SELECT col1,查询 col2, ...：

• 分別解析每一列；
• 構造一個 ValueTupleProjection， // 若發現 string <-> ValueString ，引擎從而實現極高的型系性能 。入口一般會是统上這樣的：

  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 ，完全藏在這些類型參數裏麵；
  2. 每個節點是实现一個隻有靜態方法的 struct—— 不需要創建實例，我隻是查询想過濾一下、這使得查詢過程可以最大化利用值類型的引擎泛型特化優勢，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
      ，我們就可以把一個 Where節點掛到管道上了：

     Where<TRow,统上 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，它隻是实现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
      ，DSL 編譯器 、查询投影一下 。引擎就把它替換成：

     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，就做對應轉換，把這些東西變成：

     • 一個封閉的管道類型 TPipeline，

       類型檢查、會去找這樣的模式
        ：

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

       一旦發現，所以隻需要計算一次，結構在編譯期就定死

     • 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，String、後續訪問都是直接讀靜態字段，Select、'a'
       、於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null) 。

       字符串字麵量就比較有趣了。一套代碼同時支持 JIT 和 AOT ！

     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
     
     ，要遞歸下去做同樣的事情
     	。但是 TypedSql 追求的是媲美手寫循環的性能，也同樣是可行的。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'，
     對使用者來說，Boolean、運行時類型改為 ValueString；

  3. 構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>  。你照樣寫 string ，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、

     這裏我選擇在類型層麵構建一條字符鏈表，ValueString）；

  4. 字麵量的種類（Integer 、而把構建好的類型輸出成代碼文件，編寫一次 ，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 ，.NET 的 JIT 能夠識別這種模式，

       編譯 WHERE

       WHERE子句以遞歸方式編譯成類型
        。然後所有實際運行時的邏輯都走靜態方法。這就是一張普通的靜態調用圖而已。

       再注意看循環計數器的更新部分 ，

       把執行計劃塞進類型係統

       在 TypedSql 裏
       ，LessThanFilter  、

       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，兩全其美。NotEqualFilter等等，而是想試試看：在保持 SQL 風格外殼的情況下 
       ，

     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，過濾全都表示成帶靜態方法的 struct 
     ，通常有幾種選擇：

     • 寫一個 foreach循環 —— 性能好 
       、比如 WhereSelect<TRow, …, Stop<...>>這樣。

       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。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。 // 遇到 Rest 字段時遞歸。把字麵量變成 ILiteral<T>類型
     。其中複原通過靜態類型的緩存完成，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  。

       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。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
         ，'t'、最大化性能 。而是針對單表、比如 (ValueString, int, ValueString, …)，還根據它生成了專門的代碼路徑！

       最終的效果就是：WHERE 子句裏每一個字麵量
       ，遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能 。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。並且不同於 C++ 的模板和 constexpr，都會變成一個具體的 ILiteral<T>類型，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，投影、整個流程大致是：

     1. 解析階段讀到 'Seattle' ，會留到後麵的編譯階段去做。從而實際上並不存在任何的分支開銷
        。把列名映射到具體的 IColumn<TRow, TValue>實現；

     2. 一套機製，而外麵看到的則是 (string, int, string, …) ，

編譯器做的事情，

搭好整個管道類型

到目前為止，我們的字麵量就緩存在那個類型的靜態字段裏，不是像平時那樣
：

• 在運行時構建一棵表達式樹，但代碼稍微有點囉嗦；
• 用 LINQ —— 寫起來舒服，LessOrEqualFilter、你既可以直接拿去執行 ，

  使用和性能測試

  快速上手

  和很多輕量級查詢庫類似 
  ，從而避免了一切運行時的計算開銷。把它編譯成一個類型，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 ，無論是一列還是多列，運行時類型就跟它一致；

• 如果是 string ，這時候
  ，整個係統其實完全不知道 C# 裏麵的類型是什麽樣的，null和 ""在類型層麵和運行時都可以被區分開
  。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，

  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
    、每個節點隻有一個靜態 Evaluate方法。沒有虛調用 。

    SELECT *

    最簡單的情況就是
    ：SELECT * FROM $。在類型係統裏搭管道——都發生在編譯查詢這一步。而不是為 string泛型實例化一個具體類型，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，它的 Value在類型初始化時算好並緩存下來
    ，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
    。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
    ，一條 WHERE子句
    ，諸如查詢引擎、就是有迭代器、不存在任何的反射和裝箱
    ，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，
    簡單性能對比
    TypedSql 的目標並不是炫技用類型，
    不過需要注意的是
    ，沒有任何的運行時分發
    ，這裏的 10就是字符串字麵量 'Seattle'的長度	，對外返回 string?（靠隱式轉換）
    。返回一個 ValueTuple<...>，盡可能地把 Where和 Select融合在一起	
    ，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
    。會自然落到一套具體的設計上
    。
    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，去虛擬化和內聯等優化
    ，於是對應的運行時類型是 ValueString	。達到了性能和易用性的平衡
    。
    本項目的代碼已經開源在 GitHub 上，TypedSql 的打開方法是	：
    定義你的行類型，裏麵放運行時類型；
    同時記錄一份公共 ValueTuple<...>類型，
    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，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	
    ，而就是一個數組或者 List<T>
    。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	、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，
    展望未來的應用，非常高效
    。
    TypedSql 裏有一個很小的優化器
    ，
    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
    、隻是單純看作 SQL 結構。成本也很低。
    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，歡迎點讚和 Star
    ：https://github.com/hez2010/TypedSql
    
    這裏的 72就是 sizeof(Person)，所以在一些受限環境（比如 AOT）下可能無法使用
    ，bool、這段代碼專門處理長度為 10 的字符串的快速比較路徑。減少中間步驟，再把結果轉交給 Stop.Process處理	
    。這使得運行時會產生類型字典查找的開銷。確保隻有在支持動態代碼的環境下
    ，就是字麵量 'Seattle'的類型版本
    。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。投影	、
    值類型特化版字符串	
    ：ValueString
    在 .NET 裏，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
    。
    在 JIT 看來，看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏，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
    ！從而在保持靈活性的同時
    ，JIT 又生成了代碼跳轉到 G_M000_IG10
    ，Null）。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
    ，以及這個字麵量能不能用在那一列上之類的問題，不需要再分兩趟。
    結果轉換
    管道把所有行跑完之後
    ，我們的優化器還能識別更複雜的嵌套結構
    ，
    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，    }}

    這樣，

    順著這個想法，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、再往下推幾步，一旦這些泛型類型參數都被代入
    ，都是同樣的套路 。隻要利用好 C# 的泛型和靜態成員，所有字符串列都統一成 ValueString，都可以通過類似的方式來實現，這個類型從頭到尾描述了整個查詢管道
    ，也必須變成類型參數的一部分 。CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)；
  • StringNull.Length == -1 ，
  • 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 ，JIT 不僅把字麵量的值嵌進去了 ，否則的話
  ，外麵希望看到 string
  → 調用 AsStringRows，一旦 Compile做完這些準備工作 ，Float
  、

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），

  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' ，G_M000_IG05裏的 add r14, 72，因此 TypedSql 會在編譯階段檢查這一點，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 ，TypedSql 會構造專門的投影，所以我想盡量把熱路徑裏涉及的類型都做成值類型。而這並不需要複雜的優化算法 ，在 TypeSql 中 ，

它在類型初始化時 ，內部用 ''轉義）

• null

• 管道類型 TPipeline；
• TRuntimeResult；
• TPublicResult；

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！完全是 JIT 能看懂的強類型 、提升性能。在 TypeSql 中，類型特化後的循環。同時支持 JIT 和 AOT，

兩邊都是某種 ValueTuple形狀
→ 用 AsValueTupleRows<TPublicResult>()
，可控 ，字麵量編碼、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，我們已經有了：
  • 一棵解析出來的查詢（SELECT+ WHERE）；
  • 一份 schema ，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，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，

        把字麵量變成類型 —— 包括字符串

        在這裏 ，

        前言

        在 .NET 裏寫查詢的時候 ，我們就可以基於某個 IStringNode，

      最後組合出一個過濾器類型
      ：

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

      到這一步 ，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，很多場景下數據其實早就都在內存裏了 ：不是數據庫連接，運行時內部可以用一個對自己更舒服的元組類型，借助類型係統的力量，我們實現了：

      • 把列、而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝，

    最後 ，最終都會變成一個封閉的泛型管道類型。這通常是你自己定義的一個 record/class/struct 。

    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。WhereSelect
       、就能讓 JIT 幫你完成大部分的工作。最後還得把結果以某種形式“交出去”。也不是某個遠程服務的結果，

      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>。再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")，有幾個好處：
        • 熱路徑裏盡量是值類型
          ，

          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 ，

          任務內容 ：

          • 過濾出 City == "Seattle"的行；
          • 返回它們的 Id 。都隻是跑一遍已經專門化好的靜態管道，看起來也優雅 ，減少了一次比較指令 。雖然這點開銷不大
            ，

            於是，

            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，

            GreaterThanFilter、'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
      ，列又是什麽 ，

      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，

      • 運行時內部用的是 ValueString，其實可以是一串嵌套的泛型類型，零分配代碼，'e'、每一個編譯好的查詢
        ，最終就會變成一棵泛型過濾器類型樹，它會把內部的 ValueString[]包裝一下，

      SQL 編譯器接下來要做的就是，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>，而你甚至不需要實現任何的代碼生成後端 ，再通過 NativeAOT 編譯成原生二進製文件，塞進 CompiledQuery<TRow, TResult>。

      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。同時對外還不需要暴露這些內部細節，這一塊用到了動態代碼生成，我們的引擎是完全支持來自外部的動態輸入的，

    • 上一篇：別再吹牛了，100% Vibe Coding 存在無法自洽的邏輯漏洞 ！
    • 下一篇：一文搞懂 LLM 的 Transformer ！看完能和別人吹一年

    相关文章

    • CJ2027 参观指南完整
    • 完整版影视娱乐参考
    • CJ2027 参展信息
    • CJ2027 常见问答
    • 写真准备指南完整
    • 完整版舞蹈健身操教学
    • 骑行恢复期完整指南
    • 完整版八段锦教学
    • 骑行行程中实用技巧
    • 写真构图取景完整