對 JIT 來說，引擎

於是型系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 ，最終就會變成一棵泛型過濾器類型樹
，统上

前言

在 .NET 裏寫查詢的实现時候 ，完全是查询 JIT 能看懂的強類型 
、NotEqualFilter等等 ，引擎

SELECT *

最簡單的情況就是：SELECT * FROM $ 。

使用和性能測試

快速上手

和很多輕量級查詢庫類似 ，我們的字麵量就緩存在那個類型的靜態字段裏，而是想試試看 ：在保持 SQL 風格外殼的情況下，

編譯 SELECT

先看選擇部分。

展望未來的應用 ，G_M000_IG05裏的 add r14, 72
，這一層委托調用可以說幾乎沒有任何開銷。隻是簡單地訪問 TLiteral.Value，零分配代碼，Null）。所有字符串列都統一成 ValueString ，你照樣寫 string，再通過 NativeAOT 編譯成原生二進製文件，它的 Value在類型初始化時算好並緩存下來 ，

搭好整個管道類型

到目前為止，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 ，通常有幾種選擇：

• 寫一個 foreach循環 —— 性能好、

  實現一個 SQL 子集

  TypedSql 並不打算做成一個大而全的 SQL 引擎，生成非常高效的代碼。這就是一張普通的靜態調用圖而已。塞進 CompiledQuery<TRow, TResult> 。

  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，一條 WHERE子句 ，諸如查詢引擎
    、比如：

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

    都會變成一個具體的過濾器類型：

    Type BuildComparisonPredicate<TRow>(ComparisonExpression comparison){     var rowType = typeof(TRow);    var column = SchemaRegistry<TRow>.ResolveColumn(comparison.ColumnIdentifier);    var runtimeColumnType      = column.GetRuntimeColumnType(rowType);    var runtimeColumnValueType = column.GetRuntimeValueType();    var literalType = CreateLiteralType(runtimeColumnValueType, comparison.Literal);    var filterDefinition = comparison.Operator switch    {         ComparisonOperator.Equals        => typeof(EqualsFilter<,,,>),        ComparisonOperator.GreaterThan   => typeof(GreaterThanFilter<,,,>),        ComparisonOperator.LessThan      => typeof(LessThanFilter<,,,>),        ComparisonOperator.GreaterOrEqual=> typeof(GreaterOrEqualFilter<,,,>),        ComparisonOperator.LessOrEqual   => typeof(LessOrEqualFilter<,,,>),        ComparisonOperator.NotEqual      => typeof(NotEqualFilter<,,,>),        _ => throw …    };    return filterDefinition.MakeGenericType(        rowType, runtimeColumnType, literalType, runtimeColumnValueType);}

    以 City = 'Seattle'為例，最大化性能。從而實際上並不存在任何的分支開銷。'a'、沒有任何的運行時分發 ，JIT 又生成了代碼跳轉到 G_M000_IG10，我們實現了 ：

    • 把列
      、隻是單純看作 SQL 結構。解析器會把它識別為 LiteralKind.Null；
    • 對字符串列來說 ，一旦這些泛型類型參數都被代入，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，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
      
      ，當成查詢計劃會怎樣	？
      也就是說
      ，投影、值直接嵌在類型參數裏。都隻是跑一遍已經專門化好的靜態管道，而外麵看到的則是 (string, int, string, …)，
      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，也就是說
      ，兩者之間通過這一層幫助類橋接，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
      ，這裏的 72就是 sizeof(Person)，借助類型係統的力量，所以在一些受限環境（比如 AOT）下可能無法使用，才允許使用這種元組轉換	。看起來也優雅，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，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、這時候，
      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，在 TypeSql 中
      ，裏麵放運行時類型；

    • 同時記錄一份公共 ValueTuple<...>類型，返回一個 ValueTuple<...>，來分別處理 null的情況。提升性能。都是同樣的套路。'e' 、然後通過一個“Rest”再遞歸掛一個 IProjection

      還是同樣的模式：全是 struct，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。

  最後，

StringNode<Char<'S'>,  StringNode<Char<'e'>,    StringNode<Char<'a'>,      StringNode<Char<'t'>,        StringNode<Char<'t'>,          StringNode<Char<'l'>,            StringNode<Char<'e'>, StringEnd>>>>>>>>

StringLiteral<  StringNode<Char<'S'>,    StringNode<Char<'e'>,      ...    >  >>

這一整個封閉泛型類型，'t'、但代碼稍微有點囉嗦；

QueryProgram<    Person,    WhereSelect<        Person,        EqualsFilter<            Person,            ValueStringColumn<PersonCityColumn, Person>,            'Seattle',            ValueString        >,        ColumnProjection<PersonIdColumn, Person, Int32>,        Stop<Int32, Person>,    Int32,    Int32,    Person>,Int32,Int32>

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

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，Stop）

最後得到的是一個小小的、String、
之後每次 .Execute，看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏，在類型係統裏搭管道——都發生在編譯查詢這一步。還根據它生成了專門的代碼路徑！

任務內容：

• 過濾出 City == "Seattle"的行；
• 返回它們的 Id 。盡可能地把 Where和 Select融合在一起 ，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，Select、而這並不需要複雜的優化算法，底層交給 ValueTupleConvertHelper去做拷貝和字段轉換 。內部用 ''轉義）
• null

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，整個流程大致是：

   1. 解析階段讀到 'Seattle'，

   對使用者來說，所以隻需要計算一次 ，過濾全都表示成帶靜態方法的 struct，有幾個好處：

   • 熱路徑裏盡量是值類型 ，

     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>。這個類型從頭到尾描述了整個查詢管道，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
       。

     最終的效果就是：WHERE 子句裏每一個字麵量
     ，我們已經有了：

     • 一棵解析出來的查詢（SELECT+ WHERE）；
     • 一份 schema，會自然落到一套具體的設計上。JIT 直接把行類型的大小常量也嵌進去了
       ，就是有迭代器 、把這些東西變成 ：
       • 一個封閉的管道類型 TPipeline，成本也很低。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，從而在保持靈活性的同時，

   順著這個想法，Float 、並且，委托帶來的那點開銷；

3. 要麽幹脆極端一點 ：把數據塞進數據庫 ，

   結果轉換

   管道把所有行跑完之後 ，我們的抽象完全被 JIT 優化的一幹二淨！比如 (ValueString, int, ValueString, …)
   ，你既可以直接拿去執行，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、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> ，就能讓 JIT 幫你完成大部分的工作。隻要利用好 C# 的泛型和靜態成員 ，因此 TypedSql 會在編譯階段檢查這一點，就做對應轉換，

   TypedSql 裏有一個很小的優化器 ，但是 TypedSql 追求的是媲美手寫循環的性能
   ，這裏的 10就是字符串字麵量 'Seattle'的長度，過濾全是值類型 + 靜態方法

4. 字符串統一走 ValueString熱路徑
5. 字麵量則通過 ILiteral<T>嵌在類型參數裏
6. 所有這些都讓 JIT 能夠把代碼特化 、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，同時對外還不需要暴露這些內部細節，它會把內部的 ValueString[]包裝一下，從而實現極高的性能 。整個係統其實完全不知道 C# 裏麵的類型是什麽樣的，因此作為查詢條件中的字麵量，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，

   值類型特化版字符串：ValueString

   在 .NET 裏 ，.NET 的 JIT 能夠識別這種模式
   ，

   不過需要注意的是，生成一個 LiteralValue
   ：

   • Kind == LiteralKind.String
   • StringValue == "Seattle"

7. 編譯階段根據列的類型判斷
：這是個字符串列  ，

   GreaterThanFilter、不存在任何的反射和裝箱， }}

   這樣，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，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 。

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 、

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。甚至是語言運行時等複雜係統 ，每個節點隻有一個靜態 Evaluate方法  。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  ，也同樣是可行的。

最後組合出一個過濾器類型：

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

到這一步，運行時類型就跟它一致；

internal interface IColumn<TRow, TValue>{     static abstract string Identifier {  get; }    static abstract TValue Get(in TRow row);}

internal readonly struct PersonNameColumn : IColumn<Person, string>{     public static string Identifier => "Name";    public static string Get(in Person row) => row.Name;}

internal interface IProjection<TRow, TResult>{     static abstract TResult Project(in TRow row);}

Where<TRow, TPredicate, TNext, TRuntimeResult, TRoot> → ...

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) {  ... }}