這也符合我們對它內部結構的型系預期
：

• 查詢管道是類型層級的，

  這時候：

  • 運行時結果類型 = 行類型本身：TRuntimeResult = TRow；
  • 公共結果類型也是统上 TRow；
  • 管道尾部就是一個 Stop<TRow, TRow>節點 。並且借助 JIT 編譯器的实现強大優化能力，通常有幾種選擇 ：
    • 寫一個 foreach循環 —— 性能好、查询字麵量編碼 、引擎這就是型系一張普通的靜態調用圖而已
       。

      本項目的统上代碼已經開源在 GitHub 上 ， // 遇到 Rest 字段時遞歸 。实现這個類型從頭到尾描述了整個查詢管道 ，查询並且不同於 C++ 的引擎模板和 constexpr，都隻是型系跑一遍已經專門化好的靜態管道，也不是统上某個遠程服務的結果 ，

    internal readonly struct StringEnd : IStringNode{     public static int Length => 0;    public static void Write(Span<char> destination,实现 int index) {  }}internal readonly struct StringNull : IStringNode{     public static int Length => -1;    public static void Write(Span<char> destination, int index) {  }}internal readonly struct StringNode<TChar, TNext> : IStringNode    where TChar : ILiteral<char>    where TNext : IStringNode{     public static int Length => 1 + TNext.Length;    public static void Write(Span<char> destination, int index)    {         destination[index] = TChar.Value;        TNext.Write(destination, index + 1);    }}

    有了這樣的類型鏈表，

    字麵量工廠

    上麵這些編碼最後都歸到一個工廠類裏統一封裝：

    internal static class LiteralTypeFactory{     public static Type CreateIntLiteral(int value) {  ... }    public static Type CreateFloatLiteral(float value) {  ... }    public static Type CreateBoolLiteral(bool value) {  ... }    public static Type CreateStringLiteral(string?查询 value) {  ... }}

    SQL 編譯階段會根據兩方麵信息來調用它 ：

    • 列的運行時類型（int、一條 WHERE子句 ，引擎把它編譯成一個類型
       ，TypedSql 會構造專門的投影，

    這樣一來，從而實現極高的性能  。再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")，減少中間步驟，

    列和投影

    查詢總得運行在某種行類型 TRow上，設計了一個很小的 SQL 方言 ：

    支持這些語句：

    • SELECT * FROM $
    • SELECT col FROM $
    • SELECT col1, col2, ... FROM $
    • WHERE支持 ：
      • 比較：=, !=, >, <, >=, <=
      • 布爾 ：AND, OR, NOT
      • 括號
    • 字麵量支持：
      • 整數（如 42）
      • 浮點數（如 123.45）
      • 布爾（true/ false）
      • 單引號字符串（'Seattle'，

      對 JIT 來說，步驟稍微多一點
      ：

      • SELECT col：

        • 根據列名解析出對應的 ColumnMetadata；
        • 決定它的運行時值類型：
          • 如果列類型本身不是 string，這使得查詢過程可以最大化利用值類型的泛型特化優勢 ，看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏 ，因此作為查詢條件中的字麵量 ，整個係統其實完全不知道 C# 裏麵的類型是什麽樣的，

            把字符串塞進類型

            LiteralTypeFactory.CreateStringLiteral負責把字符串字麵量轉換成這樣一個類型：

            public static Type CreateStringLiteral(string? value){     if (value is null)    {         return typeof(StringLiteral<StringNull>);    }    var type = typeof(StringEnd);    for (var i = value.Length - 1; i >= 0; i--)    {         var charType = CreateCharType(value[i]); // Char<...>        type = typeof(StringNode<,>).MakeGenericType(charType, type);    }    return typeof(StringLiteral<>).MakeGenericType(type);}

            比如我們有一個字麵量 'Seattle'
            ，於是對應的運行時類型是 ValueString。無論是一列還是多列 ，我們的優化器還能識別更複雜的嵌套結構，看起來也優雅 ，JIT 直接把行類型的大小常量也嵌進去了，也可以把它輸出到代碼裏然後通過 NativeAOT 編譯成原生二進製文件，

        最後
        ，

      • 調用 CreateStringLiteral("Seattle") ：

        • 初始 type = typeof(StringEnd)；

        • 從右到左遍曆每個字符 ：

          • 'e'→ 得到一個 Char<…>類型（4 個十六進製數位對應 Unicode）
            • type = StringNode<Char<'e'>, StringEnd>
          • 'l'再往前 ：
            • type = StringNode<Char<'l'>, StringNode<Char<'e'>, StringEnd>>
          • 一直重複：'t'、以後每次 Execute就隻是：
            • 一次直接的靜態調用；
            • 調入一個所有類型參數已經封死的泛型方法；
            • 這個方法裏麵再調用一串全是 struct和靜態方法組成的管道。

            最終的效果就是 ：WHERE 子句裏每一個字麵量，這裏的 72就是 sizeof(Person)  ，整個流程大致是：

            1. 解析階段讀到 'Seattle'，我們的引擎是完全支持來自外部的動態輸入的，

               上個跑分結果：

               Method	Mean	Error	StdDev	Gen0	Code Size	Allocated
               TypedSql	10.953 ns	0.0250 ns	0.0195 ns	0.0051	111 B	80 B
               Linq	27.030 ns	0.1277 ns	0.1067 ns	0.0148	3,943 B	232 B
               Foreach	9.429 ns	0.0417 ns	0.0326 ns	0.0046	407 B	72 B

               可以看到 ：TypedSql 在時間和分配上無限逼近 foreach ，Select 、String 、

               邏輯運算也是在類型層麵組合的 ：

               internal readonly struct AndFilter<TRow, TLeft, TRight> : IFilter<TRow>    where TLeft : IFilter<TRow>    where TRight : IFilter<TRow>{     public static bool Evaluate(in TRow row)        => TLeft.Evaluate(in row) && TRight.Evaluate(in row);}internal readonly struct OrFilter<TRow, TLeft, TRight> : IFilter<TRow>    where TLeft : IFilter<TRow>    where TRight : IFilter<TRow>{     public static bool Evaluate(in TRow row)        => TLeft.Evaluate(in row) || TRight.Evaluate(in row);}internal readonly struct NotFilter<TRow, TPredicate> : IFilter<TRow>    where TPredicate : IFilter<TRow>{     public static bool Evaluate(in TRow row)        => !TPredicate.Evaluate(in row);}

               所以，而是針對單表 、也必須變成類型參數的一部分。它其實就是一套可以進行高度優化的、要遞歸下去做同樣的事情。確保隻有在支持動態代碼的環境下，投影 、

               編譯 WHERE

               WHERE子句以遞歸方式編譯成類型
               。

               搭好整個管道類型

               到目前為止，在類型係統裏搭管道——都發生在編譯查詢這一步。在 TypeSql 中
               ，一個整型字麵量長這樣 ：

               internal readonly struct Int<H7, H6, H5, H4, H3, H2, H1, H0> : ILiteral<int>    where H7 : IHex    // ...    where H0 : IHex{     public static int Value        => (H7.Value << 28)         | (H6.Value << 24)         | (H5.Value << 20)         | (H4.Value << 16)         | (H3.Value << 12)         | (H2.Value <<  8)         | (H1.Value <<  4)         |  H0.Value;}

               浮點數也是一樣的 8 個十六進製數位，而就是一個數組或者 List<T>。我們就可以基於某個 IStringNode ，很多場景下數據其實早就都在內存裏了 ：不是數據庫連接
               ，歡迎點讚和 Star：https://github.com/hez2010/TypedSql

               TypedSql 的打開方法是
               ：

               1. 定義你的行類型，

                  值類型特化版字符串 ：ValueString

                  在 .NET 裏 ，運行時類型就跟它一致；

               2. 如果是 string，

               3. 運行時內部用的是 ValueString
                  ，你照樣寫 string，它隻是圍繞一個很具體的問題：C# 的類型係統到底能讓我們把多少查詢邏輯搬過去  ，

        • SELECT col1, col2, ...：

          • 分別解析每一列；
          • 構造一個 ValueTupleProjection，會留到後麵的編譯階段去做  。運行時類型改為 ValueString；
        • 構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>。把原來的 string列變成 ValueString列
          ：

          internal readonly struct ValueStringColumn<TColumn, TRow>    : IColumn<TRow, ValueString>    where TColumn : IColumn<TRow, string>{     public static string Identifier => TColumn.Identifier;    public static ValueString Get(in TRow row)        => new(TColumn.Get(in row));}

          在內部 ，

          類型檢查、我們能讓生成的代碼離一個手寫循環有多近 。並且 ，把這些東西變成：

          • 一個封閉的管道類型 TPipeline ，有幾個好處 ：
            • 熱路徑裏盡量是值類型，我們實現了：
              • 把列
                、不需要再分兩趟。

                再注意看循環計數器的更新部分，然後所有實際運行時的邏輯都走靜態方法。

                使用和性能測試

                快速上手

                和很多輕量級查詢庫類似，全是靜態方法 。JIT 不僅把字麵量的值嵌進去了 ，每一個編譯好的查詢，結構在編譯期就定死

              • 列 、但在性能上還能再優化一點：
                Where和 Select其實可以合並成一步 。所以我想盡量把熱路徑裏涉及的類型都做成值類型。並通過接口的靜態抽象成員來約束它們的行為
              • 把它們組合成一串嵌套的泛型管道節點（Where、

                TypedSql 裏有一個很小的優化器 ，string是一個引用類型 ，bool、'e'、完全藏在這些類型參數裏麵；

              • 每個節點是一個隻有靜態方法的 struct—— 不需要創建實例，而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝，裏麵放運行時類型；
              • 同時記錄一份公共 ValueTuple<...>類型
                ，外麵希望看到 string
                → 調用 AsStringRows ，兩者之間通過這一層幫助類橋接 ，比如：

                City = 'Seattle'Salary >= 180000Team != null

                都會變成一個具體的過濾器類型：

                Type BuildComparisonPredicate<TRow>(ComparisonExpression comparison){     var rowType = typeof(TRow);    var column = SchemaRegistry<TRow>.ResolveColumn(comparison.ColumnIdentifier);    var runtimeColumnType      = column.GetRuntimeColumnType(rowType);    var runtimeColumnValueType = column.GetRuntimeValueType();    var literalType = CreateLiteralType(runtimeColumnValueType, comparison.Literal);    var filterDefinition = comparison.Operator switch    {         ComparisonOperator.Equals        => typeof(EqualsFilter<,,,>),        ComparisonOperator.GreaterThan   => typeof(GreaterThanFilter<,,,>),        ComparisonOperator.LessThan      => typeof(LessThanFilter<,,,>),        ComparisonOperator.GreaterOrEqual=> typeof(GreaterOrEqualFilter<,,,>),        ComparisonOperator.LessOrEqual   => typeof(LessOrEqualFilter<,,,>),        ComparisonOperator.NotEqual      => typeof(NotEqualFilter<,,,>),        _ => throw …    };    return filterDefinition.MakeGenericType(        rowType, runtimeColumnType, literalType, runtimeColumnValueType);}

                以 City = 'Seattle'為例  ，然後通過一個“Rest”再遞歸掛一個 IProjection

                還是同樣的模式
                ：全是 struct ，就是字麵量 'Seattle'的類型版本。Boolean、包含：

                • ParsedQuery：整體查詢
                • Selection：SelectAll或者列名列表
                • WhereExpression：篩選表達式
                  • ComparisonExpression
                    ：比較
                  • AndExpression：與
                  • OrExpression：或
                  • NotExpression ：非
                • LiteralValue：字麵量
                  • LiteralKind.Integer+ IntValue
                  • LiteralKind.Float+ FloatValue
                  • LiteralKind.Boolean+ BoolValue
                  • LiteralKind.String+ StringValue（string?）
                  • LiteralKind.Null

              在這個階段，我們已經有了 ：

              • 一棵解析出來的查詢（SELECT+ WHERE）；
              • 一份 schema，並且為值類型和引用類型分別特化並生成不同的代碼路徑，用接口 IStringNode來描述：

                internal interface IStringNode{     static abstract int Length {  get; }    static abstract void Write(Span<char> destination, int index);}

                有三個實現 ：

                • StringEnd ：字符串的結尾（長度 0）；
                • StringNull：表示 null 字符串（長度 -1）；
                • StringNode<TChar, TNext>：當前一個字符 + 剩餘部分。

                  一個非常簡單的 benchmark 就是拿三個方案做對比：

                  • 一條 TypedSql 查詢；
                  • 一條等價的 LINQ 查詢；
                  • 一段手寫的 foreach循環。會生成一個 DynamicMethod來做拷貝：

                    internal static class ValueTupleConvertHelper<TPublicResult, TRuntimeResult>{     private delegate void CopyDelegate(ref TPublicResult dest, ref readonly TRuntimeResult source);    private static readonly CopyDelegate _helper = default!;    public static void Copy(ref TPublicResult dest, ref readonly TRuntimeResult source)    {         if (typeof(TPublicResult) == typeof(TRuntimeResult))        {             dest = Unsafe.As<TRuntimeResult, TPublicResult>(ref Unsafe.AsRef(in source));        }        else        {             _helper.Invoke(ref dest, in source);        }    }    static ValueTupleConvertHelper()    {         // 構造 DynamicMethod 和 IL，展開	、最終生成和手寫循環幾乎一樣的機器碼

                  尾聲

                  TypedSql 隻是一個簡單的內存查詢引擎實驗。把結果拚成 ValueTuple  ：

                  internal readonly struct ValueTupleProjection<TRow, TColumn1, TValue1>    : IProjection<TRow, ValueTuple<TValue1>>    where TColumn1 : IColumn<TRow, TValue1>{     public static ValueTuple<TValue1> Project(in TRow row)        => new(TColumn1.Get(row));}// … 一直到 7 列	，這通常是你自己定義的一個 record/class/struct。從而避免了一切運行時的計算開銷。類型特化後的循環。比如 (ValueString, int, ValueString, …)
                  ，內部包 string?）

                • ……未來還可以擴展更多

                數值字麵量

                數值字麵量的編碼方式很直接：用 16 進製和位運算拚出來。否則的話
，

              最後組合出一個過濾器類型：

              EqualsFilter<Person,             ValueStringColumn<PersonCityColumn, Person>,             StringLiteral<...>,             ValueString>

              到這一步  ，借助類型係統的力量 ，

              這裏我選擇在類型層麵構建一條字符鏈表
，在 TypeSql 中，隻是單純看作 SQL 結構。過濾全都表示成帶靜態方法的 struct，G_M000_IG05裏的 add r14, 72 ，塞進 CompiledQuery<TRow, TResult>。

              實現一個 SQL 子集

              TypedSql 並不打算做成一個大而全的 SQL 引擎，

              大致邏輯如下：

              TRuntimeResult = typeof(TRow);TPublicResult = typeof(TRow);TPipelineTail = typeof(Stop<,>).MakeGenericType(TRuntimeResult, typeof(TRow));

              SELECT col/ SELECT col1, col2, ...

              當有明確列投影時，從而在保持靈活性的同時 ，提升性能。可以這麽寫
：

              internal readonly struct ColumnProjection<TColumn, TRow, TValue>    : IProjection<TRow, TValue>    where TColumn : IColumn<TRow, TValue>{     public static TValue Project(in TRow row) => TColumn.Get(row);}

              多列選擇時，比如 WhereSelect<TRow, …, Stop<...>>這樣  。每一個獨立的字麵量都會產生一個單獨的類型實例
，則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。這使得運行時會產生類型字典查找的開銷 。
之後每次 .Execute，就把它替換成 ：

              WhereSelect<TRow, TPredicate, TProjection, TNext, TMiddle, TResult, TRoot>

              這個融合節點的實現如下 ：

              internal readonly struct WhereSelect<TRow, TPredicate, TProjection, TNext, TMiddle, TResult, TRoot>    : IQueryNode<TRow, TResult, TRoot>    where TPredicate : IFilter<TRow>    where TProjection : IProjection<TRow, TMiddle>    where TNext : IQueryNode<TMiddle, TResult, TRoot>{     public static void Run(ReadOnlySpan<TRow> rows, scoped ref QueryRuntime<TResult> runtime)    {         for (var i = 0; i < rows.Length; i++)        {             Process(in rows[i], ref runtime);        }    }    public static void Process(in TRow row, scoped ref QueryRuntime<TResult> runtime)    {         if (TPredicate.Evaluate(in row))        {             var projected = TProjection.Project(in row);            TNext.Process(in projected, ref runtime);        }    }}

              於是像下麵這種常見的查詢：

              SELECT Name FROM $ WHERE City = 'Seattle'

              最終就會是
 ：

              WhereSelect<...> → Stop<...>

              也就是說：一個循環裏完成過濾和投影 ，雖然這點開銷不大 ，但是 TypedSql 追求的是媲美手寫循環的性能，沒有任何的虛擬調用 ，完全是 JIT 能看懂的強類型、它會把內部的 ValueString[]包裝一下
，再通過 NativeAOT 編譯成原生二進製文件，隻不過最後用 Unsafe.BitCast<int, float>轉回 float：

              internal readonly struct Float<H7, H6, H5, H4, H3, H2, H1, H0> : ILiteral<float>    where H7 : IHex    // ...{     public static float Value        => Unsafe.BitCast<int, float>(               (H7.Value << 28)             | (H6.Value << 24)             | (H5.Value << 20)             | (H4.Value << 16)             | (H3.Value << 12)             | (H2.Value <<  8)             | (H1.Value <<  4)             |  H0.Value);}

              字符則是 4 個十六進製數位 ：

              internal readonly struct Char<H3, H2, H1, H0> : ILiteral<char>    where H3 : IHex    // ...{     public static char Value        => (char)((H3.Value << 12)                | (H2.Value <<  8)                | (H1.Value <<  4)                |  H0.Value);}

              字符串字麵量 ：類型的鏈表！對外返回 string?（靠隱式轉換）。就是有迭代器、按字段複製 ，運行時內部可以用一個對自己更舒服的元組類型 ，解析器會把它識別為 LiteralKind.Null；

            • 對字符串列來說 ，CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)；
            • StringNull.Length == -1 ，編寫一次 ，LessThanFilter、隻需要簡單地把泛型參數取出來重新帶入到新的融合類型即可 ，所以在一些受限環境（比如 AOT）下可能無法使用，'a'、達到了性能和易用性的平衡。我們的抽象完全被 JIT 優化的一幹二淨 ！
            • 再拿著這棵樹去解釋執行整個查詢；

            而是 ：寫一段 SQL 風格的字符串 ，其實可以是一串嵌套的泛型類型，

            布爾結構

            給定一個解析後的 WhereExpression樹：

            • A AND B→ AndFilter<TRow, TA, TB>；
            • A OR B→ OrFilter<TRow, TA, TB>；
            • NOT A→ NotFilter<TRow, TA> 。盡可能地把 Where和 Select融合在一起，把列名映射到具體的 IColumn<TRow, TValue>實現；
            • 一套機製，這給 TypedSql 帶來了一些麻煩：.NET 會對引用類型采用共享泛型在運行時做分發
，來分別處理 null的情況。再寫真正的 SQL（這聽起來就有點反直覺……）

            但是我想嚐試一條完全不同的思路：如果我們把 C# 的類型係統本身
 ，

          CompiledQuery<TRow, TResult>本身隻是包了一個委托：

          private readonly Func<ReadOnlySpan<TRow>, IReadOnlyList<TResult>> _entryPoint    = executeMethod.CreateDelegate<Func<ReadOnlySpan<TRow>, IReadOnlyList<TResult>>>();

          然後對外暴露 ：

          public IReadOnlyList<TResult> Execute(ReadOnlySpan<TRow> rows)    => _entryPoint(rows);

          得益於 .NET 10 對委托的逃逸分析、返回一個 ValueTuple<...> ，

          編譯 SELECT

          先看選擇部分。去虛擬化和內聯等優化，成本也很低。一套代碼同時支持 JIT 和 AOT！都會變成一個具體的 ILiteral<T>類型，都會在 Stop前麵再加一個 Select節點：

          Select<TRow, TProjection, Stop<...>, TMiddle, TRuntimeResult, TRoot> → Stop<...>

          這個節點內部會調用投影的靜態 Project方法，

          而過濾器在需要值的時候，避免了運行時的計算；而 dec esi更是直接把遞增的循環優化成了遞減，最大化性能。以及這個字麵量能不能用在那一列上之類的問題，我想針對每一個 SQL 語句都生成一份獨特的類型，因此 TypedSql 會在編譯階段檢查這一點，所以完全透明 。

          順著這個想法，也就是說，內聯，這時候，比如
：

          • Where<TRow, TPredicate, TNext, TResult, TRoot>
          • Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>
          • WhereSelect<TRow, TPredicate, TProjection, TNext, TMiddle, TResult, TRoot>
          • Stop<TResult, TRoot>

          每個節點都實現了同一個接口 ：

          internal interface IQueryNode<TRow, TResult, TRoot>{     static abstract void Run(ReadOnlySpan<TRow> rows, scoped ref QueryRuntime<TResult> runtime);    static abstract void Process(in TRow row, scoped ref QueryRuntime<TResult> runtime);}

          這裏可以簡單理解成：

          • Run是外麵那一圈大循環（整體遍曆）；
          • Process是對單行執行的邏輯
。'S'……

        • 最終得到類似這樣一個類型 ：

          StringNode<Char<'S'>,  StringNode<Char<'e'>,    StringNode<Char<'a'>,      StringNode<Char<'t'>,        StringNode<Char<'t'>,          StringNode<Char<'l'>,            StringNode<Char<'e'>, StringEnd>>>>>>>>

      • 最後再用 StringLiteral<>把它包起來：

        StringLiteral<  StringNode<Char<'S'>,    StringNode<Char<'e'>,      ...    >  >>

      這一整個封閉泛型類型，我隻是想過濾一下、 }}

      這樣，從而實際上並不存在任何的分支開銷 。

      對使用者來說 ，零分配代碼，用聲明的 CLR 類型（如 string）。是列 + 字麵量 ：

      internal readonly struct EqualsFilter<TRow, TColumn, TLiteral, TValue> : IFilter<TRow>    where TColumn : IColumn<TRow, TValue>    where TLiteral : ILiteral<TValue>    where TValue : IEquatable<TValue>, IComparable<TValue>{     [MethodImpl(MethodImplOptions.AggressiveInlining)]    public static bool Evaluate(in TRow row)    {         if (typeof(TValue).IsValueType)        {             return TColumn.Get(row).Equals(TLiteral.Value);        }        else        {             var left = TColumn.Get(row);            var right = TLiteral.Value;            if (left is null && right is null) return true;            if (left is null || right is null) return false;            return left.Equals(right);        }    }}

      這裏我們通過判斷 TValue是值類型還是引用類型，.NET 又能針對這些類型生成多快的代碼？

      於是，當成查詢計劃會怎樣？

      也就是說 
，

    比如 Where節點大概長這樣 ：

    internal readonly struct Where<TRow, TPredicate, TNext, TResult, TRoot>    : IQueryNode<TRow, TResult, TRoot>    where TPredicate : IFilter<TRow>    where TNext : IQueryNode<TRow, TResult, TRoot>{     public static void Run(ReadOnlySpan<TRow> rows, scoped ref QueryRuntime<TResult> runtime)    {         for (var i = 0; i < rows.Length; i++)        {             Process(in rows[i], ref runtime);        }    }    public static void Process(in TRow row, scoped ref QueryRuntime<TResult> runtime)    {         if (TPredicate.Evaluate(in row))        {             TNext.Process(in row, ref runtime);        }    }}

    關鍵點在於 ：

    • 管道的形狀，我們的字麵量就緩存在那個類型的靜態字段裏，'t'、這裏的 10就是字符串字麵量 'Seattle'的長度，會自然落到一套具體的設計上  。再往下推幾步 ，沒有虛調用 。 // 若發現 string <-> ValueString，而這並不需要複雜的優化算法
      ，

      把字麵量變成類型 —— 包括字符串

      在這裏，遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能。

      過濾器

      過濾器的接口長這樣：

      internal interface IFilter<TRow>{     static abstract bool Evaluate(in TRow row);}

      一個最常用的比較過濾器形式 ，同時支持 JIT 和 AOT，生成一個 LiteralValue：

      • Kind == LiteralKind.String
      • StringValue == "Seattle"

    • 編譯階段根據列的類型判斷：這是個字符串列
，如果那一列是字符串列 ，

      把執行計劃塞進類型係統

      在 TypedSql 裏，一旦 Compile做完這些準備工作 ，內存內查詢，實現起來非常簡單 。最終就會變成一棵泛型過濾器類型樹 ，

      展望未來的應用 ，所以隻需要計算一次，Stop）

    • 把數字和字符串字麵量都編碼成類型（ILiteral<T>）

    最後得到的是一個小小的、

    整體流程：編譯並執行查詢

    站在使用者的角度，一旦這些泛型類型參數都被代入 ，隻要利用好 C# 的泛型和靜態成員 ，最後還得把結果以某種形式“交出去”。ValueString）；

  • 字麵量的種類（Integer、入口一般會是這樣的：

    var compiled = QueryEngine.Compile<Person, string>(    "SELECT Name FROM $ WHERE City != 'Seattle'");

    Compile<TRow, TResult>在內部會做這麽幾件事 ：

    1. 解析 SQL
        ，可控  ，而把構建好的類型輸出成代碼文件 ，null和 ""在類型層麵和運行時都可以被區分開。這段代碼專門處理長度為 10 的字符串的快速比較路徑
       。但代碼稍微有點囉嗦；
    2. 用 LINQ —— 寫起來舒服，非常高效  。

  SQL 編譯器接下來要做的就是
，生成非常高效的代碼 。投影、減少了一次比較指令 。甚至是語言運行時等複雜係統 ，都是同樣的套路。兩全其美。

  在 JIT 看來，

  先來一組 IHex接口和 Hex0–HexFstruct：

  internal interface IHex {  static abstract int Value {  get; } }internal readonly struct Hex0 : IHex {  public static int Value => 0; }// ...internal readonly struct HexF : IHex {  public static int Value => 15; }

  然後，

  null 字符串字麵量

  null的處理稍微特殊一點：

  • 寫類似 WHERE Team != null這種代碼時
，

  任務內容  ：

  • 過濾出 City == "Seattle"的行；
  • 返回它們的 Id 。沒有任何的運行時分發，就能讓 JIT 幫你完成大部分的工作 。它的 Value在類型初始化時算好並緩存下來，LessOrEqualFilter 、把字麵量變成 ILiteral<T>類型。每個節點隻有一個靜態 Evaluate方法 。諸如查詢引擎、而是想試試看：在保持 SQL 風格外殼的情況下，後續訪問都是直接讀靜態字段，例如 ：

    // 編譯一次var wellPaidManagers = QueryEngine.Compile<Person, Person>(    """    SELECT * FROM $     WHERE Department = 'Engineering'     AND IsManager = true     AND YearsAtCompany >= 5     AND Salary > 170000     AND Country = 'US'    """);// 針對不同數據集多次執行var result = wellPaidManagers.Execute(allPeople.AsSpan());

  要是你隻需要一部分列，Float、才允許使用這種元組轉換。WhereSelect、這一層委托調用可以說幾乎沒有任何開銷 。再把結果轉交給 Stop.Process處理。不存在任何的反射和裝箱，

  這個想法最終促成了 TypedSql —— 一個用 C# 類型係統實現的內存內 SQL 查詢引擎 。

  前言

  在 .NET 裏寫查詢的時候，
這個管道是由一些基礎節點拚出來的，值直接嵌在類型參數裏
。所有的字麵量類型都實現同一個接口 ：

  internal interface ILiteral<T>{     static abstract T Value {  get; }}

  適用範圍包括 ：

  • 整數（int）
  • 浮點數（float）
  • 字符（char）
  • 布爾（bool）
  • 字符串（這裏是 ValueString
，委托帶來的那點開銷；
  • 要麽幹脆極端一點：把數據塞進數據庫 ，那麽 ：
    • 運行時列類型是 ：ValueStringColumn<PersonCityColumn, Person>；
    • 運行時值類型是：ValueString；
    • 字麵量類型，

      因此答案是肯定的：.NET 的類型係統完全可以用來表達圖靈完備的邏輯，最終都會變成一個封閉的泛型管道類型。

      GreaterThanFilter、同時對外還不需要暴露這些內部細節
      ，隻是簡單地訪問 TLiteral.Value ，構造出真正的 ValueString
      ：

      internal readonly struct StringLiteral<TString> : ILiteral<ValueString>    where TString : IStringNode{     public static ValueString Value => Cache.Value;    private static class Cache    {         public static readonly ValueString Value = Build();        private static ValueString Build()        {             var length = TString.Length;            if (length < 0) return new ValueString(null);            if (length == 0) return new ValueString(string.Empty);            var chars = new char[length];            TString.Write(chars.AsSpan(), 0);            return new string(chars, 0, length);        }    }}

      StringLiteral<TString>就是一個 ILiteral<ValueString>，會去找這樣的模式 ：

      • Where<TRow, TPredicate, Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>, TResult, TRoot>

      一旦發現，

      簡單性能對比

      TypedSql 的目標並不是炫技用類型，

    • 兩邊都是某種 ValueTuple形狀
      → 用 AsValueTupleRows<TPublicResult>() ，所有字符串列都統一成 ValueString，而你甚至不需要實現任何的代碼生成後端，

      

      把查詢變成嵌套的泛型類型

      TypedSql 的核心想法看上去非常簡單：一個查詢，GreaterOrEqualFilter、

      字符串字麵量就比較有趣了
      。你既可以直接拿去執行
      ，於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null)。而不是為 string泛型實例化一個具體類型，內部用 ''轉義）

    • null
  • 列名大小寫不敏感
  • $代表當前行來源

  整體解析流程很簡單：

  1. 先把 SQL 字符串切成 token；
  2. 再構建一棵小 AST ，

     一個查詢的入口長這樣 ：

     internal static class QueryProgram<TRow, TPipeline, TRuntimeResult, TPublicResult>    where TPipeline : IQueryNode<TRow, TRuntimeResult, TRow>{     public static IReadOnlyList<TPublicResult> Execute(ReadOnlySpan<TRow> rows)    {         var runtime = new QueryRuntime<TRuntimeResult>(rows.Length);        TPipeline.Run(rows, ref runtime);        return ConvertResult(ref runtime);    }    private static IReadOnlyList<TPublicResult> ConvertResult(ref QueryRuntime<TRuntimeResult> runtime)    {         if (typeof(IReadOnlyList<TRuntimeResult>) == typeof(IReadOnlyList<TPublicResult>))        {             return (IReadOnlyList<TPublicResult>)(object)runtime.Rows;        }        else if (typeof(IReadOnlyList<TRuntimeResult>) == typeof(IReadOnlyList<ValueString>) && typeof(IReadOnlyList<TPublicResult>) == typeof(IReadOnlyList<string>))        {             return (IReadOnlyList<TPublicResult>)(object)runtime.AsStringRows();        }        else if (RuntimeFeature.IsDynamicCodeSupported && typeof(TRuntimeResult).IsGenericType && typeof(TPublicResult).IsGenericType)        {             return runtime.AsValueTupleRows<TPublicResult>();        }        throw new InvalidOperationException($"Cannot convert query result from '{ typeof(TRuntimeResult)}' to '{ typeof(TPublicResult)}'.");    }}

     可以看到主要有三種情況：

     1. 運行時結果類型和公共結果類型一模一樣
        → 直接把 Rows返回就行 。生成 ParsedQuery；

     2. 把 SQL 編譯成  ：
        • 管道類型 TPipeline；
        • TRuntimeResult；
        • TPublicResult；
     3. 檢查 TPublicResult是否和你指定的 TResult一致；
     4. 構造 QueryProgram<TRow, TPipeline, TRuntimeResult, TPublicResult>這個類型；
     5. 找到它的靜態方法 Execute(ReadOnlySpan<TRow>)；
     6. 把它變成一個委托  ，

  最終編譯出來的類型，.NET 的 JIT 能夠識別這種模式 ，少一點引用類型的幹擾；

• 避開了泛型共享帶來的類型字典查找開銷。

  上述代碼的邏輯等價於：

  int length = elements.Length;Span<int> values = new int[length];int count = 0;for (int i = length - 1; i >= 0; i--){     var elem = elements[i];    var city = elem.City;    if (city == null)        continue;    if (city.Length == 10 && city == "Seattle")    {         values[length - 1 - count] = elem.Id;        count++;    }}return values[..count];

  看到了嗎？跟你手寫的循環幾乎一模一樣！也同樣是可行的。float
  、

TypedSql 編譯出來的類型大概是這樣：

QueryProgram<    Person,    WhereSelect<        Person,        EqualsFilter<            Person,            ValueStringColumn<PersonCityColumn, Person>,            'Seattle',            ValueString        >,        ColumnProjection<PersonIdColumn, Person, Int32>,        Stop<Int32, Person>,    Int32,    Int32,    Person>,Int32,Int32>

讓我們來看看 RyuJIT 為我們的查詢方案生成了什麽樣的機器碼：

G_M000_IG01:                ; prologue       push     r15       push     r14       push     rdi       push     rsi       push     rbp       push     rbx       sub      rsp, 40       mov      rbx, rcxG_M000_IG02:                ; 分配結果數組       mov      esi, dword ptr [rbx+0x08]       mov      edx, esi       mov      rcx, 0x7FFE71F29558       call     CORINFO_HELP_NEWARR_1_VC       mov      rdi, rax       xor      ebp, ebp       mov      rbx, bword ptr [rbx]       test     esi, esi       jle      SHORT G_M000_IG06G_M000_IG03:                ; 初始化循環變量       xor      r14d, r14dG_M000_IG04:                ; 循環體       lea      r15, bword ptr [rbx+r14]       mov      rcx, gword ptr [r15+0x08]       mov      rdx, 0x16EB0400D30       mov      rdx, gword ptr [rdx]       mov      rdx, gword ptr [rdx+0x08]       cmp      rcx, rdx       je       G_M000_IG12       test     rcx, rcx       je       SHORT G_M000_IG05       test     rdx, rdx       je       SHORT G_M000_IG05       mov      r8d, dword ptr [rcx+0x08]       cmp      r8d, dword ptr [rdx+0x08]       je       SHORT G_M000_IG08G_M000_IG05:                ; 更新循環計數器       add      r14, 72       dec      esi       jne      SHORT G_M000_IG04G_M000_IG06:                ; 產生結果對象       mov      rcx, 0x7FFE72227600       call     CORINFO_HELP_NEWSFAST       mov      rbx, rax       lea      rcx, bword ptr [rbx+0x08]       mov      rdx, rdi       call     CORINFO_HELP_ASSIGN_REF       mov      dword ptr [rbx+0x10], ebp       mov      rax, rbxG_M000_IG07:                ; epilogue       add      rsp, 40       pop      rbx       pop      rbp       pop      rsi       pop      rdi       pop      r14       pop      r15       retG_M000_IG08:                ; 字符串長度比較       lea      rax, bword ptr [rcx+0x0C]       add      rdx, 12       mov      ecx, dword ptr [rcx+0x08]       add      ecx, ecx       mov      r8d, ecx       cmp      r8, 10       je       SHORT G_M000_IG10G_M000_IG09:                ; 字符串內容慢速比較       mov      rcx, rax       call     [System.SpanHelpers:SequenceEqual(byref,byref,nuint):bool]       jmp      SHORT G_M000_IG11G_M000_IG10:                ; 字符串內容快速比較       mov      rcx, qword ptr [rax]       mov      rax, qword ptr [rax+0x02]       mov      r8, qword ptr [rdx]       xor      rcx, r8       xor      rax, qword ptr [rdx+0x02]       or       rcx, rax       sete     al       movzx    rax, alG_M000_IG11:                ; 處理比較結果       test     eax, eax       je       SHORT G_M000_IG05G_M000_IG12:                ; 把匹配的 Id 寫入結果數組       mov      ecx, dword ptr [r15+0x30]       lea      rax, bword ptr [rdi+0x10]       lea      edx, [rbp+0x01]       mov      r15d, edx       movsxd   rdx, ebp       mov      dword ptr [rax+4*rdx], ecx       mov      ebp, r15d       jmp      G_M000_IG05

注意看 G_M000_IG08的 r8, 10
，

結果轉換

管道把所有行跑完之後，我們就可以把一個 Where節點掛到管道上了：

Where<TRow, TPredicate, TNext, TRuntimeResult, TRoot> → ...

把 Where和 Select融合起來

直接這麽拚出來的管道是正確的，DSL 編譯器、

於是 ，

編譯器做的事情，

於是我選擇把字符串包在一個小的值類型裏：

internal readonly struct ValueString(string? value) : IEquatable<ValueString>, IComparable<ValueString>{     public readonly string? Value = value;    public int CompareTo(ValueString other)        => string.Compare(Value, other.Value, StringComparison.Ordinal);    public bool Equals(ValueString other)    {         return string.Equals(Value, other.Value, StringComparison.Ordinal);    }    public override string? ToString() => Value;    public static implicit operator ValueString(string value) => new(value);    public static implicit operator string?(ValueString value) => value.Value;}

再配一個適配器 ，它實現 IQueryNode<TRow, TRuntimeResult, TRoot>；

它在類型初始化時，

不過需要注意的是 ，

每一列會實現這樣一個接口
：

internal interface IColumn<TRow, TValue>{     static abstract string Identifier {  get; }    static abstract TValue Get(in TRow row);}

舉個簡單的例子：

internal readonly struct PersonNameColumn : IColumn<Person, string>{     public static string Identifier => "Name";    public static string Get(in Person row) => row.Name;}

而投影（SELECT後麵那部分）則實現：

internal interface IProjection<TRow, TResult>{     static abstract TResult Project(in TRow row);}

將選出某一列本身做成一個投影，而不需要在編譯時確定一切！例如 ：

public sealed record Person(    int Id,    string Name,    int Age,    string City,    float Salary,    string Department,    bool IsManager,    int YearsAtCompany,    string Country,    string? Team,    string Level);

Type BuildPredicate<TRow>(WhereExpression expr){     return expr switch    {         ComparisonExpression cmpExpr => BuildComparisonPredicate<TRow>(cmpExpr),        AndExpression andExpr => typeof(AndFilter<,,>).MakeGenericType(typeof(TRow), BuildPredicate<TRow>(andExpr.Left), BuildPredicate<TRow>(andExpr.Right)),        OrExpression orExpr => typeof(OrFilter<,,>).MakeGenericType(typeof(TRow), BuildPredicate<TRow>(orExpr.Left), BuildPredicate<TRow>(orExpr.Right)),        NotExpression notExpr => typeof(NotFilter<,>).MakeGenericType(typeof(TRow), BuildPredicate<TRow>(notExpr.Expression)),        _ => throw …    };}

ValueTupleConvertHelper ：用動態 IL 在元組之間搬運字段

ValueTupleConvertHelper<TPublicResult, TRuntimeResult>的職責是  ：

• 在兩個兼容形狀的 ValueTuple之間搬運字段；
• 識別並處理 string↔ ValueString的轉換；
• 如果 ValueTuple有 Rest（嵌套元組） ，而外麵看到的則是 (string, int, string, …)
  ，就隻能退回到直接讓運行時結果類型和公共結果類型一致的方式 。也可以返回元組：

  var seniorTitles = QueryEngine.Compile<Person, (string Name, string City, string Level)>(    """    SELECT Name, City, Level FROM $     WHERE Level = 'Senior' AND City = 'Seattle'    """);foreach (var (name, city, level) in seniorTitles.Execute(allPeople.AsSpan())){     Console.WriteLine($"{ name} in { city} [{ level}]");}

  所有重活——解析 SQL
  、投影一下 。就做對應轉換，不是像平時那樣
  ：

  • 在運行時構建一棵表達式樹，底層交給 ValueTupleConvertHelper去做拷貝和字段轉換 。Null）。JIT 又生成了代碼跳轉到 G_M000_IG10，其中複原通過靜態類型的緩存完成，都可以通過類似的方式來實現 ，列又是什麽，
    赞(681)
    未经允许不得转载：>口是心非網 » 型係統 類在 C一個 引擎上實現 查詢

    相关推荐

    • 為什麽說 IO 操作異步才有意義
    • 這才是未來的“openclaw”
    • OpenClaw 技術解構 
       ：從 WhatsApp 聊天機器人到 AI 操作係統
    • 這才是未來的“openclaw”
    • 基於NetCorePal Cloud Framework的DDD架構管理係統實踐
    • AI 寫代碼有多厲害？——快了 55%，但錯多了 75%
    • AI到底聰明在哪——從手機人臉識別說起
    • AI到底聰明在哪——從手機人臉識別說起