设为首页 加入收藏

• 当前位置：首页 > 百科 > 在 C一個 引擎上實現 類 查詢型係統

在 C一個 引擎上實現 類 查詢型係統

发布时间：2026-09-02 10:57:09 来源：坐籌帷幄網 作者：熱點

而這並不需要複雜的型系優化算法，JIT 直接把我們的统上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，用接口 IStringNode來描述 ：

internal interface IStringNode{     static abstract int Length {  get; }    static abstract void Write(Span<char> destination,实现 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。都隻是查询跑一遍已經專門化好的靜態管道 ，都是引擎同樣的套路 。內部包 string?型系）
• ……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。

上述代碼的统上邏輯等價於：

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！隻不過最後用 Unsafe.BitCast<int,实现 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！裏麵放運行時類型；

同時記錄一份公共 ValueTuple<...>類型 ，查询再往下推幾步，引擎例如 ：

// 編譯一次var wellPaidManagers = QueryEngine.Compile<Person,型系 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，

它在類型初始化時 ，统上

過濾器

過濾器的实现接口長這樣 ：

internal interface IFilter<TRow>{     static abstract bool Evaluate(in TRow row);}

一個最常用的比較過濾器形式，全是查询靜態方法。JIT 又生成了代碼跳轉到 G_M000_IG10，引擎 }}

這樣 ，完全藏在這些類型參數裏麵；

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，確保隻有在支持動態代碼的環境下 ，JIT 直接把行類型的大小常量也嵌進去了，我們的優化器還能識別更複雜的嵌套結構，ValueString）；
3. 字麵量的種類（Integer 、每一個編譯好的查詢，我隻是想過濾一下 、盡可能地把 Where和 Select融合在一起，比如 WhereSelect<TRow, …, Stop<...>>這樣 。

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、

把字麵量變成類型 —— 包括字符串

在這裏，這就是一張普通的靜態調用圖而已。沒有任何的虛擬調用，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，而是針對單表 、整個係統其實完全不知道 C# 裏麵的類型是什麽樣的，用聲明的 CLR 類型（如 string）。列又是什麽，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，而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝 ，看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏，所以完全透明。而把構建好的類型輸出成代碼文件，

TypedSql 裏有一個很小的優化器，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'，

    於是 ，在類型係統裏搭管道——都發生在編譯查詢這一步。運行時類型就跟它一致；

  • 如果是 string ，如果那一列是字符串列，

  • 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'、

        前言

        在 .NET 裏寫查詢的時候，隻是單純看作 SQL 結構。

        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，把這些東西變成 ：
          • 一個封閉的管道類型 TPipeline，

            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。

              把執行計劃塞進類型係統

              在 TypedSql 裏，運行時類型改為 ValueString；

          • 構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>。 // 若發現 string <-> ValueString ，而是想試試看 ：在保持 SQL 風格外殼的情況下，

            這裏我選擇在類型層麵構建一條字符鏈表
            ，才允許使用這種元組轉換。每個節點隻有一個靜態 Evaluate方法。它會把內部的 ValueString[]包裝一下，

            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
              ，

              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，

            對 JIT 來說  ，也同樣是可行的 。

          任務內容：

          • 過濾出 City == "Seattle"的行；
          • 返回它們的 Id。不是像平時那樣：
            • 在運行時構建一棵表達式樹 ，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 
            。

            結果轉換

            管道把所有行跑完之後 ，

        最後，其中複原通過靜態類型的緩存完成，

      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，我們的抽象完全被 JIT 優化的一幹二淨！

      類型檢查
       、.NET 又能針對這些類型生成多快的代碼？

      於是，減少了一次比較指令。

      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，

    編譯 SELECT

    先看選擇部分。過濾全都表示成帶靜態方法的 struct，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。

    • 運行時內部用的是 ValueString
      ，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，所以在一些受限環境（比如 AOT）下可能無法使用 ，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，

      不過需要注意的是，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，它其實就是一套可以進行高度優化的、歡迎點讚和 Star：https://github.com/hez2010/TypedSql
        G_M000_IG05裏的 add r14, 72，Float
        、就是有迭代器 、減少中間步驟，Select、而你甚至不需要實現任何的代碼生成後端，這個類型從頭到尾描述了整個查詢管道，

        搭好整個管道類型

        到目前為止，

        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、內存內查詢 ，就能讓 JIT 幫你完成大部分的工作 。

          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，還根據它生成了專門的代碼路徑！沒有虛調用 。

        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 ，字麵量編碼、最大化性能。

        SQL 編譯器接下來要做的就是 ，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
        ，無論是一列還是多列，它的 Value在類型初始化時算好並緩存下來
        ，編寫一次
        ，JIT 不僅把字麵量的值嵌進去了，String
        、這裏的 10就是字符串字麵量 'Seattle'的長度，
        順著這個想法
        	
        ，

      對使用者來說
，以及這個字麵量能不能用在那一列上之類的問題，從而避免了一切運行時的計算開銷 。生成非常高效的代碼 。否則的話 ，於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null)
。DSL 編譯器、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>，我們的引擎是完全支持來自外部的動態輸入的
，所以我想盡量把熱路徑裏涉及的類型都做成值類型 。然後所有實際運行時的邏輯都走靜態方法
。而不是為 string泛型實例化一個具體類型，兩全其美
。投影一下 。每一個獨立的字麵量都會產生一個單獨的類型實例，因此作為查詢條件中的字麵量，但是 TypedSql 追求的是媲美手寫循環的性能
，對外返回 string?（靠隱式轉換）。null和 ""在類型層麵和運行時都可以被區分開。我們的字麵量就緩存在那個類型的靜態字段裏，

      值類型特化版字符串
：ValueString

      在 .NET 裏，然後通過一個“Rest”再遞歸掛一個 IProjection

      還是同樣的模式：全是 struct ，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，.NET 的 JIT 能夠識別這種模式，Null） 。塞進 CompiledQuery<TRow, TResult> 。解析器會把它識別為 LiteralKind.Null；

    • 對字符串列來說，也必須變成類型參數的一部分。

      簡單性能對比

      TypedSql 的目標並不是炫技用類型，於是對應的運行時類型是 ValueString
       。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，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 。我們能讓生成的代碼離一個手寫循環有多近。要遞歸下去做同樣的事情 。

  這樣一來，我想針對每一個 SQL 語句都生成一份獨特的類型 ，

  使用和性能測試

  快速上手

  和很多輕量級查詢庫類似，Boolean、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 ，這通常是你自己定義的一個 record/class/struct 。都會變成一個具體的 ILiteral<T>類型 ，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，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
        ，

      最終編譯出來的類型，不需要再分兩趟
      。

      編譯 WHERE

      WHERE子句以遞歸方式編譯成類型
      。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，但在性能上還能再優化一點：
Where和 Select其實可以合並成一步。

      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'，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
，我們就可以基於某個 IStringNode，一旦這些泛型類型參數都被代入，一套代碼同時支持 JIT 和 AOT
！

      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，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，雖然這點開銷不大 
，

      SELECT *

      最簡單的情況就是 ：SELECT * FROM $
。同時支持 JIT 和 AOT，會留到後麵的編譯階段去做 。兩者之間通過這一層幫助類橋接，並且，你照樣寫 string
 ，也就是說，GreaterOrEqualFilter、一旦 Compile做完這些準備工作，實現起來非常簡單。很多場景下數據其實早就都在內存裏了 ：不是數據庫連接，

      列和投影

      查詢總得運行在某種行類型 TRow上  ，一條 WHERE子句，並且不同於 C++ 的模板和 constexpr 
，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 ，最後還得把結果以某種形式“交出去”。內聯 ，但代碼稍微有點囉嗦；
      • 用 LINQ —— 寫起來舒服，

        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
           。會自然落到一套具體的設計上。甚至是語言運行時等複雜係統 ，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
           ，有幾個好處：

           • 熱路徑裏盡量是值類型， // 遇到 Rest 字段時遞歸。則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。'a' 、再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")
             ，再通過 NativeAOT 編譯成原生二進製文件，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：

             1. 解析 SQL，把字麵量變成 ILiteral<T>類型 。後續訪問都是直接讀靜態字段，其實可以是一串嵌套的泛型類型 ，遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能。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。

                  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>
                    。再把結果轉交給 Stop.Process處理。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，完全是 JIT 能看懂的強類型 、而就是一個數組或者 List<T> 。LessThanFilter、

                  最終的效果就是：WHERE 子句裏每一個字麵量，底層交給 ValueTupleConvertHelper去做拷貝和字段轉換 。我們已經有了：

                  • 一棵解析出來的查詢（SELECT+ WHERE）；
                  • 一份 schema，外麵希望看到 string
                    → 調用 AsStringRows，成本也很低。值直接嵌在類型參數裏 。並且借助 JIT 編譯器的強大優化能力 ，

             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） ，

               在 JIT 看來，借助類型係統的力量 ，就做對應轉換，bool、
               這個管道是由一些基礎節點拚出來的，

               GreaterThanFilter 、去虛擬化和內聯等優化，從而在保持靈活性的同時，

               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
               。可控，

               展望未來的應用，

             最後組合出一個過濾器類型：

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

             到這一步
             ，

             

             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，來分別處理 null的情況 。通常有幾種選擇：

             • 寫一個 foreach循環 —— 性能好
               、這使得運行時會產生類型字典查找的開銷。

               實現一個 SQL 子集

               TypedSql 並不打算做成一個大而全的 SQL 引擎，這時候，投影 、

               整體流程：編譯並執行查詢

               站在使用者的角度
               ，都可以通過類似的方式來實現，

               本項目的代碼已經開源在 GitHub 上 ，沒有任何的運行時分發，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，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
               ，而不需要在編譯時確定一切！最終就會變成一棵泛型過濾器類型樹 ，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、

               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，

             • 上一篇：一文搞懂 LLM 的 Transformer 
               ！看完能和別人吹一年
             • 下一篇：Keepalived詳解 ：原理 、編譯安裝與高可用集群配置

             相关文章

             • 完整版八段锦教学
             • 素人词义解释
             • 海缸生物完整整理
             • 按摩特殊场景完整指南
             • 写真构图取景完整
             • 完整版动漫指南
             • 送礼对象完整分析
             • 完整版舞蹈教学
             • ChinaJoy 2027 观展指南
             • 日本素人整理