SELECT *

最簡單的引擎情況就是 ：SELECT * FROM $
。它隻是型系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
，

1. 先把 SQL 字符串切成 token；
2. 再構建一棵小 AST
   ，裏麵放運行時類型；
3. 同時記錄一份公共 ValueTuple<...>類型，這時候 ，整個流程大致是
   ：

   1. 解析階段讀到 'Seattle'，把它編譯成一個類型，

      這裏我選擇在類型層麵構建一條字符鏈表，WhereSelect、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。一套代碼同時支持 JIT 和 AOT！我們實現了：

      • 把列
        、外麵希望看到 string
        → 調用 AsStringRows，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，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，編寫一次，
        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>
        。
        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
        
        ，所有字符串列都統一成 ValueString，所以在一些受限環境（比如 AOT）下可能無法使用
        ，JIT 不僅把字麵量的值嵌進去了，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 、Float、沒有任何的虛擬調用，再往下推幾步，兩全其美。而不需要在編譯時確定一切！DSL 編譯器 、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，對外返回 string?（靠隱式轉換）
        。CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)；

      • StringNull.Length == -1，

        值類型特化版字符串 ：ValueString

        在 .NET 裏 ，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
，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 ，完全是 JIT 能看懂的強類型 、其中複原通過靜態類型的緩存完成 ，才允許使用這種元組轉換。少一點引用類型的幹擾；

4. 避開了泛型共享帶來的類型字典查找開銷。非常高效。

   簡單性能對比

   TypedSql 的目標並不是炫技用類型 ，提升性能。string是一個引用類型 ，不需要再分兩趟 。這段代碼專門處理長度為 10 的字符串的快速比較路徑  。Select、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。並且借助 JIT 編譯器的強大優化能力，

     展望未來的應用，

     前言

     在 .NET 裏寫查詢的時候，然後通過一個“Rest”再遞歸掛一個 IProjection

     還是同樣的模式
     ：全是 struct，兩者之間通過這一層幫助類橋接，投影一下 。就是字麵量 'Seattle'的類型版本。

     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
       ，看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏，比如 (ValueString, int, ValueString, …)，

     最後組合出一個過濾器類型  ：

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

     到這一步 ，TypedSql 的打開方法是：

     1. 定義你的行類型，而你甚至不需要實現任何的代碼生成後端，但是 TypedSql 追求的是媲美手寫循環的性能，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	，列又是什麽	，我們就可以基於某個 IStringNode，去虛擬化和內聯等優化，減少了一次比較指令
        。

   任務內容 ：

   • 過濾出 City == "Seattle"的行；
   • 返回它們的 Id 。

   對使用者來說，我們已經有了 
：

   • 一棵解析出來的查詢（SELECT+ WHERE）；
   • 一份 schema ，一旦這些泛型類型參數都被代入 ，

     順著這個想法
     ，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，比如 WhereSelect<TRow, …, Stop<...>>這樣。

最後 ，

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。我想針對每一個 SQL 語句都生成一份獨特的類型，生成非常高效的代碼。都是同樣的套路。因此作為查詢條件中的字麵量，也必須變成類型參數的一部分 。在類型係統裏搭管道——都發生在編譯查詢這一步 。bool、null和 ""在類型層麵和運行時都可以被區分開 
  。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，

     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，從而實現極高的性能。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'，不是像平時那樣：
         • 在運行時構建一棵表達式樹
           ， }}

           這樣 ，

           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，'t' 、把列名映射到具體的 IColumn<TRow, TValue>實現；

         • 一套機製，

         • 兩邊都是某種 ValueTuple形狀
→ 用 AsValueTupleRows<TPublicResult>()，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，隻是簡單地訪問 TLiteral.Value，

           本項目的代碼已經開源在 GitHub 上，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，

           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！返回一個 ValueTuple<...> ，

           TypedSql 裏有一個很小的優化器 ，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，也不是某個遠程服務的結果 ，ValueString）；

         • 字麵量的種類（Integer、類型特化後的循環。JIT 又生成了代碼跳轉到 G_M000_IG10
            ，

           搭好整個管道類型

           到目前為止，這使得查詢過程可以最大化利用值類型的泛型特化優勢
           ，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，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 、會去找這樣的模式
            ：

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

           一旦發現，歡迎點讚和 Star：https://github.com/hez2010/TypedSql

           實現起來非常簡單。最後還得把結果以某種形式“交出去”。我隻是想過濾一下、最終就會變成一棵泛型過濾器類型樹，字麵量編碼、

           而過濾器在需要值的時候
           ，還根據它生成了專門的代碼路徑
           ！並且不同於 C++ 的模板和 constexpr，LessThanFilter、

         對 JIT 來說，

         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，全是靜態方法。你既可以直接拿去執行  ，

           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'，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，

           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。

           2. 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 ，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 ，同時支持 JIT 和 AOT ，你照樣寫 string，再把結果轉交給 Stop.Process處理 。在 TypeSql 中
，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);

       • 為每一列實現一個 IColumn<Person, TValue>；

       • 把這些列注冊到 Person對應的 schema 裏；

       • 然後就可以編譯並運行查詢 ，沒有任何的運行時分發，我們能讓生成的代碼離一個手寫循環有多近 。在 TypeSql 中，

         實現一個 SQL 子集

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

       編譯器做的事情，於是對應的運行時類型是 ValueString 。運行時類型就跟它一致；

     • 如果是 string ，減少中間步驟 ，否則的話，一條 WHERE子句 ，String、

       於是，達到了性能和易用性的平衡 。如果那一列是字符串列，我們的優化器還能識別更複雜的嵌套結構 ，很多場景下數據其實早就都在內存裏了：不是數據庫連接，

       把執行計劃塞進類型係統

       在 TypedSql 裏，再通過 NativeAOT 編譯成原生二進製文件，隻是單純看作 SQL 結構 。GreaterOrEqualFilter、後續訪問都是直接讀靜態字段，借助類型係統的力量， // 若發現 string <-> ValueString
       ，

       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，這一層委托調用可以說幾乎沒有任何開銷
       。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 。而把構建好的類型輸出成代碼文件 ，內存內查詢，最大化性能。其實可以是一串嵌套的泛型類型，投影、NotEqualFilter等等
         ，底層交給 ValueTupleConvertHelper去做拷貝和字段轉換
         。展開 、它的 Value在類型初始化時算好並緩存下來
         ，用聲明的 CLR 類型（如 string） 。Null）。我們的抽象完全被 JIT 優化的一幹二淨
         ！再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")，

       最終編譯出來的類型 ，就能讓 JIT 幫你完成大部分的工作。從而避免了一切運行時的計算開銷 
       。

  2. SELECT col1, col2, ...：

     • 分別解析每一列；
     • 構造一個 ValueTupleProjection，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 ，值直接嵌在類型參數裏
       。

       GreaterThanFilter、盡可能地把 Where和 Select融合在一起 ，

       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? 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、每一個編譯好的查詢 ，

         整體流程 ：編譯並執行查詢

         站在使用者的角度 ，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 ，

         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。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
         ，而不是為 string泛型實例化一個具體類型 ，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，整個係統其實完全不知道 C# 裏麵的類型是什麽樣的，而是想試試看
         ：在保持 SQL 風格外殼的情況下 ，

         在 JIT 看來 ，

       SQL 編譯器接下來要做的就是，這一塊用到了動態代碼生成，運行時類型改為 ValueString；

  3. 構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>。過濾全都表示成帶靜態方法的 struct，這個類型從頭到尾描述了整個查詢管道，而就是一個數組或者 List<T>。

     類型檢查、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>
      ，按字段複製，雖然這點開銷不大 ，
     這個管道是由一些基礎節點拚出來的，

這樣一來  ，

列和投影

查詢總得運行在某種行類型 TRow上 ， // 遇到 Rest 字段時遞歸 。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！也就是說 ，

使用和性能測試

快速上手

和很多輕量級查詢庫類似 ，通常有幾種選擇：

• 寫一個 foreach循環 —— 性能好
  、

  編譯 WHERE

  WHERE子句以遞歸方式編譯成類型。則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。

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，但在性能上還能再優化一點：
  Where和 Select其實可以合並成一步。JIT 直接把行類型的大小常量也嵌進去了，

• 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'、

    最終的效果就是：WHERE 子句裏每一個字麵量
    ，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 ，遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能。我們的字麵量就緩存在那個類型的靜態字段裏，看起來也優雅，確保隻有在支持動態代碼的環境下，

      不過需要注意的是，這通常是你自己定義的一個 record/class/struct 。內聯，並且，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、我們的引擎是完全支持來自外部的動態輸入的，它其實就是一套可以進行高度優化的 、所以我想盡量把熱路徑裏涉及的類型都做成值類型。以及這個字麵量能不能用在那一列上之類的問題 ，而這並不需要複雜的優化算法 ，

    赞(9)
    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

    • 代碼是 AI 寫的，生產事故誰背鍋 ？
    • 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
    • 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
    • OpenClaw 技術解構：從 WhatsApp 聊天機器人到 AI 操作係統
    • AI到底聰明在哪——從手機人臉識別說起
    • 大模型RAG實戰
      ，從被罵不靠譜到成為部門MVP ，這是我的踩坑全記錄