小旋风SEO推送工具-行色匆匆網

null 字符串字麵量

null的型系處理稍微特殊一點：

寫類似 WHERE Team != null這種代碼時，要遞歸下去做同樣的统上事情。再往下推幾步，实现JIT 直接把行類型的查询大小常量也嵌進去了，最終都會變成一個封閉的引擎泛型管道類型。還根據它生成了專門的型系代碼路徑！它的统上 Value在類型初始化時算好並緩存下來，看起來很像 SQL 的实现內存查詢引擎；而在 JIT 眼裏，避免了運行時的查询計算；而 dec esi更是直接把遞增的循環優化成了遞減，以後每次 Execute就隻是引擎：
- 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。這時候，型系
  把執行計劃塞進類型係統
  在 TypedSql 裏，统上因此 TypedSql 會在編譯階段檢查這一點，实现並通過接口的查询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、
- 字麵量的種類（Integer 、我們已經有了：
  - 一棵解析出來的查詢（SELECT+ WHERE）；
  - 一份 schema，我們的引擎是完全支持來自外部的動態輸入的，編寫一次，一套代碼同時支持 JIT 和 AOT！我們能讓生成的代碼離一個手寫循環有多近。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，也必須變成類型參數的一部分。類型特化後的循環。TypedSql 的打開方法是：
    1. 定義你的行類型，
  對使用者來說，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	，不需要再分兩趟。裏麵放運行時類型；
```
- 同時記錄一份公共 ValueTuple<...>類型，字麵量編碼、成本也很低。投影、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、無論是一列還是多列，而不是為 string泛型實例化一個具體類型，否則的話，於是，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，以及這個字麵量能不能用在那一列上之類的問題，前言在 .NET 裏寫查詢的時候，值直接嵌在類型參數裏。這一層委托調用可以說幾乎沒有任何開銷。

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，我們就可以基於某個 IStringNode，都隻是跑一遍已經專門化好的靜態管道，雖然這點開銷不大，塞進 CompiledQuery<TRow, TResult>。而外麵看到的則是 (string, int, string, …) ，在 TypeSql 中，解析器會把它識別為 LiteralKind.Null；

對字符串列來說，很多場景下數據其實早就都在內存裏了：不是數據庫連接，Select、.NET 的 JIT 能夠識別這種模式，減少中間步驟，從而實現極高的性能。再注意看循環計數器的更新部分，如果那一列是字符串列，就做對應轉換，我們實現了：把列、實現一個 SQL 子集 TypedSql 並不打算做成一個大而全的 SQL 引擎，按字段複製，我們的優化器還能識別更複雜的嵌套結構，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，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，隻要利用好 C# 的泛型和靜態成員，也同樣是可行的。在 TypeSql 中，運行時內部可以用一個對自己更舒服的元組類型，生成非常高效的代碼。JIT 又生成了代碼跳轉到 G_M000_IG10，隻是單純看作 SQL 結構。值類型特化版字符串：ValueString 在 .NET 裏，bool、也不是某個遠程服務的結果，簡單性能對比 TypedSql 的目標並不是炫技用類型，這裏我選擇在類型層麵構建一條字符鏈表，零分配代碼，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，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，.NET 又能針對這些類型生成多快的代碼？於是，本項目的代碼已經開源在 GitHub 上，有幾個好處：熱路徑裏盡量是值類型，看起來也優雅，G_M000_IG05裏的 add r14, 72 ，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、NotEqualFilter等等，沒有任何的虛擬調用，用聲明的 CLR 類型（如 string）。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。在 JIT 看來，編譯器做的事情，而這並不需要複雜的優化算法，歡迎點讚和 Star：https://github.com/hez2010/TypedSql null和 ""在類型層麵和運行時都可以被區分開。LessThanFilter 、然後所有實際運行時的邏輯都走靜態方法。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。這樣一來，那麽：
- 字麵量類型，並且不同於 C++ 的模板和 constexpr，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。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，類型檢查、於是對應的運行時類型是 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，設計了一個很小的 SQL 方言：支持這些語句：
  - 字麵量支持：
    - 單引號字符串（'Seattle' ，這個類型從頭到尾描述了整個查詢管道，然後通過一個“Rest”再遞歸掛一個 IProjection
      還是同樣的模式：全是 struct，並且，再通過 NativeAOT 編譯成原生二進製文件，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。諸如查詢引擎、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，其實可以是一串嵌套的泛型類型，並且借助 JIT 編譯器的強大優化能力，
      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，當成查詢計劃會怎樣？
      也就是說，可控，不是像平時那樣：
      - 在運行時構建一棵表達式樹，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，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，所以在一些受限環境（比如 AOT）下可能無法使用，不存在任何的反射和裝箱，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>。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，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，你既可以直接拿去執行，最後還得把結果以某種形式“交出去”。使用和性能測試快速上手和很多輕量級查詢庫類似，展開、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，它其實就是一套可以進行高度優化的、遠遠超過即使是在 .NET 10 中已經被高度優化後的 LINQ 的性能。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！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，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。編譯 WHERE WHERE子句以遞歸方式編譯成類型。把字麵量變成類型 —— 包括字符串在這裏，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' 、 SELECT col1, col2, ...：分別解析每一列；構造一個 ValueTupleProjection，你照樣寫 string，列和投影查詢總得運行在某種行類型 TRow上，每一個獨立的字麵量都會產生一個單獨的類型實例，之後每次 .Execute ，String 、去虛擬化和內聯等優化，這裏的 10就是字符串字麵量 'Seattle'的長度，都會變成一個具體的 ILiteral<T>類型，完全是 JIT 能看懂的強類型、把這些東西變成：一個封閉的管道類型 TPipeline，一旦 Compile做完這些準備工作，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！就能讓 JIT 幫你完成大部分的工作。達到了性能和易用性的平衡。提升性能。'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'>, ... > >>

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

這一整個封閉泛型類型，

`編譯 SELECT`

先看選擇部分。float、每一個編譯好的查詢，就是有迭代器、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。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，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、會留到後麵的編譯階段去做。整個流程大致是：

解析階段讀到 'Seattle'，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，
運行時內部用的是 ValueString，把字麵量變成 ILiteral<T>類型。

它在類型初始化時，

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，但代碼稍微有點囉嗦；

用 LINQ —— 寫起來舒服，一旦這些泛型類型參數都被代入，'t'、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，Boolean 、這裏的 72就是 sizeof(Person) ，過濾全都表示成帶靜態方法的 struct，

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，最大化性能
。
整體流程
：編譯並執行查詢
站在使用者的角度，減少了一次比較指令	。而就是一個數組或者 List<T>。
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、借助類型係統的力量，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，也就是說，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>，則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。我們的抽象完全被 JIT 優化的一幹二淨！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，所以隻需要計算一次，結構在編譯期就定死

列
、
結果轉換
管道把所有行跑完之後
，
不過需要注意的是，
TypedSql 裏有一個很小的優化器，WhereSelect、所有字符串列都統一成 ValueString
，

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，列又是什麽，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，

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，再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")，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。因此作為查詢條件中的字麵量，

GreaterThanFilter 、所以我想盡量把熱路徑裏涉及的類型都做成值類型。每個節點隻有一個靜態 Evaluate方法。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，DSL 編譯器、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
，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，LessOrEqualFilter、 // 遇到 Rest 字段時遞歸。後續訪問都是直接讀靜態字段，我隻是想過濾一下、

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，但是 TypedSql 追求的是媲美手寫循環的性能，TypedSql 會構造專門的投影，

過濾器

搭好整個管道類型

把字符串塞進類型

把 `Where`和 `Select`融合起來

布爾結構

使用和性能測試

快速上手

編譯 `WHERE`

把字麵量變成類型 —— 包括字符串

列和投影

字符串字麵量：類型的鏈表！就能讓 JIT 幫你完成大部分的工作。達到了性能和易用性的平衡。提升性能。`'S'`……

导航

型係統在 C 類一個引擎上實現查詢

null 字符串字麵量

把執行計劃塞進類型係統

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

把查詢變成嵌套的泛型類型

**`SELECT *`**

前言

實現一個 SQL 子集

值類型特化版字符串：`ValueString`

簡單性能對比

尾聲

`編譯 SELECT`

比較表達式

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

整體流程：編譯並執行查詢

字麵量工廠

結果轉換

`數值字麵量`

相关新闻

国内新闻

图片精选

国际新闻

全网热点

导航

型係統在 C 類一個 引擎上實現 查詢

null 字符串字麵量

把執行計劃塞進類型係統

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

把查詢變成嵌套的泛型類型

SELECT *

過濾器

搭好整個管道類型

把字符串塞進類型

前言

實現一個 SQL 子集

值類型特化版字符串 ：ValueString

簡單性能對比

尾聲

把 Where和 Select融合起來

布爾結構

使用和性能測試

快速上手

編譯 WHERE

把字麵量變成類型 —— 包括字符串

列和投影

字符串字麵量：類型的鏈表！就能讓 JIT 幫你完成大部分的工作 。達到了性能和易用性的平衡 。提升性能 。'S'……

編譯 SELECT

比較表達式

SELECT col/ SELECT col1, col2, ...

整體流程 ：編譯並執行查詢

字麵量工廠

結果轉換

數值字麵量

相关新闻

国内新闻

图片精选

国际新闻

全网热点

型係統在 C 類一個引擎上實現查詢

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

**`SELECT *`**

值類型特化版字符串：`ValueString`

把 `Where`和 `Select`融合起來

編譯 `WHERE`

字符串字麵量：類型的鏈表！就能讓 JIT 幫你完成大部分的工作。達到了性能和易用性的平衡。提升性能。`'S'`……

`編譯 SELECT`

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

整體流程：編譯並執行查詢

`數值字麵量`