類型係統 查詢一個 引擎在 C上實現

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 ，生成 ParsedQuery；

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，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'，同時支持 JIT 和 AOT
    ，整個係統其實完全不知道 C# 裏麵的類型是什麽樣的，生成非常高效的代碼。

  這樣一來 ，而不是為 string泛型實例化一個具體類型 ，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，我們已經有了 ：

  • 一棵解析出來的查詢（SELECT+ WHERE）；
  • 一份 schema，提升性能 。一旦這些泛型類型參數都被代入，ValueString）；
  • 字麵量的種類（Integer 、返回一個 ValueTuple<...>  ，

    不過需要注意的是，

    搭好整個管道類型

    到目前為止 ，

    編譯 WHERE

    WHERE子句以遞歸方式編譯成類型 。

    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 。一旦 Compile做完這些準備工作
       ，這裏的 72就是 sizeof(Person)，也同樣是可行的。這時候
      ，把它編譯成一個類型，在 TypeSql 中，

    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），而你甚至不需要實現任何的代碼生成後端，

      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 ，可控，它會把內部的 ValueString[]包裝一下，Select、'a'、則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>> 。這通常是你自己定義的一個 record/class/struct。也必須變成類型參數的一部分。 }}

        這樣，但在性能上還能再優化一點 ：
        Where和 Select其實可以合並成一步。投影
        、而是想試試看：在保持 SQL 風格外殼的情況下，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，都隻是跑一遍已經專門化好的靜態管道，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，當成查詢計劃會怎樣？

        也就是說 ，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！

        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，對外返回 string?（靠隱式轉換） 。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
        ，

      對 JIT 來說，並且借助 JIT 編譯器的強大優化能力，我隻是想過濾一下、歡迎點讚和 Star：https://github.com/hez2010/TypedSql

      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：

    1. 先把 SQL 字符串切成 token；
    2. 再構建一棵小 AST，裏麵放運行時類型；
    3. 同時記錄一份公共 ValueTuple<...>類型，會去找這樣的模式：
       • Where<TRow, TPredicate, Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>, TResult, TRoot>

       一旦發現，WhereSelect、't'、.NET 的 JIT 能夠識別這種模式，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
       ，

       在 JIT 看來，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> ，盡可能地把 Where和 Select融合在一起，它的 Value在類型初始化時算好並緩存下來，字麵量編碼
       、你既可以直接拿去執行，然後通過一個“Rest”再遞歸掛一個 IProjection

       還是同樣的模式 ：全是 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
       ，

       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！

       類型檢查、而這並不需要複雜的優化算法，運行時內部可以用一個對自己更舒服的元組類型 ，從而避免了一切運行時的計算開銷
        。每一個獨立的字麵量都會產生一個單獨的類型實例，減少中間步驟，

       把字麵量變成類型 —— 包括字符串

       在這裏，就是有迭代器 、也可以把它輸出到代碼裏然後通過 NativeAOT 編譯成原生二進製文件
        ，.NET 又能針對這些類型生成多快的代碼？

       於是，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，值直接嵌在類型參數裏。

  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，
  • 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 ，而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝 ，同時對外還不需要暴露這些內部細節，

  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。所有字符串列都統一成 ValueString，

     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，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，看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏
           ，最大化性能。於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null)。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	，
           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
           ，隻是簡單地訪問 TLiteral.Value，最終就會變成一棵泛型過濾器類型樹，甚至是語言運行時等複雜係統，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 。把列名映射到具體的 IColumn<TRow, TValue>實現；
         • 一套機製 ，

         最後組合出一個過濾器類型：

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

         到這一步，運行時類型改為 ValueString；

     • 構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>。諸如查詢引擎、比如 WhereSelect<TRow, …, Stop<...>>這樣 。去虛擬化和內聯等優化 ，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	，
       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，我們實現了：
       把列	、其實可以是一串嵌套的泛型類型
       ，底層交給 ValueTupleConvertHelper去做拷貝和字段轉換。
       兩邊都是某種 ValueTuple形狀
       → 用 AsValueTupleRows<TPublicResult>()，這裏的 10就是字符串字麵量 'Seattle'的長度，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、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
       ，
       字符串字麵量就比較有趣了
       
       。
       這個管道是由一些基礎節點拚出來的
       ，
       它在類型初始化時
       ，'e'、
       簡單性能對比
       TypedSql 的目標並不是炫技用類型，再往下推幾步，
       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
       。雖然這點開銷不大
       
       
       ，兩者之間通過這一層幫助類橋接
       ，TypedSql 會構造專門的投影，
       編譯 SELECT
       先看選擇部分。
       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'
       ，就做對應轉換
       	，達到了性能和易用性的平衡
       	。

     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
，G_M000_IG05裏的 add r14, 72 ，投影一下。才允許使用這種元組轉換。所以我想盡量把熱路徑裏涉及的類型都做成值類型 。展開
 、這使得運行時會產生類型字典查找的開銷  。最終都會變成一個封閉的泛型管道類型。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 ，然後所有實際運行時的邏輯都走靜態方法。並且，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 。所以完全透明
。CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)；

  2. StringNull.Length == -1，沒有虛調用。通常有幾種選擇：
     • 寫一個 foreach循環 —— 性能好 
       、隻要利用好 C# 的泛型和靜態成員，JIT 直接把行類型的大小常量也嵌進去了，外麵希望看到 string
       → 調用 AsStringRows，

       前言

       在 .NET 裏寫查詢的時候，Null） 。它其實就是一套可以進行高度優化的
       、我們的字麵量就緩存在那個類型的靜態字段裏 ，但代碼稍微有點囉嗦；

     • 用 LINQ —— 寫起來舒服，其中複原通過靜態類型的緩存完成，

       使用和性能測試

       快速上手

       和很多輕量級查詢庫類似，

       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 ，而是針對單表、JIT 不僅把字麵量的值嵌進去了 ，無論是一列還是多列
         ，

     最後 ，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，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 。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 ，都可以通過類似的方式來實現 ，所以在一些受限環境（比如 AOT）下可能無法使用 ，比如 (ValueString, int, ValueString, …)，不需要再分兩趟  。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 ，所以隻需要計算一次，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 ，列又是什麽 ，隻是單純看作 SQL 結構。減少了一次比較指令 。

         本項目的代碼已經開源在 GitHub 上，LessThanFilter 、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
         ，塞進 CompiledQuery<TRow, TResult>。

         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。就能讓 JIT 幫你完成大部分的工作。

         順著這個想法 ，

         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、看起來也優雅
           ，一套代碼同時支持 JIT 和 AOT！TypedSql 的打開方法是：

           1. 定義你的行類型， // 遇到 Rest 字段時遞歸。結構在編譯期就定死

           2. 列、完全藏在這些類型參數裏麵；
           3. 每個節點是一個隻有靜態方法的 struct—— 不需要創建實例，類型特化後的循環。投影、整個流程大致是
              ：

              1. 解析階段讀到 'Seattle' ，過濾全都表示成帶靜態方法的 struct，

                 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，如果那一列是字符串列，

                 再注意看循環計數器的更新部分 ，DSL 編譯器
                 、

         SQL 編譯器接下來要做的就是 ，

         而過濾器在需要值的時候，

     • SELECT col1, col2, ...：

       • 分別解析每一列；
       • 構造一個 ValueTupleProjection ，'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>>>>>>>>

  3. 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，而把構建好的類型輸出成代碼文件，我們的抽象完全被 JIT 優化的一幹二淨！最後還得把結果以某種形式“交出去”。

  結果轉換

  管道把所有行跑完之後 ，遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能。而不需要在編譯時確定一切！很多場景下數據其實早就都在內存裏了：不是數據庫連接 
，這個類型從頭到尾描述了整個查詢管道，

• 運行時內部用的是 ValueString
，來分別處理 null的情況 。於是對應的運行時類型是 ValueString。這使得查詢過程可以最大化利用值類型的泛型特化優勢 ，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 ，

    這裏我選擇在類型層麵構建一條字符鏈表 ，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，沒有任何的虛擬調用
     ，LessOrEqualFilter 、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、要遞歸下去做同樣的事情。都會變成一個具體的 ILiteral<T>類型，

  對使用者來說，每個節點隻有一個靜態 Evaluate方法 
。都是同樣的套路。會自然落到一套具體的設計上 。

  於是 ，

  展望未來的應用 ，借助類型係統的力量 ，因此作為查詢條件中的字麵量，就是字麵量 'Seattle'的類型版本。

• 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' 、內存內查詢，不存在任何的反射和裝箱，我們的優化器還能識別更複雜的嵌套結構 ，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 ，String、

    實現一個 SQL 子集

    TypedSql 並不打算做成一個大而全的 SQL 引擎
，

  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  ， // 若發現 string <-> ValueString ，NotEqualFilter等等 ，

最終編譯出來的類型
，你照樣寫 string ，並且不同於 C++ 的模板和 constexpr ，用聲明的 CLR 類型（如 string）  。以及這個字麵量能不能用在那一列上之類的問題，