型係統 查詢在 C一個 引擎 類上實現

這裏我選擇在類型層麵構建一條字符鏈表，

字符串字麵量就比較有趣了。按字段複製 ，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，而就是一個數組或者 List<T>。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>
，都會變成一個具體的 ILiteral<T>類型，
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，不是像平時那樣：
在運行時構建一棵表達式樹，WhereSelect
、外麵希望看到 string
→ 調用 AsStringRows	，這段代碼專門處理長度為 10 的字符串的快速比較路徑
。則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。一旦 Compile做完這些準備工作，過濾全都表示成帶靜態方法的 struct，但是 TypedSql 追求的是媲美手寫循環的性能，你既可以直接拿去執行，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'
	
，投影、實現起來非常簡單

。沒有虛調用。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
，我們實現了
：
把列、我們能讓生成的代碼離一個手寫循環有多近
。同時對外還不需要暴露這些內部細節，無論是一列還是多列
，一條 WHERE子句，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
，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
。就做對應轉換，所以隻需要計算一次，類型特化後的循環。我們就可以基於某個 IStringNode	，投影、
於是
，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，後續訪問都是直接讀靜態字段
，有幾個好處
：
熱路徑裏盡量是值類型，從而避免了一切運行時的計算開銷	。
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，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、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+ IntValue
LiteralKind.Float+ FloatValue
LiteralKind.Boolean+ BoolValue
LiteralKind.String+ StringValue（string?）
LiteralKind.Null
在這個階段
，String、整個流程大致是
：
解析階段讀到 'Seattle'，
整體流程：編譯並執行查詢
站在使用者的角度，在類型係統裏搭管道——都發生在編譯查詢這一步
。
它在類型初始化時，
類型檢查、非常高效。因此作為查詢條件中的字麵量
，比如 (ValueString, int, ValueString, …)，零分配代碼，生成 ParsedQuery；
把 SQL 編譯成：
管道類型 TPipeline；
TRuntimeResult；
TPublicResult；
檢查 TPublicResult是否和你指定的 TResult一致；
構造 QueryProgram<TRow, TPipeline, TRuntimeResult, TPublicResult>這個類型；
找到它的靜態方法 Execute(ReadOnlySpan<TRow>)；
把它變成一個委托
，
把字麵量變成類型 —— 包括字符串
在這裏，內聯
，
簡單性能對比
TypedSql 的目標並不是炫技用類型
，我們的抽象完全被 JIT 優化的一幹二淨！然後所有實際運行時的邏輯都走靜態方法。string是一個引用類型，而外麵看到的則是 (string, int, string, …)
，而不需要在編譯時確定一切！而是想試試看
：在保持 SQL 風格外殼的情況下
，
再注意看循環計數器的更新部分，並且借助 JIT 編譯器的強大優化能力
，這使得查詢過程可以最大化利用值類型的泛型特化優勢，把它編譯成一個類型，
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，每一個編譯好的查詢，用聲明的 CLR 類型（如 string）。
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、float、所以我想盡量把熱路徑裏涉及的類型都做成值類型。
兩邊都是某種 ValueTuple形狀
→ 用 AsValueTupleRows<TPublicResult>()，
之後每次 .Execute，可控
，
任務內容：
過濾出 City == "Seattle"的行；
返回它們的 Id
。返回一個 ValueTuple<...>
，
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'
、這一層委托調用可以說幾乎沒有任何開銷。把這些東西變成
：
一個封閉的管道類型 TPipeline	，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，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
！完全是 JIT 能看懂的強類型、.NET 的 JIT 能夠識別這種模式	，ValueString）；
字麵量的種類（Integer
、把列名映射到具體的 IColumn<TRow, TValue>實現；
一套機製，而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝，還根據它生成了專門的代碼路徑
！
這樣一來，
對使用者來說，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
，成本也很低	。        // 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
，這就是一張普通的靜態調用圖而已
。
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。null和 ""在類型層麵和運行時都可以被區分開。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，運行時類型改為 ValueString；
構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>。
編譯 SELECT
先看選擇部分
。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，Null）。NotEqualFilter等等

，遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能。.NET 又能針對這些類型生成多快的代碼
？
於是，字麵量編碼、所以完全透明
。
編譯 WHERE
WHERE子句以遞歸方式編譯成類型

。
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！
順著這個想法，
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，一旦這些泛型類型參數都被代入
，
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>。很多場景下數據其實早就都在內存裏了：不是數據庫連接，
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
，最終都會變成一個封閉的泛型管道類型	。
GreaterThanFilter、
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、再通過 NativeAOT 編譯成原生二進製文件
，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，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
。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
。於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null)
。達到了性能和易用性的平衡。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。
搭好整個管道類型
到目前為止	，而這並不需要複雜的優化算法，把字麵量變成 ILiteral<T>類型。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，來分別處理 null的情況。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，Boolean、
SELECT col1, col2, ...
：
分別解析每一列；
構造一個 ValueTupleProjection
，
展望未來的應用
，會自然落到一套具體的設計上
。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

，這使得運行時會產生類型字典查找的開銷。Float
、而把構建好的類型輸出成代碼文件，解析器會把它識別為 LiteralKind.Null；
對字符串列來說	，減少中間步驟
，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，
本項目的代碼已經開源在 GitHub 上，
最後組合出一個過濾器類型
：
EqualsFilter<Person,             ValueStringColumn<PersonCityColumn, Person>,             StringLiteral<...>,             ValueString>
到這一步，值直接嵌在類型參數裏。看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏

，而是針對單表、'e'、諸如查詢引擎、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，當成查詢計劃會怎樣？
也就是說，
實現一個 SQL 子集
TypedSql 並不打算做成一個大而全的 SQL 引擎，結構在編譯期就定死
列
、隻要利用好 C# 的泛型和靜態成員	，
運行時內部用的是 ValueString
，我們的引擎是完全支持來自外部的動態輸入的，編寫一次，
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，
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	，
TypedSql 裏有一個很小的優化器
，借助類型係統的力量，提升性能。
值類型特化版字符串：ValueString
在 .NET 裏
，每個節點隻有一個靜態 Evaluate方法。
結果轉換
管道把所有行跑完之後

，
SQL 編譯器接下來要做的就是，
比如 Where節點大概長這樣
	：
internal readonly struct Where<TRow, TPredicate, TNext, TResult, TRoot>    : IQueryNode<TRow, TResult, TRoot>    where TPredicate : IFilter<TRow>    where TNext : IQueryNode<TRow, TResult, TRoot>{     public static void Run(ReadOnlySpan<TRow> rows, scoped ref QueryRuntime<TResult> runtime)    {         for (var i = 0; i < rows.Length; i++)        {             Process(in rows[i], ref runtime);        }    }    public static void Process(in TRow row, scoped ref QueryRuntime<TResult> runtime)    {         if (TPredicate.Evaluate(in row))        {             TNext.Process(in row, ref runtime);        }    }}
關鍵點在於
：
管道的形狀	，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，
在 JIT 看來，而不是為 string泛型實例化一個具體類型，生成非常高效的代碼。隻是簡單地訪問 TLiteral.Value，