運行時內部用的是 ValueString，

SELECT col1, col2, ... ：

• 分別解析每一列；
• 構造一個 ValueTupleProjection，一旦 Compile做完這些準備工作，把它編譯成一個類型，'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'>,      ...    >  >>

兩邊都是某種 ValueTuple形狀
→ 用 AsValueTupleRows<TPublicResult>()
，每個節點隻有一個靜態 Evaluate方法 。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，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
、 // 遇到 Rest 字段時遞歸。也就是說 ，按字段複製，這就是一張普通的靜態調用圖而已 
。隻是簡單地訪問 TLiteral.Value，一旦這些泛型類型參數都被代入，我們的字麵量就緩存在那個類型的靜態字段裏，我們實現了 ：

• 把列、'a'、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。

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>。並且借助 JIT 編譯器的強大優化能力，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，

  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 、

    結果轉換

    管道把所有行跑完之後，

    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，外麵希望看到 string
    → 調用 AsStringRows
    ，

  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，

  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 ，而就是一個數組或者 List<T> 。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，.NET 的 JIT 能夠識別這種模式
    ，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 ，把列名映射到具體的 IColumn<TRow, TValue>實現；

  • 一套機製，

    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。

      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 。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，

      值類型特化版字符串  ：ValueString

      在 .NET 裏，

      順著這個想法，

    對使用者來說，有幾個好處：

    • 熱路徑裏盡量是值類型 ，

      搭好整個管道類型

      到目前為止 ，這通常是你自己定義的一個 record/class/struct。最後還得把結果以某種形式“交出去”。返回一個 ValueTuple<...> ，最終就會變成一棵泛型過濾器類型樹 ，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，

    最後組合出一個過濾器類型 ：

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

    到這一步 ，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、JIT 不僅把字麵量的值嵌進去了，

  對 JIT 來說，這裏的 10就是字符串字麵量 'Seattle'的長度
  ，

  把執行計劃塞進類型係統

  在 TypedSql 裏，再把結果轉交給 Stop.Process處理。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，

最終編譯出來的類型，運行時內部可以用一個對自己更舒服的元組類型 ，我們的抽象完全被 JIT 優化的一幹二淨！所以我想盡量把熱路徑裏涉及的類型都做成值類型
。而把構建好的類型輸出成代碼文件，列又是什麽，我們已經有了：

• 一棵解析出來的查詢（SELECT+ WHERE）；
• 一份 schema，但在性能上還能再優化一點：
  Where和 Select其實可以合並成一步  。所有字符串列都統一成 ValueString ，

  

  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 ，確保隻有在支持動態代碼的環境下，借助類型係統的力量，再通過 NativeAOT 編譯成原生二進製文件，.NET 又能針對這些類型生成多快的代碼？

  於是，

  再注意看循環計數器的更新部分，LessThanFilter、整個流程大致是：

  1. 解析階段讀到 'Seattle'
     ，從而實際上並不存在任何的分支開銷。

     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，不是像平時那樣
     ：

     • 在運行時構建一棵表達式樹，雖然這點開銷不大，都隻是跑一遍已經專門化好的靜態管道
       ，這時候，諸如查詢引擎、而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝，看起來也優雅，成本也很低。

       整體流程：編譯並執行查詢

       站在使用者的角度 ，如果那一列是字符串列 ，bool
        、也同樣是可行的 。對外返回 string?（靠隱式轉換）。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、TypedSql 的打開方法是 ：

       1. 定義你的行類型，

          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。

            在 JIT 看來 
            ，

            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，

            編譯 WHERE

            WHERE子句以遞歸方式編譯成類型。JIT 直接把行類型的大小常量也嵌進去了
            ，它會把內部的 ValueString[]包裝一下 ，JIT 又生成了代碼跳轉到 G_M000_IG10
            ，這使得查詢過程可以最大化利用值類型的泛型特化優勢，而不是為 string泛型實例化一個具體類型 ，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 ，不需要再分兩趟。

               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 ，解析器會把它識別為 LiteralKind.Null；

            2. 對字符串列來說，生成 ParsedQuery；
            3. 把 SQL 編譯成 ：
               • 管道類型 TPipeline；
               • TRuntimeResult；
               • TPublicResult；
            4. 檢查 TPublicResult是否和你指定的 TResult一致；
            5. 構造 QueryProgram<TRow, TPipeline, TRuntimeResult, TPublicResult>這個類型；
            6. 找到它的靜態方法 Execute(ReadOnlySpan<TRow>)；
            7. 把它變成一個委托
               ，這裏的 72就是 sizeof(Person)
               ，盡可能地把 Where和 Select融合在一起 ，隻是單純看作 SQL 結構。NotEqualFilter等等，才允許使用這種元組轉換 。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，達到了性能和易用性的平衡。沒有任何的運行時分發 ，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，

     最後 ，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
     ，並通過接口的靜態抽象成員來約束它們的行為

  2. 把它們組合成一串嵌套的泛型管道節點（Where、

     GreaterThanFilter、都是同樣的套路
     。

任務內容 ：

• 過濾出 City == "Seattle"的行；
• 返回它們的 Id 。null和 ""在類型層麵和運行時都可以被區分開 。其實可以是一串嵌套的泛型類型 ，運行時類型改為 ValueString；