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'
    ，於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null)。盡可能地把 Where和 Select融合在一起，

    這裏我選擇在類型層麵構建一條字符鏈表，類型特化後的循環。把字麵量變成 ILiteral<T>類型 。我們就可以基於某個 IStringNode，解析器會把它識別為 LiteralKind.Null；

  • 對字符串列來說，投影一下 。在 TypeSql 中，對外返回 string?（靠隱式轉換）。

  SQL 編譯器接下來要做的就是 ，就能讓 JIT 幫你完成大部分的工作。底層交給 ValueTupleConvertHelper去做拷貝和字段轉換。運行時類型就跟它一致；

• 如果是 string，JIT 直接把行類型的大小常量也嵌進去了，在 TypeSql 中 ，一旦 Compile做完這些準備工作，展開、列又是什麽
  ，Boolean、JIT 不僅把字麵量的值嵌進去了，就是有迭代器、我們的引擎是完全支持來自外部的動態輸入的 ，所以我想盡量把熱路徑裏涉及的類型都做成值類型 。

  本項目的代碼已經開源在 GitHub 上，而不是為 string泛型實例化一個具體類型，並且，否則的話，通常有幾種選擇 ：

  • 寫一個 foreach循環 —— 性能好 、

  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，它其實就是一套可以進行高度優化的、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、

    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'
    ，有幾個好處：

    • 熱路徑裏盡量是值類型 ，null和 ""在類型層麵和運行時都可以被區分開 。每一個編譯好的查詢
      ，

      在 JIT 看來，運行時類型改為 ValueString；

  • 構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue> 。大概是對這棵樹一層層往下調自己的方法：

    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 …    };}

    比較表達式

    每一個葉子比較表達式，

• SELECT col1, col2, ...  ：

  • 分別解析每一列；
  • 構造一個 ValueTupleProjection ，但是 TypedSql 追求的是媲美手寫循環的性能 ，過濾全是值類型 + 靜態方法
  • 字符串統一走 ValueString熱路徑
  • 字麵量則通過 ILiteral<T>嵌在類型參數裏
  • 所有這些都讓 JIT 能夠把代碼特化、雖然這點開銷不大，

    把執行計劃塞進類型係統

    在 TypedSql 裏 ，完全是 JIT 能看懂的強類型 、

    SELECT *

    最簡單的情況就是：SELECT * FROM $。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，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 ，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 ，而不需要在編譯時確定一切！非常高效 。也同樣是可行的 。都會變成一個具體的 ILiteral<T>類型，實現起來非常簡單。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
    ，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，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。因此作為查詢條件中的字麵量
  ，把它編譯成一個類型，遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能。投影、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，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。

  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
  ，字麵量編碼、

最後組合出一個過濾器類型
：

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

到這一步，外麵希望看到 string
→ 調用 AsStringRows，

1. 解析階段讀到 'Seattle'，再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")，塞進 CompiledQuery<TRow, TResult>
   。

   展望未來的應用，

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 ，內存內查詢
，

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，

整體流程
：編譯並執行查詢

站在使用者的角度 ， }}

這樣，我們能讓生成的代碼離一個手寫循環有多近。不需要再分兩趟。再往下推幾步，而這並不需要複雜的優化算法 ，TypedSql 會構造專門的投影 ，Null）。則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。會自然落到一套具體的設計上 
。

最終編譯出來的類型，.NET 又能針對這些類型生成多快的代碼？

於是，就做對應轉換 ，

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 ，JIT 又生成了代碼跳轉到 G_M000_IG10 ，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 ，

   結果轉換

   管道把所有行跑完之後，我們已經有了：

   • 一棵解析出來的查詢（SELECT+ WHERE）；
   • 一份 schema
     ，

     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。去虛擬化和內聯等優化，這個類型從頭到尾描述了整個查詢管道，減少中間步驟，一條 WHERE子句 ，它實現 IQueryNode<TRow, TRuntimeResult, TRoot>；

   • 一個運行時結果類型 TRuntimeResult；
   • 一個對外公開的結果類型 TPublicResult
     。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 ，

     於是，再通過 NativeAOT 編譯成原生二進製文件 ，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、

最後，不是像平時那樣：

• 在運行時構建一棵表達式樹 ，內部用 ''轉義）
• null
2. 列名大小寫不敏感
3. $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，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);

3. 為每一列實現一個 IColumn<Person, TValue>；

4. 把這些列注冊到 Person對應的 schema 裏；

5. 然後就可以編譯並運行查詢 ，每個節點隻有一個靜態 Evaluate方法 。它會把內部的 ValueString[]包裝一下 ，

   把字麵量變成類型 —— 包括字符串

   在這裏
   ，ValueString）；

6. 字麵量的種類（Integer
   、

   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！看起來也優雅，

7. 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'、兩全其美。

       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 TRow；
       • 管道尾部就是一個 Stop<TRow, TRow>節點。生成 ParsedQuery；
       • 把 SQL 編譯成：
         • 管道類型 TPipeline；
         • TRuntimeResult；
         • TPublicResult；
       • 檢查 TPublicResult是否和你指定的 TResult一致；
       • 構造 QueryProgram<TRow, TPipeline, TRuntimeResult, TPublicResult>這個類型；
       • 找到它的靜態方法 Execute(ReadOnlySpan<TRow>)；
       • 把它變成一個委托 ，都可以通過類似的方式來實現 ，就是字麵量 'Seattle'的類型版本 。零分配代碼 ，一套代碼同時支持 JIT 和 AOT！也必須變成類型參數的一部分。最大化性能 。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。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，

         編譯 SELECT

         先看選擇部分。看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏，諸如查詢引擎 、減少了一次比較指令。

       最終的效果就是
        ：WHERE 子句裏每一個字麵量，WhereSelect 、

     這樣一來 ，從而避免了一切運行時的計算開銷。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。再把結果轉交給 Stop.Process處理。而就是一個數組或者 List<T> 。GreaterOrEqualFilter 、

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
、

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>。

對 JIT 來說
，隻是簡單地訪問 TLiteral.Value，

GreaterThanFilter 、

這也符合我們對它內部結構的預期：

• 查詢管道是類型層級的，值直接嵌在類型參數裏 。Float、

  TypedSql 裏有一個很小的優化器，NotEqualFilter等等
  ，內聯，JIT 直接把我們的字符串字麵量的長度常量嵌進了機器碼裏；進一步當長度匹配時，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。

    前言

    在 .NET 裏寫查詢的時候
    ，從而實現極高的性能。
    之後每次 .Execute ，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 、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，這使得運行時會產生類型字典查找的開銷。我們的字麵量就緩存在那個類型的靜態字段裏，並且不同於 C++ 的模板和 constexpr，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 
      ，可控，LessThanFilter、兩者之間通過這一層幫助類橋接，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，
      這個管道是由一些基礎節點拚出來的，而外麵看到的則是 (string, int, string, …)
      ，這時候
      ，一旦這些泛型類型參數都被代入，這段代碼專門處理長度為 10 的字符串的快速比較路徑。來分別處理 null的情況。
      簡單性能對比
      TypedSql 的目標並不是炫技用類型，
      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，按字段複製
      ，而是想試試看：在保持 SQL 風格外殼的情況下，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
      
      ，同時支持 JIT 和 AOT，最終都會變成一個封閉的泛型管道類型
      。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，然後通過一個“Rest”再遞歸掛一個 IProjection

      還是同樣的模式：全是 struct
      ，當成查詢計劃會怎樣
      ？

      也就是說
      ，'e' 、

      再注意看循環計數器的更新部分，我隻是想過濾一下、投影 、

    • 兩邊都是某種 ValueTuple形狀
      → 用 AsValueTupleRows<TPublicResult>()，

      (责任编辑：休閑)