在 TDengine 中，采用哪些基于时间序列的索引机制能够有效提升查询性能？请说明其工作原理及适用场景。

回答思路

1. 【回答框架 1】TDengine 使用按时间戳排序的存储结构，默认以第一列为时间戳建立主键索引，数据按时间顺序写入和存储，查询时通过时间范围定位数据块，极大减少扫描数据量。
2. 【回答框架 2】其索引机制包括时间和标签索引：时间索引支持按时间段快速过滤，标签索引用于设备或其他维度的过滤，二者结合可提高点查和范围查询效率。
3. 【回答框架 3】在查询优化中，合理设计表结构，将常用查询的时间列作为主键，并利用分区分片策略按时间切分数据，可减少跨分片扫描，提升并行查询性能。
4. 【回答框架 4】实际使用时，应避免不加时间范围的查询，尽量携带时间过滤条件以利用索引，同时关注数据写入顺序对索引紧凑性的影响，减少随机写。
5. 【回答框架 5】可参考官方文档或性能测试结果确定索引调优参数，如缓存大小、文件名组织，但具体效果依赖数据分布和查询模式，需通过实测验证。
6. 【关键点 1】TDengine 默认按时间戳建立主键索引，数据按时间有序存储。
7. 【关键点 2】时间索引支持时间范围快速过滤，减少数据扫描量。
8. 【关键点 3】标签索引配合时间索引，可提升多维过滤查询性能。
9. 【关键点 4】查询时携带时间条件可充分利用索引，避免全表扫描。
10. 【关键点 5】索引调优需结合实际数据分布和查询负载进行测试。
11. 【易错点 1】不能将时间索引视为唯一优化手段，还需考虑分片、缓存和查询模式。
12. 【易错点 2】滥用标签索引可能导致额外开销，需权衡过滤选择性。
13. 【易错点 3】未带时间条件的查询可能无法利用索引，导致性能下降。