Evergen TigerData භාවිතා කරන්නේ කෙසේද එහි ප් රයෝජනවත් බලශක්ති අනුගමනය ආකෘතිය වර්ධනය කිරීම සඳහා

ඕස්ට් රේලියාවේ පිහිටා ඇති, ලොව ප්රධාන මෘදුකාංග වේදිකාවන් සහ නිෂ්පාදන ගොඩනැගීම, විශාල ප්රමාණයේ බෙදාහැරෙන බලශක්ති සම්පත් සහ වාණිජ ප්රමාණයේ සම්පත් නිරීක්ෂණය කිරීම, පාලනය කිරීම, පරිශීලක කිරීම සහ සකස් කිරීම සඳහා ඉඩ සලසයි. හැමදාම හැමදාම Evergen හි මෙහෙයුම වන්නේ ප්රතිරෝධී හා ප්රතිරෝධී බලශක්ති පද්ධති වෙත මාරුවීම පහසු කර ගැනීමෙන් බලශක්ති පද්ධතිය බිඳවැටීම කිරීමයි.අපගේ වලාකුළු ස්වභාවික ප්රවේශය සහාය වන අතර, ප්රතිරෝධී බලශක්ති පද්ධතිය පුරා ඇති සියලු ප්රතිලාභකරුවන්ට ඔවුන්ගේ බලශක්ති භාවිතය සහ නිෂ්පාදනය පිළිබඳ තොරතුරු ලබා ගැනීමට අවශ්ය තොරතුරු ලබා ගත හැකිය. Evergen හි පද්ධතිය වර්ධනය වන විට, එය ඔවුන්ගේ අවශ්යතා අනුව වර්ධනය කළ හැකි කාල සීමාව සහ සැබෑ කාලය විශ්ලේෂණ පද්ධතිය සොයමින් සිටියා.Evergen විසින් TigerData (TimescaleDB හි නිර්මාණකරුවන්) සොයාගත් ආකාරය සහ TigerData විසින් එහි ක්රියාකාරකම් වෙනස් කළ ආකාරය - Evergen හි ප්රධාන මෘදුකාංග ඉංජිනේරුවෙකු වන Jose Luis Ordiales Coscia සමඟ සම්මුඛ සාකච්ඡාව මත පදනම්ව. Evergen Time-Series Database අවශ්ය ඇයි "අප් රදායික බලශක්ති ආයෝජනය," ජෝසෝ පවසයි, "අර්වර්ග්න් ව්යාපාරයේ විශාල කොටසක් වන අතර, කාල සීමාව දත්ත ඒ සඳහා අත් යවශ් ය වේ. Evergen ආරම්භයේ දී MongoDB අටැස්ටෝරයට time-series සඳහා ප්රවේශ විය, මොකද එය සාමාන්ය non-time-series දත්ත සඳහා ඔවුන්ගේ default database විය. Yet Evergen's time-series setup using MongoDB turned out to be cost-prohibitive and technically restrictive: "Our team did create their own scheme on top of MongoDB by storing data in buckets, where each bucket is one day.So, they tried to replicate what TimescaleDB does — behind the scenes — in MongoDB, which kind of worked, but it also didn't work." "අපි දත්ත හරහා ගමන් කරන විට, MongoDB භාවිතා කිරීමට අපහසු වී ඇති නිසා අපි වඩාත් දත්ත පැකේජය සහ වඩාත් දත්ත ගබඩා කරන අතර එම අවස්ථාවේදී වඩාත් දත්ත ගබඩා කළෙමු," ජෝසෝ පවසයි. තාක්ෂණික සංකීර්ණත්වය සහ පුළුල් කිරීමේ සීමාවන් මෙම තාක්ෂණික අභියෝග MongoDB හි අමුත්තන් දත්ත ගබඩා සීමාවන් සමඟ ආරම්භ විය. Evergen උපකරණ නිෂ්පාදකයින් හරහා අනුකූලතාවය සහතික කිරීම සඳහා සිය ගණනක් ඇතුළත් කර ඇති අතර, නිතිපතා කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන කාලීන "අපි මතකය තුළ පෙර සංසන්දනය කළෙමු," ජෝසෝ පවසයි, "අපිට MongoDB හි සියලුම අමුද්රව්ය සංසන්දනයන් ගබඩා කිරීමට එය මිල අධික නිසා. අපි මුළු දත්ත සහ සංඛ්යාත දෙකම ලබා ගැනීමට අවශ්ය නම්, අපි සෑම එක් සඳහාම මේ සියල්ල අත්හදා බැලීමට සිදු විය. " දිගුකාලීන aggregates දිගුකාලීන aggregates විශාල දත්ත ප්රමාණය නිසා, ඔවුන්ගේ Kafka stream processing service විශාල විය. Evergen එම සේවාව 30 ක් පමණ ක්රියාත්මක කර ඇති අතර, Kubernetes හි ඔවුන්ගේ භාවිතය විශාල ප්රතිශතයක් බවට පත් විය. in-memory preaggregations කරන්නට තව තවත් දුර්වලතා තිබේ: ඔවුන් දිනපතා දත්ත අත්හදා බැලීමට සිදු විය, එය වේදනාකාරී විය. අතුරු ආදායම් දත්ත - විනාඩි පහක එකතු කිරීම සඳහා විනාඩි 15 කට වඩා වැඩි සහ විනාඩි 30 ක එකතු කිරීම සඳහා පැය 1 කට වඩා වැඩි - අතුරුදහන් විය, මොකද ඔවුන්ට තවදුරටත් පෙර එකතු කරන ලද දත්ත මතකය තුළ තිබුණේ නැත. Raw දත්ත නොමැති වීම විනිශ්චය මාර්ගය සහ debugging සඳහා ප්රවේශම්තාව අඩු කර ඇත. ජොසෝ පවසයි, කාල සීමාව සඳහා MongoDB කාර්ය සාධනය අර්බුදයක් විය: "අපි හැමෝම එය පරිපූර්ණ නොවන බව දන්නවා, නමුත් ඔබ හිතන්නේ, යම් මොහොතක අපි එය නිවැරදි කරනු ඇත, නමුත් කිසිවෙක් ඇත්තටම කළේ නැහැ. Database Assessment ක් රියාවලිය ඔවුන්ගේ සමාලෝචන ක්රියාවලිය තුළ, Evergen කෙටියෙන් InfluxDB දෙස බැලුවා, නමුත් එම අවස්ථාවේදී ඕස්ට්රේලියාවේ ප්රදේශය සඳහා සහාය අඩුවීම නිසා, එය ආරම්භයේ සිට කිසිදු පියවරක් විය. ඔවුන්ගේ සියලු ආයුධ AWS තුළ වන අතර ඔවුන් වෙනත් AWS සේවා භාවිතා කරන නිසා, Evergen මුලින්ම Amazon Timestream සමාලෝචනය කර ඇත.එහෙත් ඔවුන් එය භාවිතා කිරීමට උත්සාහ කරන විට එය ඉතා සීමිත විය, ජොසෝ පවසයි, එම අවස්ථාවේ ප්රශ්න කිහිපයක් ඉදිරිපත් කරයි: ප්රතිදාන කාර්ය සාධනය (සෑම දිනක හෝ සතියකදීම දත්ත ලබා ගැනීම පවා තත්පර 2-5 ක පරිච්ඡේදයක විය) සහ ප්රශ්න හෝ කාර්ය සාධනය සැකසුම් නොමැති වීම. Docker සමඟ ස්ථාපිතව Timestream දත්ත පදනම ක්රියාත්මක කිරීමට නොහැකි වීම (එහෙත් ස්ථාපිතව Postgres සහ TimescaleDB ක්රියාත්මක කිරීම පහසු විය) - ස්ථාපිත පරීක්ෂණ ක්රියාත්මක කිරීම Timestream සමඟ AWS සමඟ සම්බන්ධ වීමට අවශ්ය වන අතර, සැබෑ දත්ත පදනම නිර්මාණය කිරීම සහ අවසානයේ එය ඉවත් කිරීම. ප්රතිදානීය බලශක්ති අනාවැකි සඳහා භාවිතා නොකරයි – TimeStream මගින් අනාගතයේ දී දත්ත 15 මිනිත්තු දක්වා පමණක් රඳවා ගත හැකිය. Evergen පසුව ඉතිහාසගත කාල සාරය දත්ත සඳහා Timestream සහ Redis භාවිතා කිරීමට උත්සාහ කර ඇත කාල සාරය දත්ත සඳහා. ඔවුන්ට කාලය තුළදී Redis සිට Timestream වෙත දත්ත මාරු කිරීම සඳහා රැකියාවක් සහ ලෝහයක් තිබුණා, නමුත් උපාංග හා වෙබ් අඩවි සම්බන්ධ දත්ත තවමත් MongoDB හි තිබුණා. එය හුදෙක් වේදනාකාරී විය. අපි මෙම සමාලෝචන ක්රියාවලිය ආරම්භ කරන විට අපි බැලූ ප්රධාන දේවල් වලින් එකක් විය - අපගේ සියලු දත්ත සඳහා එකම දත්ත පදනම භාවිතා කිරීමට හැකි වීම: කාල සාරය සහ කාල සාරය නොවන සාරය. එය TimescaleDB වෙත පැමිණෙන විට අපට විශාල විකුණන ස්ථානයක් විය, මොකද එය පහත Postgres පමණි. Evergen MongoDB හි කාල සාරය සහාය පරීක්ෂා කර ඇත: "ඔවුන් MongoDB හි කාල සාරය දත්ත කටයුතු කරන මෙම නව වර්ගයේ රැස්වීමක් ඇත.එහෙත් ඔවුන් TigerData විසින් ලබා ඇති විශේෂාංග කිහිපයක් අහිමි වී ඇති අතර, දිගින් දිගටම එකතු කිරීම, රඳවා ගැනීමේ ප්රතිපත්තිය සහ සංකීර්ණ කිරීම වැනි. TigerData සොයා ගැනීම සහ පරීක්ෂා කිරීම Jose මුලින් TigerData ගැන දැනගත්තේ එහි backend ඉංජිනේරුවෙක් ලෙස වැඩ කරන මිතුරා හරහා. නිෂ්පාදන ගැන ඉගෙන ගත් පසු, Jose TigerData හි වැඩ කිරීමට අයදුම් කර ඇති අතර, ඔහු පසුගිය සමාගමේ රාජකාරි මාරු කිරීමට බලාපොරොත්තු විය. අයදුම් කිරීමට සූදානම් කිරීම සඳහා, ඔහු TimescaleDB විශේෂාංග වලට ගැඹුරින් පිවිසුණා. ඉන්පසු, ඔහු Evergen එකට එකතු වූ විට, ඔහු TimescaleDB භාවිතා කිරීම සඳහා විශාල ප්රවේශකයෙකු බවට පත් වී ඔහුගේ කණ්ඩායම එය සැලකිලිමත් කිරීමට පටන් ගත්තේය - ඔහු දැනටමත් එහි විශේෂාංග දැන සිටියා සහ එය සටන් පරීක්ෂා කරන ලද, නරක පැරණි තාක්ෂණය මත ඉදිකිරී ඇති බව, එය "බිස්බුක් සඳහා විශිෂ්ට - ඔබ එහි කිසිදු පුදුමයක් අවශ්ය නොවේ." TimescaleDB සමාලෝචනය කරන අතර, Evergen TigerData සම්පත් භාවිතා කරයි: “සංස්කරණය ඉතා සම්පූර්ණ හා තේරුම් ගැනීම හා අනුගමනය කිරීම පහසු විය.TigerData බ්ලොග් ද විවිධ ප්රවේශයන් පිළිබඳ සංකීර්ණ සාකච්ඡා ඇත.එය POC කාලය තුළ විශේෂයෙන් උපකාරී විය.Slack සමාජය චැනල් ද විශිෂ්ට විය.” Evergen හි ව්යාපෘති සාක්ෂි සාක්ෂිය MongoDB සහ TimescaleDB සකස් කිරීමෙන් ද්විත්ව ලිවීම සහ ද්විත්ව කියවීමක් ස්ථාපනය කිරීම ඇතුළත් විය. මෙය TimescaleDB ක්රියාකාරකම් බිඳ වැටීම හෝ පාරිභෝගිකයින්ට බලපෑමක් නැතිව TimescaleDB පරීක්ෂා කිරීමට ඔවුන්ට ඉඩ දුන්නා. TimescaleDB හි ගබඩා කරන ලද දත්ත මාස කිහිපයක් ලැබුන විට, ඔවුන් විවෘත කළා. පුළුල් කිරීම, ක්රියාකාරීත්වය සහ සංවර්ධක අත්දැකීම් ප්රවේශයෙන්, TimescaleDB සියලු පෙට්ටි පරීක්ෂා කළේය. “අපිට දහස් ගණනක් මෙවලම් ඇති නිසා, අනාගතයේදී දහස් ගණනක් මෙවලම් දෙස බලන විට, අපි නිශ්චිත භාවිතය වේගවත් බව සහතික කළ යුතුයි. “අපිට දහස් ගණනක් මෙවලම් ඇති නිසා, අනාගතයේදී දහස් ගණනක් මෙවලම් දෙස බලන විට, අපි නිශ්චිත භාවිතය වේගවත් බව සහතික කළ යුතුයි. "අපිට දහස් ගණනක් මෙවලම් ඇති නිසා, අනාගතයේදී දහස් ගණනක් මෙවලම් දෙස බලන විට, අපි නිශ්චිතව ගබඩා වේගය සහතික කළ යුතුයි.TigerData සමඟ මෙතෙක් එය පුදුමාකාර විය," ජෝසෝ පවසයි.Evergen ද TimescaleDB හි ඉල්ලීම් කාර්ය සාධනය අගය කර ඇත, මොකද එම දත්ත සැබෑ කාලය තුළ පාරිභෝගිකයන් සමඟ සන්නිවේදන ආකෘති සපයයි: "ඔබගේ පාරිභෝගිකයින්ට එම ග්රැෆිස් බලන්න විනාඩි 5-10ක් බලා සිටීමට අවශ්ය නැත." පරිගණක මෙවලම් ලබා ගත හැකි වීමත් තීරණයකාරී සාධකයක් විය: “Postgres වෙළෙඳපොළේ එතරම් සවිස්තරාත්මක ක්රීඩකයෙක් නිසා, වැඩ කිරීමට පුස්තකාල හා මෙවලම් දහස් ගණනක් ඇත.” එබැවින් දත්ත ප්රශ්නය කරන්නේ කෙසේද යන්න පිළිබඳ අවබෝධය විය: “සෑම කෙනෙකුම යම් මට්ටමේදී SQL දන්නවා, තාක්ෂණික නොවන අය පවා. “අපි දත්ත විද්යාව කණ්ඩායමේ හෝ පාරිභෝගික සහාය කණ්ඩායමේ කෙනෙකුට TimescaleDB වෙත ප්රවේශය ලබා දීමට හැකි අතර, ඔවුන් දත්ත ප්රවේශ කිරීමට ආකාරය සොයා ගනී, MongoDB සමඟ එසේ නොවීය.” — Jose Luis Ordiales Coscia, Evergen හි ප්රධාන මෘදුකාංග ඉංජිනේරු “අපි දත්ත විද්යාව කණ්ඩායමේ හෝ පාරිභෝගික සහාය කණ්ඩායමේ කෙනෙකුට TimescaleDB වෙත ප්රවේශය ලබා දීමට හැකි අතර, ඔවුන් දත්ත ප්රවේශ කිරීමට ආකාරය සොයා ගනී, MongoDB සමඟ එසේ නොවීය.” — Jose Luis Ordiales Coscia, Evergen හි ප්රධාන මෘදුකාංග ඉංජිනේරු ආරක්ෂාවත් සැලකිලිමත් විය. Evergenගේ අවශ් යතා ඉටු කරන්න. TigerData ආරක්ෂක විශේෂාංග TigerData ආරක්ෂක විශේෂාංග Evergen TigerData භාවිතා කරන්නේ කෙසේද Time-series දත්ත සඳහා MongoDB හි TimescaleDB සමඟ මාරු කිරීම සහ "Telemetry Service" ස්ථාපනය කිරීම මීට පෙර නොහැකි වූ දත්ත මධ්යස්ථානය කිරීම සාර්ථක කර ඇත. "අපි කාලය-series දත්ත කටයුතු කරන එකම සේවා වෙත ප්රවේශය encapsulate කිරීමට සහ තනි කර ගැනීමට උත්සාහ කරමු. මෙම සංක්රමණයේ ඉලක්කයක් තිබුණේ සියලුම කියවීම සහ ලිවීම එක් ස්ථානයකට සංසන්දනය කිරීමයි – “Telemetry Service”.It handles time-series and relational data, and has almost exclusive access to the Evergen හි (Managed TimescaleDB) උදාහරණයක්. එක් උදාහරණයක් වන්නේ ඔවුන්ගේ දත්ත විද්යාව කණ්ඩායම වෙත ප්රවේශය ලබා දීම දත්ත පිළිබඳ පර්යේෂණීය ප්රවේශය සඳහා ය. ප්රධාන දත්ත සමුදාය, එම කණ්ඩායම සඳහා පමණක්, ප්රවේශයක් ලබා දීම සඳහා උපකාරී වේ. ටයිගර් Cloud Replica කියවන්න ටයිගර් Cloud Replica කියවන්න Evergen ද TigerData හි ඇතුළත් PopSQL IDE විශාල ලෙස භාවිතා කරයි. ජොසෙ පවසයි: “එය දත්ත පද්ධති පර්යේෂණ හා ප්රශ්න බෙදා ගැනීම සඳහා විශිෂ්ට මෙවලමක් වේ.අපි MongoDB සමඟ ඒ දේ කළේ නැහැ.අපි MongoDB ඇට්ලස් පිටුව වෙත සෑම අවස්ථාවකදීම ලියාපදිංචි විය යුතු අතර අපගේ ප්රශ්න අත්යවශ්යව ලිවීමට විය.” Tiger Cloud ප්රතිලාභ අන්තිම පාරිභෝගිකයන් සඳහා කෙසේද MongoDB සමඟ, Evergen වියදම් සීමා නිසා මාස තුනක් පමණක් දත්ත ගබඩා කළ හැකි විය. "දැන් TigerData සමඟ," ජොසෝ බෙදා, "මේ ගබඩා ප්රතිපත්තීන් සකස් කිරීම අපගේ වගකීම වේ. එය අනිවාර්යයෙන්ම අපේ නිෂ්පාදන කණ්ඩායම සඳහා විකුණුම් ස්ථානයක් වන අතර, පසුගිය වසර සඳහා නිවාස බලශක්ති වාර්තාවක් සහ පසුගිය මාස තුන සඳහා පමණි.” ප්රශ්න කාර්ය සාධනය තවත් විශාල ජයග්රාහකයක් විය: "පළමුව, ඔබ ඔබේ වෙබ් යෙදුම හෝ ජංගම යෙදුම වෙත පිවිසෙන විට තත්පර කිහිපයක් බලා සිටීමට අවශ්ය විය. දැන් එය 500 මිලිසැප්ටරයක් යටතේ වන අතර, එය ඇත්ත වශයෙන්ම, ඉතා හොඳයි. TigerData විසින් දැන් කළමනාකරණය කරන ලද කාල සීමාව දත්ත එවර්ගන්හි බලශක්ති පරිශීලන සේවා සඳහාත් වැදගත් වේ.මේ සේවාව ඇතුළත් වේ behind-the-meter පරිශීලනය (අධිමත් පෞද්ගලික විදුලි වියදම් අවම කිරීමට උපකාරී වන යන්ත්ර ඉගෙනුම් පරිශීලනය) සහ front-of-meter පරිශීලනය (අධිමත් දේපල මුදල් ලබා ගත හැකිය). Tiger Cloud අනුමත කිරීම Evergen සඳහා අදහස් කළේ කුමක්ද Evergen සඳහා, Tiger Cloud සමඟ MongoDB මාරු කිරීම Kubernetes කූඩුව සම්පත් භාවිතය 50% කට වඩා අඩු කර ඇත. "අපි කොපමණ දත්ත ඉතිරි කළ යුතුද, කුමක් ප්රයෝජනවත්ද, කුමක් නොකළ යුතුද යන්න තීරණය කිරීමට නිදහස ඇති වීම," ජොසෙ පවසයි, "අපිට මීට පෙර අපි කොපමණ දත්ත ඉතිරි කළ හැකිද යන්නට දැඩි සීමාවක් තිබුණා නිසා විශාල ජයග් රහණයක් විය.අපිට දැන් මේ පැරණි දත්ත සඳහන් කිරීමට එම ප්රයෝජනවත්තාව තිබෙනවා-අපි එය S3 හි තබා ගැනීමට අවශ් ය වේ. Tiger Cloud විසින් Evergen හි ස්කයිප් එකත් සරල කරගත්තා: "අපගේ ආකෘතිය සංකීර්ණ කිරීම - මෙම විවිධ විශේෂිත දත්ත සංකේතයන් සකස් කිරීමට හැකි වීම - එය ආකෘතියගේ සම්පූර්ණ සංකීර්ණතාවය සඳහා විශාල දෙයක් වන අතර, අනාගතයේදී මෙම පුළුල් කිරීම පහසු කරයි. " සියලුම මුළු දත්ත වෙත ප්රවේශ වීමෙන් ඔවුන් එය ඩබ්බග් කිරීම සඳහා ප්රවේශ කළ හැකි අතර එය විශේෂිත උපාංගවලට අනුගමනය කළ හැකිය - එය මුළු දත්ත සමඟ කළ හැකි වඩා මුළු දත්ත සමඟ කළ හැකි අතර, මුළු දත්ත ගබඩා කිරීමෙන් තොරව, Evergen සැබෑ කාලීන විශ්ලේෂණ දර්ශන ප්රයෝජනවත් විය. "අපි මුළු අමුත්තන් ගබඩා කිරීමේ හැකියාව," ජොසෝ පවසයි, "අපි පවා සැලකිල්ලට නොලැබුණු නව එකතු කිරීම් නිර්මාණය කළ හැකිය.අපි මීට පෙර එය කළ නොහැකි විය.TigerData සමඟ, අපි හෙට අපි අමුත්තන් දත්ත වලින් ලැබෙන මෙම නව දත්ත අවශ්ය බව තීරණය කරන්නේ නම්, අපි නව එකතු කිරීම් නිර්මාණය කළ හැකිය, මුළු backfill ක්රියාවලිය ක්රියාත්මක කළ හැකිය, එයයි - අපි එය ඇත. දන්නා Postgres මත ඉදිකිරීම් කරන ලද Tiger Cloud කණ්ඩායම් ඇතුළත් කිරීම සඳහා ඵලදායී බලපෑමක් ඇති කර ඇත. ”සෑම කෙනෙකුම යම් මට්ටමකදී SQL දන්නා නිසා, ඔවුන්ගේ වෘත්තියේ යම් මොහොතකදී සියලු දෙනාම SQL සමඟ වැඩ කර ඇති අතර, [පරිවෘත්ති ඉංජිනේරුවන්] ක්ෂණිකව ගබඩා කේතයට පිවිසීම සහ සිදුවන දේ සොයා ගැනීම පහසු විය.” TigerData භාවිතා කරන අනාගත සැලසුම් TigerData තෝරා ගැනීම Evergen ඔවුන්ගේ ආකෘතිය අනාගතය තහවුරු කිරීමට උදව් කළේය. ”එය සත්යයි – ඔබ මේ දවස්වල හැමදේම සඳහා Postgres භාවිතා කළ හැකිය. සම්පූර්ණයෙන්ම හැම දෙයක් සඳහා පුළුල් කිරීමක් ඇත. ඒ තීරණය සඳහා තවත් විශාල සාධකයක් විය – අපි අනාගතයේදී මෙම ආකාරයේ දත්ත ගබඩා කිරීමට අවශ්ය නම් කුමක්ද? ඔව්, මෙම පුළුල් කිරීම දැනටමත් ලබා ගත හැකිය. TigerData සමඟ, Evergen නව වෙළෙඳපොළ වෙත ළඟා වීමට සහ ඒවායේ උපකරණ ප්රමාණයෙන් වැඩි කිරීමට ඔවුන්ගේ සැලැස්ම සහාය කිරීම සඳහා ප්රමාණවත්ත්වය සඳහා දත්ත පදනමක් ගොඩනඟා ඇත. Evergen ද TigerData වැඩ කරන ක්රියාකාරීත්වය භාවිතා කිරීමට සැලසුම් කර ඇත, Tiger Cloud හි Evergen දත්ත වෙනත් මෙවලම් භාවිතා කළ හැකි වෙනත් කණ්ඩායම් සඳහා ලබා දෙනු ඇත. ජොසෙස්ගේ උපදෙස් ඉංජිනේරුවන්ට විවෘත කිරීම ගැන සැලකිලිමත් වන විට: "ඔබගේ කේත පදනම තුළ අමුද්රව්ය නිර්මාණය කරන විට, කේතයේ ඉතිරිව සිට එක් විශේෂිත තාක්ෂණය සමඟ සම්බන්ධ සියලු දේ වෙන් කර තබා ගන්න, එය අපගේ ද්විත්ව කියවීම සහ ද්විත්ව ලිවීමේ අත්හදා බැලීම ක්රියාත්මක කිරීම අප සඳහා බොහෝ පහසු කර ඇති නිසා - මොකද කේත පදනම තුළ එක් තැනක් තිබියදී අපි එය සිදු කිරීමට වෙනස් විය යුතුය.