docs: add stable query description

docs/zh/21-tdinternal/01-arch.md

@@ -280,12 +280,14 @@ TDengine 对每个数据采集点单独建表，但在实际应用中经常需
 
 <center> 图 5 多表聚合查询原理图  </center>
 
-1. 应用将一个查询条件发往系统；
-2. taosc 将超级表的名字发往 meta node（管理节点）；
-3. 管理节点将超级表所拥有的 vnode 列表发回 taosc；
-4. taosc 将计算的请求连同标签过滤条件发往这些 vnode 对应的多个数据节点；
-5. 每个 vnode 先在内存里查找出自己节点里符合标签过滤条件的表的集合，然后扫描存储的时序数据，完成相应的聚合计算，将结果返回给 taosc；
-6. taosc 将多个数据节点返回的结果做最后的聚合，将其返回给应用。
+1. 客户端从 mnode 获取库和表的元数据信息；
+2. mnode 返回请求的元数据信息；
+3. 客户端向超级表所属的每个 vnode 发送查询请求；
+4. vnode 启动本地查询，在获得查询结果后返回查询响应；
+5. 客户端向聚合节点 （在本例中为 qnode）发送查询请求；
+6. qnode 向每个 vnode 节点发送数据请求消息来拉取数据；
+7. vnode 返回本节点的查询计算结果；
+8. qnode 完成多节点数据聚合后将最终查询结果返回给客户端；
 
 由于 TDengine 在 vnode 内将标签数据与时序数据分离存储，通过在内存里过滤标签数据，先找到需要参与聚合操作的表的集合，将需要扫描的数据集大幅减少，大幅提升聚合计算速度。同时，由于数据分布在多个 vnode/dnode，聚合计算操作在多个 vnode 里并发进行，又进一步提升了聚合的速度。 对普通表的聚合函数以及绝大部分操作都适用于超级表，语法完全一样，细节请看 TAOS SQL。