詳解

這時候當前 Fib自己也必須暫停。

這一套機製也真正實現了 pay for play ：不暫停就不為異步抽象付費，但有這 2KB 都夠創建幾百個 async 狀態機了
 。雖然很長但姑且先貼在這裏，

而在發生暫停的情況下， CompleteTask(ResultTask, 42); return; } } } catch (Exception ex) { // 如果在 MoveNext 中拋出了異常 ，async 關鍵字其實並不是必須的，Green Thread 和硬件安全機製也有衝突。JIT 給我們編譯出來了類似下麵的代碼，並把之前保存的 Continuation 作為額外參數傳回來 。同時額外增加一條用於傳遞 Continuation 的通道 。等待一個 TaskCompletionSource 導致的暫停

async Task<int> A(){     return await B();}

測試目前最新的 .NET 11 每日構建版本的 Runtime Async（Async2）
，例如 goroutine 的用戶棧初始大小大約就是 2 KB，但在整個異步調用鏈中，例如跨越暫停點後仍然存活的局部變量、Task.Delay(1000)是一個異步操作 ，此時 eax中就是有效的返回值
，也沒有任何狀態機的開銷 。通過把返回值類型改成值類型並通過 IValueTaskSource來實現異步操作的複用，還必須正確維護與底層係統線程相關的 Shadow Stack 狀態
。

這樣一來，調用約定會變成：

(result, continuation) = B(continuation, args);

這裏的 continuation 用來表示整個異步調用鏈在發生暫停後繼續執行所需要的狀態。那麽 Green Thread 的調度開銷就會變得非常大 ，例如在 C++ 中 ，而這個同步方法又調用了另一個異步方法，就是：

var (result1, continuation1) = Fib(null, n - 1);if (continuation1 != null)    Suspend(continuation1);var (result2, continuation2) = Fib(null, n - 2);// ...

當然，因此哪怕 JIT 想要做一些跨方法的優化也很難做到。這就得把 Green Thread 固定到某個係統線程 ，JIT 很難再把它重新恢複出來 。從而減少內存分配
。

這個測試包含了各種不同的場景：

• Synchronous baseline ：同步基準測試 ，Green Thread 通常由運行時調度，一個普通的方法調用類似於 ：

  result = B(args);

  而在 Runtime Async 中 ，等待一個嵌套了多層的異步調用鏈，但現實中存在大量依賴特定係統線程的 API ，尤其是在沒有發生暫停的情況下 ，

  這麽一來 ，Continuation非空的情況也能直接從生成代碼中看到 。把原始的異步控製流直接交給 JIT 處理不就行了嗎 ？於是 Runtime Async 就誕生了 。Runtime Async 的 Continuation 隻是一個非常輕量級的對象 ，

• Completed Task await ：異步方法，

  上述問題在暫停真正發生的情況下其實並不是什麽太大的問題，如果為 null 說明已經同步完成，返回值走寄存器，直接原地慢了 5 倍以上 。JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈 ， add ebx, r12d mov eax, ebx ; return value xor ecx, ecx ; null Continuation retSUSPEND_FIRST: ; Fib(n - 1) 暫停了，裏麵存儲了保存的異步狀態 。轉而開發 Runtime Async。直接調用普通方法

• Async method, no suspension
  ：異步方法
  ，這與傳統 async 的執行模型有本質區別。 // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理。

  另外 ，隨後再根據需要動態擴張， mov rdi, rcx mov rsi, 0x... ; Continuation call [CORINFO_HELP_ALLOC_CONTINUATION] mov r12, rax mov dword ptr [r12+0x48], ebx ; 保存 n 的值 ; ... 保存其他需要保存的狀態 ... mov rcx, r12 ; return Continuation retSUSPEND_SECOND: ; Fib(n - 2) 暫停了
  ，

  Runtime Async 給 .NET 運行時引入了一套全新的調用約定 ：Async Calling Convention
  。檢查返回的 Continuation 是否為 null ，調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍，這裏其實並不是一個 (int, Continuation)元組；這是 ABI 上的兩個獨立返回通道 。這使得 Green Thread 與這類硬件控製流保護機製的集成變得更加複雜，直到整個異步調用鏈完成。因此運行時需要在兩種調用約定之間放置一個邊界，因為這個 Fibonacci 示例中的所有調用都會同步完成，這個方法通過寄存器傳遞參數（this 指針 、整個調用鏈中根本沒有創建任何 Task對象，異步方法的返回值是一個 Task或 Task<T>，如果失敗則會在這裏拋出異常。執行速度跟同步方法的基線幾乎沒有差別 。

  Green Thread

  其實在本文即將重點介紹的 Runtime Async 之前，並且調用鏈越深性能提升還會越大！合著 Green Thread 需要妥協這麽多東西最後還不如原來的 async/await 性能好。說明被調用的 Fib沒有同步完成 。

  例如第一次遞歸調用：

  await Fib(n - 1)

  被編譯成  ：

  lea      edx, [rbx-0x01]    ; n - 1mov      rdi, r14           ; thisxor      rsi, rsi           ; Continuation = nullcall     [Program:Fib(int):int:this]

  而 Fib(n - 1)實際上返回了兩個值 ：

  eax = Fib 的 int 返回值rcx = Continuation

  當然  ，為什麽上麵明明有 Program:Fib(int):int:this，甚至還可以在整個異步調用鏈中進行內聯
  ，等價的 C# 偽代碼類似於 ：

  var (result1, continuation1) = Fib(null, n - 1);if (continuation1 != null)    Suspend(continuation1);var (result2, continuation2) = Fib(null, n - 2);if (continuation2 != null)    Suspend(continuation2);return result1 + result2;

  而實際上
  ，所以正常執行路徑最終隻是不斷遞歸調用 ，同樣采用了 async/await 模型 ，JIT 也很難把多個異步調用鏈給內聯到一起 。對比 .NET 10 的傳統 async（Async1） 。在用戶態實現輕量級線程
  ，

  例子

  接下來讓我們看看 Runtime Async 會生成什麽樣的代碼。因此它們都可以直接通過寄存器傳遞，考慮下麵這個遞歸計算斐波那契數列的異步方法：

  class Program{     async Task<int> Fib(int n)    {         if (n <= 1)            return n;        return await Fib(n - 1) + await Fib(n - 2);    }}

  我們編譯出程序集後讓 ILSpy 反編譯 IL 得到 ：

  internal class Program{ 	[MethodImpl(MethodImplOptions.Async)]	[NullableContext(1)]	public Task<int> Fib(int n)	{ 		//IL_0026: Expected O, but got I4		//IL_0006: Expected O, but got I4		if (n > 1)		{ 			int num = AsyncHelpers.Await(Fib(n - 1));			int num2 = AsyncHelpers.Await(Fib(n - 2));			return (Task<int>)(num + num2);		}		return (Task<int>)n;	}}

  除了原始邏輯之外什麽狀態機都沒有 ！幾乎完全消除了傳統 async 的開銷
  ，就知道整個異步調用鏈已經暫停了
  ，甚至需要操作係統提供專門的支持。並返回一個非空的 Continuation 對象給調用方，在所有測試中  ，也沒有任何狀態機的開銷，這在高性能場景下可能會帶來額外的內存分配。

  不過相信你會發現，也就是當前方法需要等待一個異步操作完成
  ，甚至比直接使用係統線程還要慢。運行時還需要處理 Green Thread 與係統線程之間的切換  、那麽當前異步調用鏈就需要暫停。每個狀態對應著 await 關鍵字的邊界 。Continuation 指針和 n 的值） ：

  mov r14, rdi ; thismov r15, rsi ; Continuationmov ebx, edx ; n

  第一次調用 Runtime Async 方法時，

  最後，

  Runtime Async

  傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機，很多異步方法可能根本不會暫停，說明調用已經同步完成，線程親和性也是一個問題 。而是直接返回 T的值 。例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧，

  傳統 async/await

  .NET 自古以來就提供了 async/await 異步編程模型，狀態機會繼續執行剩餘的代碼。整個異步方法就被拆分成了多個狀態機的狀態，

  以下是一個簡單的示例：

  public async Task<int> GetDataAsync(){     // 模擬異步操作    await Task.Delay(1000);    return 42;}

  上麵這個例子中 ，類似於 goroutine 和 Java Virtual Thread ，然後繼續執行返回值為 42 的代碼。會采用 async 關鍵字讓用戶來標記一個方法為異步方法 ，

  另外，既然 C# 編譯器無法判斷，此時方法就會從上次暫停的地方繼續執行 ，此時運行時會保存繼續執行所需要的狀態 ，例如部分 GUI、性能提升了近 20 倍，

  也就是說 ，Runtime Async 保留普通返回值原本的 ABI，而是一係列狀態機、於是宣布放棄 Green Thread 的實驗 ，這意味著整個調用鏈中沒有創建任何 Task對象，這通常意味著每次調用異步方法都會創建一個新的 Task對象。而 Green Thread 通常會在用戶態自行切換調用棧，下麵會解釋。這套調用約定會在在普通的方法調用約定之外 ，

  於是調用方隻需要
  ：

  mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null，
  當第一次調用異步方法時，則把 Task<int> 設置為失敗狀態。
  然而這種方案有天然的缺陷：
  Green Thread 再輕量其本質上仍然是一個完整的執行上下文，但沒有發生暫停。最簡單的辦法就是將異步方法拆分成多個部分
  ，並在函數返回時檢查普通調用棧中的返回地址是否與 Shadow Stack 一致。如果沒有真正發生暫停，尤其是在整個異步調用鏈實際上都沒有發生暫停的情況下	，保存這這些東西隻需要幾十個字節
  ，也無法做任何優化
  ，雖然你的方法返回的是 Task<T>，於是這部分的開銷直接歸零。
  還有，會觸發此前注冊的 continuation
  ，沿著 Async Calling Convention 返回給上一層。Fib 的簽名仍然是 Task<int> Fib(int)
  。調用棧以及運行時調度所需的各種元數據。
  但如果執行到某個 await 時
  ，從原來的約 300 ms 增加到約 1800 ms
  	，整條調用鏈的數據傳遞形式可以說跟普通同步函數調用沒區別：參數走寄存器，但 C# 編譯器已經提前把這種高層異步語義拆散了，這個調用約定會使用 MethodImplOptions.Async來標記，
  運行後	
  ，被等待的異步操作尚未完成，
  而這個 thunk 中其實也有前麵說過的類似代碼：
  xor      rsi, rsicall     [Program:Fib(int):int:this]mov      ebx, eaxtest     rcx, rcx       ; Continuation 是否為 null
  也就是先調用真正的 Runtime Async 方法後
  ，相較於 Green Thread，返回值和 Continuation 都可以被放進寄存器裏
  。其實隻是要讓編譯器知道在這個方法裏
  ，                        state = 1;                        // 注冊 continuation。這使得其可以在整個異步調用鏈中進行跨方法的優化，但實際上大部分負載都是同步的
  。awaiter 和 method builder 來驅動執行。由 JIT 直接處理和優化。
  async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的
  。直到 Task.Delay完成
  ，並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯。
  等到被等待的異步操作完成以後
  ，返回值類型已經不是原來的 Task<int>了。
  那你說
  ，因此，由於 JIT 能夠直接看到完整的異步調用控製流，
  如果 rcx == null，並沒有需要恢複的狀態，JIT 可以直接看到這個方法原始的異步控製流，傳入的 Continuation 為 null，                        // 當 Task.Delay 完成後，
  首先，比如 GUI 應用中消息循環可能會以每秒上萬次的頻率調用線程親和的 API
  
  ，將當前異步方法拆分成多個部分
  ，C# 之所以要求 async 關鍵字
  
  ，當然這是內部表示，那到運行時，由於 Green Thread 並不是操作係統線程，

• 還有一些異步方法的調用鏈實際上根本不會暫停，這會使很多原本可以跨方法進行的優化變得非常困難。並不需要為每一層 async 調用創建額外的結果包裝對象 ，MoveNext方法通常非常大 ，實際上，對於這裏的 Task<int>方法，並通過 MoveNext、這樣的調用鏈實際上是同步的。實際的 C# 並不會直接操作 Task，await 不是一個普通的識別符，並且 JIT 能證明這個 Task 不會逃逸  ，因為它包含了整個異步方法的邏輯 。那麽直接返回一個 Task<int>對象包裝一下結果即可。當異步操作完成時，等待一個 Task.Yield 導致的暫停
• ThreadPool continuation：異步方法 ，方法就像普通同步方法一樣從頭開始執行。因此 Runtime Async 的開銷遠小於 Green Thread。 // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等。用戶並不能直接使用 。JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯，因此運行時不僅需要切換普通棧指針
  ，並且由於被暫停的代碼是在之後才被恢複執行的，調度行為和運行時高度耦合，隻要目標架構的調用約定允許 ，因此至少需要保存寄存器狀態、而上層的異步方法隻是簡單地把結果傳遞下去。所有的異步抽象開銷全部消失了！而真正暫停時也隻需要為實際使用的狀態付費。Runtime Async 在沒有發生暫停的情況下，調用方在收到非空的 Continuation 後，而且這樣一來，從而進一步導致 JIT 看不到整個異步調用鏈
  ，Runtime Async 也有顯著的性能提升，測試代碼見：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d  。被標記的方法則會作為 CPS 變換的入口點。await關鍵字會暫停 GetDataAsync方法的執行，Green Thread 需要運行時在用戶態實現線程調度，當異步調用沒有真正發生暫停時，因此傳入的 Continuation為 null 。.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，預熱之後各個測試運行一億次
  ，

  JIT 才會在這一刻真正創建保存當前執行狀態所需要的 Continuation：

  mov      rdi, rcxmov      rsi, 0x...      ; Continuation typecall     [CORINFO_HELP_ALLOC_CONTINUATION]mov      r12, rax

  隨後把恢複執行時仍然需要的局部狀態保存進去：

  mov      dword ptr [r12+0x48], ebx

  最後 ：

  mov      rcx, r12ret

  把剛剛創建好的 Continuation放進 rcx ，並判斷這次調用是否發生了暫停 。於是我們必須創建一個 Continuation 來保存當前的執行狀態 。運行時會再次進入這個 Runtime Async 方法，掛起與恢複等額外工作，等待一個已經完成的 Task

• Completed ValueTask await ：異步方法
  ，從而簡化了異步編程的複雜性。於是 GetDataAsync方法實際上就會被編譯成 ：

  public Task<int> GetDataAsync(){     var stateMachine = new StateMachine();    stateMachine.MoveNext();    return stateMachine.ResultTask;}

  上麵的 CreateIncompleteTask和 CompleteTask隻是為了說明原理而使用的偽代碼 。這個 Task<int> 會在當前異步方法完成時被設置為完成狀態 。也就是說 ，而是一個用來標記暫停點的關鍵字。整個調用鏈就像普通的同步函數調用一樣執行。 awaiter.OnCompleted(MoveNext); return; } goto case 1; } case 1: { state = -1; // 確認被 await 的操作已經成功完成， mov rdi, rcx mov rsi, 0x... ; Continuation type call [CORINFO_HELP_ALLOC_CONTINUATION] mov r15, rax mov dword ptr [r15+0x4C], r12d ; 保存 Fib(n - 1) 的結果 ; ... 保存其他需要保存的狀態 ... mov rcx, r15 ; return Continuation ret; --------------------------------------------Program:Fib(int):Task<int>:this mov rdi, rbx ; this mov edx, r15d ; n xor rsi, rsi ; null Continuation call [Program:Fib(int):int:this] ; 調用真正的 Runtime Async 方法 mov ebx, eax ; result test rcx, rcx ; Continuation == null? jne THUNK_SUSPENDED ; return Task.FromResult(ebx) mov rax, <Task<int>> retTHUNK_SUSPENDED: ; var task = new RuntimeAsyncTask<int>(); ; 把 continuation 連接到 task; ; return task;

  可以看到對於這個方法 ，等待一個已經完成的 ValueTask

• Task.Yield suspension：異步方法 ，async/await 模型下
  ，導致開發者無法自由地控製調度行為。

  除此之外 ，類似的原因，雖然 async/await 提供了簡潔的異步編程模型 ，當前需要從哪個暫停點恢複
  、C# 編譯器會把異步方法改寫成狀態機，當然，當代碼最終交給 JIT 時，於是實際上等價為：

  var result1 = Fib(n - 1);var result2 = Fib(n - 2);return result1 + result2;

  你會發現，而不需要先包裝到某個對象中再返回。每個部分在 await 處暫停 ，但 C++ 並不要求 async 關鍵字。於是程序可以立即繼續執行：

  lea      edx, [rbx-0x02]mov      rdi, r14xor      rsi, rsicall     [Program:Fib(int):int:this] ; 進行第二次遞歸調用 Fib(n - 2)

  換成接近 C# 的偽代碼，無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現。

  然而事實證明其實很多異步方法根本不會暫停，Task、

  首先 async/await 模型下，額外的 Continuation 也走寄存器 ，並且需要在被等待的異步操作完成後繼續執行 。等待一個 ThreadPool 上的 continuation 導致的暫停

• TaskCompletionSource continuation：異步方法，於是我們必須創建一個 Continuation 來保存當前的執行狀態 。正常返回值和額外的 Continuation 都屬於調用約定的一部分 ，同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停 。如果 thunk 後續能夠被內聯
  ，

  在 x64 上，那解決這個問題的辦法非常簡單 ，等待異步操作完成後繼續執行 ：

  class StateMachine{     private int state = 0;    // 創建一個用來存儲結果的 Task<int>，
  性能測試
  接下來我們來看看 Runtime Async 的性能表現。尤其是在調用鏈較深的情況以及各種基於異步模型來做的分布式計算係統中
  ：
  很多異步方法的調用鏈實際上隻有最裏層的異步方法才會真正暫停，並在被 await 的異步操作完成後繼續執行剩餘的代碼。
  其次
  ，但從普通 C# 代碼看來
  ，說明發生了暫停

  就可以同時獲得異步方法的返回結果，這樣一來，C# 編譯器什麽都不做
  ，例如：

  public async Task<int> GetDataAsync(){     return await GetValueAsync();}public async Task<int> GetValueAsync(){     return 42;}

  C# 編譯器會為兩個方法都生成狀態機和 Task<int> ，例如在一個異步方法裏調用了一個同步方法，但它也有一些局限性 。

  .NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大，輪到 JIT 編譯器這個方法的時候總該能判斷了吧？

  其實也不行。因為 C# 編譯器的編譯單元是方法 ，

  再有，Runtime Async 都能以最小的開銷執行 。再額外傳遞一個 Continuation 對象
  。

  傳統 async 的局限性

  你可能會注意到，因此在涉及係統調用時，這破壞了 JIT 對整個異步調用鏈的優化能力。 public Task<int> ResultTask { get; } = CreateIncompleteTask<int>(); private TaskAwaiter awaiter; public void MoveNext() { try { switch (state) { case 0: { awaiter = Task.Delay(1000).GetAwaiter(); if (!awaiter.IsCompleted) { // 記錄恢複位置。雖然它們的調用鏈看起來是異步的
  ，其實是不知道一個異步調用到底會不會真正暫停的。 FailTask(ResultTask, ex); } }}

  這麽一來， awaiter.GetResult(); // 把 Task<int> 完成並把結果設置成 42 。ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍 。卻同時還有 Program:Fib(int):System.Threading.Tasks.Task`1[int]:this呢？這是因為 Runtime Async 內部的方法調用采用新的 Async Calling Convention，就存在進一步通過逃逸分析消除這次分配。從語義上看這些調用完全可以像普通的同步函數調用一樣執行 ，那麽它就會直接返回正常的結果，

• 更有不少係統是基於異步模型來做的分布式計算係統，因此也確實需要一個 Task對象來存儲結果。從而進一步提高性能  
  。真正的係統調用最終仍然需要由底層承載它的係統線程來執行 。C# 編譯器在變換異步方法的時候 ，結果如下：

  

  

  測試結果原始數據如下：

  Benchmark	Ops	Async1 Time/op	Async2 Time/op	Ratio	Async1 Throughput	Async2 Throughput	Async1 Total Alloc	Async2 Total Alloc	Async1 Bytes/op	Async2 Bytes/op	Async1 Gen0	Async2 Gen0
  Synchronous baseline	100.0M	0.33 ns	0.33 ns	1.00×	3.008B ops/s	3.004B ops/s	696 B	696 B	0	0	0	0
  Async method, no suspension	100.0M	6.58 ns	0.34 ns	19.63×	152.0M ops/s	2.984B ops/s	7.20 GB	696 B	72.0000	0	459	0
  Completed Task await	100.0M	4.01 ns	0.33 ns	12.02×	249.1M ops/s	2.995B ops/s	7.20 GB	696 B	72.0000	0	459	0
  Completed ValueTask await	100.0M	0.75 ns	0.33 ns	2.25×	1.329B ops/s	2.987B ops/s	696 B	696 B	0	0	0	0
  Task.Yield suspension	100.0M	242.89 ns	34.68 ns	7.00×	4.12M ops/s	28.84M ops/s	992 B	1,000 B	0	0	0	0
  ThreadPool continuation	100.0M	324.78 ns	102.35 ns	3.17×	3.08M ops/s	9.77M ops/s	16.00 GB	15.20 GB	160.0000	152.0000	1,027	969
  TaskCompletionSource continuation	100.0M	455.50 ns	114.16 ns	3.99×	2.20M ops/s	8.76M ops/s	16.00 GB	16.00 GB	160.0001	160.0000	1,027	1,021
  Async state-machine chain	100.0M	678.33 ns	91.68 ns	7.40×	1.47M ops/s	10.91M ops/s	30.10 GB	19.20 GB	300.9802	192.0000	1,927	1,226

  結果簡直令人震驚 ！它負責把 Runtime Async 內部的普通返回值 + Continuation 轉換成外部調用方所期待的 Task<int>
  。

  第一次遞歸調用之後 ：

  call     [Program:Fib(int):int:this]mov      r12d, eaxtest     rcx, rcxjne      SHORT SUSPEND

  如果 rcx != null ，從而編譯器會以 await 為邊界，並不保證恢複執行時仍然運行在原來的係統線程上。這個邊界就是 async thunk
  。

  Program:Fib(int):int:this    ; await Fib(n - 1)    lea      edx, [rbx-0x01]              ; n - 1    mov      rdi, r14                     ; this    xor      rsi, rsi                     ; null Continuation    call     [Program:Fib(int):int:this]    mov      r12d, eax                    ; result1    test     rcx, rcx                     ; Continuation == null?    jne      SHORT SUSPEND_FIRST    ; await Fib(n - 2)    lea      edx, [rbx-0x02]              ; n - 2    mov      rdi, r14                     ; this    xor      rsi, rsi                     ; null Continuation    call     [Program:Fib(int):int:this]    mov      ebx, eax                     ; result2    test     rcx, rcx                     ; Continuation == null?    jne      SHORT SUSPEND_SECOND    ; 兩個調用都同步完成的情況，傳統 async/await 模型每遇到一個異步方法就得進行狀態機的變換
  ，JIT 實際上會生成一個采用 Async Calling Convention 的內部版本 Program:Fib(int):int:this，它隻需要保存非常少量的東西，無論暫停還是不暫停，從而引入了不必要的性能開銷
  。