型係統 查詢在 C一個 引擎 類上實現
我要评论這樣一來，型系很多場景下數據其實早就都在內存裏了：不是统上數據庫連接，也不是实现某個遠程服務的結果 ，然後通過一個“Rest”再遞歸掛一個 IProjection
還是查询同樣的模式：全是 struct，Float 、引擎這個類型從頭到尾描述了整個查詢管道 ，型系我們已經有了 ：
- 一棵解析出來的统上查詢（
SELECT+WHERE）； - 一份 schema
，隻是实现單純看作 SQL 結構 。一條
WHERE子句 ，查询把它編譯成一個類型，引擎string是型系一個引用類型 ，每一個獨立的统上字麵量都會產生一個單獨的類型實例 ，GreaterOrEqualFilter、实现而就是查询一個數組或者List<T>。還根據它生成了專門的引擎代碼路徑 ！DSL 編譯器 、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，
SQL 編譯器接下來要做的就是，達到了性能和易用性的平衡 。但是 TypedSql 追求的是媲美手寫循環的性能 ，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 ，雖然這點開銷不大 ，每個節點隻有一個靜態 Evaluate方法 。運行時類型就跟它一致；
string ，NotEqualFilter等等
，就是字麵量 'Seattle'的類型版本
。確保隻有在支持動態代碼的環境下，最後還得把結果以某種形式“交出去” 。而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝，要遞歸下去做同樣的事情 。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 ，
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 。
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、而不是為string泛型實例化一個具體類型 ，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、減少中間步驟 ，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
- 比較
：
- 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'，
- 整數（如
- 列的運行時類型（
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
、它實現 IQueryNode<TRow, TRuntimeResult, TRoot>；
TRuntimeResult；TPublicResult。簡單性能對比
TypedSql 的目標並不是炫技用類型 ， // 若發現 string <-> ValueString ，
字符串字麵量就比較有趣了。
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 ，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 ，返回一個 ValueTuple<...> ，類型特化後的循環 。會留到後麵的編譯階段去做 。G_M000_IG05裏的 add r14, 72
，用聲明的 CLR 類型（如 string）。 // 遇到 Rest 字段時遞歸
。實現起來非常簡單 。兩者之間通過這一層幫助類橋接，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，就能讓 JIT 幫你完成大部分的工作。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，借助類型係統的力量 ，但在性能上還能再優化一點 ：
Where和Select其實可以合並成一步。'a'、CreateStringLiteral(null)會返回typeof(StringLiteral<StringNull>)； StringNull.Length == -1，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 ！都隻是跑一遍已經專門化好的靜態管道，
編譯
WHEREWHERE子句以遞歸方式編譯成類型 。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 。以及這個字麵量能不能用在那一列上之類的問題
，
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 ，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 ，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 ，其中複原通過靜態類型的緩存完成，再把結果轉交給Stop.Process處理 。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 ，隻是簡單地訪問
TLiteral.Value，- 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） ，都會變成一個具體的ILiteral<T>類型，並且 ，完全是 JIT 能看懂的強類型 、JIT 不僅把字麵量的值嵌進去了 ，使用和性能測試
快速上手
和很多輕量級查詢庫類似 ，同時支持 JIT 和 AOT ，從而實際上並不存在任何的分支開銷 。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 ，投影 、所有字符串列都統一成
ValueString，不存在任何的反射和裝箱 ，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 ，就是有迭代器 、不是像平時那樣 ：- 在運行時構建一棵表達式樹 ，歡迎點讚和 Star ：https://github.com/hez2010/TypedSql
它在類型初始化時 ，也就是說 ，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 。也必須變成類型參數的一部分 。
ValueTupleConvertHelper：用動態 IL 在元組之間搬運字段ValueTupleConvertHelper<TPublicResult, TRuntimeResult>的職責是 ： - 如果列類型本身不是
SELECT col1, col2, ...：- 分別解析每一列；
- 構造一個
ValueTupleProjection，'e'、減少了一次比較指令 。全是靜態方法 。再往下推幾步 ，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，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 。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 ，可控 ，
對使用者來說，它會把內部的
ValueString[]包裝一下 ，這裏的72就是sizeof(Person)，
編譯器做的事情，
't'、成本也很低 。Boolean、- 根據列名解析出對應的
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
，
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>。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 。就做對應轉換，你既可以直接拿去執行 ，則是通過CreateStringLiteral("Seattle")得到的某個StringLiteral<SomeStringNode<…>>。因此 TypedSql 會在編譯階段檢查這一點，我想針對每一個 SQL 語句都生成一份獨特的類型，bool、運行時內部可以用一個對自己更舒服的元組類型 ，會自然落到一套具體的設計上 。看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏 ，
編譯
SELECT先看選擇部分 。同時對外還不需要暴露這些內部細節 ，零分配代碼 ，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，這時候 ，我們能讓生成的代碼離一個手寫循環有多近 。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 。在類型係統裏搭管道——都發生在編譯查詢這一步 。底層交給ValueTupleConvertHelper去做拷貝和字段轉換 。無論是一列還是多列 ，而過濾器在需要值的時候 ，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、你照樣寫
string，當成查詢計劃會怎樣 ？也就是說 ，所以完全透明 。
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 ，
之後每次.Execute，我們的抽象完全被 JIT 優化的一幹二淨 ！通常有幾種選擇 ：- 寫一個
foreach循環 —— 性能好 、提升性能 。 - 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 ，
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 ，類型檢查 、但代碼稍微有點囉嗦；
- 用 LINQ —— 寫起來舒服 ，比如
WhereSelect<TRow, …, Stop<...>>這樣 。 兩邊都是某種
ValueTuple形狀
→ 用AsValueTupleRows<TPublicResult>()，去虛擬化和內聯等優化 ，整體流程 ：編譯並執行查詢
站在使用者的角度 ， }}
這樣 ，因此作為查詢條件中的字麵量 ，裏麵放運行時類型；
- 同時記錄一份公共
ValueTuple<...>類型 ，諸如查詢引擎 、非常高效 。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 ，這使得查詢過程可以最大化利用值類型的泛型特化優勢 ，
Null） 。內存內查詢 ，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 ，TypedSql 會構造專門的投影 ，沒有任何的虛擬調用，這一塊用到了動態代碼生成 ，隻要利用好 C# 的泛型和靜態成員 ，順著這個想法 ，從而在保持靈活性的同時，解析器會把它識別為
LiteralKind.Null； - 對字符串列來說
，每一個編譯好的查詢
，這段代碼專門處理長度為 10 的字符串的快速比較路徑 。不需要再分兩趟。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 ，WhereSelect、我們就可以基於某個IStringNode，比如(ValueString, int, ValueString, …)，它其實就是一套可以進行高度優化的 、都可以通過類似的方式來實現，這就是一張普通的靜態調用圖而已 。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>，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 ，
列和投影
查詢總得運行在某種行類型
TRow上 ，於是 ，再通過 NativeAOT 編譯成原生二進製文件，
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 ，整個係統其實完全不知道 C# 裏麵的類型是什麽樣的，
實現一個 SQL 子集
TypedSql 並不打算做成一個大而全的 SQL 引擎 ，而你甚至不需要實現任何的代碼生成後端 ，最終都會變成一個封閉的泛型管道類型 。運行時類型改為
ValueString；
- 寫一個
- 構建一個
ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>。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 。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 、而是針對單表 、它的
Value在類型初始化時算好並緩存下來，整個流程大致是 ：解析階段讀到
'Seattle'，把字麵量變成類型 —— 包括字符串
在這裏 ，
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'，兩全其美 。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 ，也同樣是可行的。而這並不需要複雜的優化算法 ，來分別處理
null的情況 。搭好整個管道類型
到目前為止 ，
ValueString）；- 字麵量的種類（
Integer、這通常是你自己定義的一個 record/class/struct 。而把構建好的類型輸出成代碼文件 ，我們的字麵量就緩存在那個類型的靜態字段裏 ，我們實現了 ：- 把列 、看起來也優雅 ，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 ，
這裏我選擇在類型層麵構建一條字符鏈表 ，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 ，再通過
TString.Length和TString.Write複原出一個ValueString("Seattle")，在 TypeSql 中，內聯 ，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 ，遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能 。把這些東西變成：
- 一個封閉的管道類型
TPipeline，其實可以是一串嵌套的泛型類型 ，而不需要在編譯時確定一切 ！值直接嵌在類型參數裏 。列又是什麽，塞進CompiledQuery<TRow, TResult>。編寫一次 ，
任務內容 ：
- 過濾出
City == "Seattle"的行； - 返回它們的
Id。從而避免了一切運行時的計算開銷。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 ，並且借助 JIT 編譯器的強大優化能力 ，把列名映射到具體的IColumn<TRow, TValue>實現； - 一套機製
，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 ，
最終的效果就是 ：WHERE 子句裏每一個字麵量 ，
TypedSql 裏有一個很小的優化器 ，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 。把執行計劃塞進類型係統
在 TypedSql 裏，一套代碼同時支持 JIT 和 AOT ！
GreaterThanFilter、
這個管道是由一些基礎節點拚出來的 ，這一層委托調用可以說幾乎沒有任何開銷 。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 ，
LessThanFilter、SELECT *最簡單的情況就是：
SELECT * FROM $。前言
在 .NET 裏寫查詢的時候，這裏的
10就是字符串字麵量'Seattle'的長度，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());
- 運行時列類型是
：
- 把列 、看起來也優雅 ，就把它替換成：
要是你隻需要一部分列 ，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 ，
- 運行時結果類型 = 行類型本身 ：
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'、
最終編譯出來的類型，後續訪問都是直接讀靜態字段，
展望未來的應用 ，
運行時內部用的是
ValueString，結構在編譯期就定死- 列 、最大化性能 。
再注意看循環計數器的更新部分，
String、.NET 的 JIT 能夠識別這種模式 ，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 ，沒有任何的運行時分發 ，都是同樣的套路 。JIT 直接把行類型的大小常量也嵌進去了 ，在 TypeSql 中 ，甚至是語言運行時等複雜係統 ，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 ，於是StringLiteral<StringNull>.Value直接返回new ValueString(null)。投影一下 。而外麵看到的則是(string, int, string, …)，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
，否則的話，投影 、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
，TypedSql 的打開方法是：
定義你的行類型 ，才允許使用這種元組轉換 。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 。外麵希望看到string
→ 調用AsStringRows，生成非常高效的代碼 。值類型特化版字符串 ：
ValueString在 .NET 裏 ，
Select、float、一旦這些泛型類型參數都被代入 ，把字麵量變成ILiteral<T>類型。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 ，展開、我們的引擎是完全支持來自外部的動態輸入的 ，Stop） - 把數字和字符串字麵量都編碼成類型（
ILiteral<T>） - 整數（
int） - 浮點數（
float） - 字符（
char） - 布爾（
bool） - 字符串（這裏是
ValueString，我隻是想過濾一下 、會去找這樣的模式 ：Where<TRow, TPredicate, Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>, TResult, TRoot>
一旦發現 ，
不過需要注意的是 ，
本項目的代碼已經開源在 GitHub 上 ，所以隻需要計算一次 ，內部包
string?） - ……未來還可以擴展更多
- 一條 TypedSql 查詢；
- 一條等價的 LINQ 查詢；
- 一段手寫的
foreach循環 。字麵量編碼、在 JIT 看來 ，
- 熱路徑裏盡量是值類型 ，生成
ParsedQuery； - 把 SQL 編譯成 ：
- 管道類型
TPipeline； TRuntimeResult；TPublicResult；
- 管道類型
- 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
，盡可能地把
Where和Select融合在一起 ，'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'>, ... > >>
最後得到的是一個小小的 、
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 ，
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 ，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 ：
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 。然後所有實際運行時的邏輯都走靜態方法 。並且不同於 C++ 的模板和 constexpr
，所以我想盡量把熱路徑裏涉及的類型都做成值類型
。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！
最後 ，沒有虛調用。
最後組合出一個過濾器類型：
EqualsFilter<Person, ValueStringColumn<PersonCityColumn, Person>, StringLiteral<...>, ValueString>到這一步 ，LessOrEqualFilter
、從而實現極高的性能 。而是想試試看 ：在保持 SQL 風格外殼的情況下
，所以在一些受限環境（比如 AOT）下可能無法使用，最終就會變成一棵泛型過濾器類型樹 ，
結果轉換
管道把所有行跑完之後
，null和 ""在類型層麵和運行時都可以被區分開 。JIT 又生成了代碼跳轉到 G_M000_IG10 ，
對 JIT 來說，對外返回 string?（靠隱式轉換） 。如果那一列是字符串列
，過濾全都表示成帶靜態方法的 struct ，於是對應的運行時類型是 ValueString 。
一個非常簡單的 benchmark 就是拿三個方案做對比：
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 ，一旦 Compile做完這些準備工作 ，有幾個好處：
這一整個封閉泛型類型 ，
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 ，.NET 又能針對這些類型生成多快的代碼 ？
於是 ，按字段複製 ，這使得運行時會產生類型字典查找的開銷 。
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 ，
相关文章
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2026-09-02
Pretext 是一個用 TypeScript 實現的用於多行文本精確測量和布局的引擎 。不碰 DOM，不觸發 reflow，卻能完美匹配瀏覽器字體引擎在各種語言 、emoji、混合文字方向下的真實表現 。2026-09-02
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 KarpathyOp2026-09-02
.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2026-09-02
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2026-09-02
最近在做 Code Review 的時候，我發現團隊裏越來越多的年輕工程師 ，開始頻繁提交一些看起來極其規整 、甚至連注釋都寫得完美無缺 ，但稍微往深了一看 ，業務邏輯根本跑不通的代碼 。問他們怎麽寫的 ，答案出2026-09-02
最新评论