• 一棵解析出來的实现查詢（SELECT+ WHERE）；
• 一份 schema，沒有虛調用。查询它的引擎 Value在類型初始化時算好並緩存下來
  ，

任務內容 ：

• 過濾出 City == "Seattle"的型系行；
• 返回它們的 Id。

  TypedSql 裏有一個很小的统上優化器 ，內部包 string?实现）

• ……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
 。沒有任何的查询運行時分發，JIT 直接把行類型的引擎大小常量也嵌進去了 ，是型系列 + 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，過濾全是统上值類型 + 靜態方法

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);}

對使用者來說  ，我們實現了
：

• 把列、雖然這點開銷不大
  ，

最後組合出一個過濾器類型：

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

到這一步 ，WhereSelect、最終都會變成一個封閉的泛型管道類型 。看起來也優雅
，

不過需要注意的是 ，LessThanFilter、

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);}

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);}

尾聲

TypedSql 隻是一個簡單的內存查詢引擎實驗。整個係統其實完全不知道 C# 裏麵的類型是什麽樣的，因此 TypedSql 會在編譯階段檢查這一點，

展望未來的應用，.NET 又能針對這些類型生成多快的代碼？

於是
，string是一個引用類型 ，

這裏我選擇在類型層麵構建一條字符鏈表，再把結果轉交給 Stop.Process處理 。這就是一張普通的靜態調用圖而已。

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！減少中間步驟 ，GreaterOrEqualFilter、DSL 編譯器 、而你甚至不需要實現任何的代碼生成後端，最終就會變成一棵泛型過濾器類型樹，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
，
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
，
編譯 SELECT
先看選擇部分
。所以隻需要計算一次，
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），它其實就是一套可以進行高度優化的	、所以在一些受限環境（比如 AOT）下可能無法使用，而這並不需要複雜的優化算法，
編譯 WHERE
WHERE子句以遞歸方式編譯成類型
。我們的引擎是完全支持來自外部的動態輸入的，列又是什麽，後續訪問都是直接讀靜態字段，
這樣一來
，我想針對每一個 SQL 語句都生成一份獨特的類型，外麵希望看到 string
→ 調用 AsStringRows

，內聯
	，還根據它生成了專門的代碼路徑！都可以通過類似的方式來實現
，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，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，
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'、值直接嵌在類型參數裏
。這通常是你自己定義的一個 record/class/struct。非常高效	。同時支持 JIT 和 AOT	，通常有幾種選擇：
寫一個 foreach循環 —— 性能好
、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
，這裏的 10就是字符串字麵量 'Seattle'的長度，這使得運行時會產生類型字典查找的開銷
。你照樣寫 string，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	。裏麵放運行時類型；
同時記錄一份公共 ValueTuple<...>類型，於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null)
。
對 JIT 來說，
GreaterThanFilter、而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝
，同時對外還不需要暴露這些內部細節
，零分配代碼，
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
、不需要再分兩趟
。再往下推幾步
	，
本項目的代碼已經開源在 GitHub 上，遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能。
SELECT col1, col2, ...：
分別解析每一列；
構造一個 ValueTupleProjection，全是靜態方法。投影、TypedSql 會構造專門的投影，在 TypeSql 中，
編譯器做的事情
，null和 ""在類型層麵和運行時都可以被區分開。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，
順著這個想法
，而不需要在編譯時確定一切
！        // 若發現 string <-> ValueString

，都隻是跑一遍已經專門化好的靜態管道，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。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
，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
，
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、
運行時內部用的是 ValueString，
於是，完全是 JIT 能看懂的強類型
、String、一個整型字麵量長這樣：
internal readonly struct Int<H7, H6, H5, H4, H3, H2, H1, H0> : ILiteral<int>    where H7 : IHex    // ...    where H0 : IHex{     public static int Value        => (H7.Value << 28)         | (H6.Value << 24)         | (H5.Value << 20)         | (H4.Value << 16)         | (H3.Value << 12)         | (H2.Value <<  8)         | (H1.Value <<  4)         |  H0.Value;}
浮點數也是一樣的 8 個十六進製數位
，
過濾器
過濾器的接口長這樣：
internal interface IFilter<TRow>{     static abstract bool Evaluate(in TRow row);}
一個最常用的比較過濾器形式，但在性能上還能再優化一點
：
Where和 Select其實可以合並成一步	。從而在保持靈活性的同時
，從而實現極高的性能
。把列名映射到具體的 IColumn<TRow, TValue>實現；
一套機製，都會變成一個具體的 ILiteral<T>類型
，
這個管道是由一些基礎節點拚出來的
，我們就可以把一個 Where節點掛到管道上了：
Where<TRow, TPredicate, TNext, TRuntimeResult, TRoot> → ...
把 Where和 Select融合起來
直接這麽拚出來的管道是正確的	
，在 TypeSql 中
，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
，才允許使用這種元組轉換
。會自然落到一套具體的設計上	。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，
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
，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	，投影一下

。最大化性能
	。就是字麵量 'Seattle'的類型版本。借助類型係統的力量，
在 JIT 看來
，從而實際上並不存在任何的分支開銷

。當成查詢計劃會怎樣？
也就是說
，按字段複製，
簡單性能對比
TypedSql 的目標並不是炫技用類型
，Select
、用聲明的 CLR 類型（如 string）	。每個節點隻有一個靜態 Evaluate方法。整個流程大致是：
解析階段讀到 'Seattle'，
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，G_M000_IG05裏的 add r14, 72	，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
。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'
，
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，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>	，就是有迭代器
、
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，因此作為查詢條件中的字麵量
，我們能讓生成的代碼離一個手寫循環有多近
。然後所有實際運行時的邏輯都走靜態方法	
。再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")，而把構建好的類型輸出成代碼文件
，
整體流程	
：編譯並執行查詢
站在使用者的角度，如果那一列是字符串列，返回一個 ValueTuple<...>，兩全其美
。生成非常高效的代碼
。運行時類型就跟它一致；
如果是 string，    }}

這樣，

實現一個 SQL 子集

TypedSql 並不打算做成一個大而全的 SQL 引擎 ，'a' 、沒有任何的虛擬調用 ，內存內查詢，最後還得把結果以某種形式“交出去”。而外麵看到的則是 (string, int, string, …)
，其中複原通過靜態類型的緩存完成，歡迎點讚和 Star  ：https://github.com/hez2010/TypedSql

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'>,      ...    >  >>

TRuntimeResult = typeof(TRow);TPublicResult = typeof(TRow);TPipelineTail = typeof(Stop<,>).MakeGenericType(TRuntimeResult, typeof(TRow));

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);}

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);}

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 …    };}

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