接上文，Eisen在Informix公司工作过很长时间，因此最初他选择IBM公司来探讨如何开展合作，以使计划得以实现。但他也花了一些时间来看看是否有其他选择。

　　在使用安装有时间序列数据刀片可选模块的IBM-Informix数据库管理系统(DBMS)后，Eisen对其增加的管理时间敏感数据的特性非常感兴趣。一个时间序列是指任何需要连续地访问和按时间顺序进行分析的数据集。

　　Eisen说：“我当时看了周边有什么其它的替代产品，坦率地说，Oracle并没有提供类似的功能特性。他们有Cartridge插件，但针对时间序列处理没有什么具体功能的增强，也肯定不会在性能方面有什么增强。”

　　Hildebrand公司也考虑了其他替代技术，如：开源Hypertable数据库管理系统和一个基于开放源码用Java语言编写的处理数据密集型应用的系统Hadoop。Hadoop和Hypertable都使用基于列的数据库表，这是目前已知的涉及到处理大量数据时速度比关系型数据库快的技术。

　　Eisen非常关注获得产品技术支持的困难程度，但他对Hadoop和Hypertable的“可用性”没有留下深刻印象。

　　“如果你正在设计或构建一个小型网站，那么你知道Hypertable或Hadoop是不错的，” 他说：“但最终，如果你想建立一个商业性的7*24业务，那么你就要有接听电话和留言的思想准备(因为它们会宕机)。”

　　最后，Hildebrand公司决定采用Informix-TimeSeries相结合的方案，并立即前往IBM测试实验室开展建立和测试智能计量系统的工作。

　　Hildebrand公司关注于建立一个有可能被推广到300万个家庭的系统。Eisen知道全部或大部分的家庭同时登录到智能电表网站并开始做分析是不可能的。考虑到这一点，Hildebrand公司保守的估计：大约有2%的家庭将随时使用智能电表网站进行数据分析，并以此条件开展测试工作。

　　Eisen说：“假设2%的家庭可能会使用该系统去比较一些东西，比如使用微软的X-Box统计法比较今年5月和去年5月的数据”。或者另一种情况，一个人可以使用智能电表网站找出现行的能源费率，然后计算出如果他改变能源供应商他要付出多少，一些英国家庭有权每42天改换一次能源供应商。

　　在系统的第一次重大测试时，Hildebrand公司使用一台基于英特尔四核双处理器的服务器来模拟300万家庭每分钟发送一次读数并能够捕获几乎全部的数据。然后再把系统转移到一台稍强点的能够处理每秒50,000个数据的服务器，同时为2%的模拟家庭提供响应时间在3秒之内的数据分析。

　　新的计数器将给研究人员有机会去进行能源使用数据的研究，然后给消费者开发出更好的工具来监测能源消费从而降低碳排放量。