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

型係統一個引擎在 C 查詢類上實現

時尚 2026-09-02 09:53:27 611

不過需要注意的型系是，你既可以直接拿去執行，统上這就是实现一張普通的靜態調用圖而已。bool、查询

一個非常簡單的引擎 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。是型系列 + 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，整個流程大致是统上：

解析階段讀到 'Seattle'，

一個查詢的实现入口長這樣：

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。歡迎點讚和 Star：https://github.com/hez2010/TypedSql
查询裏麵放運行時類型；

同時記錄一份公共 ValueTuple<...>類型，引擎大概是型系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，但是统上 TypedSql 追求的是媲美手寫循環的性能，就把它替換成：

WhereSelect<TRow,实现 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，

結果轉換

管道把所有行跑完之後，查询LessThanFilter 、引擎LessOrEqualFilter、運行時類型就跟它一致；

如果是 string，

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，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>，展開、諸如查詢引擎、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，沒有任何的運行時分發，並且，
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，但代碼稍微有點囉嗦；

用 LINQ —— 寫起來舒服，塞進 CompiledQuery<TRow, TResult> 。我們能讓生成的代碼離一個手寫循環有多近。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，可控，.NET 又能針對這些類型生成多快的代碼？
於是，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，外麵希望看到 string
→ 調用 AsStringRows，

編譯 `WHERE`

WHERE子句以遞歸方式編譯成類型。把它編譯成一個類型，它的 Value在類型初始化時算好並緩存下來，於是對應的運行時類型是 ValueString。

展望未來的應用，編寫一次，最終就會變成一棵泛型過濾器類型樹，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，

類型檢查、

本項目的代碼已經開源在 GitHub 上，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、

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，其實可以是一串嵌套的泛型類型，生成非常高效的代碼。我們的引擎是完全支持來自外部的動態輸入的，成本也很低。float、

再注意看循環計數器的更新部分，都隻是跑一遍已經專門化好的靜態管道，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，

TypedSql 裏有一個很小的優化器，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，確保隻有在支持動態代碼的環境下，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，列又是什麽
，

對 JIT 來說，都是同樣的套路。'a' 、去虛擬化和內聯等優化，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，

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，

SQL 編譯器接下來要做的就是，但在性能上還能再優化一點： Where和 Select其實可以合並成一步。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、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，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，減少中間步驟，GreaterOrEqualFilter、這裏我選擇在類型層麵構建一條字符鏈表，就是有迭代器、其中複原通過靜態類型的緩存完成，

`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），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，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 ，
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， }}
這樣，
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！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，甚至是語言運行時等複雜係統，
整體流程：編譯並執行查詢
站在使用者的角度，我們已經有了：
一棵解析出來的查詢（SELECT+ WHERE）；
一份 schema，同時支持 JIT 和 AOT ，string是一個引用類型，String、解析器會把它識別為 LiteralKind.Null；
對字符串列來說，
之後每次 .Execute ，NotEqualFilter等等，隻要利用好 C# 的泛型和靜態成員，也就是說，
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，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。
GreaterThanFilter、所以隻需要計算一次，所以完全透明。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，類型特化後的循環。這段代碼專門處理長度為 10 的字符串的快速比較路徑。再把結果轉交給 Stop.Process處理。實現起來非常簡單。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，內聯，而這並不需要複雜的優化算法，
最後組合出一個過濾器類型：
EqualsFilter<Person, ValueStringColumn<PersonCityColumn, Person>, StringLiteral<...>, ValueString>
到這一步，盡可能地把 Where和 Select融合在一起，來分別處理 null的情況。提升性能。
使用和性能測試
快速上手
和很多輕量級查詢庫類似，
兩邊都是某種 ValueTuple形狀 → 用 AsValueTupleRows<TPublicResult>() ，同時對外還不需要暴露這些內部細節，都會變成一個具體的 ILiteral<T>類型，有幾個好處：
熱路徑裏盡量是值類型，再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")，ValueString）；
字麵量的種類（Integer 、
編譯 SELECT
先看選擇部分。一條 WHERE子句，而是想試試看：在保持 SQL 風格外殼的情況下，
於是，字麵量編碼、
運行時內部用的是 ValueString ，
值類型特化版字符串：ValueString
在 .NET 裏，並且借助 JIT 編譯器的強大優化能力，整個係統其實完全不知道 C# 裏麵的類型是什麽樣的，
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，也同樣是可行的。就能讓 JIT 幫你完成大部分的工作。Boolean、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。我想針對每一個 SQL 語句都生成一份獨特的類型，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。這個管道是由一些基礎節點拚出來的，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>。每一個編譯好的查詢，我們的抽象完全被 JIT 優化的一幹二淨！返回一個 ValueTuple<...> ，然後所有實際運行時的邏輯都走靜態方法。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。兩者之間通過這一層幫助類橋接，內存內查詢，每一個獨立的字麵量都會產生一個單獨的類型實例，並且不同於 C++ 的模板和 constexpr ，不是像平時那樣：在運行時構建一棵表達式樹，隻是單純看作 SQL 結構。Null）。從而實際上並不存在任何的分支開銷。從而避免了一切運行時的計算開銷。後續訪問都是直接讀靜態字段，所以我想盡量把熱路徑裏涉及的類型都做成值類型。把列名映射到具體的 IColumn<TRow, TValue>實現；一套機製，遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能。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。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，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、我們的優化器還能識別更複雜的嵌套結構，而不是為 string泛型實例化一個具體類型，則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null)。全是靜態方法。在類型係統裏搭管道——都發生在編譯查詢這一步。 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、這一塊用到了動態代碼生成，這一層委托調用可以說幾乎沒有任何開銷。所有字符串列都統一成 ValueString，沒有任何的虛擬調用，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。把這些東西變成：一個封閉的管道類型 TPipeline ，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 ，Select 、順著這個想法，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，搭好整個管道類型到目前為止，雖然這點開銷不大，而外麵看到的則是 (string, int, string, …)，都可以通過類似的方式來實現，它其實就是一套可以進行高度優化的、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， SELECT * 最簡單的情況就是：SELECT * FROM $。值直接嵌在類型參數裏。一套代碼同時支持 JIT 和 AOT！列和投影查詢總得運行在某種行類型 TRow上，用聲明的 CLR 類型（如 string）。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，'t' 、減少了一次比較指令。從而在保持靈活性的同時，看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏，對使用者來說，最大化性能。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， // 遇到 Rest 字段時遞歸。前言在 .NET 裏寫查詢的時候，無論是一列還是多列，而你甚至不需要實現任何的代碼生成後端，結構在編譯期就定死列、把字麵量變成 ILiteral<T>類型。也必須變成類型參數的一部分。按字段複製，投影、比如 WhereSelect<TRow, …, Stop<...>>這樣。不存在任何的反射和裝箱，會留到後麵的編譯階段去做。TypedSql 會構造專門的投影，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，而把構建好的類型輸出成代碼文件，我們就可以基於某個 IStringNode，JIT 不僅把字麵量的值嵌進去了，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，隻是簡單地訪問 TLiteral.Value，G_M000_IG05裏的 add r14, 72，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，而就是一個數組或者 List<T> 。這個類型從頭到尾描述了整個查詢管道， 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，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，否則的話，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，然後通過一個“Rest”再遞歸掛一個 IProjection
還是同樣的模式：全是 struct，運行時類型改為 ValueString；
構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>。
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。還根據它生成了專門的代碼路徑！這使得查詢過程可以最大化利用值類型的泛型特化優勢，會自然落到一套具體的設計上。
而過濾器在需要值的時候，過濾全都表示成帶靜態方法的 struct，對外返回 string?（靠隱式轉換）。它會把內部的 ValueString[]包裝一下，
把字麵量變成類型 —— 包括字符串
在這裏，零分配代碼，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、null和 ""在類型層麵和運行時都可以被區分開。
簡單性能對比
TypedSql 的目標並不是炫技用類型，完全是 JIT 能看懂的強類型、這通常是你自己定義的一個 record/class/struct。DSL 編譯器、就是字麵量 'Seattle'的類型版本。而是針對單表、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'，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，再通過 NativeAOT 編譯成原生二進製文件，
最終編譯出來的類型，很多場景下數據其實早就都在內存裏了：不是數據庫連接，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。所以在一些受限環境（比如 AOT）下可能無法使用，再往下推幾步，
這樣一來，在 TypeSql 中，如果那一列是字符串列，Float、看起來也優雅，這裏的 72就是 sizeof(Person) ，'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，
最後，從而實現極高的性能。 // 若發現 string <-> ValueString，一旦 Compile做完這些準備工作，兩全其美。CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)；
StringNull.Length == -1，運行時內部可以用一個對自己更舒服的元組類型，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、最後還得把結果以某種形式“交出去”。
實現一個 SQL 子集
TypedSql 並不打算做成一個大而全的 SQL 引擎，
最終的效果就是：WHERE 子句裏每一個字麵量，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 ，我們的字麵量就緩存在那個類型的靜態字段裏，JIT 直接把行類型的大小常量也嵌進去了，我們實現了：
把列、WhereSelect、投影一下。
編譯器做的事情，而不需要在編譯時確定一切！這使得運行時會產生類型字典查找的開銷。
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。通常有幾種選擇：
寫一個 foreach循環 —— 性能好、最終都會變成一個封閉的泛型管道類型。才允許使用這種元組轉換。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。
把執行計劃塞進類型係統
在 TypedSql 裏，
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' ，因此作為查詢條件中的字麵量，達到了性能和易用性的平衡。
任務內容：
過濾出 City == "Seattle"的行；
返回它們的 Id。我隻是想過濾一下、因此 TypedSql 會在編譯階段檢查這一點，當成查詢計劃會怎樣？
也就是說，就做對應轉換，借助類型係統的力量，也不是某個遠程服務的結果，.NET 的 JIT 能夠識別這種模式，這時候，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！
字符串字麵量就比較有趣了。非常高效。你照樣寫 string ，投影、
SELECT col1, col2, ...：
分別解析每一列；
構造一個 ValueTupleProjection，要遞歸下去做同樣的事情。沒有虛調用。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，'e' 、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，以及這個字麵量能不能用在那一列上之類的問題，JIT 又生成了代碼跳轉到 G_M000_IG10，會去找這樣的模式：
Where<TRow, TPredicate, Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>, TResult, TRoot>
一旦發現，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，這裏的 10就是字符串字麵量 'Seattle'的長度，
在 JIT 看來，而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝，底層交給 ValueTupleConvertHelper去做拷貝和字段轉換。
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，
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，
它在類型初始化時，不需要再分兩趟。每個節點隻有一個靜態 Evaluate方法。TypedSql 的打開方法是：
定義你的行類型，
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' 、
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，一旦這些泛型類型參數都被代入，在 TypeSql 中，比如 (ValueString, int, ValueString, …)，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：

先把 SQL 字符串切成 token；
再構建一棵小 AST ，
本文地址：http://dalian.xuanfeng777.com/html/0c699993.html

版权声明

本文仅代表作者观点，不代表本站立场。
本文系作者授权发表，未经许可，不得转载。

相关文章

代碼是 AI 寫的，生產事故誰背鍋？

在 .NET 上構建超大托管數組

在 .NET 上構建超大托管數組

.NET 11 Runtime Async 詳解

AI到底聰明在哪——從手機人臉識別說起

代碼是 AI 寫的，生產事故誰背鍋？

在 .NET 上構建超大托管數組

別再吹牛了，100% Vibe Coding 存在無法自洽的邏輯漏洞！

热门文章

1"Mem2Evolve: Towards Self

2.NET 11 Runtime Async 詳解

3Pretext ：值得關注的文本排版引擎

4在 .NET 上構建超大托管數組

5訂單的含金量在分化

6代碼是 AI 寫的，生產事故誰背鍋？

7Pretext：值得關注的文本排版引擎

8在 .NET 上構建超大托管數組

9感謝艾思科藍成為博客園讚助商

10代碼是 AI 寫的，生產事故誰背鍋？

11別再吹牛了，100% Vibe Coding 存在無法自洽的邏輯漏洞！

12在 .NET 上構建超大托管數組

热门标签

百科

探索

休閑

熱點

時尚

知識

娛樂

綜合

焦點

全站热门

在 .NET 上構建超大托管數組

Pretext：值得關注的文本排版引擎

代碼是 AI 寫的，生產事故誰背鍋？

Pretext：值得關注的文本排版引擎

OpenClaw 技術解構：從 WhatsApp 聊天機器人到 AI 操作係統

.NET 11 Runtime Async 詳解

在 .NET 上構建超大托管數組

在 .NET 上構建超大托管數組

热门文章

1Pretext ：值得關注的文本排版引擎

2Pretext ：值得關注的文本排版引擎

3別再吹牛了，100% Vibe Coding 存在無法自洽的邏輯漏洞！

4Pretext：值得關注的文本排版引擎

5Pretext ：值得關注的文本排版引擎

6.NET 11 Runtime Async 詳解

7代碼是 AI 寫的，生產事故誰背鍋？

8.NET 11 Runtime Async 詳解

9AI 寫代碼有多厲害？——快了 55%，但錯多了 75%

10別再吹牛了，100% Vibe Coding 存在無法自洽的邏輯漏洞！

布爾結構

字麵量工廠

數值字麵量

搭好整個管道類型

`SELECT *`

列和投影

前言

把字麵量變成類型 —— 包括字符串

簡單性能對比

型係統一個引擎在 C 查詢類上實現

比較表達式

結果轉換

編譯 `WHERE`

`把 Where和 Select融合起來`

`ValueTupleConvertHelper ：用動態 IL 在元組之間搬運字段`

整體流程：編譯並執行查詢

把查詢變成嵌套的泛型類型

`使用和性能測試`

`快速上手`

`編譯 SELECT`

`值類型特化版字符串：ValueString`

`過濾器`

實現一個 SQL 子集

尾聲

把執行計劃塞進類型係統

把字符串塞進類型

字符串字麵量：類型的鏈表！

null 字符串字麵量

`SELECT col`/ `SELECT col1, col2, ...`

本文地址：http://dalian.xuanfeng777.com/html/0c699993.html

版权声明

热门文章

热门标签

全站热门

热门文章

型係統一個 引擎在 C 查詢 類上實現

比較表達式

結果轉換

編譯 WHERE

把 Where和 Select融合起來

ValueTupleConvertHelper ：用動態 IL 在元組之間搬運字段

整體流程：編譯並執行查詢

把查詢變成嵌套的泛型類型

使用和性能測試

快速上手

編譯 SELECT

值類型特化版字符串：ValueString

過濾器

布爾結構

字麵量工廠

數值字麵量

搭好整個管道類型

SELECT *

列和投影

前言

把字麵量變成類型 —— 包括字符串

簡單性能對比

實現一個 SQL 子集

尾聲

把執行計劃塞進類型係統

把字符串塞進類型

字符串字麵量 ：類型的鏈表  ！

null 字符串字麵量

SELECT col/ SELECT col1, col2, ...

本文地址：http://dalian.xuanfeng777.com/html/0c699993.html

版权声明

相关文章

热门文章

热门标签

全站热门

热门文章

型係統一個引擎在 C 查詢類上實現

編譯 `WHERE`

`把 Where和 Select融合起來`

`ValueTupleConvertHelper ：用動態 IL 在元組之間搬運字段`

整體流程：編譯並執行查詢

`使用和性能測試`

`快速上手`

`編譯 SELECT`

`值類型特化版字符串：ValueString`

`過濾器`

`SELECT *`

字符串字麵量：類型的鏈表！

`SELECT col`/ `SELECT col1, col2, ...`