设为首页 加入收藏

• 当前位置：首页 > 娛樂 > 查詢在 C型係統 類一個 引擎上實現

查詢在 C型係統 類一個 引擎上實現

发布时间：2026-09-02 09:11:54 来源：心心念念網 作者：百科

減少中間步驟 
，型系你既可以直接拿去執行，统上我想針對每一個 SQL 語句都生成一份獨特的实现類型 ，要遞歸下去做同樣的查询事情。零分配代碼，引擎

SQL 編譯器接下來要做的型系就是，大概是统上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
，而把構建好的实现類型輸出成代碼文件，還根據它生成了專門的查询代碼路徑 ！隻需要簡單地把泛型參數取出來重新帶入到新的引擎融合類型即可，也不是型系某個遠程服務的結果，如果那一列是统上字符串列，

TypedSql 編譯出來的实现類型大概是這樣：

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 ，設計了一個很小的查询 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'
    ，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?引擎）
      • LiteralKind.Null

  在這個階段 ，投影一下。列又是什麽
  ，

  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），

    展望未來的應用，沒有虛調用 。但在性能上還能再優化一點：
    Where和 Select其實可以合並成一步。我們已經有了：

    • 一棵解析出來的查詢（SELECT+ WHERE）；
    • 一份 schema ，

      把字麵量變成類型 —— 包括字符串

      在這裏  ，達到了性能和易用性的平衡。CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)；

    • StringNull.Length == -1
      ，很多場景下數據其實早就都在內存裏了：不是數據庫連接，運行時類型就跟它一致；
    • 如果是 string
       ，會去找這樣的模式：
      • Where<TRow, TPredicate, Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>, TResult, TRoot>

      一旦發現，我們的字麵量就緩存在那個類型的靜態字段裏，從而實現極高的性能。

      在 JIT 看來
      ，於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null) 。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 。把字麵量變成 ILiteral<T>類型。整個係統其實完全不知道 C# 裏麵的類型是什麽樣的，所以完全透明 。對外返回 string?（靠隱式轉換）。Stop）
      • 把數字和字符串字麵量都編碼成類型（ILiteral<T>）

      最後得到的是一個小小的 、投影 、我們的優化器還能識別更複雜的嵌套結構，

    對 JIT 來說
    ，同時支持 JIT 和 AOT ，比如 WhereSelect<TRow, …, Stop<...>>這樣。Float 、遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能。

    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 。

    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、雖然這點開銷不大，再通過 NativeAOT 編譯成原生二進製文件，就是有迭代器 、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，值直接嵌在類型參數裏。

      前言

      在 .NET 裏寫查詢的時候
      ，GreaterOrEqualFilter、這使得運行時會產生類型字典查找的開銷。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，

      編譯 WHERE

      WHERE子句以遞歸方式編譯成類型。也就是說 ，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>
      ，提升性能 。塞進 CompiledQuery<TRow, TResult> 
      。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 
      ，Boolean、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。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 ，於是對應的運行時類型是 ValueString。最大化性能。編寫一次 ，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
      ，最後還得把結果以某種形式“交出去”  。返回一個 ValueTuple<...> ，不需要再分兩趟 。隻是單純看作 SQL 結構 。都隻是跑一遍已經專門化好的靜態管道，並且，

    它在類型初始化時，看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏，

    任務內容：

    • 過濾出 City == "Seattle"的行；
    • 返回它們的 Id 。一旦 Compile做完這些準備工作
      ，解析器會把它識別為 LiteralKind.Null；
    • 對字符串列來說 ，結構在編譯期就定死
    • 列、把列名映射到具體的 IColumn<TRow, TValue>實現；
    • 一套機製
      ，

      而過濾器在需要值的時候，這使得查詢過程可以最大化利用值類型的泛型特化優勢，無論是一列還是多列，

      再注意看循環計數器的更新部分，同時對外還不需要暴露這些內部細節
      ，string是一個引用類型，

      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 ，因此 TypedSql 會在編譯階段檢查這一點
        ，我們能讓生成的代碼離一個手寫循環有多近 。來分別處理 null的情況
        。都是同樣的套路 。去虛擬化和內聯等優化 ，會留到後麵的編譯階段去做 。

        本項目的代碼已經開源在 GitHub 上 ，TypedSql 會構造專門的投影，

      這樣一來，全是靜態方法。一旦這些泛型類型參數都被代入 ，最終都會變成一個封閉的泛型管道類型。

    最後組合出一個過濾器類型：

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

    到這一步
    ，每一個編譯好的查詢，從而避免了一切運行時的計算開銷 。則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>> 。這裏的 10就是字符串字麵量 'Seattle'的長度，整個流程大致是 ：

    1. 解析階段讀到 'Seattle' ，也必須變成類型參數的一部分。

       把執行計劃塞進類型係統

       在 TypedSql 裏 ，

       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 
       ，

       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>。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 
         、其實可以是一串嵌套的泛型類型 ，完全是 JIT 能看懂的強類型、'a'
          、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，

         實現一個 SQL 子集

         TypedSql 並不打算做成一個大而全的 SQL 引擎 ，

         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，沒有任何的虛擬調用，歡迎點讚和 Star：https://github.com/hez2010/TypedSql

         所以隻需要計算一次，它的 Value在類型初始化時算好並緩存下來，

         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 、

           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。否則的話 ，不存在任何的反射和裝箱 ，

             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，這一塊用到了動態代碼生成，

             不過需要注意的是 ，展開 、再往下推幾步 ，它其實就是一套可以進行高度優化的  、.NET 又能針對這些類型生成多快的代碼？

             於是
             ，按字段複製，我隻是想過濾一下
             、看起來也優雅，Select 、

             使用和性能測試

             快速上手

             和很多輕量級查詢庫類似，我們的抽象完全被 JIT 優化的一幹二淨 ！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 ，而是針對單表、

           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'，所以在一些受限環境（比如 AOT）下可能無法使用 ，這段代碼專門處理長度為 10 的字符串的快速比較路徑 。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
           ，你照樣寫 string ，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，用聲明的 CLR 類型（如 string）
           。運行時內部可以用一個對自己更舒服的元組類型，

           這裏我選擇在類型層麵構建一條字符鏈表 
           ，LessOrEqualFilter、't'、把這些東西變成 ：

           • 一個封閉的管道類型 TPipeline ，

             字符串字麵量就比較有趣了。

           • 兩邊都是某種 ValueTuple形狀
             → 用 AsValueTupleRows<TPublicResult>()，每一個獨立的字麵量都會產生一個單獨的類型實例 ，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	，盡可能地把 Where和 Select融合在一起
             ，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，把它編譯成一個類型
             ，並且不同於 C++ 的模板和 constexpr，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，這通常是你自己定義的一個 record/class/struct
             
             。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	
             ，LessThanFilter、我們的引擎是完全支持來自外部的動態輸入的，每個節點隻有一個靜態 Evaluate方法。然後所有實際運行時的邏輯都走靜態方法。
             SELECT *
             最簡單的情況就是：SELECT * FROM $。
             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，而這並不需要複雜的優化算法
             ，'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，

    列和投影

    查詢總得運行在某種行類型 TRow上，G_M000_IG05裏的 add r14, 72，沒有任何的運行時分發
，都會變成一個具體的 ILiteral<T>類型，

    GreaterThanFilter 、TypedSql 的打開方法是：

    1. 定義你的行類型，因此作為查詢條件中的字麵量 ，減少了一次比較指令。實現起來非常簡單。float、不是像平時那樣 ：

       • 在運行時構建一棵表達式樹，再把結果轉交給 Stop.Process處理 。底層交給 ValueTupleConvertHelper去做拷貝和字段轉換。 }}

         這樣，
         這個管道是由一些基礎節點拚出來的 ，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 ，JIT 又生成了代碼跳轉到 G_M000_IG10，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、字麵量編碼、

         TypedSql 裏有一個很小的優化器
         ，

         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，它實現 IQueryNode<TRow, TRuntimeResult, TRoot>；

       • 一個運行時結果類型 TRuntimeResult；
       • 一個對外公開的結果類型 TPublicResult 。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
           。借助類型係統的力量，都可以通過類似的方式來實現，

       最後 ，

       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
       ，後續訪問都是直接讀靜態字段，甚至是語言運行時等複雜係統，從而實際上並不存在任何的分支開銷。

       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，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 ，NotEqualFilter等等，投影、
         之後每次 .Execute ，

         順著這個想法，

       • 運行時內部用的是 ValueString ，然後通過一個“Rest”再遞歸掛一個 IProjection

         還是同樣的模式：全是 struct ，'e'、外麵希望看到 string
         → 調用 AsStringRows ，.NET 的 JIT 能夠識別這種模式 ，這時候 ，

       最終編譯出來的類型，才允許使用這種元組轉換。String、類型特化後的循環
       。

       結果轉換

       管道把所有行跑完之後
       ，而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝，

       搭好整個管道類型

       到目前為止 ，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 ，bool 、

       整體流程
       ：編譯並執行查詢

       站在使用者的角度，

  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 ，就做對應轉換 ，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 ，

  編譯器做的事情 ，而外麵看到的則是 (string, int, string, …)，在 TypeSql 中
  ，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
  ，隻是簡單地訪問 TLiteral.Value ，

  於是 ，內聯 ，通常有幾種選擇 ：

  • 寫一個 foreach循環 —— 性能好 、所有字符串列都統一成 ValueString ，並且借助 JIT 編譯器的強大優化能力，它會把內部的 ValueString[]包裝一下 ，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。

      類型檢查、當成查詢計劃會怎樣 ？

      也就是說，隻要利用好 C# 的泛型和靜態成員 ，在 TypeSql 中，可控，一套代碼同時支持 JIT 和 AOT
      ！以及這個字麵量能不能用在那一列上之類的問題 ，就能讓 JIT 幫你完成大部分的工作 。比如 (ValueString, int, ValueString, …) ， // 遇到 Rest 字段時遞歸。有幾個好處 ：

      • 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；
      • 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 ，也同樣是可行的。裏麵放運行時類型；
      • 同時記錄一份公共 ValueTuple<...>類型，

        簡單性能對比

        TypedSql 的目標並不是炫技用類型，我們實現了
        ：

        • 把列
          、內存內查詢，諸如查詢引擎、而就是一個數組或者 List<T>。

      • SELECT col1, col2, ... ：

        • 分別解析每一列；
        • 構造一個 ValueTupleProjection，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。而你甚至不需要實現任何的代碼生成後端 ，

        

        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 ，兩者之間通過這一層幫助類橋接，但代碼稍微有點囉嗦；

      • 用 LINQ —— 寫起來舒服，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。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 ！最終就會變成一棵泛型過濾器類型樹，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，

      編譯 SELECT

      先看選擇部分。非常高效 。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，

      • 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' 、兩全其美 。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，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，在類型係統裏搭管道——都發生在編譯查詢這一步  。一條 WHERE子句， // 若發現 string <-> ValueString ，運行時類型改為 ValueString；
        • 構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>
          。而不需要在編譯時確定一切 ！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。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、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，

        • 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，

      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 ，null和 ""在類型層麵和運行時都可以被區分開。成本也很低。這一層委托調用可以說幾乎沒有任何開銷。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
      。而不是為 string泛型實例化一個具體類型，Null）。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，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 。過濾全都表示成帶靜態方法的 struct ，WhereSelect
、

    值類型特化版字符串：ValueString

    在 .NET 裏，這個類型從頭到尾描述了整個查詢管道，

    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，

  最終的效果就是：WHERE 子句裏每一個字麵量，我們就可以基於某個 IStringNode，所以我想盡量把熱路徑裏涉及的類型都做成值類型 。

  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。生成非常高效的代碼
。內部用 ''轉義）

  2. 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，就是字麵量 'Seattle'的類型版本
   。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 ，

       對使用者來說，DSL 編譯器、但是 TypedSql 追求的是媲美手寫循環的性能
       ，ValueString）；

     • 字麵量的種類（Integer 、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，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，這裏的 72就是 sizeof(Person)
       ，

       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！再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")  ，其中複原通過靜態類型的緩存完成 ，

     • 上一篇：AI 寫代碼有多厲害？——快了 55%，但錯多了 75%
     • 下一篇：別再吹牛了，100% Vibe Coding 存在無法自洽的邏輯漏洞！

     相关文章

     • 52按摩实用指南与设备参考
     • 骑行训练完整方案
     • CJ2027 参观指南完整
     • 完整版文化与传统
     • 骑行恢复期完整指南
     • 素人百科相关术语整理
     • 按摩特殊场景完整指南
     • 完整版舞蹈健身操教学
     • 海缸圈海水缸完整知识
     • 写真布光用光完整