TOP5 场景 3）。
  4. 报 Invalid config option [0x80000119]：参数名拼错，或当前版本不支持该参数。
sql 复制代码 
-- 改完确认
SHOW VARIABLES LIKE 'singleQueryMaxMemorySize';

场景 6：set_taos_malloc.sh 报错

原因 ：脚本必须在 TDengine 安装目录 /usr/local/taos/bin/ 下运行。

bash 复制代码 
# ✅ 正确
cd /usr/local/taos/bin
./set_taos_malloc.sh -m 3

# ❌ 在其他目录执行会报错
bash 复制代码 
# 容器内若没有该脚本，可从安装包中获取后放入容器
# 并确保 /usr/local/taos/bin 目录存在
bash 复制代码 
# 改完重启
sudo systemctl restart taosd taosadapter

# 验证环境变量是否写入
cat /etc/default/taosd
cat /etc/default/taosadapter

场景 7：OOM 后的完整处置

bash 复制代码 
# ① 确认是 OOM
dmesg -T | grep -i "killed process"
grep -i "out of memory" /var/log/messages 2>/dev/null

# ② 恢复服务
sudo systemctl start taosd

# ③ 检查数据完整性
taos -s "show databases;"
taos -s "show dnodes;"
taos -s "show vgroups;"
bash 复制代码 
# ④ 配置 SWAP（关键预防措施）
sudo fallocate -l 8G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

# ⑤ 调整内核水位（谨慎）
sudo sysctl -w vm.min_free_kbytes=1048576
# 持久化
echo 'vm.min_free_kbytes=1048576' | sudo tee -a /etc/sysctl.conf
sql 复制代码 
-- ⑥ 限制单查询内存，降低再次 OOM 的概率
ALTER ALL DNODES 'singleQueryMaxMemorySize' '8192';

六、错误码 / 关键字速查

错误码 / 关键字 含义 处理方向
0x8000073A（0x73a） Query memory exhausted（dnode 查询内存到达使用上限） 设内存上限 / 降并发 / 加内存
memory exceeds threshold 内存超过阈值 同上
Out of dnodes 建库所需 vnode 超过 dnode 上限 调大 supportVnodes
Vnodes exhausted vnode 用尽 同上
0x80000119 Invalid config option 参数名错或版本不支持
Killed process ... taosd（dmesg） OS OOM Killer 加内存 + 配 SWAP + 限查询
Query memory exhausted + taosAdapter 异常提示 可能是 adapter 侧问题 检查 taosAdapter（TOP2）

七、预防清单

  • 建库前规划内存 ：库数量 × vgroups × 单 vnode 内存 = 内存基线。
  • vgroups 按写入并发合理设置，不要盲目调大。
  • supportVnodes 按需调整，调大后同步评估内存。
  • 必须配置 SWAP ，并合理设置 vm.min_free_kbytes。
  • 设置 singleQueryMaxMemorySize，给单个查询设上限。
  • 保持 queryUseMemoryPool=1，并设置合理的 minReservedMemorySize。
  • 查询侧规范：限定时间范围、加 LIMIT、拆批、避免超大 union all / IN。
  • 控制并发查询数，客户端连接池设上限。
  • 对 taosd 与 taosadapter 的 RSS 做长期监控 + 阈值告警。
  • 怀疑泄漏时用 set_taos_malloc.sh -m 2 / -m 4 做检查。
  • 内存紧张时考虑升级到企业版（内存管理与分配器优化）。
  • 定期 SHOW QUERIES 巡检长耗时大查询。

八、求助模板（贴在社区里，回复会快很多）

text 复制代码 
【TDengine 使用环境】生产 / 预生产 / 测试 / PoC
【TDengine 版本】___
【操作系统及版本】___    【机器配置】CPU ___ 核 / 内存 ___ G
【部署方式】容器 / 非容器
【集群节点数】___    【副本数】___
【问题现象】内存持续增长 / 查询报错 / 进程被杀
【内存数据】
  - free -h 输出：___
  - taosd RSS：___    taosadapter RSS：___
  - 是否配置 SWAP：___
【关键配置】
  - SHOW DNODES（含 support_vnodes）：___
  - SHOW VARIABLES LIKE 'queryUseMemoryPool'：___
  - SHOW VARIABLES LIKE 'minReservedMemorySize'：___
  - SHOW VARIABLES LIKE 'singleQueryMaxMemorySize'：___
  - 库数量与各库 vgroups：___
【是否有 OOM】
  - dmesg -T | grep -i "killed process"：___
【查询情况】是否高并发 / 大范围查询 / union all
【日志】/var/log/taos 关键片段

九、相关链接

本文整理自 TDengine 技术社区真实提问，覆盖 3.0 至 3.4 各版本的内存与容量问题。如果你遇到的情况不在上述症状列表中，欢迎到社区发帖并附上本文第八节的求助模板。

相关推荐
+VX:Fegn08952 小时前
计算机毕业设计|基于java+ vue共享单车信息系统(源码+数据库+文档)
数据库·vue.js·spring boot·后端·课程设计
探数API小喇叭2 小时前
天气 API 接口思路：拆解一套包含 4 个子接口的轻量化气象服务
大数据·api·天气预报
方向研究2 小时前
硬盘健康信息监测
大数据
mysqloffice3 小时前
数智时代，核心系统数据库架构往哪走
数据库·人工智能
l1t3 小时前
DeepSeek总结的 pgColumnar 1.0-alpha4 发布说明
数据库·postgresql
DBA_G3 小时前
南大通用GBase 8s数据库助力某农商行核心系统投产
数据库
工业涂料百问3 小时前
【环保合规】系列（四）工业涂料碳足迹怎么算？边界定义、因子选择与减排优先级拆解
数据库
yt004yt3 小时前
绿岛数字化平台搭建：VOCs 监测与能碳数据一体化方案
大数据·分布式
广州宏帝箱包4 小时前
出口背包的包装有没有防潮、防摔的加固处理
大数据·人工智能
热门推荐
01国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）02蜘蛛磁力 搜索引擎大全，如何使用蜘蛛磁力查找磁力链接03GitHub 镜像站点04历年考研数学一、数学二、数学三真题试卷及答案PDF05人工智能（AI）发展史：详细里程碑06微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新072026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？08ZCode 周末送额度活动开启：3 亿 Token 免费领取09数学公理体系大全:第六章 选择公理的等价形式及证明102026 爱知・名古屋亚运会怎么看？直播平台+赛程安排分享