How Evergen uses TigerData to scale its renewable energy monitoring architecture (ایورجن نے اپنے تجدید توانائی کی نگرانی کے آرٹیکل کو کس طرح پیمائش کرنے کے لئے TigerData کا استعمال کیا ہے)

استرالیا میں بنیادی طور پر، دنیا کی کلاس کے سافٹ ویئر پلیٹ فارم اور مصنوعات بناتا ہے جو وسیع پیمانے پر تقسیم شدہ توانائی کے وسائل اور صارف پیمانے پر اثاثوں کی نگرانی، کنٹرول، بہتر بنانے اور آرکسٹریشن کی اجازت دیتا ہے. Evergen کے Evergen کے Evergen کا مشن طاقتور اور قابل تجدید توانائی کے نظام کی طرف منتقل کرنے کی سہولت کی طرف سے توانائی کے نظام کو کم کاربن بنانے کے لئے ہے. اس کے Cloud-native نقطہ نظر کو یقینی بناتا ہے کہ قابل تجدید توانائی کے سلسلے میں تمام فریقوں کو ان کے توانائی کے استعمال اور پیداوار کے بارے میں باخبر فیصلے کرنے کے لئے ان کی ضرورت کی معلومات تک رسائی حاصل ہے. Evergen کی انٹرفیس کی پیمائش کے ساتھ، یہ ایک وقت سیریز اور حقیقی وقت کے تجزیہ پلیٹ فارم کی تلاش میں تھا جو اس کی ضروریات کے مطابق پیمائش کر سکتا تھا. یہاں یہ ہے کہ Evergen نے TigerData (TimescaleDB کے تخلیق کرنے والے) کو کیسے دریافت کیا، اور TigerData نے اپنے آپریشنوں کو کس طرح تبدیل کیا-Evergen کے لیڈ سافٹ ویئر انجینئر جوزو لوئس Ordiales Coscia کے ساتھ ایک انٹرویو پر مبنی. Evergen کو ایک وقت سیریز ڈیٹا بیس کی ضرورت کیوں تھی "معدل توانائی کے آپریٹنگ" Jose کہتے ہیں، "Evergen کے کاروبار کا ایک بڑا حصہ ہے، اور وقت سیریز ڈیٹا اس کے لئے ضروری ہے. یہ رپورٹنگ اور موبائل ایپ کے لئے استعمال کیا جاتا ہے جو وقت کے دوران توانائی کے استعمال کو دکھاتا ہے." Evergen نے ابتدائی طور پر وقت کے سلسلے کے لئے MongoDB اٹلاس کا استعمال کیا تھا کیونکہ یہ عام غیر وقت کے سلسلے کے اعداد و شمار کے لئے ان کی معیاری ڈیٹا بیس تھی. پھر بھی Evergen کی وقت کے سلسلے کی تنصیب MongoDB کا استعمال کرتے ہوئے قیمتوں کو روکنے اور تکنیکی طور پر محدود ثابت ہوا: "ہماری ٹیم نے ڈیٹا کو بیکٹس میں ذخیرہ کرکے MongoDB کے اوپر اپنی اپنی منصوبہ بندی تخلیق کی، جہاں ہر بیکٹ ایک دن ہے. MongoDB کے لئے پھنسنے والا نقطہ یہ تھا کہ نظام میں داخل ہونے والے آلات کی تعداد اور ان کے پیدا ہونے والے منٹ کی رفتار کے اعداد و شمار. "ہم نے دیکھا کہ اعداد و شمار کے ذریعے گزرنے کے دوران، MongoDB استعمال کرنے کے لئے زیادہ مشکل ہو گیا کیونکہ ہم ایک ہی وقت میں زیادہ اعداد و شمار کو پیسٹ کر رہے تھے اور زیادہ اعداد و شمار کو ذخیرہ کرتے تھے، "جیسے Jose کہتے ہیں. تکنیکی پیچیدگی اور مقناطیسی حدود تکنیکی چیلنج MongoDB میں خام ڈیٹا اسٹوریج کی حدوں کے ساتھ شروع ہوا. Evergen کے آلے کے مینوفیکچررز کے درمیان مطابقت کو یقینی بنانے کے لئے صدوں انضمام ہیں، اور باقاعدگی سے، ان ان انضماموں میں سے ہر ایک سے ڈیٹا نکالتا ہے اور اسے ایک Kafka موضوع پر بھیجتا ہے جہاں یہ تمام خام نمونوں کو شائع کرتا ہے. Kafka Streams (کافا کے لئے ایک سٹریمنگ لائبریری) ان خام نمونوں کو پڑھتا ہے اور پانچ منٹ اور 30 منٹ کے ڈیٹا کے لئے میموری میں پیش سے مجموعات کرتا ہے. "ہم نے میموری میں پہلے مجموعہ کیا ہے،" جوزو کہتے ہیں، "کیونکہ ہمارے لئے MongoDB میں تمام خام نگرانیوں کو ذخیرہ کرنے کے لئے بہت مہنگا تھا. اگر ہم خام اعداد و شمار اور مجموعات دونوں چاہتے تھے تو، ہمیں ہر ایک کے لئے دستی طور پر یہ سب کرنا پڑا. " مسلسل مجموعیات مسلسل مجموعیات اعلی اعداد و شمار کی وجہ سے، ان کا Kafka سٹریم پروسیسنگ سروس بہت بڑا تھا. Evergen اس سروس کے تقریبا 30 انسٹال چلایا، جو Kubernetes میں ان کے استعمال کا ایک بڑا فیصد کا حساب تھا. دیر سے آنے والے اعداد و شمار - پانچ منٹ کے مجموعے کے لئے 15 منٹ سے زیادہ اور 30 منٹ کے مجموعے کے لئے ایک گھنٹہ - کھو گئے تھے کیونکہ ان کے پاس پہلے سے مجموعہ شدہ اعداد و شمار کی یاد میں اب نہیں تھی. خام اعداد و شمار کے بغیر، تجارتی ٹریکز اور ڈبگنگ کے لئے شفافیت کی کمی پیدا ہوئی. Jose کے مطابق وقت کے سلسلے کے لئے MongoDB کی کارکردگی غیر معمولی تھی: "ہر کوئی جانتا تھا کہ یہ مثالی نہیں تھا، لیکن یہ ان چیزوں میں سے ایک تھا جو آپ سوچتے ہیں، کچھ وقت میں ہم اسے ٹھیک کریں گے، لیکن کسی نے واقعی نہیں کیا. ڈیٹا بیس کا جائزہ لینے کا عمل ان کی تجزیہ کے عمل میں، ایورجن نے InfluxDB پر مختصر طور پر نظر ڈال دیا، لیکن اس وقت اس نے آسٹریلیا کے علاقے کے لئے حمایت کم کر دیا تھا، یہ ابتدائی طور پر نہیں تھا. چونکہ ان کی تمام انحصار AWS میں ہے اور وہ دیگر AWS خدمات کا استعمال کرتے ہیں، Evergen نے سب سے پہلے ایمیزون Timestream کا جائزہ لیا. تاخیر کی کارکردگی (ایک دن یا ایک ہفتے کے لئے ڈیٹا حاصل کرنے کے لئے بھی 2-5 سیکنڈ کے سلسلے میں تھا) اور درخواست یا کارکردگی کی تنگنگ کی کمی. Docker کے ساتھ مقامی طور پر Timestream ڈیٹا بیس کو چلانے کی ناکامی (اور مقامی طور پر Postgres اور TimescaleDB کو چلانے کے لئے آسان تھا) - Timestream کے ساتھ مقامی ٹیسٹ چلانے کے لئے ایک حقیقی ڈیٹا بیس بنانے کے لئے AWS سے منسلک کرنے کی ضرورت تھی اور پھر اسے ختم کرنے کے بعد. تجدید توانائی کی پیش گوئی کے لئے استعمال نہیں کیا جا سکتا - جس کے نتیجے میں Timestream مستقبل میں صرف 15 منٹ تک ڈیٹا کو ذخیرہ کرنے کی اجازت دیتا ہے. Evergen اس کے بعد تاریخی وقت سیریز کے اعداد و شمار کے لئے Timestream اور پیش گوئی وقت سیریز کے اعداد و شمار کے لئے Redis کے لئے استعمال کرنے کی کوشش کی. انہوں نے وقت کے دوران Redis سے Timestream میں اعداد و شمار کو منتقل کرنے کے لئے کام اور منطق تھا، لیکن آلات اور سائٹس سے متعلق اعداد و شمار اب بھی MongoDB میں تھے. "ہم نے مختلف قسم کے اعداد و شمار کے ساتھ تین ڈیٹا بیسز تھے، اور ہر وقت ہمیں ان تین ذرائع کو شامل کرنے کی ضرورت تھی. یہ صرف دردناک تھا. یہ اہم چیزوں میں سے ایک تھا جب ہم اس تجزیہ کے عمل کو شروع کرتے تھے - تمام ہمارے اعداد و شمار کے لئے ایک ہی ڈیٹا بیس کا استعمال کرنے کے قابل ہونا: وقت سیریز اور غیر وقت سیریز. یہ ہمارے لئے ایک بڑا فروخت نقطہ تھا جب یہ TimescaleDB کے لئے آیا تھا کیونکہ یہ نیچے صرف Postgres ہے. آپ اسے ایک معمولی رسیلی ڈیٹا بیس کے طور پر استعمال کرسکتے ہیں. اور پھر آپ کو وقت سیریز کے اعداد و شمار کے لئے ان تمام خصوصیات ہیں. " Evergen نے بھی MongoDB میں وقت سیریز کی حمایت کی کوشش کی: "وہ MongoDB میں اس نئی قسم کی جمع کی ہے جو وقت سیریز کے اعداد و شمار کے ساتھ کام کرتا ہے. لیکن وہ TigerData کے ساتھ ملنے والی بہت سی خصوصیات، جیسے مسلسل مجموعات، برقرار رکھنے کی پالیسیوں، اور کمپریشن کے ساتھ مل رہے تھے. TigerData کی تلاش اور ٹیسٹ Jose ابتدائی طور پر TigerData کے بارے میں ایک دوست کے ذریعے جانتا تھا جو وہاں ایک بیکٹن انجینئر کے طور پر کام کرتا تھا. مصنوعات کے بارے میں جاننے کے بعد، Jose نے TigerData میں کام کرنے کے لئے درخواست دی تھی، جب وہ پہلے کی کمپنی سے کرداروں کو تبدیل کرنا چاہتے تھے. درخواست کے لئے تیار کرنے کے لئے، انہوں نے TimescaleDB کی خصوصیات میں گہری ڈوبی. اس کے بعد، جب انہوں نے ایورجن میں حصہ لیا، انہوں نے TimescaleDB کا استعمال کرنے کے لئے ایک بڑا حامی بنایا جب اس کی ٹیم نے اس پر غور کرنا شروع کیا - انہوں نے پہلے سے ہی اس کی خصوصیات کو جانا تھا اور یہ لڑائی کی جانچ پڑتال، پرانے ٹیکنالوجی پر تعمیر کیا گیا تھا، جو "ایک ڈیٹا بیس کے لئے بہت اچھا ہے - آپ وہاں کوئی حیرتیں نہیں چاہتے ہیں." TimescaleDB کا جائزہ لینے کے دوران، Evergen نے TigerData وسائل کا استعمال کیا: "مذہبی دستاویزات بہت وسیع اور سمجھنے اور پیروی کرنے کے لئے آسان تھے. TigerData بلاگ بھی مختلف نقطہ نظر کے توازن کے بارے میں کچھ بہت اچھا بحث ہے. جو POC کے دوران خاص طور پر مددگار تھا. Evergen کے خیالات کے ثبوت میں MongoDB اور TimescaleDB کو paralelly چلانے کی طرف سے دوگنا لکھنے اور دوگنا پڑھنے کی تشکیل شامل تھی. اس نے انہیں کاموں کو روکنے یا گاہکوں کو متاثر کرنے کے بغیر TimescaleDB کا تجربہ کرنے کی اجازت دی. ایک بار جب ان کے پاس TimescaleDB میں ذخیرہ ہونے والے چند ماہ کے اعداد و شمار تھے، انہوں نے سوئچ کیا. سکولنگ، آپریٹنگ، اور ڈویلپر کے تجربے کے نقطہ نظر سے، TimescaleDB نے تمام باکسوں کو چیک کیا - انجیکشن / پوچھنے کی کارکردگی، انعطاف پذیری اور استعمال کی سہولت فراہم کرتے ہوئے. "کیونکہ ہمارے پاس ہزاروں آلات ہیں، اور مستقبل میں ممکنہ طور پر لاکھوں آلات پر نظر آتے ہیں، ہمیں اس بات کو یقینی بنانے کی ضرورت ہے کہ ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی "کیونکہ ہمارے پاس ہزاروں آلات ہیں، اور مستقبل میں ممکنہ طور پر لاکھوں آلات پر نظر آتے ہیں، ہمیں اس بات کو یقینی بنانے کی ضرورت ہے کہ ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی ذہنی "کیونکہ ہمارے پاس ہزاروں آلات ہیں، اور ممکنہ طور پر مستقبل میں لاکھوں آلات پر نظر آتے ہیں، ہمیں اس بات کا یقین کرنے کی ضرورت ہے کہ ذہنیت کی شرح سست ہے. اب تک TigerData کے ساتھ یہ حیرت انگیز تھا،" جوزو کہتے ہیں. Evergen نے TimescaleDB کی درخواست کی کارکردگی کو بھی تعریف کی کیونکہ یہ ڈیٹا حقیقی وقت گاہکوں کی طرف سے ڈسپلے بورڈز کو طاقت دیتا ہے: "آپ چاہتے ہیں کہ آپ کے صارفین کو صرف ان گرافوں کو دیکھنے کے لئے 5-10 سیکنڈ انتظار کرنے کی ضرورت نہیں ہے." ڈویلپر ٹولنگ کی دستیابیت بھی ایک اہم عنصر تھا: "بے شک Postgres مارکیٹ میں ایک ثابت کھلاڑی ہے، اس کے ساتھ کام کرنے کے لئے ہزاروں لائبریریوں اور آلات ہیں." اس طرح ڈیٹا کو کس طرح پوچھنے کے بارے میں واقفیت تھی: "ہر کوئی کسی سطح پر SQL جانتا ہے، یہاں تک کہ غیر تکنیکی افراد. ہم ڈیٹا سائنس ٹیم یا کسٹمر سپورٹ ٹیم میں کسی کو TimescaleDB تک رسائی دے سکتے ہیں، اور وہ ڈیٹا کو کس طرح پوچھنے کے لئے تلاش کریں گے، جو MongoDB کے ساتھ نہیں تھا." ہم ڈیٹا سائنس ٹیم یا کسٹمر سپورٹ ٹیم میں کسی کو TimescaleDB تک رسائی فراہم کرسکتے ہیں، اور وہ معلوم کریں گے کہ ڈیٹا کو کس طرح پوچھنا ہے، جو MongoDB کے ساتھ نہیں تھا. "- Jose Luis Ordiales Coscia، Evergen میں اہم سافٹ ویئر انجینئر ہم ڈیٹا سائنس ٹیم یا کسٹمر سپورٹ ٹیم میں کسی کو TimescaleDB تک رسائی فراہم کرسکتے ہیں، اور وہ معلوم کریں گے کہ ڈیٹا کو کس طرح پوچھنا ہے، جو MongoDB کے ساتھ نہیں تھا. "- Jose Luis Ordiales Coscia، Evergen میں اہم سافٹ ویئر انجینئر امن بھی ایک خیال تھا. Evergen کی ضروریات کے مطابق. TigerData کی حفاظت کی خصوصیات TigerData کی حفاظت کی خصوصیات Evergen TigerData کا استعمال کیسے کرتا ہے وقت سیریز کے اعداد و شمار کے لئے TimescaleDB کے ساتھ MongoDB کو تبدیل کرنے اور ایک "ٹیلی میٹری سروس" کو قائم کرنے سے پہلے ممکن نہیں تھا کہ اعداد و شمار کو مرکزی بنانے میں کامیاب ہو گیا. "ہم وقت سیریز کے اعداد و شمار کے ساتھ کام کر رہا ہے کہ ایک سروس تک رسائی کو انکپسل اور انفرادی کرنے کی کوشش کرتے ہیں. اگر آپ ان اعداد و شمار کے ساتھ تبدیلیاں کرتے ہیں - مثال کے طور پر، توانائی کو توانائی کے اعداد و شمار میں تبدیل کرتے ہیں - آپ کو ایک ہی جگہ میں اس کو مرکزی بنانا چاہتے ہیں تاکہ آپ کو ہر کلائنٹ کو یہ تھوڑا سا مختلف طریقے سے نہیں کرنا پڑے." اس نقل و حمل کا ایک مقصد یہ تھا کہ تمام پڑھنے اور لکھنے کو ایک ہی جگہ میں جمع کیا جائے - "تلی میٹری سروس"۔ یہ وقت سیریز اور رینشن ڈیٹا کا انتظام کرتا ہے، اور تقریبا انفرادی رسائی حاصل کرتا ہے. Evergen پر (Managed TimescaleDB) انٹرفیس. ایک استثنا یہ ہے کہ وہ ڈیٹا سائنس کی ٹیم کو ڈیٹا کی تلاش کے لئے رسائی فراہم کرتے ہیں. اہم ڈیٹا بیس، صرف اس ٹیم کے لئے، مدد کرتا ہے کیونکہ یہ کارکردگی کو متاثر نہیں کرتا. Tiger Cloud کے بارے میں Replica پڑھنا Tiger Cloud کے بارے میں Replica پڑھنا Evergen بھی بڑے پیمانے پر TigerData کی بلڈنگ PopSQL IDE کا استعمال کرتا ہے. Jose کہتے ہیں: "یہ ڈیٹا بیسوں کو چیک کرنے اور پوزیشنز کا اشتراک کرنے کے لئے ایک اچھا آلہ ہے. ہم MongoDB کے ساتھ ایسا نہیں تھا. ہم ہر بار MongoDB Atlas صفحے میں لاگ ان کرنا پڑے اور ہاتھ سے ہمارے پوزیشنز کو لکھنا پڑا." کس طرح Tiger Cloud فوائد آخر صارفین MongoDB کے ساتھ، Evergen صرف تین ماہ کے اعداد و شمار کو کم قیمتوں کی وجہ سے ذخیرہ کر سکتے تھے. "اب TigerData کے ساتھ،" جوزو کا اشتراک کرتا ہے، "یہ ان بحالی کی پالیسیوں کی وضاحت کرنے کے لئے ہمارے پاس ہے. یہ یقینی طور پر ہماری مصنوعات کی ٹیم کے لئے ایک فروخت نقطہ ہے، گزشتہ سال کے لئے ایک گھر توانائی رپورٹ کی اجازت دیتا ہے، صرف گزشتہ تین ماہ کے لئے ایک کے مقابلے میں. " Query کی کارکردگی ایک اور بڑا فائدہ تھا: "پہلے، آپ کو ان گرافوں کو دیکھنے کے لئے اپنے ویب ایپ یا موبائل ایپ تک رسائی حاصل کرنے کے لئے چند سیکنڈ کا انتظار کرنا پڑا. اب یہ صرف 500 ملیس سیکنڈ کے تحت ہے، جو واقعی، واقعی اچھا ہے. ڈیٹا خود تنظیم کے لئے اہم ہے کیونکہ ہم سب کچھ وقت سیریز ڈیٹا کے ساتھ کام کرنا پڑتا ہے. ٹائم سیریز ڈیٹا اب TigerData کے ذریعہ کام کرتا ہے اور Evergen کی توانائی کے تعیناتی سروس کے لئے بھی اہم ہے. اس سروس میں behind-the-meter تعیناتی (مکمل سیکھنے کے تعیناتی جو اعلی درجے کے انفرادی بجلی کی لاگت کم کرنے کے لئے فراہم کرتا ہے) اور front-of-meter تعیناتی (جس سے ڈسپلے کے اثاثوں کو پیسہ لگایا جا سکتا ہے) شامل ہے. Evergen کے لئے Tiger Cloud کا کیا مطلب تھا Evergen کے لئے، Tiger Cloud کے ساتھ MongoDB کو تبدیل کرنے سے Kubernetes کسٹمر وسائل کے استعمال کو 50٪ سے زیادہ کم کیا گیا تھا. "اس آزادی کا انتخاب کرنے کے لئے کتنا ڈیٹا رکھنا ہے، کیا فائدہ مند ہے، اور کیا نہیں ہے،" جوزو کہتے ہیں، "یہ ایک بڑا فائدہ تھا کیونکہ اس سے پہلے ہم کتنے ڈیٹا ذخیرہ کر سکتے ہیں کے لئے ایک سخت حد تھا. اب ہم اس پرانے ڈیٹا کا کہنا کرنے کے لئے اس انعطاف کی ضرورت ہے - ہم اس کو S3 میں رکھنا چاہتے ہیں. یہ رسائی میں کم ہو جائے گا، لیکن یہ ٹھیک ہے. اور ہم اس سے زیادہ ڈیٹا کو اعلی کارکردگی کے اسٹوریج میں رکھنا چاہتے ہیں. یقینی طور پر یہ تنظیم کے لئے ایک بڑا فائدہ ہے کیونکہ Tiger Cloud بنیادی طور پر Postgres بہتر ہے. " Tiger Cloud نے بھی Evergen کے سٹاک کو سادہ کیا: "ہماری آرکیٹیکل کو سادہ بنانے کے لئے - ان تمام مختلف مخصوص ڈیٹا بیسوں کو تبدیل کرنے کے قابل ہونا - اس آرکیٹیکل کی مجموعی پیچیدگی کے لئے بہت بڑا ہے، جو مستقبل میں اس کی توسیع کو بھی آسان بناتا ہے." تمام خام اعداد و شمار تک رسائی کا مطلب یہ تھا کہ وہ اسے ڈبگنگ کے لئے منسلک کرسکتے ہیں اور اسے مخصوص آلات پر ٹریک کرسکتے ہیں - جو پہلے مجموعی اعداد و شمار کے مقابلے میں خام اعداد و شمار کے ساتھ کرنے کے لئے بہت آسان ہے. "تمام خام اعداد و شمار کو ذخیرہ کرنے کی صلاحیت،" جوزو بیان کرتا ہے، "ہمارا مطلب یہ ہے کہ ہم نئے مجموعات پیدا کرسکتے ہیں جو ہم نے بھی غور نہیں کیا ہے - طویل عرصے سے. ہم اس سے پہلے ایسا نہیں کرسکتے تھے. TigerData کے ساتھ، اگر ہم فردا فیصلہ کرتے ہیں کہ ہمیں خام اعداد و شمار سے پیدا ہونے والے اس نئے اعداد و شمار کی ضرورت ہے، ہم صرف ایک نیا مجموعہ تخلیق کرسکتے ہیں، پورے backfill عمل کو چلانے کے لئے، اور یہ ہے - ہم اسے حاصل کرسکتے ہیں. معروف Postgres پر مبنی، Tiger Cloud نے ٹیم کے انابولنگ پر مثبت اثر پڑا. "کیونکہ ہر کوئی SQL کو جانتا ہے، کسی بھی سطح پر، اور ہر کسی نے اپنے کاروبار میں کسی بھی وقت SQL کے ساتھ کام کیا ہے، یہ [نہیں ملازمت انجینئرز] کے لئے آسان تھا کہ صرف اسٹوریج کوڈ میں چلا اور پتہ چلتا تھا کہ کیا ہوتا ہے." TigerData کا استعمال کرتے ہوئے مستقبل کی منصوبہ بندی TigerData کا انتخاب Evergen کی مدد سے ان کی آرکیٹیکل کو مستقبل کے لئے ثابت کرنے میں مدد کی جب انہوں نے اس کی پیمائش کی. “یہ سچ ہے – آپ ان دنوں میں سب کچھ کے لئے Postgres استعمال کرسکتے ہیں. ہر چیز کے لئے ایک توسیع ہے. یہ فیصلہ کرنے کے لئے ایک اور بڑا عنصر تھا – سوچتے ہوئے اگر ہم مستقبل میں اس قسم کے ڈیٹا کو ذخیرہ کرنے کی ضرورت ہے تو کیا؟ ہاں، یہ توسیع پہلے سے ہی دستیاب ہے. TigerData کے ساتھ، Evergen نے نئے مارکیٹوں تک پہنچنے اور ان کے آلات کی مقدار میں اضافہ کرنے کے لئے ان کے منصوبوں کی حمایت کرنے کے لئے وسیع پیمانے پر ایک ڈیٹا بیس کی بنیاد بنائی ہے. Evergen بھی ایک خصوصیت کا استعمال کرنے کی منصوبہ بندی کر رہا ہے TigerData پر کام کر رہا ہے، جس میں Tiger Cloud میں Evergen کے ڈیٹا کو دوسرے ٹیموں کے لئے دستیاب کرے گا جو مختلف آلات کا استعمال کر سکتے ہیں. جوز کے مشورہ انجینئرز کو سوئچ پر غور کرتے ہوئے: "جب آپ کے کوڈ بیس میں اختلاط پیدا کرتے ہیں تو، ایک مخصوص ٹیکنالوجی سے متعلق سب کچھ دوسرے کوڈ سے منفرد رکھیں کیونکہ اس نے ہمیں ہمارے دوگنا پڑھنے اور دوگنا لکھنے کے تجربے کو چلانے کے لئے بہت آسان بنا دیا - کیونکہ کوڈ بیس میں ایک واحد جگہ تھی کہ ہمیں جانے اور اس کے لئے تبدیل کرنے کی ضرورت تھی.