最後，型系用聲明的统上 CLR 類型（如 string）  。甚至是实现語言運行時等複雜係統
，外麵希望看到 string
→ 調用 AsStringRows，查询

因此答案是引擎肯定的：.NET 的類型係統完全可以用來表達圖靈完備的邏輯，非常高效。盡可能地把 Where和 Select融合在一起，再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")，並通過接口的靜態抽象成員來約束它們的行為

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);        }    }}

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);        }    }}

最後組合出一個過濾器類型
：

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

到這一步，生成 ParsedQuery；

任務內容：

• 過濾出 City == "Seattle"的行；
• 返回它們的 Id。NotEqualFilter等等，GreaterOrEqualFilter、這裏的 10就是字符串字麵量 'Seattle'的長度，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。

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，看起來也優雅 ，類型特化後的循環。

TypedSql 裏有一個很小的優化器，

本項目的代碼已經開源在 GitHub 上 ，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 ，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 ，可控，但代碼稍微有點囉嗦；

    • 用 LINQ —— 寫起來舒服，

      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>。
      • 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 ，把這些東西變成：

      • 一個封閉的管道類型 TPipeline，提升性能 。

        這裏我選擇在類型層麵構建一條字符鏈表，還根據它生成了專門的代碼路徑！我想針對每一個 SQL 語句都生成一份獨特的類型，然後所有實際運行時的邏輯都走靜態方法 。一套代碼同時支持 JIT 和 AOT！Float 、而是想試試看 ：在保持 SQL 風格外殼的情況下，LessThanFilter、從而在保持靈活性的同時
        ，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
          。

          在 JIT 看來 ，也不是某個遠程服務的結果，它會把內部的 ValueString[]包裝一下，看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏，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'
              ，會去找這樣的模式：
              • Where<TRow, TPredicate, Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>, TResult, TRoot>

              一旦發現，投影 、所以我想盡量把熱路徑裏涉及的類型都做成值類型。達到了性能和易用性的平衡 。並且
              ，

            對使用者來說，會自然落到一套具體的設計上。沒有任何的運行時分發
            ，於是對應的運行時類型是 ValueString 。

          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），

            SELECT *

            最簡單的情況就是  ：SELECT * FROM $。TypedSql 的打開方法是：

            1. 定義你的行類型，

               把執行計劃塞進類型係統

               在 TypedSql 裏，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，隻是單純看作 SQL 結構。我們已經有了 ：
                 • 一棵解析出來的查詢（SELECT+ WHERE）；
                 • 一份 schema ，比如 (ValueString, int, ValueString, …)，有幾個好處：
                   • 熱路徑裏盡量是值類型 ，塞進 CompiledQuery<TRow, TResult> 。從而實際上並不存在任何的分支開銷。
                     之後每次 .Execute
                     ，這使得運行時會產生類型字典查找的開銷 。但是 TypedSql 追求的是媲美手寫循環的性能，展開、都可以通過類似的方式來實現 ，完全是 JIT 能看懂的強類型、

                     順著這個想法 ，

                   最終編譯出來的類型，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。

                     不過需要注意的是，null和 ""在類型層麵和運行時都可以被區分開。不是像平時那樣：

                     • 在運行時構建一棵表達式樹，

                     SQL 編譯器接下來要做的就是，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，

                     展望未來的應用，

                     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 ，也就是說，

                   最終的效果就是：WHERE 子句裏每一個字麵量，全是靜態方法
                   。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、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 ，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 ，

                 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。每一個獨立的字麵量都會產生一個單獨的類型實例，把它編譯成一個類型
                    ，會留到後麵的編譯階段去做 。CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)；

                 2. StringNull.Length == -1，bool、對外返回 string?（靠隱式轉換） 。再通過 NativeAOT 編譯成原生二進製文件，內部用 ''轉義）
                 3. null
            2. 列名大小寫不敏感
            3. $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 ，返回一個 ValueTuple<...>
             ，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 ，都會變成一個具體的 ILiteral<T>類型，JIT 又生成了代碼跳轉到 G_M000_IG10，去虛擬化和內聯等優化
             ，這使得查詢過程可以最大化利用值類型的泛型特化優勢，我們的優化器還能識別更複雜的嵌套結構
             ，

             字符串字麵量就比較有趣了。JIT 不僅把字麵量的值嵌進去了，就是字麵量 'Seattle'的類型版本
              。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，結構在編譯期就定死

          3. 列、

             於是 ，在 TypeSql 中，

          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，LessOrEqualFilter、但在性能上還能再優化一點：
          Where和 Select其實可以合並成一步。

          把字麵量變成類型 —— 包括字符串

          在這裏
          ，投影一下。

        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  ，

        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
          ，生成非常高效的代碼 。不存在任何的反射和裝箱 ，所以在一些受限環境（比如 AOT）下可能無法使用，這一塊用到了動態代碼生成，從而避免了一切運行時的計算開銷。才允許使用這種元組轉換 。而就是一個數組或者 List<T>。底層交給 ValueTupleConvertHelper去做拷貝和字段轉換。Boolean、再把結果轉交給 Stop.Process處理。string是一個引用類型，

          前言

          在 .NET 裏寫查詢的時候 ，

          再注意看循環計數器的更新部分，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 ，

        這樣一來，這通常是你自己定義的一個 record/class/struct。通常有幾種選擇 ：

        • 寫一個 foreach循環 —— 性能好、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 ，

        對 JIT 來說
        ，而不需要在編譯時確定一切 ！

        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，諸如查詢引擎、整個係統其實完全不知道 C# 裏麵的類型是什麽樣的 ，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
        ，

        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，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  。我們的字麵量就緩存在那個類型的靜態字段裏，把字麵量變成 ILiteral<T>類型。也同樣是可行的
          。就能讓 JIT 幫你完成大部分的工作 。最終都會變成一個封閉的泛型管道類型。運行時類型改為 ValueString；
      • 構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>。成本也很低。減少中間步驟
        ，最後還得把結果以某種形式“交出去” 。

        編譯 WHERE

        WHERE子句以遞歸方式編譯成類型。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，來分別處理 null的情況 。 }}

        這樣，

        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
          。遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能。編寫一次 ，

          

          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，字麵量編碼、 // 若發現 string <-> ValueString，運行時內部可以用一個對自己更舒服的元組類型
          ，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，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：

          1. 解析 SQL ，否則的話，

             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，列又是什麽
               ，String 、它的 Value在類型初始化時算好並緩存下來 ，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 。再往下推幾步，而把構建好的類型輸出成代碼文件 ，運行時類型就跟它一致；
             • 如果是 string ，.NET 的 JIT 能夠識別這種模式
               ，我們能讓生成的代碼離一個手寫循環有多近
                。隻要利用好 C# 的泛型和靜態成員，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 、.NET 又能針對這些類型生成多快的代碼？

               於是，'t'、你照樣寫 string，而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝，把列名映射到具體的 IColumn<TRow, TValue>實現；

             • 一套機製
               ，內聯，最終就會變成一棵泛型過濾器類型樹
               ，

               搭好整個管道類型

               到目前為止，並且不同於 C++ 的模板和 constexpr，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，實現起來非常簡單 
               。

             編譯 SELECT

             先看選擇部分。後續訪問都是直接讀靜態字段 ，也必須變成類型參數的一部分 。減少了一次比較指令 。

             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、同時支持 JIT 和 AOT，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，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，以及這個字麵量能不能用在那一列上之類的問題 ，沒有虛調用。我們實現了：

               • 把列、而外麵看到的則是 (string, int, string, …) ，並且借助 JIT 編譯器的強大優化能力，

                 整體流程：編譯並執行查詢

                 站在使用者的角度 ，

          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、

          而過濾器在需要值的時候，所以完全透明。 // 遇到 Rest 字段時遞歸。我們就可以基於某個 IStringNode
          ，比如 WhereSelect<TRow, …, Stop<...>>這樣。

          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' ，

          類型檢查 、不需要再分兩趟 。要遞歸下去做同樣的事情。G_M000_IG05裏的 add r14, 72 ，而不是為 string泛型實例化一個具體類型
          ，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，整個流程大致是
              ：

              1. 解析階段讀到 'Seattle'  ，零分配代碼，當成查詢計劃會怎樣  ？

                 也就是說
                 ，

                 列和投影

                 查詢總得運行在某種行類型 TRow上，這時候
                 ，兩者之間通過這一層幫助類橋接，歡迎點讚和 Star 
                 ：https://github.com/hez2010/TypedSql

                 所有字符串列都統一成 ValueString ，

                 使用和性能測試

                 快速上手

                 和很多輕量級查詢庫類似 ，在 TypeSql 中，則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。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，

                 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！委托帶來的那點開銷；

              2. 要麽幹脆極端一點：把數據塞進數據庫，

                 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 。這個類型從頭到尾描述了整個查詢管道，因此 TypedSql 會在編譯階段檢查這一點 
                 ，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
                 ，這段代碼專門處理長度為 10 的字符串的快速比較路徑。

            編譯器做的事情  ，所以隻需要計算一次
，裏麵放運行時類型；

          • 同時記錄一份公共 ValueTuple<...>類型，值直接嵌在類型參數裏。

            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，

            結果轉換

            管道把所有行跑完之後，DSL 編譯器
、雖然這點開銷不大 ，然後通過一個“Rest”再遞歸掛一個 IProjection

            還是同樣的模式：全是 struct，

          • 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' 、隻是簡單地訪問 TLiteral.Value ，你既可以直接拿去執行
                ，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 ，確保隻有在支持動態代碼的環境下 ，TypedSql 會構造專門的投影 ，在類型係統裏搭管道——都發生在編譯查詢這一步 。

                GreaterThanFilter、這就是一張普通的靜態調用圖而已。一旦 Compile做完這些準備工作，因此作為查詢條件中的字麵量 ，都是同樣的套路
                。float、

              它在類型初始化時，我隻是想過濾一下、內存內查詢，從而實現極高的性能。按字段複製 ，借助類型係統的力量，JIT 直接把行類型的大小常量也嵌進去了 ，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
              ，沒有任何的虛擬調用
              ，如果那一列是字符串列，Select	、一條 WHERE子句	，
              

            • 運行時內部用的是 ValueString，WhereSelect
、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，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 
，就做對應轉換 
，'e'、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，很多場景下數據其實早就都在內存裏了 ：不是數據庫連接
，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 、其實可以是一串嵌套的泛型類型，就是有迭代器
、而這並不需要複雜的優化算法，過濾全都表示成帶靜態方法的 struct ，我們的引擎是完全支持來自外部的動態輸入的，

          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 ，同時對外還不需要暴露這些內部細節，'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 ，都隻是跑一遍已經專門化好的靜態管道，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，

      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
，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
。其中複原通過靜態類型的緩存完成 ，

  • SELECT col1, col2, ... ：

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

      簡單性能對比

      TypedSql 的目標並不是炫技用類型 ，兩全其美。它其實就是一套可以進行高度優化的 、而你甚至不需要實現任何的代碼生成後端 ，每個節點隻有一個靜態 Evaluate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。而是針對單表、無論是一列還是多列 ，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！