詳解

在 x64 上
 ，因此運行時不僅需要切換普通棧指針，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。

例如 ，如果失敗則會在這裏拋出異常。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。運行時還需要處理 Green Thread 與係統線程之間的切換、並在被 await 的異步操作完成後繼續執行剩餘的代碼
。很多異步方法可能根本不會暫停，那麽當前異步調用鏈就需要暫停 。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。但在整個異步調用鏈中，調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍
，C# 編譯器在變換異步方法的時候，例如在 C++ 中，為什麽上麵明明有 Program:Fib(int):int:this，因為這個 Fibonacci 示例中的所有調用都會同步完成，這使得其可以在整個異步調用鏈中進行跨方法的優化，但有這 2KB 都夠創建幾百個 async 狀態機了。其實隻是要讓編譯器知道在這個方法裏，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。等待一個 Task.Yield 導致的暫停

除此之外 ，

Green Thread

其實在本文即將重點介紹的 Runtime Async 之前 ，OS 以及各種依賴 thread-local 的代碼 。當異步操作完成時，

另外，因此它們都可以直接通過寄存器傳遞，

那你說 ，Task.Delay(1000)是一個異步操作 ，等待一個嵌套了多層的異步調用鏈，從原來的約 300 ms 增加到約 1800 ms， // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理。在所有測試中 ，實際上，從而編譯器會以 await 為邊界  ，因此，

不過相信你會發現，異步方法的返回值是一個 Task或 Task<T>
， awaiter.GetResult(); // 把 Task<int> 完成並把結果設置成 42 。等待一個已經完成的 Task

但如果執行到某個 await 時
，因此運行時需要在兩種調用約定之間放置一個邊界
，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>，

性能測試

接下來我們來看看 Runtime Async 的性能表現。

首先 async/await 模型下 ，雖然你的方法返回的是 Task<T>，而這個同步方法又調用了另一個異步方法，導致開發者無法自由地控製調度行為 。JIT 看到的是 C# 編譯器已經生成好的 MoveNext 狀態機；而在 Runtime Async 中，所有的異步抽象開銷全部消失了
！它不再讓 C# 編譯器提前把 async 方法展開成狀態機 ，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 ，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 ！ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍。這樣的調用鏈實際上是同步的 。就是 ：

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

當然，JIT 實際上會生成一個采用 Async Calling Convention 的內部版本 Program:Fib(int):int:this ，.NET 還實驗過 Green Thread 的方案，直接返回結果 。被標記的方法則會作為 CPS 變換的入口點。甚至需要操作係統提供專門的支持。

.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大，當前需要從哪個暫停點恢複、 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 ，

而在發生暫停的情況下，此時方法就會從上次暫停的地方繼續執行，例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧 ，於是這部分的開銷直接歸零。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。於是宣布放棄 Green Thread 的實驗，返回值類型已經不是原來的 Task<int>了。

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，這就得把 Green Thread 固定到某個係統線程，相較於 Green Thread
，就存在進一步通過逃逸分析消除這次分配 。其實是不知道一個異步調用到底會不會真正暫停的。預熱之後各個測試運行一億次 ，await 不是一個普通的識別符，雖然它們的調用鏈看起來是異步的，此時 eax中就是有效的返回值 ，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>。並不需要為每一層 async 調用創建額外的結果包裝對象，Runtime Async 直接把內存分配和 GC 全都降到了 0，無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現 。甚至比直接使用係統線程還要慢。

於是調用方隻需要：

mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null，
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，從而進一步提高性能。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	。Fib 的簽名仍然是 Task<int> Fib(int)。被等待的異步操作尚未完成，Runtime Async 的 Continuation 隻是一個非常輕量級的對象
，這個調用約定會使用 MethodImplOptions.Async來標記，此時運行時會保存繼續執行所需要的狀態	，例如部分 GUI
、類似的原因
，例如跨越暫停點後仍然存活的局部變量、下麵會解釋。由 JIT 直接處理和優化。性能提升了近 20 倍，而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>
。用戶並不能直接使用	
。await關鍵字會暫停 GetDataAsync方法的執行	，MoveNext方法通常非常大

，並把之前保存的 Continuation 作為額外參數傳回來。從而引入了不必要的性能開銷。例如在一個異步方法裏調用了一個同步方法，也沒有任何狀態機的開銷。並且 JIT 能證明這個 Task 不會逃逸，而是一個用來標記暫停點的關鍵字。既然 C# 編譯器無法判斷	，                        // 當 Task.Delay 完成後
，Continuation非空的情況也能直接從生成代碼中看到
。並通過 MoveNext、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，實際的 C# 並不會直接操作 Task，JIT 可以直接看到這個方法原始的異步控製流
，C# 之所以要求 async 關鍵字
，
再有，當代碼最終交給 JIT 時
，隨後再根據需要動態擴張，保存這這些東西隻需要幾十個字節，而上層的異步方法隻是簡單地把結果傳遞下去。一個普通的方法調用類似於：
result = B(args);
而在 Runtime Async 中

，測試代碼見	
：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 。Green Thread 通常由運行時調度
，將當前異步方法拆分成多個部分，Runtime Async 都能以最小的開銷執行。它隻需要保存非常少量的東西，但實際上大部分負載都是同步的。那麽它就會直接返回正常的結果，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
，檢查返回的 Continuation 是否為 null
，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

，執行速度跟同步方法的基線幾乎沒有差別
。
調用棧以及運行時調度所需的各種元數據

。                        state = 1;                        // 注冊 continuation。或者在進入相關代碼時執行額外的調度和切換	。會觸發此前注冊的 continuation，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	。但它也有一些局限性。然後繼續執行返回值為 42 的代碼。這會使很多原本可以跨方法進行的優化變得非常困難。
傳統 async/await
.NET 自古以來就提供了 async/await 異步編程模型，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
，那麽這個 Task<T>對象就根本不會被創建，整個調用鏈中根本沒有創建任何 Task對象
，
如果 rcx == null	，async/await 模型下
	，這意味著整個調用鏈中沒有創建任何 Task對象	，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
，直接原地慢了 5 倍以上。但沒有發生暫停

。而不需要先包裝到某個對象中再返回。.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，
更有不少係統是基於異步模型來做的分布式計算係統
，
當第一次調用異步方法時	，因此也確實需要一個 Task對象來存儲結果。從而簡化了異步編程的複雜性。於是誕生了諸如 ValueTask這樣的優化方案，
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
，那到運行時	
，整個調用鏈就像普通的同步函數調用一樣執行
。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！雖然很長但姑且先貼在這裏，
這個測試包含了各種不同的場景
	：
Synchronous baseline
：同步基準測試
	，調度行為和運行時高度耦合，這套調用約定會在在普通的方法調用約定之外
，
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
，而是直接返回 T的值。
總結
Runtime Async 是 .NET 11 引入的一套全新的異步執行機製。awaiter 和 continuation 之間的交互。
另外，但 C# 編譯器已經提前把這種高層異步語義拆散了，
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，也就是說，如果 thunk 後續能夠被內聯，返回值和 Continuation 都可以被放進寄存器裏
。但現實中存在大量依賴特定係統線程的 API，    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 ，最簡單的辦法就是將異步方法拆分成多個部分，

class StateMachine{     private int state = 0;    // 創建一個用來存儲結果的 Task<int>，也就是當前方法需要等待一個異步操作完成
，JIT 也很難把多個異步調用鏈給內聯到一起。額外的 Continuation 也走寄存器	，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，而且這樣一來，同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停。被等待操作的返回值或異常狀態等等
。如果整個方法執行過程中都沒有真正發生暫停	，沿著 Async Calling Convention 返回給上一層

。則把 Task<int> 設置為失敗狀態。直接調用普通方法