型係統一個 引擎 查詢 類在 C上實現

最後組合出一個過濾器類型  ：

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

到這一步 
，兩全其美。统上對外返回 string?实现（靠隱式轉換）。

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?查询 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、把字麵量變成 ILiteral<T>類型  。引擎

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

ValueTupleConvertHelper<TPublicResult,型系 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），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，统上比如：

  City = 'Seattle'Salary >= 180000Team != null

  都會變成一個具體的实现過濾器類型：

  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，

• 兩邊都是查询某種 ValueTuple形狀
  → 用 AsValueTupleRows<TPublicResult>()  ，我們的引擎優化器還能識別更複雜的嵌套結構
  ，

  一個查詢的型系入口長這樣
  ：

  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。全是统上靜態方法。不存在任何的实现反射和裝箱，少一點引用類型的查询幹擾；

  2. 避開了泛型共享帶來的類型字典查找開銷
     。

編譯器做的引擎事情，

順著這個想法，然後所有實際運行時的邏輯都走靜態方法。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 、它的 Value在類型初始化時算好並緩存下來，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
    。實現起來非常簡單。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，要遞歸下去做同樣的事情。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  ，把這些東西變成
    ：

    • 一個封閉的管道類型 TPipeline，因此作為查詢條件中的字麵量
      ，減少了一次比較指令 。LessThanFilter、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、最終都會變成一個封閉的泛型管道類型 。null和 ""在類型層麵和運行時都可以被區分開 。無論是一列還是多列，有幾個好處：

      • 熱路徑裏盡量是值類型，而外麵看到的則是 (string, int, string, …)
         ，諸如查詢引擎、底層交給 ValueTupleConvertHelper去做拷貝和字段轉換 。比如 (ValueString, int, ValueString, …)
        ，所以完全透明
        。

        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 ，

        字符串字麵量就比較有趣了 。一條 WHERE子句
        ，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，float
        、最後還得把結果以某種形式“交出去”。我們的引擎是完全支持來自外部的動態輸入的 ，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 ，'e'、從而實際上並不存在任何的分支開銷。提升性能。
        這個管道是由一些基礎節點拚出來的，

        列和投影

        查詢總得運行在某種行類型 TRow上，從而避免了一切運行時的計算開銷。
        之後每次 .Execute ，可控，整個流程大致是：

        1. 解析階段讀到 'Seattle'，而不需要在編譯時確定一切 ！運行時內部可以用一個對自己更舒服的元組類型，內存內查詢 ，同時對外還不需要暴露這些內部細節，盡可能地把 Where和 Select融合在一起，也同樣是可行的。就是字麵量 'Seattle'的類型版本 。用聲明的 CLR 類型（如 string）。投影 、 }}

           這樣，在 TypeSql 中，還根據它生成了專門的代碼路徑！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，而就是一個數組或者 List<T>
             。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，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，運行時類型改為 ValueString；
        2. 構建一個 ColumnProjection<TRuntimeColumn, TRow, TRuntimeValue>。委托帶來的那點開銷；
        3. 要麽幹脆極端一點：把數據塞進數據庫，它會把內部的 ValueString[]包裝一下，G_M000_IG05裏的 add r14, 72，把列名映射到具體的 IColumn<TRow, TValue>實現；
        4. 一套機製，會去找這樣的模式
           ：
           • Where<TRow, TPredicate, Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>, TResult, TRoot>

           一旦發現，

           本項目的代碼已經開源在 GitHub 上，看起來很像 SQL 的內存查詢引擎；而在 JIT 眼裏 ，則是通過 CreateStringLiteral("Seattle")得到的某個 StringLiteral<SomeStringNode<…>>。因此 TypedSql 會在編譯階段檢查這一點，就能讓 JIT 幫你完成大部分的工作。 // 若發現 string <-> ValueString ，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 。每一個獨立的字麵量都會產生一個單獨的類型實例，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 ，就是有迭代器
      、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，通常有幾種選擇 ：
     • 寫一個 foreach循環 —— 性能好
       、

       TypedSql 裏有一個很小的優化器 ，成本也很低。

     任務內容：

     • 過濾出 City == "Seattle"的行；
     • 返回它們的 Id。不需要再分兩趟。

       這裏我選擇在類型層麵構建一條字符鏈表，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，都是同樣的套路
       。

       SELECT *

       最簡單的情況就是
       ：SELECT * FROM $ 。NotEqualFilter等等，Boolean、於是 StringLiteral<StringNull>.Value直接返回 new ValueString(null)。運行時類型就跟它一致；

     • 如果是 string ，隻是簡單地訪問 TLiteral.Value，

  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 、最大化性能。

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
，我隻是想過濾一下 、過濾全是值類型 + 靜態方法

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);}

而是
：寫一段 SQL 風格的字符串 ，

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 ！按字段複製 ，TypedSql 的打開方法是：

1. 定義你的行類型 ，我們就可以基於某個 IStringNode，歡迎點讚和 Star ：https://github.com/hez2010/TypedSql

   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，字麵量編碼、

2. 運行時內部用的是 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
   。否則的話 ，

   編譯 WHERE

   WHERE子句以遞歸方式編譯成類型。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，這使得運行時會產生類型字典查找的開銷。而你甚至不需要實現任何的代碼生成後端，達到了性能和易用性的平衡。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 ，類型特化後的循環。所以在一些受限環境（比如 AOT）下可能無法使用，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，非常高效。JIT 不僅把字麵量的值嵌進去了，

   簡單性能對比

   TypedSql 的目標並不是炫技用類型，去虛擬化和內聯等優化
   ，

   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，如果那一列是字符串列 ，而是針對單表、我們的字麵量就緩存在那個類型的靜態字段裏，

     實現一個 SQL 子集

     TypedSql 並不打算做成一個大而全的 SQL 引擎，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 ，而我的 TypedSql 會在內部自動在邊緣位置做封裝/解封裝，.NET 的 JIT 能夠識別這種模式 ，解析器會把它識別為 LiteralKind.Null；
   • 對字符串列來說 ，

     再注意看循環計數器的更新部分，展開 、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，以及這個字麵量能不能用在那一列上之類的問題
       ，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 ，

把執行計劃塞進類型係統

在 TypedSql 裏，確保隻有在支持動態代碼的環境下 ，

它在類型初始化時，一旦 Compile做完這些準備工作 ，

類型檢查、內部包 string?）

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。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！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，
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
，再通過 NativeAOT 編譯成原生二進製文件，一旦這些泛型類型參數都被代入，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	。這一層委托調用可以說幾乎沒有任何開銷
。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
，過濾全都表示成帶靜態方法的 struct，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，雖然這點開銷不大，生成非常高效的代碼。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
，會留到後麵的編譯階段去做
。從而在保持靈活性的同時，再往下推幾步
，
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。都可以通過類似的方式來實現，投影一下
。't'、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，.NET 又能針對這些類型生成多快的代碼？
於是，
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'，
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。從而實現極高的性能。列又是什麽
，
編譯 SELECT
先看選擇部分。我想針對每一個 SQL 語句都生成一份獨特的類型，在類型係統裏搭管道——都發生在編譯查詢這一步。它其實就是一套可以進行高度優化的、這通常是你自己定義的一個 record/class/struct。
對使用者來說，整個係統其實完全不知道 C# 裏麵的類型是什麽樣的
，GreaterOrEqualFilter、
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
，
對 JIT 來說
，
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	
，我們實現了
：
把列、再把結果轉交給 Stop.Process處理。
最後，
整體流程：編譯並執行查詢
站在使用者的角度，結構在編譯期就定死
列	
、比如 WhereSelect<TRow, …, Stop<...>>這樣
。
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，甚至是語言運行時等複雜係統
，同時支持 JIT 和 AOT，Select、
前言
在 .NET 裏寫查詢的時候	，其中複原通過靜態類型的緩存完成
，所有字符串列都統一成 ValueString，而把構建好的類型輸出成代碼文件，
最終編譯出來的類型，
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，這就是一張普通的靜態調用圖而已

。
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'、一套代碼同時支持 JIT 和 AOT！也就是說，String、看起來也優雅，都會變成一個具體的 ILiteral<T>類型
，但代碼稍微有點囉嗦；
用 LINQ —— 寫起來舒服，
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

，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>
，很多場景下數據其實早就都在內存裏了：不是數據庫連接	，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'，沒有任何的運行時分發
，都隻是跑一遍已經專門化好的靜態管道
，再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle")	，bool、我們已經有了
：
一棵解析出來的查詢（SELECT+ WHERE）；
一份 schema
，        // 遇到 Rest 字段時遞歸
。每個節點隻有一個靜態 Evaluate方法。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，Float、'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，沒有任何的虛擬調用，也必須變成類型參數的一部分。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。但是 TypedSql 追求的是媲美手寫循環的性能，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

，我們能讓生成的代碼離一個手寫循環有多近。把它編譯成一個類型
，
這樣一來，
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，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
，