一個非常簡單的查询 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。再通過 NativeAOT 編譯成原生二進製文件 ，引擎大概是型系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，用聲明的统上 CLR 類型（如 string）
  。看起來也優雅，实现CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)；

• StringNull.Length == -1，查询歡迎點讚和 Star：https://github.com/hez2010/TypedSql
  引擎

SELECT col1,型系 col2, ... 
：

• 分別解析每一列；
• 構造一個 ValueTupleProjection，Stop）
• 把數字和字符串字麵量都編碼成類型（ILiteral<T>）

最後得到的统上是一個小小的 、投影
、实现但在性能上還能再優化一點：
Where和 Select其實可以合並成一步 。查询DSL 編譯器 、引擎 // 若發現 string <-> ValueString
，兩全其美
。來分別處理 null的情況。提升性能 。而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝，運行時類型就跟它一致；

於是
，

上個跑分結果
：

可以看到
：TypedSql 在時間和分配上無限逼近 foreach，

值類型特化版字符串：ValueString

在 .NET 裏，

TypedSql 裏有一個很小的優化器，

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，我們能讓生成的代碼離一個手寫循環有多近。因此 TypedSql 會在編譯階段檢查這一點  ，於是對應的運行時類型是 ValueString
  。所以完全透明。

  列和投影

  查詢總得運行在某種行類型 TRow上 ，一旦 Compile做完這些準備工作，按字段複製，不存在任何的反射和裝箱，否則的話，內聯，'a'、

  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，null和 ""在類型層麵和運行時都可以被區分開
  。不是像平時那樣 ：

  • 在運行時構建一棵表達式樹，因此作為查詢條件中的字麵量，會留到後麵的編譯階段去做 。每一個獨立的字麵量都會產生一個單獨的類型實例，string是一個引用類型
    ，它其實就是一套可以進行高度優化的 、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
       ，而外麵看到的則是 (string, int, string, …)  ，而把構建好的類型輸出成代碼文件， // 遇到 Rest 字段時遞歸 。

       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'，然後所有實際運行時的邏輯都走靜態方法 。整個流程大致是 ：

       1. 解析階段讀到 'Seattle'，

  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 ，減少中間步驟，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，

對使用者來說，

不過需要注意的是 ，

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'、

    順著這個想法
    ，實現起來非常簡單。而不需要在編譯時確定一切！也不是某個遠程服務的結果，

  • 運行時內部用的是 ValueString，

  • 兩邊都是某種 ValueTuple形狀
    → 用 AsValueTupleRows<TPublicResult>()，這使得運行時會產生類型字典查找的開銷 
    。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
    ，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 ！

    GreaterThanFilter 、我隻是想過濾一下、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'，把字麵量變成 ILiteral<T>類型。去虛擬化和內聯等優化，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，投影
        、如果那一列是字符串列
        ，Null）。

        類型檢查
        、而這並不需要複雜的優化算法，其中複原通過靜態類型的緩存完成，這就是一張普通的靜態調用圖而已 。當成查詢計劃會怎樣？

        也就是說，ValueString）；

      • 字麵量的種類（Integer、

      任務內容 ：

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

        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 ，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  ，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 、.NET 又能針對這些類型生成多快的代碼？

        於是
        ，減少了一次比較指令。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
          。要遞歸下去做同樣的事情 。沒有虛調用 。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> ，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，展開、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 、但代碼稍微有點囉嗦；
        • 用 LINQ —— 寫起來舒服，

        它在類型初始化時，並且借助 JIT 編譯器的強大優化能力，沒有任何的虛擬調用
        ，而是想試試看 ：在保持 SQL 風格外殼的情況下 ，返回一個 ValueTuple<...>，

      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，WhereSelect、後續訪問都是直接讀靜態字段 ，我們實現了 
      ：

      • 把列 、有幾個好處  ：
        • 熱路徑裏盡量是值類型，

      最後，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，也同樣是可行的 。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，這裏的 10就是字符串字麵量 'Seattle'的長度，

      搭好整個管道類型

      到目前為止，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 ，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，對外返回 string?（靠隱式轉換）。一旦這些泛型類型參數都被代入，我們已經有了：
        • 一棵解析出來的查詢（SELECT+ WHERE）；
        • 一份 schema，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 、

        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，確保隻有在支持動態代碼的環境下，

          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，把列名映射到具體的 IColumn<TRow, TValue>實現；

        • 一套機製，再往下推幾步，都隻是跑一遍已經專門化好的靜態管道 ，就是字麵量 'Seattle'的類型版本 。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
          ，最終就會變成一棵泛型過濾器類型樹	
          ，
          使用和性能測試
          快速上手
          和很多輕量級查詢庫類似，在 TypeSql 中	
          ，

        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 ，

        這裏我選擇在類型層麵構建一條字符鏈表，成本也很低 。

        結果轉換

        管道把所有行跑完之後 ，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，它的 Value在類型初始化時算好並緩存下來，

        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。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，生成非常高效的代碼。一套代碼同時支持 JIT 和 AOT！達到了性能和易用性的平衡
。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，TypedSql 會構造專門的投影，還根據它生成了專門的代碼路徑！一條 WHERE子句，隻要利用好 C# 的泛型和靜態成員，'e' 、這裏的 72就是 sizeof(Person)，

        SELECT *

        最簡單的情況就是 ：SELECT * FROM $。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，都可以通過類似的方式來實現，這一塊用到了動態代碼生成，Float、

          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，所有字符串列都統一成 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。LessThanFilter、同時支持 JIT 和 AOT
，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
，過濾全都表示成帶靜態方法的 struct，bool
、LessOrEqualFilter、運行時類型改為 ValueString；
    • 構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>。盡可能地把 Where和 Select融合在一起 ，Boolean、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，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，可控，我想針對每一個 SQL 語句都生成一份獨特的類型，雖然這點開銷不大，.NET 的 JIT 能夠識別這種模式，

      前言

      在 .NET 裏寫查詢的時候 ，所以在一些受限環境（比如 AOT）下可能無法使用，把這些東西變成 ：

      • 一個封閉的管道類型 TPipeline ，float、每一個編譯好的查詢，不需要再分兩趟 
        。值直接嵌在類型參數裏。

        實現一個 SQL 子集

        TypedSql 並不打算做成一個大而全的 SQL 引擎 
        ，零分配代碼，全是靜態方法。

      這樣一來 ，比如 (ValueString, int, ValueString, …) ，

      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 ，從而避免了一切運行時的計算開銷 。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
，所以我想盡量把熱路徑裏涉及的類型都做成值類型。字麵量編碼、我們的抽象完全被 JIT 優化的一幹二淨 ！

    在 JIT 看來 ，

    字符串字麵量就比較有趣了。而是針對單表  、GreaterOrEqualFilter、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，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，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，你照樣寫 string，

    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、就做對應轉換，才允許使用這種元組轉換 。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，這時候，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，

          編譯器做的事情，

        最終編譯出來的類型 ，

      最終的效果就是：WHERE 子句裏每一個字麵量，

      再注意看循環計數器的更新部分，每個節點隻有一個靜態 Evaluate方法
      。同時對外還不需要暴露這些內部細節，這使得查詢過程可以最大化利用值類型的泛型特化優勢 
      ，通常有幾種選擇
       ：

      • 寫一個 foreach循環 —— 性能好、然後通過一個“Rest”再遞歸掛一個 IProjection

        還是同樣的模式：全是 struct，'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，再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle") ，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，會去找這樣的模式：

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

  一旦發現 ，
  這個管道是由一些基礎節點拚出來的 ，我們的引擎是完全支持來自外部的動態輸入的，

  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 TRow；
  • 管道尾部就是一個 Stop<TRow, TRow>節點。底層交給 ValueTupleConvertHelper去做拷貝和字段轉換 。諸如查詢引擎、

    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 ，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
  。內存內查詢，外麵希望看到 string
  → 調用 AsStringRows，也就是說，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，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，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。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 。
      之後每次 .Execute ，就能讓 JIT 幫你完成大部分的工作。

    SQL 編譯器接下來要做的就是 ，則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null)
    。在類型係統裏搭管道——都發生在編譯查詢這一步 
    。以及這個字麵量能不能用在那一列上之類的問題 ，這一層委托調用可以說幾乎沒有任何開銷 。列又是什麽
    ，但是 TypedSql 追求的是媲美手寫循環的性能 ，兩者之間通過這一層幫助類橋接 ，所以隻需要計算一次，

    編譯 WHERE

    WHERE子句以遞歸方式編譯成類型。TypedSql 的打開方法是：

    1. 定義你的行類型
       ，而不是為 string泛型實例化一個具體類型 ，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 。塞進 CompiledQuery<TRow, TResult> 。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>。

       本項目的代碼已經開源在 GitHub 上，並且不同於 C++ 的模板和 constexpr，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，隻是單純看作 SQL 結構 。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
       ，我們的優化器還能識別更複雜的嵌套結構，我們的字麵量就緩存在那個類型的靜態字段裏，
       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
       ，
       整體流程	：編譯並執行查詢
       站在使用者的角度
       ，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，借助類型係統的力量，裏麵放運行時類型；

    2. 同時記錄一份公共 ValueTuple<...>類型，投影一下。而你甚至不需要實現任何的代碼生成後端，JIT 不僅把字麵量的值嵌進去了，

       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！在 TypeSql 中 ，就是有迭代器 、它會把內部的 ValueString[]包裝一下，

       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>。String、

         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。你既可以直接拿去執行
            ，JIT 直接把行類型的大小常量也嵌進去了 ，G_M000_IG05裏的 add r14, 72，從而在保持靈活性的同時，NotEqualFilter等等，

            而過濾器在需要值的時候
            ，並且，

       最後組合出一個過濾器類型  ：

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

       到這一步，

    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） ，也必須變成類型參數的一部分 。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，整個係統其實完全不知道 C# 裏麵的類型是什麽樣的 ，把它編譯成一個類型 ，

     把執行計劃塞進類型係統

     在 TypedSql 裏 ，其實可以是一串嵌套的泛型類型，這段代碼專門處理長度為 10 的字符串的快速比較路徑。非常高效。遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能 。它實現 IQueryNode<TRow, TRuntimeResult, TRoot>；

  3. 一個運行時結果類型 TRuntimeResult；
  4. 一個對外公開的結果類型 TPublicResult。我們就可以基於某個 IStringNode
     ，從而實現極高的性能。看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏
     ，

     把字麵量變成類型 —— 包括字符串

     在這裏 ，

     

     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，

     展望未來的應用，比如 WhereSelect<TRow, …, Stop<...>>這樣 。JIT 又生成了代碼跳轉到 G_M000_IG10 ，最大化性能。完全是 JIT 能看懂的強類型 、最終都會變成一個封閉的泛型管道類型。從而實際上並不存在任何的分支開銷。

對 JIT 來說，