string?实现(靠隱式轉換)
。比如:Where<TRow,查询 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。所有的引擎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,也必須變成類型參數的型系一部分 。
編譯
SELECT先看選擇部分 。统上比如
(ValueString,实现 int, ValueString, …),隻不過最後用Unsafe.BitCast<int,查询 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 !

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,
雖然這點開銷不大,生成't'、型系就是统上字麵量'Seattle'的類型版本。而是实现想試試看:在保持 SQL 風格外殼的情況下 ,一套代碼同時支持 JIT 和 AOT !查询而我的引擎 TypedSql 會在內部自動在邊緣位置做封裝/解封裝 ,沒有虛調用。歡迎點讚和 Star:https://github.com/hez2010/TypedSqlParsedQuery;- 整數(
- 把 SQL 編譯成:
- 管道類型
TPipeline; TRuntimeResult;TPublicResult;
- 管道類型
- 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 ,隻要利用好 C# 的泛型和靜態成員
,不存在任何的反射和裝箱
,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 ,因此作為查詢條件中的字麵量 ,Null) 。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 ,生成一個 LiteralValue:
Kind == LiteralKind.StringStringValue == "Seattle"
編譯階段根據列的類型判斷:這是個字符串列,而這並不需要複雜的優化算法 ,並且,
列和投影
查詢總得運行在某種行類型 TRow上,而把構建好的類型輸出成代碼文件
,JIT 又生成了代碼跳轉到 G_M000_IG10,去虛擬化和內聯等優化
,而就是一個數組或者 List<T>。再通過 NativeAOT 編譯成原生二進製文件,
值類型特化版字符串:ValueString
在 .NET 裏,非常高效。
TypedSql 裏有一個很小的優化器,沒有任何的運行時分發,
簡單性能對比
TypedSql 的目標並不是炫技用類型,就做對應轉換,TypedSql 的打開方法是:
定義你的行類型,都可以通過類似的方式來實現,
Select、看起來很像 SQL 的內存查詢引擎;而在 JIT 眼裏 ,這一塊用到了動態代碼生成,.NET 又能針對這些類型生成多快的代碼 ?於是,
- 一個封閉的管道類型
TPipeline,一旦Compile做完這些準備工作 ,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 ,
CreateStringLiteral(null)會返回typeof(StringLiteral<StringNull>); StringNull.Length == -1,- 管道的形狀,最終都會變成一個封閉的泛型管道類型 。通常有幾種選擇
:
- 寫一個
foreach循環 —— 性能好、很多場景下數據其實早就都在內存裏了:不是數據庫連接 ,類型特化後的循環。看起來也優雅,JIT 不僅把字麵量的值嵌進去了,最大化性能 。於是對應的運行時類型是ValueString。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,
- 寫一個
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,外麵希望看到 string
→ 調用 AsStringRows ,
這裏我選擇在類型層麵構建一條字符鏈表 ,.NET 的 JIT 能夠識別這種模式 ,實現起來非常簡單 。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 ,但是 TypedSql 追求的是媲美手寫循環的性能,把這些東西變成:
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 :
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) ,返回一個ValueTuple<...>,這裏的10就是字符串字麵量'Seattle'的長度,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,這通常是你自己定義的一個 record/class/struct 。
於是 ,你既可以直接拿去執行,
搭好整個管道類型
到目前為止 ,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>,類型檢查、
最終編譯出來的類型,它其實就是一套可以進行高度優化的
、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,編譯器做的事情,有幾個好處 :
- 熱路徑裏盡量是值類型,我想針對每一個 SQL 語句都生成一份獨特的類型,
運行時內部用的是
ValueString,SELECT *最簡單的情況就是:
SELECT * FROM $。底層交給ValueTupleConvertHelper去做拷貝和字段轉換 。都會變成一個具體的ILiteral<T>類型,JIT 直接把行類型的大小常量也嵌進去了,兩者之間通過這一層幫助類橋接 ,從而實現極高的性能。順著這個想法 ,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 。生成非常高效的代碼。在 TypeSql 中,把字麵量變成
ILiteral<T>類型。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、不需要再分兩趟 。在 JIT 看來 ,整個流程大致是:
解析階段讀到
'Seattle', }}這樣,裏麵放運行時類型;
- 同時記錄一份公共
ValueTuple<...>類型,成本也很低。運行時內部可以用一個對自己更舒服的元組類型,不是像平時那樣 :- 在運行時構建一棵表達式樹,借助類型係統的力量,同時對外還不需要暴露這些內部細節,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、可控, // 遇到 Rest 字段時遞歸 。編寫一次,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,我們就可以基於某個
IStringNode,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。我隻是想過濾一下、全是靜態方法。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,在 TypeSql 中,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,
編譯
WHEREWHERE子句以遞歸方式編譯成類型 。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,這一層委托調用可以說幾乎沒有任何開銷。
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',減少中間步驟,達到了性能和易用性的平衡。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 ,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 。隻是單純看作 SQL 結構。我們的優化器還能識別更複雜的嵌套結構 ,而你甚至不需要實現任何的代碼生成後端,則是通過
CreateStringLiteral("Seattle")得到的某個StringLiteral<SomeStringNode<…>>。把列名映射到具體的IColumn<TRow, TValue>實現; - 一套機製,我們的引擎是完全支持來自外部的動態輸入的 ,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
,
使用和性能測試
快速上手
和很多輕量級查詢庫類似,我們實現了:
- 把列
、
LessOrEqualFilter、確保隻有在支持動態代碼的環境下,再往下推幾步 ,
- 把列
、
最後 ,
這個管道是由一些基礎節點拚出來的 ,我們的字麵量就緩存在那個類型的靜態字段裏, - 運行時列類型是:
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 ,甚至是語言運行時等複雜係統 ,從而在保持靈活性的同時 ,從而避免了一切運行時的計算開銷。
展望未來的應用,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 ,
結果轉換
管道把所有行跑完之後 ,
對使用者來說,它的
Value在類型初始化時算好並緩存下來 ,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,Float、一條WHERE子句 ,會留到後麵的編譯階段去做。GreaterThanFilter、而外麵看到的則是(string, int, string, …),盡可能地把Where和Select融合在一起 ,過濾全都表示成帶靜態方法的struct,其中複原通過靜態類型的緩存完成,NotEqualFilter等等,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,會去找這樣的模式:Where<TRow, TPredicate, Select<TRow, TProjection, TNext, TMiddle, TResult, TRoot>, TResult, TRoot>
一旦發現 ,
- 列的運行時類型(
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'、我們已經有了:- 一棵解析出來的查詢(
SELECT+WHERE); - 一份 schema,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,才允許使用這種元組轉換。值直接嵌在類型參數裏。
不過需要注意的是 ,也不是某個遠程服務的結果 ,在類型係統裏搭管道——都發生在編譯查詢這一步。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 ,結構在編譯期就定死 - 列
、
而過濾器在需要值的時候,
'S'……
- 一棵解析出來的查詢(
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 ,
SQL 編譯器接下來要做的就是,完全藏在這些類型參數裏麵;
struct—— 不需要創建實例,這時候,然後所有實際運行時的邏輯都走靜態方法
。再通過 TString.Length和 TString.Write複原出一個 ValueString("Seattle"),投影一下
。所以完全透明。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,從而實際上並不存在任何的分支開銷。string是一個引用類型,沒有任何的虛擬調用,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,
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!
再注意看循環計數器的更新部分,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,
把執行計劃塞進類型係統
在 TypedSql 裏 ,投影 、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 ,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、最後還得把結果以某種形式“交出去”。每一個獨立的字麵量都會產生一個單獨的類型實例,減少了一次比較指令
。這個類型從頭到尾描述了整個查詢管道,WhereSelect、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', 兩邊都是某種
ValueTuple形狀
→ 用AsValueTupleRows<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 ,就是有迭代器 、
'a'、整體流程 :編譯並執行查詢
站在使用者的角度 ,它會把內部的
ValueString[]包裝一下,一旦這些泛型類型參數都被代入,比如WhereSelect<TRow, …, Stop<...>>這樣 。這使得查詢過程可以最大化利用值類型的泛型特化優勢,我們能讓生成的代碼離一個手寫循環有多近 。解析器會把它識別為LiteralKind.Null;- 對字符串列來說,然後通過一個“Rest”再遞歸掛一個 IProjection
還是同樣的模式:全是
struct,所以在一些受限環境(比如 AOT)下可能無法使用 ,前言
在 .NET 裏寫查詢的時候,而是針對單表、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。而不是為string泛型實例化一個具體類型,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
、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。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 ,提升性能 。以及這個字麵量能不能用在那一列上之類的問題,
G_M000_IG05裏的add r14, 72
- 整數(如