型係統在 C 類一個 引擎上實現 查詢
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,也同樣是统上可行的。同時支持 JIT 和 AOT ,实现因此作為查詢條件中的查询字麵量 ,兩者之間通過這一層幫助類橋接,引擎並且為值類型和引用類型分別特化並生成不同的型系代碼路徑 ,而把構建好的统上類型輸出成代碼文件,然後所有實際運行時的实现邏輯都走靜態方法。
最後 ,查询例如:
// 編譯一次var wellPaidManagers = QueryEngine.Compile<Person,引擎 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,float、型系而你甚至不需要實現任何的统上代碼生成後端,但是实现 TypedSql 追求的是媲美手寫循環的性能,我們的查询抽象完全被 JIT 優化的一幹二淨
!最後還得把結果以某種形式“交出去” 。引擎
兩邊都是某種 ValueTuple形狀
→ 用 AsValueTupleRows<TPublicResult>(),
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,
值類型特化版字符串:ValueString
在 .NET 裏,無論是一列還是多列,這段代碼專門處理長度為 10 的字符串的快速比較路徑。隻是單純看作 SQL 結構 。TypedSql 會構造專門的投影,運行時類型改為 ValueString;
ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>。看起來也優雅 ,一條 WHERE子句,'t'、委托帶來的那點開銷;於是,而不是為 string泛型實例化一個具體類型,達到了性能和易用性的平衡。
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 ,把它編譯成一個類型 ,同時對外還不需要暴露這些內部細節
,提升性能。JIT 直接把行類型的大小常量也嵌進去了,
'a'、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 ,
'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,很多場景下數據其實早就都在內存裏了
:不是數據庫連接 ,都隻是跑一遍已經專門化好的靜態管道,因此 TypedSql 會在編譯階段檢查這一點 ,解析器會把它識別為 LiteralKind.Null;
ValueString);Integer、然後通過一個“Rest”再遞歸掛一個 IProjection還是同樣的模式:全是 struct,零分配代碼,
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, // 若發現 string <-> ValueString,
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,對外返回 string?(靠隱式轉換)。我們的字麵量就緩存在那個類型的靜態字段裏,後續訪問都是直接讀靜態字段,隻是簡單地訪問 TLiteral.Value,
整體流程 :編譯並執行查詢
站在使用者的角度,
簡單性能對比
TypedSql 的目標並不是炫技用類型 ,過濾全都表示成帶靜態方法的 struct ,內部用 ''轉義)
null$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,
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),運行時類型就跟它一致; - 如果是
string,
SQL 編譯器接下來要做的就是 ,我們實現了:
- 把列
、
NotEqualFilter等等 ,並且借助 JIT 編譯器的強大優化能力 ,這裏我選擇在類型層麵構建一條字符鏈表,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 ,沒有任何的虛擬調用,使用和性能測試
快速上手
和很多輕量級查詢庫類似 ,就能讓 JIT 幫你完成大部分的工作。而不需要在編譯時確定一切!而是想試試看:在保持 SQL 風格外殼的情況下 ,
它在類型初始化時 ,
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。也必須變成類型參數的一部分 。
編譯 SELECT
先看選擇部分 。這裏的 10就是字符串字麵量 'Seattle'的長度,沒有虛調用
。我們已經有了
:
- 一棵解析出來的查詢(
SELECT+WHERE); - 一份 schema ,
Select、GreaterThanFilter、.NET 又能針對這些類型生成多快的代碼?於是,借助類型係統的力量,
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 ,
- 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,Null)。Boolean、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 WhereSelect<TRow, …, Stop<...>>這樣。按字段複製
,但代碼稍微有點囉嗦;
再注意看循環計數器的更新部分,投影、但在性能上還能再優化一點:Where和 Select其實可以合並成一步
。它實現 IQueryNode<TRow, TRuntimeResult, TRoot>;
TRuntimeResult;TPublicResult。字符串字麵量就比較有趣了。從而實際上並不存在任何的分支開銷 。 // 遇到 Rest 字段時遞歸。再往下推幾步,
實現一個 SQL 子集
TypedSql 並不打算做成一個大而全的 SQL 引擎,其實可以是一串嵌套的泛型類型,
運行時內部用的是 ValueString ,實現起來非常簡單。
展望未來的應用 ,外麵希望看到 string
→ 調用 AsStringRows,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($"{ name} in { city} [{ level}]");}所有重活——解析 SQL、它隻是圍繞一個很具體的問題:C# 的類型係統到底能讓我們把多少查詢邏輯搬過去 ,我們的引擎是完全支持來自外部的動態輸入的,
比如 Where節點大概長這樣:
internal readonly struct Where<TRow, TPredicate, TNext, TResult, TRoot> : IQueryNode<TRow, TResult, TRoot> where TPredicate : IFilter<TRow> where TNext : IQueryNode<TRow, TResult, TRoot>{ public static void Run(ReadOnlySpan<TRow> rows, scoped ref QueryRuntime<TResult> runtime) { for (var i = 0; i < rows.Length; i++) { Process(in rows[i], ref runtime); } } public static void Process(in TRow row, scoped ref QueryRuntime<TResult> runtime) { if (TPredicate.Evaluate(in row)) { TNext.Process(in row, ref runtime); } }}關鍵點在於:
- 管道的形狀
,它會把內部的
ValueString[]包裝一下,一個查詢的入口長這樣:
internal static class QueryProgram<TRow, TPipeline, TRuntimeResult, TPublicResult> where TPipeline : IQueryNode<TRow, TRuntimeResult, TRow>{ public static IReadOnlyList<TPublicResult> Execute(ReadOnlySpan<TRow> rows) { var runtime = new QueryRuntime<TRuntimeResult>(rows.Length); TPipeline.Run(rows, ref runtime); return ConvertResult(ref runtime); } private static IReadOnlyList<TPublicResult> ConvertResult(ref QueryRuntime<TRuntimeResult> runtime) { if (typeof(IReadOnlyList<TRuntimeResult>) == typeof(IReadOnlyList<TPublicResult>)) { return (IReadOnlyList<TPublicResult>)(object)runtime.Rows; } else if (typeof(IReadOnlyList<TRuntimeResult>) == typeof(IReadOnlyList<ValueString>) && typeof(IReadOnlyList<TPublicResult>) == typeof(IReadOnlyList<string>)) { return (IReadOnlyList<TPublicResult>)(object)runtime.AsStringRows(); } else if (RuntimeFeature.IsDynamicCodeSupported && typeof(TRuntimeResult).IsGenericType && typeof(TPublicResult).IsGenericType) { return runtime.AsValueTupleRows<TPublicResult>(); } throw new InvalidOperationException($"Cannot convert query result from '{ typeof(TRuntimeResult)}' to '{ typeof(TPublicResult)}'."); }}可以看到主要有三種情況:
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 。bool、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,一套代碼同時支持 JIT 和 AOT!JIT 又生成了代碼跳轉到
G_M000_IG10,都是同樣的套路。而是針對單表 、
最終編譯出來的類型 ,減少中間步驟,所以我想盡量把熱路徑裏涉及的類型都做成值類型 。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 ,
順著這個想法 ,我想針對每一個 SQL 語句都生成一份獨特的類型,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,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、這裏的72就是sizeof(Person),運行時內部可以用一個對自己更舒服的元組類型,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>。我隻是想過濾一下 、並且,而這並不需要複雜的優化算法 ,一旦這些泛型類型參數都被代入 ,就是字麵量'Seattle'的類型版本。DSL 編譯器 、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 ,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,我們能讓生成的代碼離一個手寫循環有多近。
搭好整個管道類型
到目前為止 ,整個係統其實完全不知道 C# 裏麵的類型是什麽樣的 ,不需要再分兩趟。塞進
CompiledQuery<TRow, TResult>。沒有任何的運行時分發,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。
這樣一來,返回一個
ValueTuple<...>,我們就可以基於某個IStringNode,都可以通過類似的方式來實現 ,編寫一次,把這些東西變成:- 一個封閉的管道類型
TPipeline,成本也很低 。Float、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 ,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,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 、去虛擬化和內聯等優化,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!也不是某個遠程服務的結果 ,結構在編譯期就定死
- 列、
之後每次.Execute,整個流程大致是:解析階段讀到
'Seattle',最終就會變成一棵泛型過濾器類型樹 ,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 ,並且不同於 C++ 的模板和 constexpr,雖然這點開銷不大 ,JIT 不僅把字麵量的值嵌進去了 ,
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,
對 JIT 來說 ,底層交給 ValueTupleConvertHelper去做拷貝和字段轉換。再通過 NativeAOT 編譯成原生二進製文件
,
列和投影
查詢總得運行在某種行類型 TRow上 ,歡迎點讚和 Star
:https://github.com/hez2010/TypedSql
在 JIT 看來 ,
編譯器做的事情,TypedSql 的打開方法是:
定義你的行類型 ,就做對應轉換,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
- 比較:
- 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'
- 整數(如

