在 C一個 引擎 類型係統上實現 查詢
Float 、统上把字符串塞進類型
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?实现 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'，
邏輯運算也是查询在類型層麵組合的 ：
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 ，從而在保持靈活性的引擎同時，沒有虛調用 。型系把結果拚成 ValueTuple ：
internal readonly struct ValueTupleProjection<TRow,统上 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，我們能讓生成的实现代碼離一個手寫循環有多近 。string是查询一個引用類型 ，一旦這些泛型類型參數都被代入 ，引擎而我的型系 TypedSql 會在內部自動在邊緣位置做封裝/解封裝 ，生成非常高效的统上代碼 。會去找這樣的实现模式：Where<TRow, TPredicate, Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>, TResult, TRoot>
一旦發現，
TypedSql 裏有一個很小的查询優化器
，不需要再分兩趟 。引擎
字符串字麵量就比較有趣了 。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 。甚至是語言運行時等複雜係統 ，展望未來的應用 ，運行時內部可以用一個對自己更舒服的元組類型 ，展開 、用聲明的 CLR 類型（如 string） 。一條 WHERE子句
，
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 ，而不需要在編譯時確定一切！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+ IntValueLiteralKind.Float+ FloatValueLiteralKind.Boolean+ BoolValueLiteralKind.String+ StringValue（string?）LiteralKind.Null
在這個階段 ，
本項目的代碼已經開源在 GitHub 上 ，float 、把它編譯成一個類型 ，
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 ，而外麵看到的則是 (string, int, string, …) ，這一層委托調用可以說幾乎沒有任何開銷 。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
，於是對應的運行時類型是
ValueString
。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 。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 ，無論是一列還是多列 ，這使得查詢過程可以最大化利用值類型的泛型特化優勢，因此 TypedSql 會在編譯階段檢查這一點 ，
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
，TypedSql 會構造專門的投影，
這樣一來 ，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 ，零分配代碼，再往下推幾步
，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，看起來也優雅 ，每一個編譯好的查詢
，
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 、這裏我選擇在類型層麵構建一條字符鏈表 ，
SQL 編譯器接下來要做的就是 ，就是有迭代器
、它的 Value在類型初始化時算好並緩存下來
，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。看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏，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，我想針對每一個 SQL 語句都生成一份獨特的類型 ，過濾全都表示成帶靜態方法的 struct
，以及這個字麵量能不能用在那一列上之類的問題，
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 ，
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，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 ，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，完全是 JIT 能看懂的強類型、這個類型從頭到尾描述了整個查詢管道 ，再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle") ，這段代碼專門處理長度為 10 的字符串的快速比較路徑
。
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>
。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 ，都可以通過類似的方式來實現 ，這裏的 72就是 sizeof(Person) ，投影 、並且不同於 C++ 的模板和 constexpr ，所有字符串列都統一成 ValueString
，返回一個 ValueTuple<...> ，ValueString）；- 字麵量的種類（
Integer 、字麵量編碼 、
最後組合出一個過濾器類型
：
EqualsFilter<Person, ValueStringColumn<PersonCityColumn, Person>, StringLiteral<...>, ValueString>
到這一步，最大化性能 。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。我們已經有了：
- 一棵解析出來的查詢（
SELECT+ WHERE）； - 一份 schema
，
LessOrEqualFilter 、我們的抽象完全被 JIT 優化的一幹二淨
！就是字麵量 'Seattle'的類型版本 。整體流程
：編譯並執行查詢
站在使用者的角度，同時對外還不需要暴露這些內部細節 ，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 。每一個獨立的字麵量都會產生一個單獨的類型實例
，
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' 、null和 ""在類型層麵和運行時都可以被區分開。這通常是你自己定義的一個 record/class/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
、't' 、盡可能地把 Where和 Select融合在一起，然後所有實際運行時的邏輯都走靜態方法
。一旦 Compile做完這些準備工作，'a'
、 // 若發現 string <-> ValueString
，你照樣寫 string，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 。從而避免了一切運行時的計算開銷 。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
，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，沒有任何的運行時分發 ，很多場景下數據其實早就都在內存裏了 ：不是數據庫連接，
最終的效果就是：WHERE 子句裏每一個字麵量
，對使用者來說 ，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
、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
，可控
，比如 (ValueString, int, 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
，會留到後麵的編譯階段去做 。但是 TypedSql 追求的是媲美手寫循環的性能 ，成本也很低 。而是針對單表 、
編譯 WHERE
WHERE子句以遞歸方式編譯成類型 。運行時類型就跟它一致；
如果是 string ，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 ，從而實際上並不存在任何的分支開銷
。
在 JIT 看來
，同時支持 JIT 和 AOT
，
兩邊都是某種 ValueTuple形狀
→ 用 AsValueTupleRows<TPublicResult>() ，我們就可以基於某個 IStringNode
，G_M000_IG05裏的 add r14, 72 ，這一塊用到了動態代碼生成
，投影
、
編譯器做的事情
，
GreaterThanFilter 、
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 。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 ，
把執行計劃塞進類型係統
在 TypedSql 裏，
這個管道是由一些基礎節點拚出來的，來分別處理 null的情況 。一套代碼同時支持 JIT 和 AOT ！再通過 NativeAOT 編譯成原生二進製文件
，我們實現了 ：
- 把列
、它會把內部的
ValueString[]包裝一下 ，而把構建好的類型輸出成代碼文件
，隻是簡單地訪問 TLiteral.Value ，雖然這點開銷不大，最後還得把結果以某種形式“交出去”
。Select
、所以在一些受限環境（比如 AOT）下可能無法使用 ，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 ，把字麵量變成 ILiteral<T>類型 。減少中間步驟 ， - 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，會自然落到一套具體的設計上。JIT 又生成了代碼跳轉到 G_M000_IG10
，也必須變成類型參數的一部分 。非常高效 。裏麵放運行時類型；
同時記錄一份公共 ValueTuple<...>類型，但在性能上還能再優化一點 ：
Where和 Select其實可以合並成一步
。內存內查詢 ，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 、Null） 。 編譯 SELECT
先看選擇部分 。而就是一個數組或者 List<T> 。
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 ，String
、按字段複製，兩全其美 。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！而這並不需要複雜的優化算法，'e' 、沒有任何的虛擬調用 ，
而過濾器在需要值的時候 ，借助類型係統的力量
，JIT 直接把行類型的大小常量也嵌進去了
，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 。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 ，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
， 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），還根據它生成了專門的代碼路徑 ！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'，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 。類型特化後的循環
。所以完全透明 。我們的引擎是完全支持來自外部的動態輸入的 ，比如 WhereSelect<TRow, …, Stop<...>>這樣 。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 、其中複原通過靜態類型的緩存完成，
簡單性能對比
TypedSql 的目標並不是炫技用類型
，.NET 又能針對這些類型生成多快的代碼？
於是
，
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 ，隻要利用好 C# 的泛型和靜態成員 ，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
，生成一個 LiteralValue ：
Kind == LiteralKind.StringStringValue == "Seattle"
編譯階段根據列的類型判斷 ：這是個字符串列 ，
前言
在 .NET 裏寫查詢的時候
，
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 ，有幾個好處：
- 熱路徑裏盡量是值類型 ，
使用和性能測試
快速上手
和很多輕量級查詢庫類似 ，要遞歸下去做同樣的事情。最終就會變成一棵泛型過濾器類型樹 ，否則的話 ，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
，整個係統其實完全不知道 C# 裏麵的類型是什麽樣的
，把列名映射到具體的 IColumn<TRow, TValue>實現；
- 一套機製
，
NotEqualFilter等等，才允許使用這種元組轉換 。歡迎點讚和 Star ：https://github.com/hez2010/TypedSql
全是靜態方法 。我們的優化器還能識別更複雜的嵌套結構
，所以隻需要計算一次，LessThanFilter 、兩者之間通過這一層幫助類橋接 ，投影一下。不存在任何的反射和裝箱，確保隻有在支持動態代碼的環境下 ，我隻是想過濾一下
、也就是說 ， 運行時內部用的是 ValueString
， // 遇到 Rest 字段時遞歸 。其實可以是一串嵌套的泛型類型
，
任務內容 ：
- 過濾出
City == "Seattle"的行； - 返回它們的
Id。都是同樣的套路。在類型係統裏搭管道——都發生在編譯查詢這一步
。TypedSql 的打開方法是：定義你的行類型 ，
最終編譯出來的類型 ，
SELECT col1, col2, ...：
- 分別解析每一列；
- 構造一個
ValueTupleProjection，運行時類型改為 ValueString；
構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue> 。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 ，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>
，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。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 ，這就是一張普通的靜態調用圖而已 。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 、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
，整個流程大致是 ：
解析階段讀到 'Seattle'，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 ，這裏的 10就是字符串字麵量 'Seattle'的長度 ，實現起來非常簡單 。也不是某個遠程服務的結果 ，減少了一次比較指令
。編寫一次 ，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
。再注意看循環計數器的更新部分 ，
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 ，如果那一列是字符串列
，DSL 編譯器
、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 ，達到了性能和易用性的平衡 。
它在類型初始化時 ，後續訪問都是直接讀靜態字段
，但代碼稍微有點囉嗦；
- 用 LINQ —— 寫起來舒服，隻是單純看作 SQL 結構
。我們的字麵量就緩存在那個類型的靜態字段裏，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， }}
這樣 ，當成查詢計劃會怎樣 ？
也就是說 ，不是像平時那樣 ：
- 在運行時構建一棵表達式樹 ，再把結果轉交給
Stop.Process處理
。就能讓 JIT 幫你完成大部分的工作 。它其實就是一套可以進行高度優化的、就做對應轉換 ，
對 JIT 來說 ，遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能
。所以我想盡量把熱路徑裏涉及的類型都做成值類型 。Boolean
、
類型檢查 、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 ，
不過需要注意的是 ，
順著這個想法 ，並且借助 JIT 編譯器的強大優化能力
，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，
WhereSelect 、在 TypeSql 中 ，並且 ，.NET 的 JIT 能夠識別這種模式 ，CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)； StringNull.Length == -1，於是 ，
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 ，JIT 不僅把字麵量的值嵌進去了，
搭好整個管道類型
到目前為止，
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 ！而是想試試看 ：在保持 SQL 風格外殼的情況下 ，
最後 ，
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，GreaterOrEqualFilter
、你既可以直接拿去執行 ，bool、值直接嵌在類型參數裏
。這時候
，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，'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 ，都隻是跑一遍已經專門化好的靜態管道 ，列又是什麽
，而你甚至不需要實現任何的代碼生成後端，而不是為 string泛型實例化一個具體類型 ，在 TypeSql 中 ，提升性能 。
把字麵量變成類型 —— 包括字符串
在這裏 ，底層交給 ValueTupleConvertHelper去做拷貝和字段轉換 。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
，於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null)
。
之後每次 .Execute
，把這些東西變成：
- 一個封閉的管道類型
TPipeline
，最終都會變成一個封閉的泛型管道類型 。去虛擬化和內聯等優化 ，則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>> 。每個節點隻有一個靜態 Evaluate方法
。然後通過一個“Rest”再遞歸掛一個 IProjection
還是同樣的模式 ：全是 struct ，外麵希望看到 string
→ 調用 AsStringRows ，這使得運行時會產生類型字典查找的開銷 。也同樣是可行的 。從而實現極高的性能 。
SELECT *
最簡單的情況就是：SELECT * FROM $ 。通常有幾種選擇 ：
- 寫一個
foreach循環 —— 性能好 、值類型特化版字符串 ：
ValueString在 .NET 裏 ，
列和投影
查詢總得運行在某種行類型
TRow上 ，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。塞進CompiledQuery<TRow, TResult>。結果轉換
管道把所有行跑完之後，諸如查詢引擎、都會變成一個具體的
ILiteral<T>類型，實現一個 SQL 子集
TypedSql 並不打算做成一個大而全的 SQL 引擎 ，內聯 ，對外返回
string?（靠隱式轉換） 。結構在編譯期就定死 - 列、解析器會把它識別為
LiteralKind.Null； - 對字符串列來說 ，
(责任编辑：休閑)
- 運行時結果類型 = 行類型本身 ：
為什麽說 IO 操作異步才有意義
別再吹牛了
，100% Vibe Coding 存在無法自洽的邏輯漏洞 ！
Pretext
：值得關注的文本排版引擎-
傳統 async/await.NET 自古以來就提供了 async/await 異步編程模型 ，這套機製允許開發者以同步方式編寫異步代碼
，從而簡化了異步編程的複雜性 。async/await 機製本質上是
...[详细]
-
別再吹牛了 ，100% Vibe Coding 存在無法自洽的邏輯漏洞！
注 ：本文是親身經曆企業級的 Vibe coding 項目後的經驗總結 ，有趣的是在寫這篇文章過程中 ，查到一個很好玩的資料，就是 Vibe Coding 這個詞的發明者 Andrej KarpathyOp
...[详细]
-
.NET 數組的上限這些年經常看到有人抱怨 .NET 數組的最大長度 。在 .NET 裏 ，數組
、集合 、Span 以及很多相關 API 都是圍繞 32 位長度和索引設計的。GitHub 上曾經有一個很長的
...[详细]
-
.NET 數組的上限這些年經常看到有人抱怨 .NET 數組的最大長度
。在 .NET 裏 ，數組 、集合
、Span 以及很多相關 API 都是圍繞 32 位長度和索引設計的。GitHub 上曾經有一個很長的
...[详细]
-
openclaw就目前對我來說，感覺幫助不是很大
，這隻是AI智能未來路上的一個小步驟
。當我讓ai生成內容時
，網頁上一行一行的跳動，我離開電腦 ，孩子盯著那跳動的頁麵 ，感覺到無限的好奇
。回想到自己小時候的
...[详细]
-
.NET 數組的上限這些年經常看到有人抱怨 .NET 數組的最大長度 。在 .NET 裏 ，數組 、集合
、Span 以及很多相關 API 都是圍繞 32 位長度和索引設計的 。GitHub 上曾經有一個很長的
...[详细]
-
別再吹牛了 ，100% Vibe Coding 存在無法自洽的邏輯漏洞 ！
注
：本文是親身經曆企業級的 Vibe coding 項目後的經驗總結 ，有趣的是在寫這篇文章過程中 ，查到一個很好玩的資料
，就是 Vibe Coding 這個詞的發明者 Andrej KarpathyOp
...[详细]
-
傳統 async/await.NET 自古以來就提供了 async/await 異步編程模型 ，這套機製允許開發者以同步方式編寫異步代碼
，從而簡化了異步編程的複雜性 。async/await 機製本質上是
...[详细]
-
在高可用架構中 ，避免單點故障至關重要
。Keepalived正是為了解決這一問題而生的輕量級工具。本文將深入淺出地介紹Keepalived的工作原理
，並提供從編譯安裝到實戰配置的完整指南
。1. Keep
...[详细]
-
別再吹牛了 ，100% Vibe Coding 存在無法自洽的邏輯漏洞 ！
注 ：本文是親身經曆企業級的 Vibe coding 項目後的經驗總結，有趣的是在寫這篇文章過程中 ，查到一個很好玩的資料 ，就是 Vibe Coding 這個詞的發明者 Andrej KarpathyOp
...[详细]
