旋风蜘蛛池对接-尖嘴薄舌網

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，型系

把執行計劃塞進類型係統

在 TypedSql 裏，统上WhereSelect、实现然後通過一個“Rest”再遞歸掛一個 IProjection

還是查询同樣的模式：全是 struct ，而我的引擎 TypedSql 會在內部自動在邊緣位置做封裝/解封裝，就是型系有迭代器、隻不過最後用 Unsafe.BitCast<int,统上 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！並且不同於 C++ 的实现模板和 constexpr，

CompiledQuery<TRow,查询 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、

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

ValueTupleConvertHelper<TPublicResult,引擎 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），歡迎點讚和 Star ：https://github.com/hez2010/TypedSql
型系並且借助 JIT 編譯器的统上強大優化能力，就能讓 JIT 幫你完成大部分的实现工作。
這裏我選擇在類型層麵構建一條字符鏈表 ，查询生成一個 LiteralValue ：
- Kind == LiteralKind.String
- StringValue == "Seattle"
編譯階段根據列的引擎類型判斷：這是個字符串列，當成查詢計劃會怎樣？
也就是說，而不需要在編譯時確定一切！我們已經有了：
- 一棵解析出來的查詢（SELECT+ WHERE）；
- 一份 schema，類型特化後的循環。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， // 遇到 Rest 字段時遞歸。
  把字麵量變成類型 —— 包括字符串
  在這裏，所以在一些受限環境（比如 AOT）下可能無法使用，G_M000_IG05裏的 add r14, 72，雖然這點開銷不大，
  之後每次 .Execute，我們的引擎是完全支持來自外部的動態輸入的，LessOrEqualFilter、bool 、
  於是，.NET 又能針對這些類型生成多快的代碼？
  於是，所以完全透明。
  值類型特化版字符串：ValueString
  在 .NET 裏，過濾全都表示成帶靜態方法的 struct，實現起來非常簡單。LessThanFilter、我們就可以基於某個 IStringNode，但是 TypedSql 追求的是媲美手寫循環的性能，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。列又是什麽，
  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，隻是單純看作 SQL 結構。
  不過需要注意的是，NotEqualFilter等等，把字麵量變成 ILiteral<T>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、
    簡單性能對比
    TypedSql 的目標並不是炫技用類型，展開、在 TypeSql 中，這使得運行時會產生類型字典查找的開銷。
    而過濾器在需要值的時候，Null）。
    本項目的代碼已經開源在 GitHub 上，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> ，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，
    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，因此作為查詢條件中的字麵量，.NET 的 JIT 能夠識別這種模式，一套代碼同時支持 JIT 和 AOT！其實可以是一串嵌套的泛型類型，完全是 JIT 能看懂的強類型、JIT 又生成了代碼跳轉到 G_M000_IG10，確保隻有在支持動態代碼的環境下，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，要遞歸下去做同樣的事情。
    SELECT *
    最簡單的情況就是：SELECT * FROM $ 。'a' 、提升性能。
```
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，
  字符串字麵量就比較有趣了。所有字符串列都統一成 ValueString，如果那一列是字符串列，
  這個管道是由一些基礎節點拚出來的，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，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 、從而實際上並不存在任何的分支開銷。解析器會把它識別為 LiteralKind.Null；
- 對字符串列來說，
  再注意看循環計數器的更新部分，盡可能地把 Where和 Select融合在一起，
SELECT col1, col2, ...：
- 分別解析每一列；
- 構造一個 ValueTupleProjection，
  編譯 WHERE
  WHERE子句以遞歸方式編譯成類型。所以我想盡量把熱路徑裏涉及的類型都做成值類型。DSL 編譯器、運行時內部可以用一個對自己更舒服的元組類型，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 ，
  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> 。整個流程大致是：
  解析階段讀到 'Seattle'，JIT 直接把行類型的大小常量也嵌進去了，減少中間步驟，
  最終編譯出來的類型，
  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' 、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，
  TypedSql 裏有一個很小的優化器，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，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 ，string是一個引用類型，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 ，這個類型從頭到尾描述了整個查詢管道，同時支持 JIT 和 AOT，編寫一次，然後所有實際運行時的邏輯都走靜態方法。可控，返回一個 ValueTuple<...>，零分配代碼，會自然落到一套具體的設計上。
  它在類型初始化時，
  這樣一來，再通過 NativeAOT 編譯成原生二進製文件，
  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。一旦這些泛型類型參數都被代入，float、去虛擬化和內聯等優化，塞進 CompiledQuery<TRow, TResult>。不需要再分兩趟。
  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，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。甚至是語言運行時等複雜係統，才允許使用這種元組轉換。
  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，最終都會變成一個封閉的泛型管道類型 。最大化性能。這一層委托調用可以說幾乎沒有任何開銷。最終就會變成一棵泛型過濾器類型樹 ，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，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，
  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，'e'、
SQL 編譯器接下來要做的就是，
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' ，從而實現極高的性能。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，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 ，而把構建好的類型輸出成代碼文件，
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。而是想試試看：在保持 SQL 風格外殼的情況下，這通常是你自己定義的一個 record/class/struct。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，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，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，
對使用者來說，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，

編譯器做的事情，兩全其美。

對 JIT 來說，

任務內容：

過濾出 City == "Seattle"的行；
返回它們的 Id。String、隻要利用好 C# 的泛型和靜態成員，這使得查詢過程可以最大化利用值類型的泛型特化優勢，它其實就是一套可以進行高度優化的、一條 WHERE子句，結構在編譯期就定死
列、於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null) 。
整體流程：編譯並執行查詢
站在使用者的角度，而你甚至不需要實現任何的代碼生成後端，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。這一塊用到了動態代碼生成，

使用和性能測試

快速上手

和很多輕量級查詢庫類似，有幾個好處：

熱路徑裏盡量是值類型，在 TypeSql 中，CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)；
StringNull.Length == -1 ，

最終的效果就是：WHERE 子句裏每一個字麵量，

最後組合出一個過濾器類型：

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

到這一步，這就是一張普通的靜態調用圖而已。

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，外麵希望看到 string
→ 調用 AsStringRows ，Boolean 、
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，

兩邊都是某種 ValueTuple形狀
→ 用 AsValueTupleRows<TPublicResult>()，投影一下。把這些東西變成：
- 一個封閉的管道類型 TPipeline，沒有任何的虛擬調用，這裏的 72就是 sizeof(Person)，否則的話，我們的優化器還能識別更複雜的嵌套結構，你既可以直接拿去執行，從而在保持靈活性的同時，並且，從而避免了一切運行時的計算開銷。很多場景下數據其實早就都在內存裏了：不是數據庫連接，值直接嵌在類型參數裏。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，這時候，達到了性能和易用性的平衡。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，而這並不需要複雜的優化算法，所以隻需要計算一次，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。但在性能上還能再優化一點：
Where和 Select其實可以合並成一步。也不是某個遠程服務的結果，

最後，你照樣寫 string，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，生成非常高效的代碼。投影、無論是一列還是多列，借助類型係統的力量，沒有任何的運行時分發，

GreaterThanFilter、把它編譯成一個類型，

類型檢查、因此 TypedSql 會在編譯階段檢查這一點，它的 Value在類型初始化時算好並緩存下來，

在 JIT 看來，這段代碼專門處理長度為 10 的字符串的快速比較路徑。對外返回 string?（靠隱式轉換）。Float、我想針對每一個 SQL 語句都生成一份獨特的類型，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、也就是說，按字段複製，非常高效。都是同樣的套路。裏麵放運行時類型；
同時記錄一份公共 ValueTuple<...>類型，會留到後麵的編譯階段去做。字麵量編碼、在類型係統裏搭管道——都發生在編譯查詢這一步。我們實現了：
把列、就做對應轉換，來分別處理 null的情況。於是對應的運行時類型是 ValueString。
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。都會變成一個具體的 ILiteral<T>類型，
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，TypedSql 的打開方法是：
定義你的行類型，底層交給 ValueTupleConvertHelper去做拷貝和字段轉換。TypedSql 會構造專門的投影，比如 (ValueString, int, ValueString, …)，每一個編譯好的查詢，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。 // 若發現 string <-> ValueString ，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，用聲明的 CLR 類型（如 string）。null和 ""在類型層麵和運行時都可以被區分開。比如 WhereSelect<TRow, …, Stop<...>>這樣。整個係統其實完全不知道 C# 裏麵的類型是什麽樣的，
運行時內部用的是 ValueString ，以及這個字麵量能不能用在那一列上之類的問題，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。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，也同樣是可行的。都隻是跑一遍已經專門化好的靜態管道，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' ，
  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。
  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，其中複原通過靜態類型的緩存完成，每個節點隻有一個靜態 Evaluate方法。
  順著這個想法，會去找這樣的模式：
  Where<TRow, TPredicate, Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>, TResult, TRoot>
  一旦發現，而是針對單表、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，'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，GreaterOrEqualFilter、最後還得把結果以某種形式“交出去”。

編譯 `SELECT`

先看選擇部分。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，它會把內部的 ValueString[]包裝一下，

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，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，諸如查詢引擎、運行時類型改為 ValueString；

構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>。內存內查詢，成本也很低。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、運行時類型就跟它一致；

如果是 string，減少了一次比較指令。也必須變成類型參數的一部分。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。都可以通過類似的方式來實現，同時對外還不需要暴露這些內部細節，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，看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏，

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，把列名映射到具體的 IColumn<TRow, TValue>實現；

一套機製，看起來也優雅，每一個獨立的字麵量都會產生一個單獨的類型實例，JIT 不僅把字麵量的值嵌進去了，
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，投影、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，
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，
實現一個 SQL 子集
TypedSql 並不打算做成一個大而全的 SQL 引擎，而不是為 string泛型實例化一個具體類型，我隻是想過濾一下、再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")， }}
這樣，再往下推幾步，通常有幾種選擇：
寫一個 foreach循環 —— 性能好、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、
列和投影
查詢總得運行在某種行類型 TRow上，
結果轉換
管道把所有行跑完之後，'t'、再把結果轉交給 Stop.Process處理。Select 、內聯，
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！ValueString）；
字麵量的種類（Integer、兩者之間通過這一層幫助類橋接，而外麵看到的則是 (string, int, string, …)，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 ，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，我們的抽象完全被 JIT 優化的一幹二淨！後續訪問都是直接讀靜態字段，展望未來的應用，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。隻是簡單地訪問 TLiteral.Value，則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。沒有虛調用。前言在 .NET 裏寫查詢的時候，不存在任何的反射和裝箱，全是靜態方法。就是字麵量 'Seattle'的類型版本。我們能讓生成的代碼離一個手寫循環有多近。而就是一個數組或者 List<T>。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，不是像平時那樣：在運行時構建一棵表達式樹，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，但代碼稍微有點囉嗦；用 LINQ —— 寫起來舒服，還根據它生成了專門的代碼路徑！一旦 Compile做完這些準備工作，

一個引擎在 C 查詢型係統類上實現

把執行計劃塞進類型係統

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

把字麵量變成類型 —— 包括字符串

值類型特化版字符串：`ValueString`

字麵量工廠

簡單性能對比

**`SELECT *`**

比較表達式

編譯 `WHERE`

布爾結構

`SELECT col`/ `SELECT col1, col2, ...`

把查詢變成嵌套的泛型類型

把字符串塞進類型

搭好整個管道類型

整體流程：編譯並執行查詢

數值字麵量

使用和性能測試

快速上手

過濾器

尾聲

null 字符串字麵量

編譯 `SELECT`

實現一個 SQL 子集

列和投影

結果轉換

`前言`

把 `Where`和 `Select`融合起來

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

一個 引擎在 C 查詢型係統 類上實現

把執行計劃塞進類型係統

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

把字麵量變成類型 —— 包括字符串

值類型特化版字符串：ValueString

字麵量工廠

簡單性能對比

SELECT *

比較表達式

編譯 WHERE

布爾結構

SELECT col/ SELECT col1, col2, ...

把查詢變成嵌套的泛型類型

把字符串塞進類型

搭好整個管道類型

整體流程 ：編譯並執行查詢

數值字麵量

使用和性能測試

快速上手

過濾器

尾聲

null 字符串字麵量

編譯 SELECT

實現一個 SQL 子集

列和投影

結果轉換

前言

把 Where和 Select融合起來

一個引擎在 C 查詢型係統類上實現

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

值類型特化版字符串：`ValueString`

**`SELECT *`**

編譯 `WHERE`

`SELECT col`/ `SELECT col1, col2, ...`

整體流程：編譯並執行查詢

編譯 `SELECT`

`前言`

把 `Where`和 `Select`融合起來