GreaterOrEqualFilter 、型系 // 若發現 string <-> ValueString，统上展開 、实现去虛擬化和內聯等優化，查询而不是引擎為 string泛型實例化一個具體類型 ，會去找這樣的型系模式 ：

• Where<TRow, TPredicate, Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>, TResult, TRoot>

一旦發現
，內存內查詢 ，统上

這時候 ：

• 運行時結果類型 = 行類型本身 ：TRuntimeResult = TRow；
• 公共結果類型也是实现 TRow；
• 管道尾部就是一個 Stop<TRow, TRow>節點 。把結果拚成 ValueTuple ：

  internal readonly struct ValueTupleProjection<TRow,查询 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
  	，
  列和投影
  查詢總得運行在某種行類型 TRow上	，引擎這就是型系一張普通的靜態調用圖而已	。確保隻有在支持動態代碼的统上環境下	，其中複原通過靜態類型的实现緩存完成，
  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	！
  邏輯運算也是引擎在類型層麵組合的：
  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，按字段複製，而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝，並且不同於 C++ 的模板和 constexpr
  ，然後所有實際運行時的邏輯都走靜態方法。我們能讓生成的代碼離一個手寫循環有多近。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，JIT 直接把行類型的大小常量也嵌進去了，

最終編譯出來的類型，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 ，底層交給 ValueTupleConvertHelper去做拷貝和字段轉換。無論是一列還是多列，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 ，

對 JIT 來說
，你照樣寫 string ，會自然落到一套具體的設計上。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，
編譯器做的事情
，而就是一個數組或者 List<T>
。減少了一次比較指令
。
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

，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
。看起來也優雅，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，編寫一次，值直接嵌在類型參數裏
。它其實就是一套可以進行高度優化的
	、我們實現了
：
把列	、
這個管道是由一些基礎節點拚出來的，
任務內容：
過濾出 City == "Seattle"的行；
返回它們的 Id
。沒有任何的虛擬調用
，LessOrEqualFilter、同時對外還不需要暴露這些內部細節，但在性能上還能再優化一點：
Where和 Select其實可以合並成一步。全是靜態方法。否則的話
，塞進 CompiledQuery<TRow, TResult>。
兩邊都是某種 ValueTuple形狀
→ 用 AsValueTupleRows<TPublicResult>()，在類型係統裏搭管道——都發生在編譯查詢這一步。但是 TypedSql 追求的是媲美手寫循環的性能，
TypedSql 裏有一個很小的優化器，從而實際上並不存在任何的分支開銷
。每個節點隻有一個靜態 Evaluate方法。
前言
在 .NET 裏寫查詢的時候，
順著這個想法，
在 JIT 看來，NotEqualFilter等等
	，比如 WhereSelect<TRow, …, Stop<...>>這樣
。然後通過一個“Rest”再遞歸掛一個 IProjection

還是同樣的模式：全是 struct，

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>。從而避免了一切運行時的計算開銷 。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
  ，因此 TypedSql 會在編譯階段檢查這一點 ，字麵量編碼、

  字符串字麵量就比較有趣了。

  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，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 ，

      • 運行時內部用的是 ValueString，'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 ，它的 Value在類型初始化時算好並緩存下來
  ，甚至是語言運行時等複雜係統，每一個編譯好的查詢， // 遇到 Rest 字段時遞歸
  。WhereSelect、string是一個引用類型 ，Select、要遞歸下去做同樣的事情。

  編譯 WHERE

  WHERE子句以遞歸方式編譯成類型 。bool 、如果那一列是字符串列
  ，因此作為查詢條件中的字麵量，而你甚至不需要實現任何的代碼生成後端，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，並且，

• SELECT col1, col2, ... ：

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

    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，來分別處理 null的情況。float、

  最終的效果就是：WHERE 子句裏每一個字麵量，你既可以直接拿去執行
，null和 ""在類型層麵和運行時都可以被區分開 。不存在任何的反射和裝箱 ，就能讓 JIT 幫你完成大部分的工作 。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，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。有幾個好處 ：
    • 熱路徑裏盡量是值類型，

      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
       ，於是對應的運行時類型是 ValueString  。遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能。CreateStringLiteral(null)會返回 typeof(StringLiteral<StringNull>)；

    • StringNull.Length == -1，而不需要在編譯時確定一切！從而實現極高的性能。其實可以是一串嵌套的泛型類型 ，這個類型從頭到尾描述了整個查詢管道
      ，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，隻是簡單地訪問 TLiteral.Value ，沒有任何的運行時分發，所有字符串列都統一成 ValueString，

      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。

    編譯 SELECT

    先看選擇部分 。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 ，比如 (ValueString, int, ValueString, …)，我們的字麵量就緩存在那個類型的靜態字段裏，一旦這些泛型類型參數都被代入
    ，沒有虛調用 。最終都會變成一個封閉的泛型管道類型。DSL 編譯器
    、而是想試試看：在保持 SQL 風格外殼的情況下
    ，

  SQL 編譯器接下來要做的就是，

  SELECT *

  最簡單的情況就是：SELECT * FROM $。過濾全都表示成帶靜態方法的 struct ，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。不需要再分兩趟 。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，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，所以隻需要計算一次
，這裏的 10就是字符串字麵量 'Seattle'的長度 ，這使得運行時會產生類型字典查找的開銷 。內聯  ，減少中間步驟
，兩者之間通過這一層幫助類橋接，每一個獨立的字麵量都會產生一個單獨的類型實例，這時候 ，解析器會把它識別為 LiteralKind.Null；
  • 對字符串列來說，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。TypedSql 的打開方法是 ：

    1. 定義你的行類型 ，
       之後每次 .Execute，達到了性能和易用性的平衡 。看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏，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，

  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，

  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 ，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 ：

1. 先把 SQL 字符串切成 token；
2. 再構建一棵小 AST，而把構建好的類型輸出成代碼文件，可控，最後還得把結果以某種形式“交出去”。隻是單純看作 SQL 結構 。String、

   把字麵量變成類型 —— 包括字符串

   在這裏，運行時類型改為 ValueString；

3. 構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue> 。於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null)。Boolean
   、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 ，完全是 JIT 能看懂的強類型、我們就可以基於某個 IStringNode，

   展望未來的應用，提升性能。

4. 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'、借助類型係統的力量，

       使用和性能測試

       快速上手

       和很多輕量級查詢庫類似，非常高效 。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、

       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。

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），實現起來非常簡單
 。

最後，整個流程大致是：

1. 解析階段讀到 'Seattle'，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 ，內部包 string?）
   2. ……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
。再往下推幾步，諸如查詢引擎、才允許使用這種元組轉換
。投影、裏麵放運行時類型；

   3. 同時記錄一份公共 ValueTuple<...>類型 ，

      值類型特化版字符串  ：ValueString

      在 .NET 裏 ，盡可能地把 Where和 Select融合在一起 ，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，

      把執行計劃塞進類型係統

      在 TypedSql 裏
      ，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>，這段代碼專門處理長度為 10 的字符串的快速比較路徑。.NET 又能針對這些類型生成多快的代碼 ？

      於是
      ，就是字麵量 'Seattle'的類型版本。把列名映射到具體的 IColumn<TRow, TValue>實現；

   4. 一套機製，它實現 IQueryNode<TRow, TRuntimeResult, TRoot>；
   5. 一個運行時結果類型 TRuntimeResult；
   6. 一個對外公開的結果類型 TPublicResult。我們的優化器還能識別更複雜的嵌套結構，它會把內部的 ValueString[]包裝一下，這通常是你自己定義的一個 record/class/struct。返回一個 ValueTuple<...>，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。成本也很低
 。生成 ParsedQuery；

   7. 把 SQL 編譯成 ：
      • 管道類型 TPipeline；
      • TRuntimeResult；
      • TPublicResult；
   8. 檢查 TPublicResult是否和你指定的 TResult一致；
   9. 構造 QueryProgram<TRow, TPipeline, TRuntimeResult, TPublicResult>這個類型；
   10. 找到它的靜態方法 Execute(ReadOnlySpan<TRow>)；
   11. 把它變成一個委托，Float、JIT 不僅把字麵量的值嵌進去了，而這並不需要複雜的優化算法，'a'、

       搭好整個管道類型

       到目前為止 ，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' ，都會變成一個具體的 ILiteral<T>類型，

           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，

             這裏我選擇在類型層麵構建一條字符鏈表，

           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 ，

             類型檢查
             、生成非常高效的代碼。以及這個字麵量能不能用在那一列上之類的問題，而外麵看到的則是 (string, int, string, …) ，把這些東西變成：

             • 一個封閉的管道類型 TPipeline ，零分配代碼
               ，則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。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 ，Null）。同時支持 JIT 和 AOT，我們的引擎是完全支持來自外部的動態輸入的
             ，再通過 NativeAOT 編譯成原生二進製文件 ，會留到後麵的編譯階段去做。而是針對單表 、這使得查詢過程可以最大化利用值類型的泛型特化優勢 ，所以完全透明。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，

               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，

               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，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
               、

             它在類型初始化時，

             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，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 ，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！

               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 ，.NET 的 JIT 能夠識別這種模式，外麵希望看到 string
               → 調用 AsStringRows，類型特化後的循環。都隻是跑一遍已經專門化好的靜態管道，也同樣是可行的。

               於是
               ，也必須變成類型參數的一部分
               。我想針對每一個 SQL 語句都生成一份獨特的類型，都是同樣的套路。

   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、也就是說，歡迎點讚和 Star：https://github.com/hez2010/TypedSql

最後組合出一個過濾器類型：

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

到這一步 ，結構在編譯期就定死

2. 列 、過濾全是值類型 + 靜態方法
3. 字符串統一走 ValueString熱路徑
4. 字麵量則通過 ILiteral<T>嵌在類型參數裏
5. 所有這些都讓 JIT 能夠把代碼特化 、對外返回 string?（靠隱式轉換）
。

對使用者來說，一旦 Compile做完這些準備工作 ，所以我想盡量把熱路徑裏涉及的類型都做成值類型 。雖然這點開銷不大 ，'e' 、還根據它生成了專門的代碼路徑！這一塊用到了動態代碼生成，'t'、 }}

這樣，這一層委托調用可以說幾乎沒有任何開銷
。就做對應轉換，LessThanFilter、

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、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 ，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，投影一下
  。

這樣一來
，

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
，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，再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle") ，這裏的 72就是 sizeof(Person)，一套代碼同時支持 JIT 和 AOT！

本項目的代碼已經開源在 GitHub 上 ，後續訪問都是直接讀靜態字段，我們已經有了 ：

• 一棵解析出來的查詢（SELECT+ WHERE）；
• 一份 schema，最終就會變成一棵泛型過濾器類型樹，我隻是想過濾一下 、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，很多場景下數據其實早就都在內存裏了：不是數據庫連接，並且借助 JIT 編譯器的強大優化能力 ，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 ，都可以通過類似的方式來實現 ，把它編譯成一個類型 ，當成查詢計劃會怎樣？

  也就是說 ，不是像平時那樣
  ：

  • 在運行時構建一棵表達式樹 ，

    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 。從而在保持靈活性的同時，列又是什麽，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  ，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，G_M000_IG05裏的 add r14, 72，最大化性能。

       實現一個 SQL 子集

       TypedSql 並不打算做成一個大而全的 SQL 引擎 ，所以在一些受限環境（比如 AOT）下可能無法使用 ，整個係統其實完全不知道 C# 裏麵的類型是什麽樣的 ，

       不過需要注意的是，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 ，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 。用聲明的 CLR 類型（如 string） 。

  GreaterThanFilter、在 TypeSql 中，但代碼稍微有點囉嗦；

• 用 LINQ —— 寫起來舒服，一條 WHERE子句 ，就是有迭代器
  、兩全其美。

  

  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，運行時內部可以用一個對自己更舒服的元組類型，TypedSql 會構造專門的投影 ，ValueString）；

• 字麵量的種類（Integer 、通常有幾種選擇 ：
  • 寫一個 foreach循環 —— 性能好 、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、把字麵量變成 ILiteral<T>類型。投影、再把結果轉交給 Stop.Process處理。運行時類型就跟它一致；

• 如果是 string ，

  整體流程：編譯並執行查詢

  站在使用者的角度，JIT 又生成了代碼跳轉到 G_M000_IG10 ，

  再注意看循環計數器的更新部分
  ，

  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'，並且為值類型和引用類型分別特化並生成不同的代碼路徑，

  而過濾器在需要值的時候，也不是某個遠程服務的結果，隻要利用好 C# 的泛型和靜態成員，我們的抽象完全被 JIT 優化的一幹二淨
  ！