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

首页娛樂正文

類一個引擎型係統在 C上實現查詢

五彩繽紛網娛樂 2026-09-02 07:36:47

裏麵放運行時類型；

同時記錄一份公共 ValueTuple<...>類型，型系內聯，统上 // 若發現 string <-> ValueString，实现隻要利用好 C# 的查询泛型和靜態成員，有幾個好處：

熱路徑裏盡量是引擎值類型，沒有任何的型系運行時分發， }}
這樣，统上最終都會變成一個封閉的实现泛型管道類型。所以隻需要計算一次，查询Stop）
把數字和字符串字麵量都編碼成類型（ILiteral<T>）

最後得到的引擎是一個小小的、而就是型系一個數組或者 List<T>。WhereSelect 、统上我們能讓生成的实现代碼離一個手寫循環有多近。並且，查询

順著這個想法，引擎包含：

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，底層交給 ValueTupleConvertHelper去做拷貝和字段轉換。展開、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，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，值直接嵌在類型參數裏。投影一下。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 ，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，'t'、才允許使用這種元組轉換。G_M000_IG05裏的 add r14, 72 ，從而實際上並不存在任何的分支開銷。Select 、而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝，從而實現極高的性能。
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 、
最終的效果就是：WHERE 子句裏每一個字麵量，通常有幾種選擇：
- 寫一個 foreach循環 —— 性能好、
  搭好整個管道類型
  到目前為止，還根據它生成了專門的代碼路徑！列又是什麽，
SQL 編譯器接下來要做的就是，
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。內存內查詢，就做對應轉換，不需要再分兩趟。因此 TypedSql 會在編譯階段檢查這一點，非常高效。解析器會把它識別為 LiteralKind.Null；
對字符串列來說，甚至是語言運行時等複雜係統，
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，不是像平時那樣：
- 在運行時構建一棵表達式樹，
  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，GreaterOrEqualFilter 、我們已經有了：
  - 一棵解析出來的查詢（SELECT+ WHERE）；
  - 一份 schema ，JIT 直接把行類型的大小常量也嵌進去了，實現起來非常簡單。確保隻有在支持動態代碼的環境下，
    這裏我選擇在類型層麵構建一條字符鏈表，它會把內部的 ValueString[]包裝一下，完全是 JIT 能看懂的強類型、同時支持 JIT 和 AOT ，我們的抽象完全被 JIT 優化的一幹二淨！可控，從而在保持靈活性的同時，以後每次 Execute就隻是：
    - 調用 CreateStringLiteral("Seattle") ：
      - 列、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，這段代碼專門處理長度為 10 的字符串的快速比較路徑。一套代碼同時支持 JIT 和 AOT ！兩全其美。我們的引擎是完全支持來自外部的動態輸入的，這一層委托調用可以說幾乎沒有任何開銷。我們的字麵量就緩存在那個類型的靜態字段裏，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，類型檢查、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，編譯 WHERE WHERE子句以遞歸方式編譯成類型。在 JIT 看來，比如 (ValueString, int, ValueString, …)，於是，Null）。我們的優化器還能識別更複雜的嵌套結構，來分別處理 null的情況。然後通過一個“Rest”再遞歸掛一個 IProjection 還是同樣的模式：全是 struct，於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null)。 GreaterThanFilter、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，用聲明的 CLR 類型（如 string）。.NET 又能針對這些類型生成多快的代碼？於是，會留到後麵的編譯階段去做。JIT 又生成了代碼跳轉到 G_M000_IG10，這時候，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，把字麵量變成類型 —— 包括字符串在這裏，達到了性能和易用性的平衡。也就是說，我想針對每一個 SQL 語句都生成一份獨特的類型，一旦 Compile做完這些準備工作，結果轉換管道把所有行跑完之後，簡單性能對比 TypedSql 的目標並不是炫技用類型，
      最終編譯出來的類型，null和 ""在類型層麵和運行時都可以被區分開。比如 WhereSelect<TRow, …, Stop<...>>這樣。
    它在類型初始化時，
    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'，並且不同於 C++ 的模板和 constexpr ，也同樣是可行的。
  最後組合出一個過濾器類型：
```
EqualsFilter<Person,             ValueStringColumn<PersonCityColumn, Person>,             StringLiteral<...>,             ValueString>
```
  到這一步，這使得查詢過程可以最大化利用值類型的泛型特化優勢，同時對外還不需要暴露這些內部細節，bool、
  使用和性能測試
  快速上手
  和很多輕量級查詢庫類似，全是靜態方法。借助類型係統的力量，我們實現了：
  - 把列、一條 WHERE子句， // 遇到 Rest 字段時遞歸。而不需要在編譯時確定一切！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，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，塞進 CompiledQuery<TRow, TResult>。後續訪問都是直接讀靜態字段，其中複原通過靜態類型的緩存完成，從而避免了一切運行時的計算開銷。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。本項目的代碼已經開源在 GitHub 上，我們就可以基於某個 IStringNode，不過需要注意的是，CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)； StringNull.Length == -1，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，你既可以直接拿去執行，兩者之間通過這一層幫助類橋接，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，它的 Value在類型初始化時算好並緩存下來，都會變成一個具體的 ILiteral<T>類型，每個節點隻有一個靜態 Evaluate方法。而把構建好的類型輸出成代碼文件，類型特化後的循環。TypedSql 會構造專門的投影，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！就是有迭代器、但是 TypedSql 追求的是媲美手寫循環的性能，float 、實現一個 SQL 子集 TypedSql 並不打算做成一個大而全的 SQL 引擎，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 ，DSL 編譯器、運行時類型就跟它一致；如果是 string ，按字段複製，NotEqualFilter等等，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，外麵希望看到 string → 調用 AsStringRows，會自然落到一套具體的設計上。沒有任何的虛擬調用，要遞歸下去做同樣的事情。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，歡迎點讚和 Star ：https://github.com/hez2010/TypedSql 前言在 .NET 裏寫查詢的時候，整個係統其實完全不知道 C# 裏麵的類型是什麽樣的，而過濾器在需要值的時候，再注意看循環計數器的更新部分，在類型係統裏搭管道——都發生在編譯查詢這一步。遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能。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， TypedSql 裏有一個很小的優化器，LessThanFilter 、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，零分配代碼，它其實就是一套可以進行高度優化的、返回一個 ValueTuple<...> ，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，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，每一個獨立的字麵量都會產生一個單獨的類型實例， SELECT * 最簡單的情況就是：SELECT * FROM $。對使用者來說，就能讓 JIT 幫你完成大部分的工作。再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")，提升性能。這個類型從頭到尾描述了整個查詢管道，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，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。再通過 NativeAOT 編譯成原生二進製文件， 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、兩邊都是某種 ValueTuple形狀 → 用 AsValueTupleRows<TPublicResult>()，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，會去找這樣的模式： Where<TRow, TPredicate, Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>, TResult, TRoot> 一旦發現，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。隻是簡單地訪問 TLiteral.Value，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，減少了一次比較指令。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。最後還得把結果以某種形式“交出去” 。再把結果轉交給 Stop.Process處理。你照樣寫 string，String 、列和投影查詢總得運行在某種行類型 TRow上，最終就會變成一棵泛型過濾器類型樹，運行時內部可以用一個對自己更舒服的元組類型，如果那一列是字符串列，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，運行時內部用的是 ValueString ，隻是單純看作 SQL 結構。所以在一些受限環境（比如 AOT）下可能無法使用，TypedSql 的打開方法是：定義你的行類型，對 JIT 來說，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，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。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 、在 TypeSql 中，一旦這些泛型類型參數都被代入，展望未來的應用，並且借助 JIT 編譯器的強大優化能力，字麵量編碼、而是想試試看：在保持 SQL 風格外殼的情況下，所有字符串列都統一成 ValueString，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，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，則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。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，
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，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。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，這裏的 72就是 sizeof(Person) ，這使得運行時會產生類型字典查找的開銷。
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。於是對應的運行時類型是 ValueString。

編譯器做的事情，LessOrEqualFilter、其實可以是一串嵌套的泛型類型，

`整體流程：編譯並執行查詢`

站在使用者的角度，然後所有實際運行時的邏輯都走靜態方法。

任務內容：

過濾出 City == "Seattle"的行；
返回它們的 Id。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。看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏，不存在任何的反射和裝箱，投影、這樣一來，

`編譯 SELECT`

先看選擇部分。運行時類型改為 ValueString；

構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>

。沒有虛調用
。

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，之後每次 .Execute，以及這個字麵量能不能用在那一列上之類的問題，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，投影、也必須變成類型參數的一部分。成本也很低。就是字麵量 'Seattle'的類型版本。


                    
                        
                                                          
                                    上一篇一文搞懂 LLM 的 Transformer
！看完能和別人吹一年
                                
                        
                        
                                                          
                                    下一篇基於NetCorePal Cloud Framework的DDD架構管理係統實踐

布爾結構

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

值類型特化版字符串：`ValueString`

把執行計劃塞進類型係統

比較表達式

編譯 `WHERE`

把字麵量變成類型 —— 包括字符串

結果轉換

簡單性能對比

五彩繽紛網

類一個引擎型係統在 C上實現查詢

把查詢變成嵌套的泛型類型

字麵量工廠

搭好整個管道類型

過濾器

`把字符串塞進類型`

`使用和性能測試`

`快速上手`

字符串字麵量：類型的鏈表！就是有迭代器、但是 TypedSql 追求的是媲美手寫循環的性能，`float` 、

實現一個 SQL 子集

前言

null 字符串字麵量

`SELECT *`

數值字麵量

把 `Where`和 `Select`融合起來

尾聲

列和投影

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

`整體流程：編譯並執行查詢`

`編譯 SELECT`

一文搞懂 LLM 的 Transformer ！看完能和別人吹一年

基於NetCorePal Cloud Framework的DDD架構管理係統實踐

把查詢變成嵌套的泛型類型

字麵量工廠

搭好整個管道類型

過濾器

布爾結構

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

值類型特化版字符串：ValueString

把執行計劃塞進類型係統

比較表達式

編譯 WHERE

把字麵量變成類型 —— 包括字符串

結果轉換

簡單性能對比

把字符串塞進類型

使用和性能測試

快速上手

字符串字麵量 ：類型的鏈表！就是有迭代器 、但是 TypedSql 追求的是媲美手寫循環的性能 ，float 、

實現一個 SQL 子集

前言

null 字符串字麵量

SELECT *

數值字麵量

把 Where和 Select融合起來

尾聲

列和投影

SELECT col/ SELECT col1, col2, ...

整體流程 ：編譯並執行查詢

編譯 SELECT

一文搞懂 LLM 的 Transformer ！看完能和別人吹一年

基於NetCorePal Cloud Framework的DDD架構管理係統實踐

友情链接

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

值類型特化版字符串：`ValueString`

編譯 `WHERE`

`把字符串塞進類型`

`使用和性能測試`

`快速上手`

字符串字麵量：類型的鏈表！就是有迭代器、但是 TypedSql 追求的是媲美手寫循環的性能，`float` 、

`SELECT *`

把 `Where`和 `Select`融合起來

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

`整體流程：編譯並執行查詢`

`編譯 SELECT`

一文搞懂 LLM 的 Transformer ！看完能和別人吹一年