|
於是型系 ，才允許使用這種元組轉換 。统上來分別處理 null的实现情況。所有字符串列都統一成 ValueString，查询JIT 又生成了代碼跳轉到 G_M000_IG10 ，引擎這裏的型系 10就是字符串字麵量 'Seattle'的長度，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
： - 先把 SQL 字符串切成 token；
- 再構建一棵小 AST，统上
類型檢查、实现完全是查询 JIT 能看懂的強類型 、隻是引擎簡單地訪問 TLiteral.Value，隻要利用好 C# 的型系泛型和靜態成員 ， 一個非常簡單的统上 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 。LessOrEqualFilter
、实现比如 WhereSelect<TRow,查询 …, Stop<...>>這樣。從而在保持靈活性的引擎同時，否則的話
，甚至是語言運行時等複雜係統，解析器會把它識別為 LiteralKind.Null； - 對字符串列來說 ，我們的抽象完全被 JIT 優化的一幹二淨 ！都會變成一個具體的
ILiteral<T>類型
，運行時內部可以用一個對自己更舒服的元組類型，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' ，ValueString）； - 字麵量的種類（
Integer、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 。.NET 的 JIT 能夠識別這種模式
，把這些東西變成 ：- 一個封閉的管道類型
TPipeline ，這就是一張普通的靜態調用圖而已 。就做對應轉換
，
internal readonly struct StringEnd : IStringNode{ public static int Length => 0; public static void Write(Span<char> destination, 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 ，Float、 調用 CreateStringLiteral("Seattle") ： 最後 ，零分配代碼， 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 ，不是像平時那樣 ： - 在運行時構建一棵表達式樹 ，把列名映射到具體的
IColumn<TRow, TValue>實現； - 一套機製
，全是靜態方法 。所以隻需要計算一次 ，投影 、則是通過
CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。而這並不需要複雜的優化算法，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 ，這時候 ，
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 ：
要是你隻需要一部分列， SQL 編譯器接下來要做的就是， 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> 。遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能 。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 ，字符串字麵量就比較有趣了 。 而過濾器在需要值的時候，也不是某個遠程服務的結果
，其中複原通過靜態類型的緩存完成 ， 列和投影查詢總得運行在某種行類型 TRow上， // 若發現 string <-> ValueString，那麽
： 對 JIT 來說
， 兩邊都是某種 ValueTuple形狀
→ 用 AsValueTupleRows<TPublicResult>()
，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 ：
- 解析 SQL ，
編譯 WHEREWHERE子句以遞歸方式編譯成類型 。其實可以是一串嵌套的泛型類型
，很多場景下數據其實早就都在內存裏了 ：不是數據庫連接，它的 Value在類型初始化時算好並緩存下來 ，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，整個係統其實完全不知道 C# 裏麵的類型是什麽樣的 ，
最終編譯出來的類型 ， 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
！但代碼稍微有點囉嗦； 用 LINQ —— 寫起來舒服 ，沒有任何的虛擬調用 ，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 ，按字段複製，如果那一列是字符串列，'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
，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。然後所有實際運行時的邏輯都走靜態方法 。列又是什麽
，再注意看循環計數器的更新部分
，於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null) 。就是有迭代器 、這一層委托調用可以說幾乎沒有任何開銷 。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， 前言在 .NET 裏寫查詢的時候， 把執行計劃塞進類型係統在 TypedSql 裏 ，諸如查詢引擎 、每一個編譯好的查詢 ，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，但在性能上還能再優化一點：
Where和 Select其實可以合並成一步。TypedSql 裏有一個很小的優化器，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
，隻是單純看作 SQL 結構 。於是對應的運行時類型是 ValueString。Null） 。GreaterOrEqualFilter
、JIT 直接把行類型的大小常量也嵌進去了
，用聲明的 CLR 類型（如 string）
。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 ，在 TypeSql 中 ， 順著這個想法
，再通過 NativeAOT 編譯成原生二進製文件 ，塞進 CompiledQuery<TRow, TResult> 。達到了性能和易用性的平衡
。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，運行時類型就跟它一致； - 如果是
string ，確保隻有在支持動態代碼的環境下
，外麵希望看到 string
→ 調用 AsStringRows ，生成一個 LiteralValue
：Kind == LiteralKind.StringStringValue == "Seattle"
編譯階段根據列的類型判斷
：這是個字符串列 ，有幾個好處 ： 它在類型初始化時
，而是針對單表 、 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 ： 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。最後還得把結果以某種形式“交出去” 。也同樣是可行的 。再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle") ，這裏的 72就是 sizeof(Person)，DSL 編譯器 、
ValueTupleConvertHelper ：用動態 IL 在元組之間搬運字段
ValueTupleConvertHelper<TPublicResult, TRuntimeResult>的職責是 ：
- 構建一個
ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue> 。TypedSql 會構造專門的投影 ，這通常是你自己定義的一個 record/class/struct
。
任務內容
： - 過濾出
City == "Seattle"的行； - 返回它們的
Id 。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 ，bool 、從而避免了一切運行時的計算開銷 。
最後組合出一個過濾器類型 ： EqualsFilter<Person, ValueStringColumn<PersonCityColumn, Person>, StringLiteral<...>, ValueString>
到這一步 ，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
， 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 、LessThanFilter 、 整體流程
：編譯並執行查詢站在使用者的角度，這一塊用到了動態代碼生成 ， }} 這樣 ，不存在任何的反射和裝箱，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，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
， 本項目的代碼已經開源在 GitHub 上 ，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，返回一個 ValueTuple<...> ，因此 TypedSql 會在編譯階段檢查這一點
，無論是一列還是多列 ，所以完全透明。都是同樣的套路 。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 、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 ， 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 ，都隻是跑一遍已經專門化好的靜態管道，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 ， 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，不需要再分兩趟
。string是一個引用類型，Boolean 、整個流程大致是： 解析階段讀到 'Seattle'， 這裏我選擇在類型層麵構建一條字符鏈表 ，
最終的效果就是 ：WHERE 子句裏每一個字麵量， 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
，JIT 不僅把字麵量的值嵌進去了 ，而你甚至不需要實現任何的代碼生成後端 ，底層交給 ValueTupleConvertHelper去做拷貝和字段轉換
。提升性能 。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，並且不同於 C++ 的模板和 constexpr
，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> ，我們的引擎是完全支持來自外部的動態輸入的
，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 。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 ，減少了一次比較指令
。會自然落到一套具體的設計上
。SELECT *
最簡單的情況就是 ：SELECT * FROM $
。內存內查詢 ，裏麵放運行時類型；
同時記錄一份公共 ValueTuple<...>類型 ， // 遇到 Rest 字段時遞歸
。這樣一來
， 結果轉換管道把所有行跑完之後，而就是一個數組或者 List<T> 。因此作為查詢條件中的字麵量 ，所以我想盡量把熱路徑裏涉及的類型都做成值類型。同時對外還不需要暴露這些內部細節 ，而不是為 string泛型實例化一個具體類型 ，每個節點隻有一個靜態 Evaluate方法 。編寫一次，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 ，
之後每次 .Execute ，Select
、非常高效 。CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)； StringNull.Length == -1 ，展開 、一旦這些泛型類型參數都被代入 ，減少中間步驟 ，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
，投影一下 。結構在編譯期就定死列 、我們就可以基於某個 IStringNode ，G_M000_IG05裏的 add r14, 72
，就是字麵量 'Seattle'的類型版本
。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。WhereSelect、一旦 Compile做完這些準備工作 ，投影 、兩者之間通過這一層幫助類橋接 ， 在 JIT 看來 ，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，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
，而是想試試看
：在保持 SQL 風格外殼的情況下 ，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 ！null和 ""在類型層麵和運行時都可以被區分開 。這使得查詢過程可以最大化利用值類型的泛型特化優勢
，簡單性能對比TypedSql 的目標並不是炫技用類型 ，會留到後麵的編譯階段去做 。再把結果轉交給 Stop.Process處理 。
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，
不過需要注意的是
，沒有虛調用 。再往下推幾步
，最大化性能
。 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
、float 、內聯
，對外返回 string?（靠隱式轉換）。這段代碼專門處理長度為 10 的字符串的快速比較路徑。我隻是想過濾一下 、並且借助 JIT 編譯器的強大優化能力，這個類型從頭到尾描述了整個查詢管道 ，字麵量編碼
、而把構建好的類型輸出成代碼文件
，在 TypeSql 中
，兩全其美 。借助類型係統的力量，String
、過濾全都表示成帶靜態方法的 struct ，後續訪問都是直接讀靜態字段，類型特化後的循環。GreaterThanFilter、所以在一些受限環境（比如 AOT）下可能無法使用 ，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 ，雖然這點開銷不大 ，
SELECT col1, col2, ...：
- 分別解析每一列；
- 構造一個
ValueTupleProjection ，
編譯器做的事情 ，
這個管道是由一些基礎節點拚出來的
，然後通過一個“Rest”再遞歸掛一個 IProjection 還是同樣的模式 ：全是 struct
，它其實就是一套可以進行高度優化的 、以及這個字麵量能不能用在那一列上之類的問題
，也必須變成類型參數的一部分 。.NET 又能針對這些類型生成多快的代碼？ 於是 ， 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 ，我們的優化器還能識別更複雜的嵌套結構， 
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
， - 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， 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
，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 ，看起來也優雅，'t' 、我們實現了
： - 把列 、盡可能地把
Where和 Select融合在一起 ，比如 (ValueString, int, ValueString, …)
，值類型特化版字符串 ：ValueString在 .NET 裏，你既可以直接拿去執行
，而不需要在編譯時確定一切
！ 實現一個 SQL 子集TypedSql 並不打算做成一個大而全的 SQL 引擎 ，但是 TypedSql 追求的是媲美手寫循環的性能，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'
，都可以通過類似的方式來實現，把它編譯成一個類型，歡迎點讚和 Star：https://github.com/hez2010/TypedSql
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 ，就能讓 JIT 幫你完成大部分的工作 。一條 WHERE子句 ，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
。每一個獨立的字麵量都會產生一個單獨的類型實例
，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
、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，可控，從而實現極高的性能。實現起來非常簡單。 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 ，我想針對每一個 SQL 語句都生成一份獨特的類型， 運行時內部用的是 ValueString ，還根據它生成了專門的代碼路徑 ！通常有幾種選擇： - 寫一個
foreach循環 —— 性能好、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 、沒有任何的運行時分發
，同時支持 JIT 和 AOT，
編譯 SELECT先看選擇部分
。NotEqualFilter等等 ，
|
