如题，请问下python连OpenGauss有方案吗，psycopg2可以用吗？

近日，北京国家金融科技认证中心正式公布了2022年通过分布式数据库金融标准验证的数据库产品名单。华为云GaussDB金融级分布式数据库以突出的技术优势通过验证，跃然榜上，且测试得分遥居前列。数字经济时代下行业的发展瞬息万变，企业核心技术的重要性也越发凸显出来。数据库作为IT架构的“心脏”，是新一代信息技术自主创新的核心能力之一，近年来顺应企业需要迎来了发展的蓬勃期。同时，如何建立起相应的技术标准体系和行业发展规范，营造可持续发展的行业环境，也成为值得深思的问题。北京国家金融科技认证中心作为国内从事金融行业的国家级权威第三方合格评定机构，以分布式架构转型为契机，依托金融科技产业联盟形成了分布式数据库联合实验室，对国内的分布式数据库产品展开一系列的金融标准验证，力求规范分布式数据库技术在金融领域的应用，提升分布式数据库技术在业务连续性和信息安全方面的保障能力。业界领先金融级分布式架构 锻造产品核心竞争力华为云GaussDB有多年来的技术研发积累和行业实践经验，其能力在以金融行业场景为代表的千行百业中均已得到验证，同时积极参与金融标准制定及相应的标准验证工作。在本次验证中，GaussDB高性能分布式数据库在技术架构、安全技术、灾难恢复、性能测试四大项验证中均取得了不菲的成绩。GaussDB基于华为主导的开放生态openGauss而打造，作为华为云主打政企核心业务负载的金融级分布式数据库旗舰产品，采用Share-Nothing的先进分布式数据库架构，具有较好的SQL兼容性。该架构是由众多拥有独立且互不共享CPU、内存、存储等系统资源的逻辑节点组成，业务数据能被分散存储在多个计算节点上，数据查询任务被推送到数据所在位置就近执行，通过协调节点的协调，并行完成大规模的数据处理工作，实现对数据处理的快速响应。全能选手测试顺利告捷 筑牢金融政企坚实数据底座本次验证充分说明了GaussDB不仅具备高可用、高安全的特性，还有优秀的灾备能力和复杂事务处理能力。GaussDB在技术架构测试环节满足分布式事务的一致性、隔离性、持久性以及分布式数据存储、高可用等多方面指标，展示出了优秀的金融级高可用商用能力；在安全技术测试中，其数据副本一致性、容忍性，数据存储、传输、备份各环节的安全性也纷纷达标；加之在灾难恢复测试中的同城异城数据中心切换和数据修复验证成绩，说明其能为企业核心数据提供强可靠的安全保障。同时，在性能方面，不论是面对金融领域中的单业务场景、批处理场景还是混合场景，GaussDB在开户、存取款、查询等业务下都能提供快速的响应速度，具备应对海量并发事务处理与复杂查询混合负载的能力。深入千行百业持续奋进 以匠心铸造产品硬实力当前，华为云GaussDB已经广泛应用于2500+大客户的核心业务中，遍布金融、政府、电信、能源、交通、物流、电商等诸多行业，并已在工商银行、建设银行、邮政储蓄银行、农业银行、交通银行五家国有金融大行、多家股份制银行和保险证券公司中都积累了非常成功的实践经验。华为云GaussDB不仅携手工商银行完成核心交易系统传统数据库信息技术应用创新转型，实现高可用、性能线性扩展和弹性部署，形成一套普遍适用的传统数据库平滑迁移一体化解决方案；还成功助力邮储银行新一代个人业务分布式核心系统全面投产上线，使邮储银行科技金融再添一部新引擎。一直以来，华为云数据库始终对技术研发进行重点投入，打造出许多行业领先的黑科技技术。未来，华为云GaussDB也将持续聚焦数据库根技术，联合更多合作伙伴，共创共赢，输出更多更贴合用户场景的数据底座服务能力，为企业数字化转型保驾护航！

请问下高斯列存支持物化视图吗？

openGauss数据库连接串有参考样例吗？

[GAUSS-50322] : Failed to encrypt the password for databaseError:  /opt/huawei/install/app/bin/gs_guc: error while loading shared libraries: libreadline.so.7: cannot open shared object file: No such file or directory [GAUSS-50322] : Failed to encrypt the password for database在openeuler上安装过程中出现了这样的报错，请问一下怎么解决

写在前面 前面我们都是学习MySQL的操作,很少涉及到理论,有些sql语法前面我都没有谈,主要是工作中不常用,一般就是增删查改.要是实际工作中遇到了可以自己稍微查一下,都是很简单的.今天我们谈一下MySQL中被面试官常问的两个部分,都是理论知识,需要我们有自己的理解.  索引 我们先来解释一下什么是索引,这是我们的重点,它是属于MySQL数据库原理层面的知识,如果我们要是自己实现一个数据库,这里我们就要学习的很精通,要是我们岗位只是普通的程序猿,那么了解一下就可以了,至于如何用就不是我们现在这个层次考虑的了.  索引(index),就像是我们书的目录,我们根据目录可以快速的找到我们要看的章节,MySQL也是如此,索引在一定程度上可以加快我们查找数据的速率. 为何出现索引 我们到工作的时候就会发现,你修改数据的次数是远远低于查找数据的次数的,比如我们现在写的博客,一般而言,我写完之后,就很少更改它了,除非是有朋友指出这里存在巨大的错误,我一般都是再重温博客的时候看到有哪里不合适或者错误才会修改,一般都是用来复习和观看的. 同理MySQL也是如此.我们查看是很频繁的.这里就会出现一个问题,对于数据比较少的,我们查早还是很不错的,但是对于公司的服务器而言,这个数据可以实千万级的,那么这个时候我们还是按照老方法查找数据,那么一个命令就要等较长的时间.这时候我们就出现索引,至于索引的原理是什么,这里我们不讨论,知道到这里就可以了.  索引的缺点 前面我们只谈了索引可以提高效率,那么是索引难道就不存在缺点吗?我们想一下,书的目录是不是存在缺点,是的,最直观的一点就是废纸,同理索引是费空间.这就是索引最大的缺点. 随着我们数据量的增大,索引消耗的空间也会越来越大,这还是不是最关键的,对于书来说,我们每一次修改书的内容,那么目录随之也要进行校准,确保可以指定的位置是是准确的,同理MySQL也是如此.不过看起来索引有很大缺点,但是和优点相比较很微小的,瑕不掩瑜.我们在公司里面推荐用索引.  索引的使用 注意,这里的使用只是一点皮毛,甚至连皮毛都算不上,我们不学习使用索引.这里还要和大家谈一个东西,索引的创建最好在创表的时候就出现,要是你在数据比较的多的表来创建索引,那么有极大概率这个数据库会崩,所以要创就在开始的时候创建.  我们先来创建一个数据库,用来查看一下索引. create table student ( id int primary key, name varchar(50), score decimal(3,1));这里我们就可以查看这个数据表的索引了. -- 格式 show index from 表民;show index from student;这里我们就会疑惑了,我们好象是没有添加索引的那么这里为何会出现一个索引,准确来说,我们一个字段被主键或者唯一来约束,这一列就看做一个索引.我们的id就是一个索引.也就是说我们使用主键约束的时候还加快的查早的速率. 同理这里我们也可以给某一列添加索引. -- create index 索引名字 on 表名(列名);create index name_index on student(name);  同理这里我们也可以删除索引,这里只做简单的演示.注意这里容易把数据库给搞挂. drop index name_index on student;索引背后的数据结构 这里才是我们索引的重点,也是面试官比较喜欢问的.这里我们要好好的解释下.我们之前学了一点简单的数据结构,有顺序表,链表,二叉搜索树,哈希表等等,那么我们在想索引的底层是什么?  这里我们首先先排除三个,至于后面的二叉搜索树,可以不可以,这就是我们要讨论的了.  我们感觉二叉搜索树还是挺不错的,不过这里有个问题,我们好象查找数据的时候每一次都要比较,那么如果数据多了,树就高了,对于数据库每一次都意味着文件IO．这里还是不要太行．那么索引的底层究竟是什么？这里我们就要谈一个新的数据结构B+树．不过在谈这个树前,我们先来谈一下B树．注意,我们谈的数据库是MySQL,我这里只知道MySQL的索引是B+树,至于其他的是什么这里就不太清楚了.  B/B-树 我们先来解释一下这个名称,B树又叫B-树,记者B-树可不是念B建树,它是B树的另一个名称,从来没有什么B减树.这里算是解决一下我们的疑惑.  B树是一个N叉树,这个N叉比较特殊.对于树的每一个节点存在若干个数据把这个节点分为若干个区域.我们这里直接看树的的结构.  一个节点里面存在N个数据,把这个节点分为N+1个区域,每一个区域有指向一个新的节点,这就是B树.   这里我们简单的说一下B树的查找规则,这个和二叉搜索树是一样的,我们先来从根节点出发,根据比较来确定一个一个区域,这里逐渐寻找我们的数据.这里我们就疑惑了,这也是比较,而且比较的次数好象没有变少,那么这里就出现问题了,B树为何会提高索引的效率.这里由于我们还没有分享过文件IO,我先来说下,B树是不是高度变短了,这就就意味着以节点为基础比较变得少了,而磁盘IO也是根据节点的次数来计算的,所以这里提高效率了. B+树 B+树是在B树的基础上再次衍生出来的,基于索引而言,B+树是更加优秀的.我们现来看一下B+树的结构. B+树中每一个父节点的值会作为子节点的最大或者最小值,叶子节节点中会体现出来,而且对于叶子节点而言,我们使用指针把它给串联出来.   这里我们就要下一个结论了,B+树可以说是完美的给MySQL索引设计的,我们看一下它的优点. 树变短了,总体的IO次数变少了 所有的查询终究会落在叶子节点上,查询速度稳定 叶子节点通过链表链接出来后,很适合范围查找 所有的载荷都是放在叶子节点上的,非叶子节点只保存key值. 这里我先来解释一下最后一条,说人话就是我们把所有的数目只保留在在叶子节节点.这样我们的非叶子节点占据的空间很少,甚至可以在在内存中跑,这样也能大大减少磁盘IO,提高速率.  事务 上面总算是把索引谈的差不多了,这里还要接触这个知识点.事物还是一个比较好理解的知识点.我们先来看一下什么是事物.  事物,可以理解成打包,就是把几个工作一起做了,也就是要做都做,要不做都不做.  我们举一个例子,假设我要和自己的女朋哟去约会,首先第一点我要去ATM机中取钱，取完钱之后,我发现我女朋友鸽了我,这时候就是是一个很悲伤的故事.但是如果我们把这两个步骤打包成一个事物,也就是不会存在第一个步骤执行完了第二个步骤不会执行的情况. 原子性 那么我们就有问题了,事物是通过什么来保证的,这就要涉及到原子性了,这个算是线程里面的内容.我先来解释,在过去,人们认为原子是物质的最小单位,这里就用这个来命名了,没有其他的含义.我们再来举一个例子.假设存在一张账户表.   现在我们要做的就是A要给B转500元,就会执行下面的操作.假设第二步的时候出现了问题,也就是A的钱被扣了,但是B没有收到钱,至于造成这样的原因有很多种,比如服务器不小心断电了,数据库崩了等等.显然我们的原子性就是为何避免这种情况的发生.   如何保证事务 事务的保证就是下面的两条规则  要么都执行 要么都不执行 现在我们就疑惑了,我们该如何保证事务,要知道我们执行的结果成不成功是需要执行过之后才发现的,你这个规则好象把路给堵死了,这里的要不都不执行是需要带引号的,所谓的要不都不执行,是我们确实执行,如果成功了,万事大吉,错误了就把他给恢复回去,这种模式叫做回滚.至于如何恢复才是我们重点讨论的.还按照上面的例子来讨论,假设我们执行了第一个步骤,也就是A减去500,执行第二步出现了问题,导致无法执行,我们好象没有给B加上500.   这个时候数据库就会进行回滚,上一个步骤我们给A减去500,回滚的时候给A加上500,让它变回原来的样子.那么请问数据库是如何知道要给A加上500这个正确的操作的,这就又涉及到另外一个东西了.数据库会拿出一个小本本,把过去一段时间的操作记录下来,这就是我们传说中的日志.  事务的使用 我们好象还是没有谈过事务的使用,这里简单看一下就行了,也不是面试官主要的考点.  开启事务：start transaction; 2） 执行多条SQL语句 回滚或提交：rollback/commit 说明：rollback即是全部失败，commit即是全部成功. start transaction;-- 阿里巴巴账户减少2000update accout set mnotallow=money-2000 where name = '阿里巴巴';-- 四十大盗账户增加2000update accout set mnotallow=money+2000 where name = '四十大盗';commit; 事务的特性 面试官最喜欢问的问题就是事务的几个特性,这里我先总结下,后面还有好好谈谈.  原子性 一致性 持久性 隔离行 原子性前面我们已经分析过了,这里我先来谈一下一致性,事务一旦执行,执行的结果必须是合理合法的,也就是说余额不能出现为负数的情况.持久性也就是数据一旦正确存入,就会保存到硬盘中,被持久化存储起了.  隔离性 事务的隔离性在是在并发执行时体现的,并发是我们现在计算机常用的方法.  并发 这里我先来解释一下什么是并发执行.在我们使用计算机的时候,你会发现很多程序都在跑,不过CPU的个数远远要小于程序的个数,这个时候就会出现不够用的问题,并发在一定的程度上解决了这个问题,就是一般一个程序只占据CPU一段时间,然后换下一个.  脏读 这个是我们要重点谈的,可以说是它太重要的.我们先来假设一个场景,我的老师正在那里写代码,准备给我们布置作业,我偷偷的看了一眼,看到一个student类,那时候我就明白了,我们的作业和student类有关.我回去准备相关的知识了,到是在我走后,老师把题目给改了,这就是脏读问题.  不可以重复读 我吃了脏读的亏,这个时候我就比较小心了,我等到老师把代码写完,然后把他给上传到GitHub上,我在GitHub上读代码.这个模式算是老师写的时候我不能读,等到老师写完我读的代码就正确了.但是这里又出现了问题,我们没说毒的时候不能写啊,我在读第二遍的时候,老师把代码给改了.这个时候就是不可以重复的问题.   幻读 我们这个时候和老师在约定一下,我们读的时候你也不能写,这个在一定程度上解决了一不可重复读问题,但是这个真的很完美吗?这个时候老师的等的很无聊,既让我们不能修改原来的代码,那么我这里写另外一个代码总可以了吧.   这个时候又会出现另外一个问题,我们每一次刷新GitHub,有的代码一会有,一会没有,感觉是幻觉一样,这个就是幻读,算是一种特殊的不可重复读问题,要解决这个问题要彻底串行化执行.也就是老师写好了之后,可以直接去摸鱼了,我在这里观看就可以了. 来源：51CTO博客

问题：如图，创建一个数据库，这个数据库的密码怎么看？问题解读：  select * from pg_user;   （ db_zhangshu 的对应passwd： ********  ） 回答：数据库没有密码，密码是随用户的

背景业务运行过程中遇到内存类报错，比如ERROR：memory is temporarily unavailable ERROR：memory usage reach the max_dynamic_memory ...分析手段集中式首先查看节点整体内存使用情况，执行以下SQL：SELECT * FROM gs_total_memory_detail;字段含义：根据memorytype字段信息，分为以下几种情况，进一步分析：如果是dynamic_used_memory较高，接近max_dynamic_memory，说明动态内存使用较多，下一步可以查询动态内存使用情况，执行以下SQL查询，根据具体占用内存较高的内存上下文处理：SELECT sum(totalsize)/1024/1024 as "totalsize MB", contextname, count(1) as count FROM gs_session_memory_detail GROUP BY contextname ORDER BY 1 DESC LIMIT 10;如果是shared_used_memory较高，接近max_shared_memory，说明共享内存使用较多，类似的可以执行以下SQL查询，根据具体占用内存较高的内存上下文处理：SELECT sum(totalsize)/1024/1024 as "totalsize MB",contextname, count(1)  as count FROM gs_shared_memory_detail GROUP BY contextname ORDER BY 1 DESC LIMIT 10;查询占用动态内存较高的会话SELECT sum(totalsize)/1024/1024 as "totalsize MB", sessid, count(1) as count FROM GS_SESSION_MEMORY_CONTEXT GROUP BY sessid ORDER BY 1 DESC LIMIT 10;查询占用动态内存较高的线程SELECT sum(totalsize)/1024/1024 as "totalsize MB", sessid, count(1) as count FROM GS_SESSION_MEMORY_DETAIL GROUP BY sessid ORDER BY 1 DESC LIMIT 10;恢复手段常见内存上下文使用内存高的处理手段内存上下文名称用途处理手段CachedPlanSQL计划缓存，下一次查询时可以减少SQL执行计划的生成时间减少会话数；改写业务，减少SQL模板数；在JDBC连接串配置preparedStatementCacheQueries，减少会话缓存的语句数量。SessionCacheMemoryContext会话元数据缓存减少会话数；在enable_global_syscache为off的情况下，可以调小local_syscache_threshold，减少单个会话占用的缓存大小。TwoPhrase Cleaner该内存是事务两阶段提交时，临时表自动清理所占用的内存修改gs_clean_timeout参数为0，禁止自动清理临时表，使TwoPhrase Cleaner不再增长。结束会话根据前面查询的会话信息，通过执行pg_terminate_session结束相应会话：SELECT pg_terminate_session(pid, sessionid);pg_terminate_session函数说明：描述：终止一个后台session。入参：第一个为线程号，第二个为会话id，均为int64类型。返回值类型：Boolean备注：如果成功，函数返回true，否则返回false。具有SYSADMIN权限的用户，会话所连接的数据库的属主，会话的属主或者继承了内置角色gs_role_signal_backend权限的用户有权使用该函数。其他再没有进一步信息的情况下，可以尝试重启单个节点

DBeaver默认多个会话窗口共用一个数据库连接，可能会导致执行卡死、事务报错等问题，建议为每个会话窗口单独配置一个数据连接，方法如图（不同版本显示略有差别）：  2. DBeaver执行超时后会自动重试，可能会导致重复执行问题，建议取消自动重试  3. 高可用及连接参数配置方法

关键指标通常在运维监控出现CPU使用率较高、P80/P95指标较高、慢SQL数量上升等现象，或者业务出现超时报错时，优先应排查是否出现慢SQL。定位慢SQL手段实时慢SQL查询查询当前执行时间TOP10的SQL，识别长时间未结束的SQL后可以手动中止。select     a.pid,     a.sessionid,     a.datname,     a.usename,     a.application_name,     a.client_addr,     a.xact_start,     a.query_start,     (now() - a.query_start)::text as query_runtime,     a.unique_sql_id,     w.wait_status,     w.wait_event,     w.locktag,     w.lockmode,     w.block_sessionid,     a.query from     pg_stat_activity a join     pg_thread_wait_status w on     a.sessionid = w.sessionid where     a.pid <> pg_backend_pid()     and a.state = 'active'     and a.client_addr is not null order by query_runtime desc;根据查询结果，如果是等待锁，可以结合锁等待信息进一步分析，其他情况可以根据unique_query_id关联WDR报告、statement视图进一步分析慢的根因。历史慢SQL查询思路：根据CPU、慢SQL等监控指标，定位慢SQL出现的时间范围，通过以下几种方式进一步分析。整体运行情况分析：WDR报告通过导出对应时间段的WDR报告，可以分析耗时较长的SQL，WDR报告生成方法参见产品文档。单次执行情况分析：statement_historystatement_history记录了执行时间超过阈值(log_min_duration_statement，默认3 s)的详细SQL信息，包含计划生成时间、执行时间、锁等待时间等信息，其中部分信息与参数track_stmt_stat_level设置的级别（默认为'OFF,L0'）有关。 设置参数track_stmt_stat_level='OFF,L1'后，statement_history中可以记录计划信息、锁等待时间等信息。 必须在postgres库内查询，根据时间段查询慢SQL（按照执行时间排序）SELECT   *,   finish_time - start_time as run_time FROM   dbe_perf.statement_history WHERE   start_time > '2022-07-08 18:00:00'    AND start_time < '2022-07-08 19:00:00'    -- 根据unique_query_id可以过滤出特定的查询    -- AND unique_query_id = 123456 ORDER BY   run_time desc; 单个Query运行情况分析：statementstatement记录了SQL按照unique_sql_id归一化的执行信息，包括执行次数、总的执行时间、访问数据量、内存使用等信息。 根据unique_sql_id查询历史执行信息SELECT   *,   total_elapse_time / n_calls as avg_elapse_time FROM   dbe_perf.statement WHERE   unique_query_id = 123456;动态抓取执行信息（计划、锁等待时间等）为了避免对生产环境产生影响，可以动态抓取SQL执行信息-- 抓取指定unique_sql_id的全量SQL信息 -- 示例：unique_sql_id为3267119089，全量SQL级别为L2，相当于track_stmt_stat_level='L2,off' select * from dynamic_func_control('LOCAL', 'STMT', 'TRACK', '{"3267119089", "L2"}'); -- 打开之后，查询statement_history -- 关闭抓取，清理 select * from dynamic_func_control('LOCAL', 'STMT', 'UNTRACK', '{"3267119089"}'); select * from dynamic_func_control('LOCAL', 'STMT', 'LIST', '{}'); select * from dynamic_func_control('LOCAL', 'STMT', 'CLEAN', '{}');查看会话快照信息SELECT * FROM dbe_perf.local_active_session WHERE query_start_time > '2022-07-08 18:00:00' AND query_start_time < '2022-07-08 19:00:00' AND unique_query ilike '%%';常用处理手段中止慢SQL根据查询结果中的pid和sessionid，使用函数中止查询select pg_terminate_session(pid,sessionid);优化SQL更新统计信息查看统计信息select * from pg_stats where tablename = '表名'; select * from pg_stats where tablename = '表名' and attname = '列名';更新统计信息analyze tablename;手动设置列的distinct值（该字段不同值的数量，选择率 ~ 总行数/distinct值）ALTER TABLE tablename ALTER COLUMN colname SET (n_distinct = 实际值); analyze tablename; -- analyze执行后生效 ​ -- 取消设置 ALTER TABLE tablename ALTER COLUMN colname RESET (n_distinct); analyze tablename; -- analyze执行后生效使用hint优化计划通过分析慢SQL的计划，可以使用hint进行调整，openGaussc常用的hint包括：Join顺序的Hint，语法示例：/+ leading((t1 t2))/Join方式的Hint，语法示例：/+ nestloop(t1 t2)/Scan方式的Hint，语法示例：/+ indexscan(t1 index1)/优化器GUC参数的Hint，语法示例：/+ set(param value)/Custom Plan和Generic Plan选择的Hint，语法示例：/+ use_cplan/....修改参数根据慢SQL分析结论，可以考虑修改GUC参数，但是修改参数同时也会影响其他查询的计划，属于高风险操作。其他对于整体执行慢，可以通过分析WDR报告中TOP等待事件，进一步优化。

请教下不小心把表数据删除了，高斯数据库怎么恢复？

ERROR: duplicate key value violates unique constraint "pk_p"这个报错要怎么处理？

create table t (name varchar(1)); insert into t values('a'); insert into t values('中');postgres可以插入中文，openGauss不可以 这个差异，高斯这边有参数控制兼容吗？

#开发者故事，有奖征集书写代码与修改BUG是开发者大多数的日常：有时探索良久却毫无进展，抓耳挠腮不得其因；有时眉头紧锁间忽地灵光一现，柳暗花明又一村；个中滋味，最有体会。数据库邀你，分享你的故事。让这份分享成为一盏明灯，照亮更多的人。一、 活动时间投稿期：2022/9/1-2022/12/30投稿形式：视频、文章（不用担心你的文笔和表达能力，投稿后我们会协助你优化的哟）二、奖励规则奖项数量征集形式奖励投稿奖励（综合分值60分以上的给与奖励）不限故事稿件&开发者故事视频第1名：价值269元HUAWEI FreeLace无线耳机活力版曜石黑第2~3名：价值199元华为手环4 (曜石黑)第4~6名，价值129元HUAWEI mini蓝牙音箱 _绮境森林第7~10名，价值79元罗技鼠标第11名以后，华为云数据库书籍（3选1）/GaussDB T恤 数据库书籍（3选1：华为数据之道、数据库原理及应用、openGauss数据库核心技术）三、活动要求投稿作者需真实使用或体验过华为云数据库的产品/服务/工具/课程等资源，内容上要与华为云数据库相关，可以是技术分享、实践、案例等，也可以是与数据库相关的故事。故事要求1000字以上，保证真实、原创，拒绝杜撰剽窃；如果未使用过华为云数据库产品，也想参与活动，请点击开发者免费试用专区进行产品体验，如果需要提供相关课程或者学习资料，请添加添加“华为云数据库小助手”微信：18209232786，进行咨询。四、 参与流程思路梳理：参考附件【开发者故事提纲】列出的一些问题，可以帮助你构建故事的框架，进而完成故事的撰写。撰写故事：请根据步骤1中填写的提纲，完善你的“开发者故事”，要求1000字以上，保证真实、原创，拒绝杜撰剽窃。完成投稿：将故事发送给小助手，合格后可获得投稿奖励， 投稿过程中有任何疑问欢迎随时来撩！邀请好友：邀请好友完成投稿，好友投稿给小助手时，说明或者备注邀请人的华为云用户名，即邀请成功，邀请人可获得邀请奖励。审核通过：在投稿后10个工作日内完成审核，审核通过的合格作品可在华为云博客发布。专家评选：年底，我们将对所有合格投稿进行评选，在华为云开发者年终盛典典礼上进行表彰，同时进行奖品奖励。注意事项请遵守华为云社区常规活动规则： cid:link_0

请问下，opengauss支持逻辑复制槽failover吗？