Tem que ser um tipo IEnumerable
(que não é um tipo concreto). Nada impede de retornar outros tipos que sejam adequados aos métodos normalmente usados no LINQ, desde que ele implemente o mesmo que um IEnumerable
implementa. Ou seja, pode retornar qualquer tipo que implemente o método GetEnumerator()
. Porque o LINQ é apenas uma forma de pegar dados que podem ser enumerados.
Outra interface muito comum de ser usada no LINQ é a IQueryable
que herda de IEnumarable
, como pode ser visto na documentação. É o caso da expressão usada na pergunta. Qualquer coisa pode ser retornada, desde que seja IEnumerable
.
Como o LINQ funciona
O mais importante é que as pessoas imaginam que retorna um dado concreto, uma lista de dados que você pode ver na memória todos eles logo após executar esta expressão. Não é isso que ocorre de fato.
Se fizer um perfilamento ou algum acompanhamento de performance específico nessa expressão verá que ela é rápida demais. Mais ainda, ela tem complexidade essencialmente O(1). Não importando o tamanho dos dados que tem que manipular ela executa sempre no mesmo tempo (varia apenas de acordo com a complexidade da expressão, não dos dados). Geralmente fica na casa de poucos milissegundos, ou menos.
LINQ é uma tecnologia faz avaliação preguiçosa. Ele se vale dos geradores, são escritos com yield
. Esse é o motivo de precisar de um GetEnumerator()
, o yield
é feito à base de uma enumeração.
De fato você só acessa os dados que realmente precisa na hora que for usar. Uma dessas formas é chamar um ToList()
, ToArray()
ou outro que exija dados concretos. Nesse momento a expressão realmente é aplicada à coleção original e gera uma outra coleção. Pode medir isso, costuma ser bem lento em casos de coleções grandes que precisam ser avaliadas. Por sorte algumas expressões não precisam ir até o fim para descobrir o que esperava.
Muitas vezes é um erro fazer isso. Muitos programadores fazem porque aprenderam que no final de uma expressão LINQ deve colocar esses métodos. Sim, em muitos casos deve mesmo, mas nem sempre. Quando isso é feito então é aplicado a expressão em todos os itens da coleção que precise avaliar e gera dados concretos. Há casos em que não deseja fazer essa consequência. Há casos que até deseja, mas pode fazer um laço junto com a avaliação dos itens. Quando se aplica um destes métodos que concretiza a coleção avaliada pelo LINQ e depois roda um laço, são dois laços ocorrendo, isso pode ser desperdício de recurso.
Alguns programadores acham o LINQ uma coisa mágica. Outros até pensam, "mas deve ser ineficiente fazer esse treco todo". Porque se tem um método que faz um laço em todos os itens, depois tem outro método que faz outro laço, e pode ter mais uma infinidade de métodos, cada um com um laço, deve ser bem lento executar tudo isso.
Se tiver curiosidade de ver o fonte de um destes métodos (no .NET Core) realmente tem um laço em cada. Mas o yield
é o segredo. Na verdade ele só executa um passo do laço e encerra. Ou seja, ele aplica o predicado necessário no item e vai pro próximo método que aplica a sua parte e entrega para o próximo. Só depois de todos os métodos executarem em um item é que vai para o próximo item da coleção. Então na prática só um laço é executado não importa quantos métodos LINQ sejam invocados naquela expressão (isto pode ser um pouco mais complicado que isso em alguns casos, mas não vamos dificultar a explicação para ser mais preciso).
Ineficiência
É claro que o yield
tem seu custo. Se fizer na mão em um laço único juntando tudo o que precisa, certamente será mais rápido. Em alguns casos a perda de performance pode ser bem ruim. Em um banco de dados pode ser insignificante.
Tem gente que diz que a perda de performance do LINQ é desprezível. Não é bem assim. Tem casos que você sai de alguns microssegundos sem LINQ para milissegundos quando o usa. Pode ser milhares de vezes mais. E aí a pessoa diz que ainda será bem abaixo de um segundo. Mas se você colocar isso em um laço maior com milhares de execuções, é a diferença entre executar o todo em milissegundos ou em vários minutos.
Conclusão
Então não ache que aquela variável (query
no caso específico) tem algum dado nele logo em seguida. Ali tem um objeto com a expressão (de uma forma grossa o código necessário para executar a expressão) a ser executada, e não os dados.
Em um IQueryable
(veja a diferença) provavelmente terá uma forma de acessar uma expressão SQL (não que precise) já montada durante a compilação da expressão em tempo de execução. O tempo aparentemente grande dessa expressão que não avalia dado algum é justamente por essa compilação.
Quando executa um método que concretiza a expressão o retorno será um tipo concreto que seja necessário. Nesse caso específico será uma List<Pessoa>
(provavelmente, mas depende, pode ser outra coleção).]
Coloquei no GitHub para referência futura.