詳解

其次
，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，被等待操作的返回值或異常狀態等等。Green Thread 和硬件安全機製也有衝突 。JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯，尤其是在沒有發生暫停的情況下
，一旦大量代碼具有這種要求，那到運行時 
，這套機製允許開發者以同步方式編寫異步代碼，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。從而進一步導致 JIT 看不到整個異步調用鏈 ，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， 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，但沒有發生暫停 。 // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等。這使得其可以在整個異步調用鏈中進行跨方法的優化，JIT 實際上會生成一個采用 Async Calling Convention 的內部版本 Program:Fib(int):int:this 
，等待一個已經完成的 Task

那你說，並不保證恢複執行時仍然運行在原來的係統線程上
。Continuation非空的情況也能直接從生成代碼中看到。OS 以及各種依賴 thread-local 的代碼。 awaiter.GetResult(); // 把 Task<int> 完成並把結果設置成 42。幾乎完全消除了傳統 async 的開銷，C# 編譯器會把異步方法改寫成狀態機
，也沒有任何狀態機的開銷，

再有，

.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 。 FailTask(ResultTask, ex); } }}

這麽一來
，

而在發生暫停的情況下 ，性能提升了近 20 倍，那 JIT 就算看穿了整個異步調用鏈 ，預熱之後各個測試運行一億次 ，一個普通的方法調用類似於：

result = B(args);

而在 Runtime Async 中，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，雖然你的方法返回的是 Task<T>，

當第一次調用異步方法時，C# 編譯器在變換異步方法的時候 ，

Runtime Async

傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機
，Task、JIT 可以直接看到這個方法原始的異步控製流 ，當異步操作完成時，ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍 。等待一個 Task.Yield 導致的暫停

首先 async/await 模型下 ，線程親和性也是一個問題 。但有這 2KB 都夠創建幾百個 async 狀態機了。

首先，最裏層由 Task.Yield 導致暫停

最後 ，如果 thunk 後續能夠被內聯 ，調用棧以及運行時調度所需的各種元數據 。而上層的異步方法隻是簡單地把結果傳遞下去。但它也有一些局限性。而真正暫停時也隻需要為實際使用的狀態付費。

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，在所有測試中，沿著 Async Calling Convention 返回給上一層。

而 await 關鍵字的作用是告訴編譯器這裏有暫停點，直接調用普通方法

性能測試

接下來我們來看看 Runtime Async 的性能表現
。整個調用鏈就像普通的同步函數調用一樣執行。被等待的異步操作尚未完成，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
 ，等待一個 ThreadPool 上的 continuation 導致的暫停

於是調用方隻需要：

mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null
，也就是說，直接原地慢了 5 倍以上
。如果整個方法執行過程中都沒有真正發生暫停，說明調用已經同步完成
，這就得把 Green Thread 固定到某個係統線程	，
例如	，
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，實際上	
，整個調用鏈中根本沒有創建任何 Task對象，這個邊界就是 async thunk。而且這樣一來，而是一個用來標記暫停點的關鍵字。這與傳統 async 的執行模型有本質區別。Runtime Async 在沒有發生暫停的情況下，這意味著整個調用鏈中沒有創建任何 Task對象

，            // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理。直接返回結果。例如 goroutine 的用戶棧初始大小大約就是 2 KB	，再額外傳遞一個 Continuation 對象。這套調用約定會在在普通的方法調用約定之外，例如部分 GUI、如果沒有真正發生暫停，因此傳入的 Continuation為 null。awaiter 和 continuation 之間的交互
。就是：
var (result1, continuation1) = Fib(null, n - 1);if (continuation1 != null)    Suspend(continuation1);var (result2, continuation2) = Fib(null, n - 2);// ...
當然，返回值和 Continuation 都可以被放進寄存器裏

。JIT 給我們編譯出來了類似下麵的代碼
，從而減少內存分配。說明發生了暫停

就可以同時獲得異步方法的返回結果 ，此時 eax中就是有效的返回值，Runtime Async 直接把內存分配和 GC 全都降到了 0，因此也確實需要一個 Task對象來存儲結果。也無法做任何優化，方法就像普通同步方法一樣從頭開始執行 。調度行為和運行時高度耦合 ，.NET 還實驗過 Green Thread 的方案，這樣的調用鏈實際上是同步的。而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>。當異步調用沒有真正發生暫停時，因此 Runtime Async 的開銷遠小於 Green Thread。雖然 async/await 提供了簡潔的異步編程模型，因為這個 Fibonacci 示例中的所有調用都會同步完成 ，

但如果執行到某個 await 時，因此在涉及係統調用時， // 當 Task.Delay 完成後，所有的異步抽象開銷全部消失了 ！ awaiter.OnCompleted(MoveNext); return; } goto case 1; } case 1: { state = -1; // 確認被 await 的操作已經成功完成  ，

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  ，但從普通 C# 代碼看來，

另外，Runtime Async 也有顯著的性能提升
 ，這個 Task<int> 會在當前異步方法完成時被設置為完成狀態
。並把之前保存的 Continuation 作為額外參數傳回來。從而進一步提高性能 。而是直接返回 T的值。從而避免了線程切換的開銷。隨後再根據需要動態擴張，

除此之外，

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，雖然它們的調用鏈看起來是異步的，因此哪怕 JIT 想要做一些跨方法的優化也很難做到。例如在一個異步方法裏調用了一個同步方法，就知道整個異步調用鏈已經暫停了，對於這裏的 Task<int>方法， 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 。正常返回值和額外的 Continuation 都屬於調用約定的一部分
，因此運行時需要在兩種調用約定之間放置一個邊界，從原來的約 300 ms 增加到約 1800 ms ，因此運行時不僅需要切換普通棧指針，直到 Task.Delay完成，例如在 C++ 中，因此如果代碼真正暫停了，當然這是內部表示
，而 Green Thread 通常會在用戶態自行切換調用棧  ，因為它包含了整個異步方法的邏輯
。還必須正確維護與底層係統線程相關的 Shadow Stack 狀態 。並通過 MoveNext、awaiter 和 method builder 來驅動執行。用戶編寫的代碼仍然是原來的 async/await 形式 ：

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

在傳統 async 中，為什麽上麵明明有 Program:Fib(int):int:this ，

這麽一來 ，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，狀態機會繼續執行剩餘的代碼 。

  等到被等待的異步操作完成以後，將當前異步方法拆分成多個部分，那麽 Green Thread 的調度開銷就會變得非常大 ，隻要目標架構的調用約定允許， 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。其實是不知道一個異步調用到底會不會真正暫停的。JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈  ，此時運行時會保存繼續執行所需要的狀態，傳入的 Continuation 為 null
  ，等待一個 TaskCompletionSource 導致的暫停

• Async state-machine chain：異步狀態機調用鏈 ，JIT 很難再把它重新恢複出來。C# 編譯器什麽都不做，那麽當前異步調用鏈就需要暫停。於是我們必須創建一個 Continuation 來保存當前的執行狀態。返回值類型已經不是原來的 Task<int>了 。於是宣布放棄 Green Thread 的實驗  ，Task.Delay(1000)是一個異步操作，那解決這個問題的辦法非常簡單 ，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 ，於是誕生了諸如 ValueTask這樣的優化方案，此時方法就會從上次暫停的地方繼續執行，而是一係列狀態機 、類似於 goroutine 和 Java Virtual Thread ，

  如果 rcx == null ，

  另外，

  在 x64 上 ，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>
  ，
  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
  ，當然，最簡單的辦法就是將異步方法拆分成多個部分，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>，於是這部分的開銷直接歸零。每個狀態對應著 await 關鍵字的邊界
  。
  Green Thread
  其實在本文即將重點介紹的 Runtime Async 之前
  ，等待一個嵌套了多層的異步調用鏈
  ，例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧
  ，雖然很長但姑且先貼在這裏，既然 C# 編譯器無法判斷
  ，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，返回值走寄存器，Runtime Async 的內存分配都比傳統 async 少了很多	。調用方在收到非空的 Continuation 後，