不出入仓故障中由机械故障直接导致的占有蛮大的比例。故有经验的维修人员在修机过程中总是会必须全面检查这方面。
比如一台金画牌vcd-a330型影碟机，通电重新开机，屏显算正常。按随意进出仓键使其出库，发现自己碟仓伸出左手一点后又恢复进仓，操作千百次均这般动作。
的原因机器有“open”的出仓屏显指示，那就证明不出库故障与控制电路无关，而与机械故障有关。
打开上盖，将机心从固定架上拆下，乘此机会拆下仓盘，检查齿条有无严重点严重磨损或缺齿、断齿情况，最终均都正常。随后详细检查络腮胡组件升降机构施展滑板，突然发现手动启动操作时阻力很大，观察无关部位的润滑脂已相当严重龟裂的土地，故去对付该部分参与一般保养。具体如何操作时，应将或是部位早就死去效能的润滑脂翻看清理。然后把在或是部位匀实重涂性能良好的道德的品质优良润滑脂，用长手动作一次伸缩能操作．以手感无肯定阻滞感为宜。待这部分保养已经结束以后，再去对随意进出仓电机传动齿轮组的工作状态接受试验。具体操作方法时，可先拆去光头组件上下升降施展滑板，留下来电机传动齿轮组件。此时接通电源，按过碟机控制开关，观察进出仓电机带动齿轮组的运行情况，发现到齿轮组转动数齿后即停，而穿过仓电机却始终快速转动不断，传动皮带在皮带轮上容易打滑。我怀疑传动皮带松驰，但换了装一只新皮带试机，故障仍旧，只能证明传动皮带并无问题，终致说明齿轮组有故障。强制关机后严格检查三只齿轮，突然发现中间每只齿轮的一个齿槽中有一塑料薄片卡在其中，将其定期清理干净后，将三只传动齿轮新的装配零件好，而在齿轮间涂上注意适量的润滑脂，以利保养。通电试机．传动齿轮组工作算正常。再装上再控制光头组件整体升降的操纵滑板及仓盘，待一切安装完毕后，通电试机，按随意进出仓键使碟机出入仓，其进出仓平平稳稳自然；再按一次进出仓键使其进仓，仓盘合理到位后，激光头组件聚焦、循迹等初始化操作动作正常吗。用一张正版碟片试播，图声均正常了
自我介绍，个人信息，教育情况，技能和项目等
根据以往的数据仓库项目经验这些数据仓库理论的掌握，我学习总结再看看，不胜感激供建议参考：
1、必须你得弄清楚建设和发展数仓的目的是什么是偏向于整合各系统数据，为数据分析决策服务，还是偏向于快速的结束总结决策需求？
如果是前者，那么在数据仓库建模的时候像是会你选择er建模方法；
假如是后者，一般会选择维度建模方法。
er建模：即实体关系建模，由数据仓库之父billinmon提出，核心思想是从全企业的高度去电脑设计三范式模型，用实体关系具体解释企业服务。主张的是从上而下的架构，将有所不同的oltp数据集中到面向主题的数据仓库中。
维度建模：由kimball给出，核心思想是从分析决策的需求出发去统合模型。这种模型由事实表和维表分成，即星型模型和雪花模型。kimball积极倡导由外及里的架构，可以不对于单独的部门建立数据集市，再趋近于的形成完整，汇总成数据仓库。
2、或者你得进行潜近的业务调研和数据调研业务调研：踏入的业务调研能使你越来越明确数仓建设的目的；同样也十分有利后续的建模设计，伴随着调研的开展，该如何将实体业务抽像为数仓模型会十分平和。
数据调研：各部门或各科室的数据现状打听一下，和数据分类、数据存储、数据量、具体的数据内容等等。这对妖军的主数据串联连接或则维度一致性处理等等都是前提是的基础。
3、然后再是数据仓库工具选型
悠久的传统型数据仓库：象会你选择第三方厂家的数据库和配套etl工具。只不过有第三方支持，总体有保障；但缺点也很明显，受约束在内成本较高。
nosql型数据仓库：好象是设计和实现hadoop生态的数据仓库。hadoop生态早非常强横无比，这个可以能找到各种开源组件去支持什么数据仓库。缺点是要招人专门买人士去摸索，另外相对于会必然一些未探索隐患。
4、后来是设计与如何实施设计：除了数据架构中的数据层次划分包括具体一点的模型设计；也和程序架构中的数据质量管理、元数据管理、调度管理等；
如何实施：规范化的项目管理具体实施，但同样也需记好有一点，数据仓库并非一个项目，它是一个过程。
以上应该是本人多多分享的一点经验，多谢了各路大神来见怪哦以及补充。
