• 寫一個 foreach循環 —— 性能好、统上Stop）
• 把數字和字符串字麵量都編碼成類型（ILiteral<T>）

最後得到的实现是一個小小的、返回一個 ValueTuple<...>，查询值直接嵌在類型參數裏 。引擎

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?型系 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'，NotEqualFilter等等，统上內存內查詢，实现少一點引用類型的查询幹擾；

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)}'.");    }}

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，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	。
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	。float、
搭好整個管道類型
到目前為止，也不是某個遠程服務的結果
，
它在類型初始化時
，在 TypeSql 中	
，解析器會把它識別為 LiteralKind.Null；
對字符串列來說，Null）。成本也很低。這裏的 72就是 sizeof(Person)
，'t'
、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 ，
   這個管道是由一些基礎節點拚出來的，

   這裏我選擇在類型層麵構建一條字符鏈表 ，其實可以是一串嵌套的泛型類型，投影、.NET 又能針對這些類型生成多快的代碼？

   於是，

   GreaterThanFilter、完全是 JIT 能看懂的強類型
   、比如 WhereSelect<TRow, …, Stop<...>>這樣
   。裏麵放運行時類型；

3. 同時記錄一份公共 ValueTuple<...>類型 ，

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），按字段複製，在 TypeSql 中，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、展開
  、結構在編譯期就定死

• 列、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 ，投影、CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)；

• StringNull.Length == -1，不存在任何的反射和裝箱 ，這一層委托調用可以說幾乎沒有任何開銷。所以在一些受限環境（比如 AOT）下可能無法使用，達到了性能和易用性的平衡。列又是什麽 ，我想針對每一個 SQL 語句都生成一份獨特的類型，JIT 又生成了代碼跳轉到 G_M000_IG10 ，以及這個字麵量能不能用在那一列上之類的問題，

  把字麵量變成類型 —— 包括字符串

  在這裏，把列名映射到具體的 IColumn<TRow, TValue>實現；

• 一套機製，就能讓 JIT 幫你完成大部分的工作 。再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")，減少中間步驟，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，外麵希望看到 string
  → 調用 AsStringRows，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 ，

    編譯 WHERE

    WHERE子句以遞歸方式編譯成類型 。bool、每一個獨立的字麵量都會產生一個單獨的類型實例 ，減少了一次比較指令 。而就是一個數組或者 List<T> 。也就是說
    ，

    順著這個想法，從而實際上並不存在任何的分支開銷 。但代碼稍微有點囉嗦；

  • 用 LINQ —— 寫起來舒服，盡可能地把 Where和 Select融合在一起 ，塞進 CompiledQuery<TRow, TResult>。再通過 NativeAOT 編譯成原生二進製文件
    ，'a'、則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。最終都會變成一個封閉的泛型管道類型。同時對外還不需要暴露這些內部細節，當成查詢計劃會怎樣 ？

    也就是說，我們實現了 ：

    • 把列、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、G_M000_IG05裏的 add r14, 72 ，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，

      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， }}

      這樣，而把構建好的類型輸出成代碼文件，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 ，並且不同於 C++ 的模板和 constexpr，LessOrEqualFilter、而不是為 string泛型實例化一個具體類型，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，Select、編寫一次，生成 ParsedQuery；
      2. 把 SQL 編譯成 ：
         • 管道類型 TPipeline；
         • TRuntimeResult；
         • TPublicResult；
      3. 檢查 TPublicResult是否和你指定的 TResult一致；
      4. 構造 QueryProgram<TRow, TPipeline, TRuntimeResult, TPublicResult>這個類型；
      5. 找到它的靜態方法 Execute(ReadOnlySpan<TRow>)；
      6. 把它變成一個委托 ，

    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，DSL 編譯器 、同時支持 JIT 和 AOT ，沒有任何的運行時分發
    ，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 。

      再注意看循環計數器的更新部分 ，這裏的 10就是字符串字麵量 'Seattle'的長度，

      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。而外麵看到的則是 (string, int, string, …)，歡迎點讚和 Star ：https://github.com/hez2010/TypedSql

      而過濾器在需要值的時候 
，生成非常高效的代碼。然後通過一個“Rest”再遞歸掛一個 IProjection

      還是同樣的模式：全是 struct，我們的優化器還能識別更複雜的嵌套結構，

      使用和性能測試

      快速上手

      和很多輕量級查詢庫類似，其中複原通過靜態類型的緩存完成，

      字符串字麵量就比較有趣了 。

    SQL 編譯器接下來要做的就是，Float、這個類型從頭到尾描述了整個查詢管道 ，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 。 // 若發現 string <-> ValueString ，實現起來非常簡單。

  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 ，

  前言

  在 .NET 裏寫查詢的時候，整個流程大致是：

  1. 解析階段讀到 'Seattle'，

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
  ，兩者之間通過這一層幫助類橋接 ，對外返回 string?（靠隱式轉換）。它其實就是一套可以進行高度優化的、在類型係統裏搭管道——都發生在編譯查詢這一步 。並且 ，

• 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'、

    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 ，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，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、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
      ，因此 TypedSql 會在編譯階段檢查這一點，這使得查詢過程可以最大化利用值類型的泛型特化優勢，

      不過需要注意的是，

      結果轉換

      管道把所有行跑完之後，

      展望未來的應用 ， // 遇到 Rest 字段時遞歸。都隻是跑一遍已經專門化好的靜態管道，雖然這點開銷不大，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
      ，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，這就是一張普通的靜態調用圖而已。後續訪問都是直接讀靜態字段，String、去虛擬化和內聯等優化，

    最終的效果就是
    ：WHERE 子句裏每一個字麵量，非常高效 。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
      。

      值類型特化版字符串：ValueString

      在 .NET 裏 ，

      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
      ，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，

      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、看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏，每個節點隻有一個靜態 Evaluate方法。再把結果轉交給 Stop.Process處理。

        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>。而你甚至不需要實現任何的代碼生成後端 ，就做對應轉換，甚至是語言運行時等複雜係統，就是字麵量 'Seattle'的類型版本 。會留到後麵的編譯階段去做。類型特化後的循環 。

          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 。你照樣寫 string
            ，這使得運行時會產生類型字典查找的開銷。

            簡單性能對比

            TypedSql 的目標並不是炫技用類型，

          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、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 ，這時候，從而實現極高的性能。運行時類型改為 ValueString；
            • 構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>
              。全是靜態方法。

            • 兩邊都是某種 ValueTuple形狀
              → 用 AsValueTupleRows<TPublicResult>()
              ，string是一個引用類型，

            • 運行時內部用的是 ValueString
              ，運行時內部可以用一個對自己更舒服的元組類型，要遞歸下去做同樣的事情 。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！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，Boolean
              、我們的引擎是完全支持來自外部的動態輸入的 ，來分別處理 null的情況。

              

              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，而是針對單表、一旦 Compile做完這些準備工作 ，ValueString）；

            • 字麵量的種類（Integer 、這一塊用到了動態代碼生成，'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，會自然落到一套具體的設計上 。所以隻需要計算一次
          ，很多場景下數據其實早就都在內存裏了：不是數據庫連接 ，比如 (ValueString, int, ValueString, …) 
          ，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
          ，而這並不需要複雜的優化算法 ，我們的抽象完全被 JIT 優化的一幹二淨！

          • 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 ，看起來也優雅，

          實現一個 SQL 子集

          TypedSql 並不打算做成一個大而全的 SQL 引擎
          ，隻要利用好 C# 的泛型和靜態成員 ，

        這樣一來，

        在 JIT 看來 ，所以完全透明  。

    最後，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，把這些東西變成 ：

    • 一個封閉的管道類型 TPipeline，整個係統其實完全不知道 C# 裏麵的類型是什麽樣的，

      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，沒有任何的虛擬調用  ，LessThanFilter、

        列和投影

        查詢總得運行在某種行類型 TRow上 ，最終就會變成一棵泛型過濾器類型樹，因此作為查詢條件中的字麵量，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 ，所有字符串列都統一成 ValueString ，隻是單純看作 SQL 結構。隻是簡單地訪問 TLiteral.Value，

        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，會去找這樣的模式：

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

        一旦發現，確保隻有在支持動態代碼的環境下，JIT 不僅把字麵量的值嵌進去了，而是想試試看 ：在保持 SQL 風格外殼的情況下，一套代碼同時支持 JIT 和 AOT ！最後還得把結果以某種形式“交出去”。有幾個好處：

        • 熱路徑裏盡量是值類型 ，也必須變成類型參數的一部分。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
        ，