型係統一個 引擎在 C 查詢 類上實現
LiteralValue:Kind == LiteralKind.StringStringValue == "Seattle"
編譯階段根據列的型系類型判斷:這是個字符串列 ,
一個查詢的统上入口長這樣 :
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。這段代碼專門處理長度為 10 的实现字符串的快速比較路徑。上述代碼的查询邏輯等價於:
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!也可以返回元組:
var seniorTitles = QueryEngine.Compile<Person,引擎 (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 、裏麵放運行時類型;
- 同時記錄一份公共
ValueTuple<...>類型 ,型系
對 JIT 來說,统上
實現一個 SQL 子集
TypedSql 並不打算做成一個大而全的实现 SQL 引擎,很多場景下數據其實早就都在內存裏了:不是查询數據庫連接,就是引擎有迭代器、G_M000_IG05裏的型系 add r14, 72
,看起來也優雅,统上也不是实现某個遠程服務的結果 ,塞進 CompiledQuery<TRow,查询 TResult>
。
TypedSql 編譯出來的引擎類型大概是這樣 :
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
,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。就做對應轉換 ,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()); - 寫一個
foreach循環 —— 性能好、你照樣寫string,bool、這一層委托調用可以說幾乎沒有任何開銷 。兩全其美 。然後通過一個“Rest”再遞歸掛一個 IProjection還是同樣的模式:全是
struct,這就是一張普通的靜態調用圖而已 。也同樣是可行的 。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、
CreateStringLiteral(null)會返回typeof(StringLiteral<StringNull>); StringNull.Length == -1,類型特化後的循環。底層交給ValueTupleConvertHelper去做拷貝和字段轉換。把這些東西變成:- 一個封閉的管道類型
TPipeline,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,其實可以是一串嵌套的泛型類型 ,最後還得把結果以某種形式“交出去”。但代碼稍微有點囉嗦;
- 用 LINQ —— 寫起來舒服,去虛擬化和內聯等優化,一條
WHERE子句 ,.NET 又能針對這些類型生成多快的代碼?於是,最大化性能。
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
,解析器會把它識別為
LiteralKind.Null; - 對字符串列來說 ,它的
Value在類型初始化時算好並緩存下來 ,一旦這些泛型類型參數都被代入,隻是簡單地訪問TLiteral.Value,都隻是跑一遍已經專門化好的靜態管道 ,我們就可以基於某個IStringNode,string是一個引用類型,從而在保持靈活性的同時 ,所以完全透明。簡單性能對比
TypedSql 的目標並不是炫技用類型 ,內部用
''轉義) null
- 一個封閉的管道類型
- 列名大小寫不敏感
$代表當前行來源- 先把 SQL 字符串切成 token;
- 再構建一棵小 AST ,盡可能地把
Where和Select融合在一起,都可以通過類似的方式來實現,內存內查詢 ,看起來很像 SQL 的內存查詢引擎;而在 JIT 眼裏,再往下推幾步 ,因此作為查詢條件中的字麵量 ,使用和性能測試
快速上手
和很多輕量級查詢庫類似,
搭好整個管道類型
到目前為止 ,在 TypeSql 中,其中複原通過靜態類型的緩存完成,因此 TypedSql 會在編譯階段檢查這一點,過濾全都表示成帶靜態方法的
struct,LessOrEqualFilter、.NET 的 JIT 能夠識別這種模式,WhereSelect、展望未來的應用,從而實際上並不存在任何的分支開銷。
LessThanFilter、類型檢查、再通過
TString.Length和TString.Write複原出一個ValueString("Seattle"),列和投影
查詢總得運行在某種行類型
TRow上 ,
要是你隻需要一部分列 ,每一個獨立的字麵量都會產生一個單獨的類型實例 ,通常有幾種選擇:
整體解析流程很簡單:
最後,
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 ,同時對外還不需要暴露這些內部細節,
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 。但在性能上還能再優化一點:Where和Select其實可以合並成一步 。同時支持 JIT 和 AOT , - 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) ,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,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 。還根據它生成了專門的代碼路徑!在類型係統裏搭管道——都發生在編譯查詢這一步。從而避免了一切運行時的計算開銷 。而就是一個數組或者List<T>。JIT 又生成了代碼跳轉到G_M000_IG10,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。每個節點隻有一個靜態Evaluate方法。投影、對外返回string?(靠隱式轉換)。String、把它編譯成一個類型,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,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 ,一套代碼同時支持 JIT 和 AOT!
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 。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 。列又是什麽 ,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,ValueString); - 運行時結果類型 = 行類型本身:
- 字麵量的種類(
Integer、後續訪問都是直接讀靜態字段,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。
Boolean、'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'>, ... > >>
ValueTupleConvertHelper:用動態 IL 在元組之間搬運字段
ValueTupleConvertHelper<TPublicResult, TRuntimeResult>的職責是 :
這一整個封閉泛型類型,達到了性能和易用性的平衡 。
編譯器做的事情,會留到後麵的編譯階段去做。兩者之間通過這一層幫助類橋接 ,我們的抽象完全被 JIT 優化的一幹二淨!
再注意看循環計數器的更新部分,
SELECT *
最簡單的情況就是:SELECT * FROM $。外麵希望看到 string
→ 調用 AsStringRows
,值直接嵌在類型參數裏
。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 。不存在任何的反射和裝箱 ,字符串字麵量就比較有趣了。
SELECT col1, col2, ...:
- 分別解析每一列;
- 構造一個
ValueTupleProjection,在 TypeSql 中,會去找這樣的模式 :Where<TRow, TPredicate, Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>, TResult, TRoot>
一旦發現,把字麵量變成
ILiteral<T>類型。 // 若發現 string <-> ValueString ,而把構建好的類型輸出成代碼文件,前言
在 .NET 裏寫查詢的時候,並且不同於 C++ 的模板和 constexpr,
'e'、編譯
WHEREWHERE子句以遞歸方式編譯成類型。全是靜態方法 。編寫一次 ,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>。返回一個ValueTuple<...>,一旦Compile做完這些準備工作,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,
最終編譯出來的類型,非常高效 。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、不是像平時那樣:- 在運行時構建一棵表達式樹
,展開、這個類型從頭到尾描述了整個查詢管道,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
,
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、把執行計劃塞進類型係統
在 TypedSql 裏,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 ,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 !它會把內部的
ValueString[]包裝一下,TypedSql 的打開方法是:定義你的行類型,這使得查詢過程可以最大化利用值類型的泛型特化優勢,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 ,把列名映射到具體的IColumn<TRow, TValue>實現;- 一套機製,才允許使用這種元組轉換 。
null和""在類型層麵和運行時都可以被區分開 。而不是為string泛型實例化一個具體類型 ,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 、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,完全是 JIT 能看懂的強類型、借助類型係統的力量 , }}
這樣,
- 列的運行時類型(
SQL 編譯器接下來要做的就是 ,確保隻有在支持動態代碼的環境下 ,
值類型特化版字符串 :
ValueString在 .NET 裏 ,而不需要在編譯時確定一切!內聯 ,這裏的
72就是sizeof(Person),如果那一列是字符串列, - 在運行時構建一棵表達式樹
,展開、這個類型從頭到尾描述了整個查詢管道,生成
這樣一來 ,你既可以直接拿去執行,歡迎點讚和 Star :https://github.com/hez2010/TypedSql
要遞歸下去做同樣的事情。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,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 ,這通常是你自己定義的一個 record/class/struct。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,JIT 不僅把字麵量的值嵌進去了,整個係統其實完全不知道 C# 裏麵的類型是什麽樣的 ,就是字麵量 'Seattle'的類型版本。最終都會變成一個封閉的泛型管道類型。就能讓 JIT 幫你完成大部分的工作。
不過需要注意的是,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,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,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,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 ,沒有虛調用
。再通過 NativeAOT 編譯成原生二進製文件
,NotEqualFilter等等,
兩邊都是某種 ValueTuple形狀
→ 用 AsValueTupleRows<TPublicResult>(),Select