如何将 Kafka 中的时序数据实时写入 TDengine？—— CDN 日志分析系统生产级集成指南问题原文：“如何将 Kafka 中的时序数据实时写入 TDengine？”解析范围：本文聚焦于TDengine 3.4.x 社区版下，Kafka 到 TDengine 的三种官方/社区支持方案（Kafka Connect Sink、Flink Job、自研消费者）的原理对比、性能压测、配置细节及在亿级 CDN 日志分析系统中的落地实践。内容适用于具备 Kafka/Flink/ClickHouse 经验但首次接触 TDengine 的中高级工程师。一、引子：CDN 平台因日志写入延迟导致计费纠纷2025 年某头部 CDN 厂商遭遇客户投诉：带宽计费数据与客户自测偏差超 20%。根因竟是 Kafka 到 TDengine 的写入链路存在严重瓶颈：自研消费者单线程处理：面对 80万 TPS 的cdn_access_logTopic，消费速度仅 5万 TPS未处理乱序日志：边缘节点网络抖动导致日志时间戳乱序，写入失败后丢弃无背压机制：Kafka