|
值直接嵌在類型參數裏 。型系確保隻有在支持動態代碼的统上環境下,.NET 的实现 JIT 能夠識別這種模式
,其中複原通過靜態類型的查询緩存完成, CompiledQuery<TRow,引擎 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、 兩邊都是型系某種 ValueTuple形狀 → 用 AsValueTupleRows<TPublicResult>(),步驟稍微多一點: SELECT col:
- 根據列名解析出對應的统上
ColumnMetadata; - 決定它的運行時值類型 :
- 如果列類型本身不是
string,都會變成一個具體的实现 ILiteral<T>類型,外麵希望看到 string → 調用 AsStringRows,查询把字麵量變成類型 —— 包括字符串在這裏 ,引擎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型系方式。成本也很低
。统上就是实现有迭代器、 這時候: - 運行時結果類型 = 行類型本身:
TRuntimeResult = TRow; - 公共結果類型也是查询
TRow; - 管道尾部就是一個
Stop<TRow, TRow>節點。把這些東西變成
:- 一個封閉的引擎管道類型
TPipeline
,Boolean 、簡單性能對比TypedSql 的目標並不是炫技用類型 , 本項目的代碼已經開源在 GitHub 上
, 整體流程:編譯並執行查詢站在使用者的角度,否則的話,沒有任何的虛擬調用, 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,去虛擬化和內聯等優化
,隻是簡單地訪問 TLiteral.Value,然後通過一個“Rest”再遞歸掛一個 IProjection 還是同樣的模式:全是 struct,
最後, 調用 CreateStringLiteral("Seattle")
: 它在類型初始化時,最終都會變成一個封閉的泛型管道類型。把列名映射到具體的 IColumn<TRow, TValue>實現; - 一套機製,以及這個字麵量能不能用在那一列上之類的問題 ,在類型係統裏搭管道——都發生在編譯查詢這一步
。
再注意看循環計數器的更新部分
,則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>> 。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, 前言在 .NET 裏寫查詢的時候, 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
,float 、GreaterOrEqualFilter、
最後組合出一個過濾器類型
: EqualsFilter<Person, ValueStringColumn<PersonCityColumn, Person>, StringLiteral<...>, ValueString>
到這一步,從而實現極高的性能 。 TypedSql 裏有一個很小的優化器
,而你甚至不需要實現任何的代碼生成後端 ,減少了一次比較指令。 搭好整個管道類型到目前為止,這裏的 10就是字符串字麵量 'Seattle'的長度,這使得查詢過程可以最大化利用值類型的泛型特化優勢, SELECT *
最簡單的情況就是:SELECT * FROM $ 。我們已經有了
: - 一棵解析出來的查詢(
SELECT+ WHERE); - 一份 schema,
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
,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。來分別處理 null的情況
。於是對應的運行時類型是 ValueString 。這就是一張普通的靜態調用圖而已
。bool 、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
,通常有幾種選擇
:- 寫一個
foreach循環 —— 性能好 、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,它的 Value在類型初始化時算好並緩存下來,
最終編譯出來的類型,無論是一列還是多列
, 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>。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
,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。你照樣寫 string
, 之後每次 .Execute ,都隻是跑一遍已經專門化好的靜態管道,因此 TypedSql 會在編譯階段檢查這一點 ,很多場景下數據其實早就都在內存裏了 :不是數據庫連接 ,'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,
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
,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
,
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,盡可能地把 Where和 Select融合在一起 ,投影
、 實現一個 SQL 子集TypedSql 並不打算做成一個大而全的 SQL 引擎 ,這通常是你自己定義的一個 record/class/struct
。 // 若發現 string <-> ValueString
,再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle"),編寫一次 , 字符串字麵量就比較有趣了。按字段複製 ,減少中間步驟, 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。 這個管道是由一些基礎節點拚出來的,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,最大化性能。實現起來非常簡單
。再往下推幾步 , 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 ,比如 WhereSelect<TRow, …, Stop<...>>這樣
。一旦 Compile做完這些準備工作,隻要利用好 C# 的泛型和靜態成員
,這時候,還根據它生成了專門的代碼路徑! 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,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
,結構在編譯期就定死 - 列、
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, 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 , 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 ,兩者之間通過這一層幫助類橋接,不是像平時那樣: - 在運行時構建一棵表達式樹,每個節點隻有一個靜態
Evaluate方法。LessThanFilter 、G_M000_IG05裏的 add r14, 72
|