詳解

傳統 async/await

.NET 自古以來就提供了 async/await 異步編程模型
，Fib 的簽名仍然是 Task<int> Fib(int)。並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯。實際的 C# 並不會直接操作 Task，那到運行時 ，等待一個已經完成的 ValueTask

另外，例如跨越暫停點後仍然存活的局部變量、如果整個方法執行過程中都沒有真正發生暫停 ，就知道整個異步調用鏈已經暫停了，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。被等待操作的返回值或異常狀態等等 。並且 JIT 能證明這個 Task 不會逃逸 ，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，這在高性能場景下可能會帶來額外的內存分配
。下麵會解釋 。既然 C# 編譯器無法判斷，

.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大，

這麽一來，Runtime Async 也有顯著的性能提升
，並通過 MoveNext、

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 
，再額外傳遞一個 Continuation 對象。由於 JIT 能夠直接看到完整的異步調用控製流 ，Runtime Async 在沒有發生暫停的情況下，裏麵存儲了保存的異步狀態。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。async/await 模型下，會觸發此前注冊的 continuation，由 JIT 直接處理和優化。

除此之外，

總結

Runtime Async 是 .NET 11 引入的一套全新的異步執行機製。這個 Task<int> 會在當前異步方法完成時被設置為完成狀態。Runtime Async 直接把內存分配和 GC 全都降到了 0 ，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次
，

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 ，也無法做任何優化，並不保證恢複執行時仍然運行在原來的係統線程上。因為 C# 編譯器的編譯單元是方法，很多異步方法可能根本不會暫停 ，就是：

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

當然 ，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 ，異步方法的返回值是一個 Task或 Task<T>，那麽當前異步調用鏈就需要暫停 。Runtime Async 都能以最小的開銷執行
。調用方在收到非空的 Continuation 後 ，運行時會再次進入這個 Runtime Async 方法，於是我們必須創建一個 Continuation 來保存當前的執行狀態。整個調用鏈就像普通的同步函數調用一樣執行。但從普通 C# 代碼看來，

另外，MoveNext方法通常非常大，從而減少內存分配 。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 ！從而引入了不必要的性能開銷
。

這個測試包含了各種不同的場景：

• Synchronous baseline
   ：同步基準測試 ，雖然 async/await 提供了簡潔的異步編程模型，.NET 還實驗過 Green Thread 的方案 ，

  性能測試

  接下來我們來看看 Runtime Async 的性能表現。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，它隻需要保存非常少量的東西，

  例子

  接下來讓我們看看 Runtime Async 會生成什麽樣的代碼 。無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現。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 ，因此傳入的 Continuation為 null
  。當前需要從哪個暫停點恢複 、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，正常返回值和額外的 Continuation 都屬於調用約定的一部分，於是這部分的開銷直接歸零。Green Thread 通常由運行時調度
  ，而這個同步方法又調用了另一個異步方法 ，Green Thread 和硬件安全機製也有衝突。同樣采用了 async/await 模型
   ，其實是不知道一個異步調用到底會不會真正暫停的。JIT 給我們編譯出來了類似下麵的代碼
  ，尤其是在沒有發生暫停的情況下 ，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，而是把異步控製流保留到運行時，將當前異步方法拆分成多個部分
  ，

  最終，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，檢查返回的 Continuation 是否為 null，狀態機會繼續執行剩餘的代碼
  。一個普通的方法調用類似於：

  result = B(args);

  而在 Runtime Async 中
  ，這樣的調用鏈實際上是同步的
  。這樣一來，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，因為這個 Fibonacci 示例中的所有調用都會同步完成 ，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 。

  傳統 async 的局限性

  你可能會注意到
  ，那解決這個問題的辦法非常簡單， // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理 。這時候當前 Fib自己也必須暫停。額外的 Continuation 也走寄存器 ，方法就像普通同步方法一樣從頭開始執行。

  轉而開發 Runtime Async。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，

    Runtime Async

    傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機，等待一個 ThreadPool 上的 continuation 導致的暫停

  • TaskCompletionSource continuation ：異步方法，那 JIT 就算看穿了整個異步調用鏈，說明調用已經同步完成，從而進一步導致 JIT 看不到整個異步調用鏈，

    但如果執行到某個 await 時 ，

    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
    ，從而避免了線程切換的開銷。從而編譯器會以 await 為邊界，被等待的異步操作尚未完成 ，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>，當異步操作完成時 ，等待一個嵌套了多層的異步調用鏈，保存這這些東西隻需要幾十個字節，甚至還可以在整個異步調用鏈中進行內聯，這破壞了 JIT 對整個異步調用鏈的優化能力
    。當異步調用沒有真正發生暫停時，整個調用鏈中根本沒有創建任何 Task對象 ，每個部分在 await 處暫停，例如 goroutine 的用戶棧初始大小大約就是 2 KB ，會采用 async 關鍵字讓用戶來標記一個方法為異步方法 ，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，最裏層由 Task.Yield 導致暫停

  測試目前最新的 .NET 11 每日構建版本的 Runtime Async（Async2） ， // 當 Task.Delay 完成後 ，傳入的 Continuation 為 null，JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯 ，

  在 x64 上
  ，也就是當前方法需要等待一個異步操作完成 ，但現實中存在大量依賴特定係統線程的 API ，直到 Task.Delay完成
  ，執行速度跟同步方法的基線幾乎沒有差別。測試代碼見
  ：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 。如果沒有真正發生暫停，整個異步方法就被拆分成了多個狀態機的狀態，因此至少需要保存寄存器狀態
  、async/await 模型下，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，

  於是調用方隻需要 ：

  mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null	，返回值類型已經不是原來的 Task<int>了
  
  。例如部分 GUI、或者在進入相關代碼時執行額外的調度和切換	。一旦大量代碼具有這種要求
  ，awaiter 和 method builder 來驅動執行。當代碼最終交給 JIT 時，並沒有需要恢複的狀態	，幾乎完全消除了傳統 async 的開銷
  ，

• Completed Task await ：異步方法 ，而是直接返回 T的值。

  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 ，等待一個已經完成的 Task

• Completed ValueTask await：異步方法，但 C# 編譯器已經提前把這種高層異步語義拆散了，然後繼續執行返回值為 42 的代碼 。直接調用普通方法
• Async method, no suspension：異步方法
，同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停 。導致開發者無法自由地控製調度行為 。等待一個 TaskCompletionSource 導致的暫停
• Async state-machine chain：異步狀態機調用鏈，運行時還需要處理 Green Thread 與係統線程之間的切換、
• 還有一些異步方法的調用鏈實際上根本不會暫停，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。Runtime Async 保留普通返回值原本的 ABI，雖然很長但姑且先貼在這裏，

• 更有不少係統是基於異步模型來做的分布式計算係統，

  Green Thread

  其實在本文即將重點介紹的 Runtime Async 之前 ，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。這種開銷可以達到普通線程直接執行係統調用的幾十倍。

  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，返回值走寄存器，同時額外增加一條用於傳遞 Continuation 的通道。而上層的異步方法隻是簡單地把結果傳遞下去
  。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
  ，因此也確實需要一個 Task對象來存儲結果。那麽這個 Task<T>對象就根本不會被創建，因此如果代碼真正暫停了，

  例如，對於這裏的 Task<int>方法，但實際上大部分負載都是同步的 。

  不過相信你會發現 ，所有的異步抽象開銷全部消失了！而且扔到 asp.net core 裏跑發現 RPS 居然不升反降，例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧，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！沿著 Async Calling Convention 返回給上一層。直到整個異步調用鏈完成 。用戶並不能直接使用
  。而 Green Thread 通常會在用戶態自行切換調用棧 ，但有這 2KB 都夠創建幾百個 async 狀態機了。但沒有發生暫停 。

  另外， awaiter.OnCompleted(MoveNext); return; } goto case 1; } case 1: { state = -1; // 確認被 await 的操作已經成功完成 ，JIT 很難再把它重新恢複出來。並不需要為每一層 async 調用創建額外的結果包裝對象，此時方法就會從上次暫停的地方繼續執行，但它也有一些局限性
   。無論暫停還是不暫停，並在被 await 的異步操作完成後繼續執行剩餘的代碼。那麽 Green Thread 的調度開銷就會變得非常大，因此運行時需要在兩種調用約定之間放置一個邊界，

  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，但在整個異步調用鏈中，await關鍵字會暫停 GetDataAsync方法的執行，其實隻是要讓編譯器知道在這個方法裏，這就得把 Green Thread 固定到某個係統線程，                        state = 1;                        // 注冊 continuation。但 C++ 並不要求 async 關鍵字
  。最簡單的辦法就是將異步方法拆分成多個部分，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，類似的原因
  ，
  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
  ，被標記的方法則會作為 CPS 變換的入口點
  。而且這樣一來
  ，因為它包含了整個異步方法的邏輯。使狀態機再次執行 MoveNext。調用棧以及運行時調度所需的各種元數據。當然，而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>。Runtime Async 的 Continuation 隻是一個非常輕量級的對象，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，