在PostgreSQL中，如果实现本技术，可以考虑结合多版本的存储特点，实现当前态数据与历史态、过渡态的存储分离，这需要修改已有的数据可见性判断算法、页面存储格式、数据的合并时机、缓冲区的读写和heap的构造方式等，更重要的是要实现新的数据一致性快照点。
而T-TDSQL基于MySQL实现了新的数据一致性快照点的构建，因而可以获取任何时间段（包括历史发生过的时间）上的任何状态的数据。
作为原创技术，T-TDSQL的核心技术点及其思路，相关论文已经在World Wide Web journal上以题为《Efficienttime-interval data extraction in MVCC-based RDBMS》发表，详情可参见：
*https://link.springer.com/article/10.1007/s11280-018-0552-7*
四、T-TDSQL的典型应用时态信息处理已经成为许多新一代数据库与信息系统的关键技术，特别是在金融领域 、电子商务、数据仓库、地籍管理系统、土地利用规划系统、地理信息系统中扮演着日益重要的角色。
电子商务、金融业务系统中，存在大量的收入、支出、余额等数据，并且随着业务的推进，新数据源源不断地产生，这些数据将在对账、审计、用户画像等业务中发挥重要作用。通过实现事务时态功能，T-TDSQL能快速、精细、实时地获取这些数据。
在互联网金融业务中，对账业务是一个经典的业务。
T-TDSQL为腾讯的计费对账业务提供了完美的解决方案。
1.对账业务
互联网金融行业对数据的准确性要求极高，而在互联网环境中，数据不一致或数据错误时有发生，因此，通过对账来降低账户余额等数据错误造成的风险十分重要。
在腾讯计费业务中，采用将账户余额表(user)和账户流水表(water)按小时/天为周期进行比对的方式，来发现账户余额与交易流水的不一致现象，从而及时对错误交易进行修正。
传统的对账采用按固定时间段（如分钟/小时/天）为单位进行对账。如现对2018年4月11日的交易进行对账，首先需要得到4月11日期初账户余额表和期末账户余额表，以及当天的交易流水表；然后对账户表通过按用户ID分组，并计算每个用户的期末余额减去期初余额，记为结果A，对流水表按用户ID分组，并将交易金额分组求和，记为结果B；最后将每个用户的结果A和结果B进行比对，如果A=B，则交易没有问题，否则该用户在当天的交易存在错误。
对于按固定时间段对账，主要存在以下三个问题：
时效性差：对于错误交易，不能立即发现并反馈，延迟了以固定时间段为单位的一段时间后才能发现错误。
对账不精准：定位错误交易较复杂。例如：如果用户在一天内发生的多笔交易，其中一笔出现了错误，通过按天对账的方式不能直接定位到具体的哪条交易出现错误，而只能定位到用户级别，即仍然需要人工参与，将该错误用户的当天交易都确认一遍，才能找到具体的错误交易。
对账不灵活：按固定时间段对账，如以天为单位，则只能等这一天内的增量数据沉淀下来，才能进行对账，如果有跨天对账需求（如昨天下午至今天上午），对账所用数据需要跨多个表才能执行，这可能改变对账业务的流程。
2.对账优化
基于本文提出的数据模型和增量计算方法，可以很好的解决按天对账所存在的问题。结合3.1.2中的示例，我们给出在互联网金融的对账业务中，增量计算的实际应用。
T-TDSQL可以基于增量计算的功能将账户余额表(user)和账户流水表(water)进行精准比对，进行流水级别的细粒度对账，从而即时发现交易错误，并可以立即定位到错误的那一条交易，省去繁杂的错误交易定位过程。
优化后的对账的核心思想是：总账算摘要、细账笔笔精。
优化后的对账的效果是：总账快对、细账精确、不受时限、任意对账[1]。