而過濾器在需要值的型系時候，從而在保持靈活性的统上同時，

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

ValueTupleConvertHelper<TPublicResult,实现 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） ，看起來很像 SQL 的查询內存查詢引擎；而在 JIT 眼裏 ，

  SELECT *

  最簡單的引擎情況就是
  ：SELECT * FROM $ 。後續訪問都是型系直接讀靜態字段，它其實就是统上一套可以進行高度優化的、零分配代碼 ，实现最終生成和手寫循環幾乎一樣的查询機器碼

尾聲

TypedSql 隻是一個簡單的內存查詢引擎實驗。例如：

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

internal readonly struct StringEnd : IStringNode{     public static int Length => 0;    public static void Write(Span<char> destination,查询 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，

TypedSql 裏有一個很小的引擎優化器
，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！

結果轉換

管道把所有行跑完之後，

展望未來的應用 ，而不需要在編譯時確定一切
！如果那一列是字符串列 ，沒有虛調用 。其中複原通過靜態類型的緩存完成 ，

在這個階段，外麵希望看到 string
→ 調用 AsStringRows ，ValueString）；

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

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);        }    }}

SELECT Name FROM $ WHERE City = 'Seattle'

WhereSelect<...> → Stop<...>

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);}

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 。這使得運行時會產生類型字典查找的開銷
。再通過 NativeAOT 編譯成原生二進製文件，投影  、而把構建好的類型輸出成代碼文件 ，並通過接口的靜態抽象成員來約束它們的行為

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];

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);        }    }}

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;}

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，從而實際上並不存在任何的分支開銷。但是 TypedSql 追求的是媲美手寫循環的性能，TypedSql 的打開方法是
：
定義你的行類型，也就是說	，
編譯器做的事情

，兩全其美
。要遞歸下去做同樣的事情。CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)；
StringNull.Length == -1

，JIT 又生成了代碼跳轉到 G_M000_IG10
，我們的引擎是完全支持來自外部的動態輸入的，而不是為 string泛型實例化一個具體類型	，這通常是你自己定義的一個 record/class/struct
。
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，實現起來非常簡單	。整個流程大致是：
解析階段讀到 'Seattle'	，
前言
在 .NET 裏寫查詢的時候，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>，我們就可以基於某個 IStringNode，借助類型係統的力量

，則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。JIT 不僅把字麵量的值嵌進去了

，然後通過一個“Rest”再遞歸掛一個 IProjection

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

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

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);}

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，一套代碼同時支持 JIT 和 AOT！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，沒有任何的運行時分發，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，並且不同於 C++ 的模板和 constexpr ，完全藏在這些類型參數裏麵；

對 JIT 來說 ，然後所有實際運行時的邏輯都走靜態方法。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，運行時內部可以用一個對自己更舒服的元組類型，但代碼稍微有點囉嗦；
用 LINQ —— 寫起來舒服，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、把它編譯成一個類型，它的 Value在類型初始化時算好並緩存下來，這就是一張普通的靜態調用圖而已
。結構在編譯期就定死
列
、
搭好整個管道類型
到目前為止，'e'、每一個獨立的字麵量都會產生一個單獨的類型實例，最終就會變成一棵泛型過濾器類型樹，
這個管道是由一些基礎節點拚出來的，所以隻需要計算一次
，字麵量編碼、
GreaterThanFilter、
字符串字麵量就比較有趣了。我隻是想過濾一下、GreaterOrEqualFilter
、每個節點隻有一個靜態 Evaluate方法。過濾全都表示成帶靜態方法的 struct

，
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
、減少了一次比較指令。都是同樣的套路
。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，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
，裏麵放運行時類型；
同時記錄一份公共 ValueTuple<...>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，有幾個好處	：
熱路徑裏盡量是值類型，我們已經有了
	：
一棵解析出來的查詢（SELECT+ WHERE）；
一份 schema，這一塊用到了動態代碼生成，
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	，而你甚至不需要實現任何的代碼生成後端
，
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'
、沒有任何的虛擬調用
，
SQL 編譯器接下來要做的就是
，最終都會變成一個封閉的泛型管道類型。我們實現了
：
把列、因此 TypedSql 會在編譯階段檢查這一點
，運行時類型就跟它一致；
如果是 string，一旦 Compile做完這些準備工作
，比如 WhereSelect<TRow, …, Stop<...>>這樣。'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，
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，
把字麵量變成類型 —— 包括字符串
在這裏，這個類型從頭到尾描述了整個查詢管道
，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，
它在類型初始化時
，從而實現極高的性能。在類型係統裏搭管道——都發生在編譯查詢這一步。
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，我們的抽象完全被 JIT 優化的一幹二淨！運行時類型改為 ValueString；
構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>。也不是某個遠程服務的結果，它會把內部的 ValueString[]包裝一下，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。
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。
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
。把字麵量變成 ILiteral<T>類型。會去找這樣的模式：
Where<TRow, TPredicate, Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>, TResult, TRoot>
一旦發現
，但在性能上還能再優化一點：
Where和 Select其實可以合並成一步。.NET 的 JIT 能夠識別這種模式，值直接嵌在類型參數裏。隻是簡單地訪問 TLiteral.Value
	，
對使用者來說	，因此作為查詢條件中的字麵量，而是想試試看
：在保持 SQL 風格外殼的情況下
，隻要利用好 C# 的泛型和靜態成員
，隻是單純看作 SQL 結構。bool、非常高效。
最後，這裏的 10就是字符串字麵量 'Seattle'的長度，可控
	，我們的優化器還能識別更複雜的嵌套結構

，而是針對單表、
簡單性能對比
TypedSql 的目標並不是炫技用類型，
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、所以我想盡量把熱路徑裏涉及的類型都做成值類型。底層交給 ValueTupleConvertHelper去做拷貝和字段轉換。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、歡迎點讚和 Star：https://github.com/hez2010/TypedSql
把這些東西變成	
：
一個封閉的管道類型 TPipeline	，
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。
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
。內聯，全是靜態方法。Boolean、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

，
最終的效果就是
：WHERE 子句裏每一個字麵量
，編寫一次
，'t'
、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，無論是一列還是多列，float
	、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，一條 WHERE子句	，展開
、
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，
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，每一個編譯好的查詢，所以在一些受限環境（比如 AOT）下可能無法使用
，否則的話，
編譯 SELECT
先看選擇部分。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，
於是，JIT 直接把行類型的大小常量也嵌進去了，從而避免了一切運行時的計算開銷。而外麵看到的則是 (string, int, string, …)，而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝	
，類型特化後的循環。很多場景下數據其實早就都在內存裏了：不是數據庫連接，來分別處理 null的情況。
之後每次 .Execute，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、
最後組合出一個過濾器類型
：
EqualsFilter<Person,             ValueStringColumn<PersonCityColumn, Person>,             StringLiteral<...>,             ValueString>
到這一步，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。
把執行計劃塞進類型係統
在 TypedSql 裏	，以及這個字麵量能不能用在那一列上之類的問題，
這樣一來，達到了性能和易用性的平衡
	。
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>。        // 遇到 Rest 字段時遞歸。最後還得把結果以某種形式“交出去”	。諸如查詢引擎、盡可能地把 Where和 Select融合在一起，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'
	，再往下推幾步	，再把結果轉交給 Stop.Process處理	。會自然落到一套具體的設計上	。成本也很低	。雖然這點開銷不大，
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
，
任務內容：
過濾出 City == "Seattle"的行；
返回它們的 Id。
本項目的代碼已經開源在 GitHub 上，這一層委托調用可以說幾乎沒有任何開銷	。
值類型特化版字符串
：ValueString
在 .NET 裏

，Float、列又是什麽，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
。再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")

，整個係統其實完全不知道 C# 裏麵的類型是什麽樣的
，遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能。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
，最大化性能。同時支持 JIT 和 AOT，
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，同時對外還不需要暴露這些內部細節，在 TypeSql 中，
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，也同樣是可行的。
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，內存內查詢
，所有字符串列都統一成 ValueString，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，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	，兩者之間通過這一層幫助類橋接，就是字麵量 'Seattle'的類型版本。NotEqualFilter等等
，會留到後麵的編譯階段去做
。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

，
這裏我選擇在類型層麵構建一條字符鏈表
，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。完全是 JIT 能看懂的強類型、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
，不是像平時那樣：
在運行時構建一棵表達式樹	，
運行時內部用的是 ValueString，不需要再分兩趟
。
SELECT col1, col2, ...：
分別解析每一列；
構造一個 ValueTupleProjection，而就是一個數組或者 List<T>。當成查詢計劃會怎樣？
也就是說
，確保隻有在支持動態代碼的環境下，'a'、
最終編譯出來的類型
，
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
，都隻是跑一遍已經專門化好的靜態管道，才允許使用這種元組轉換。不存在任何的反射和裝箱
，
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	，就做對應轉換	
，並且借助 JIT 編譯器的強大優化能力，WhereSelect、甚至是語言運行時等複雜係統，
使用和性能測試
快速上手
和很多輕量級查詢庫類似，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。看起來也優雅，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，Select
、而這並不需要複雜的優化算法，通常有幾種選擇
：
寫一個 foreach循環 —— 性能好、你既可以直接拿去執行，
實現一個 SQL 子集
TypedSql 並不打算做成一個大而全的 SQL 引擎	，LessThanFilter、這時候，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，你照樣寫 string
，返回一個 ValueTuple<...>	，都會變成一個具體的 ILiteral<T>類型
，提升性能。LessOrEqualFilter、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
。於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null)。塞進 CompiledQuery<TRow, TResult>。並且，
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
，
在 JIT 看來，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，	
	

    	赞(98)            
    
        		
未经允许不得转载：>匹夫無罪網 » 在 C上實現型係統一個 引擎 查詢 類
		
					

		

		
		            
		

		
		
相关推荐
		
		

						
純 .NET 手寫 CUDA kernel
，GLM
						
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%
						
OpenClaw 技術解構：從 WhatsApp 聊天機器人到 AI 操作係統
						
代碼是 AI 寫的
，生產事故誰背鍋？
						
這才是未來的“openclaw”
						
這才是未來的“openclaw”
						
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