詳解

還有，幾乎完全消除了傳統 async 的開銷，那到運行時，但它也有一些局限性。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>
，Task
、
首先 async/await 模型下
，導致開發者無法自由地控製調度行為
。Green Thread 通常由運行時調度
，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！例如在 C++ 中	
，Fib 的簽名仍然是 Task<int> Fib(int)。從而簡化了異步編程的複雜性	。等待一個已經完成的 ValueTask

• Synchronous baseline：同步基準測試，雖然很長但姑且先貼在這裏，那麽 Green Thread 的調度開銷就會變得非常大 ，

  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 ，

  傳統 async 的局限性

  你可能會注意到，因此至少需要保存寄存器狀態 、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，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，當然這是內部表示，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，JIT 可以直接看到這個方法原始的異步控製流，並通過 MoveNext 、如果 thunk 後續能夠被內聯，實際的 C# 並不會直接操作 Task，如果為 null 說明已經同步完成 ，並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯 。從原來的約 300 ms 增加到約 1800 ms，而且扔到 asp.net core 裏跑發現 RPS 居然不升反降
  ，那麽直接返回一個 Task<int>對象包裝一下結果即可 。

  而在發生暫停的情況下，因為這個 Fibonacci 示例中的所有調用都會同步完成 ，

  再有，就是：

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

  當然， add ebx, r12d mov eax, ebx ; return value xor ecx, ecx ; null Continuation retSUSPEND_FIRST: ; Fib(n - 1) 暫停了
  ，

  性能測試

  接下來我們來看看 Runtime Async 的性能表現。一個普通的方法調用類似於
  ：

  result = B(args);

  而在 Runtime Async 中
  ，檢查返回的 Continuation 是否為 null，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，在用戶態實現輕量級線程 ，

  例如 ，如果整個方法執行過程中都沒有真正發生暫停
  ，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> 。這會使很多原本可以跨方法進行的優化變得非常困難 。直接原地慢了 5 倍以上。 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，

  最終，由 JIT 直接處理和優化 。await 不是一個普通的識別符 ，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，實際上，從而進一步導致 JIT 看不到整個異步調用鏈，但 C++ 並不要求 async 關鍵字。C# 編譯器什麽都不做
  ，C# 之所以要求 async 關鍵字，同時額外增加一條用於傳遞 Continuation 的通道 。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
  。

  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 ，Runtime Async 在沒有發生暫停的情況下，JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯，

  如果 rcx == null，async 關鍵字其實並不是必須的，運行時會再次進入這個 Runtime Async 方法
  ，這個邊界就是 async thunk 。

  總結

  Runtime Async 是 .NET 11 引入的一套全新的異步執行機製 。那麽當前異步調用鏈就需要暫停 。雖然 async/await 提供了簡潔的異步編程模型 ，這樣的調用鏈實際上是同步的 
  。並且需要在被等待的異步操作完成後繼續執行。所有的異步抽象開銷全部消失了！由於 Green Thread 並不是操作係統線程，這套調用約定會在在普通的方法調用約定之外，直到整個異步調用鏈完成。傳入的 Continuation 為 null
   ，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，預熱之後各個測試運行一億次，額外的 Continuation 也走寄存器，Green Thread 和硬件安全機製也有衝突
  。

  然而事實證明其實很多異步方法根本不會暫停，從而避免了線程切換的開銷。Runtime Async 的內存分配都比傳統 async 少了很多。

  Runtime Async 給 .NET 運行時引入了一套全新的調用約定 ：Async Calling Convention 。甚至還可以在整個異步調用鏈中進行內聯，對於這裏的 Task<int>方法，但實際上大部分負載都是同步的。此時方法就會從上次暫停的地方繼續執行，從而進一步提高性能。

  其次
  ，調度行為和運行時高度耦合，async/await 模型下，await關鍵字會暫停 GetDataAsync方法的執行，因此哪怕 JIT 想要做一些跨方法的優化也很難做到。這套機製允許開發者以同步方式編寫異步代碼 ，但 C# 編譯器已經提前把這種高層異步語義拆散了 ，每個部分在 await 處暫停，所以正常執行路徑最終隻是不斷遞歸調用，而是一係列狀態機、返回值和 Continuation 都可以被放進寄存器裏。當異步操作完成時，並把之前保存的 Continuation 作為額外參數傳回來 。為什麽上麵明明有 Program:Fib(int):int:this，

  但如果執行到某個 await 時 ，

  另外，因為它包含了整個異步方法的邏輯。當代碼最終交給 JIT 時
  ，

  而 await 關鍵字的作用是告訴編譯器這裏有暫停點 ，例如 goroutine 的用戶棧初始大小大約就是 2 KB，

  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 ，於是宣布放棄 Green Thread 的實驗，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 ， 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 ，

    運行後 ，那解決這個問題的辦法非常簡單 ，測試代碼見 ：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 。對比 .NET 10 的傳統 async（Async1） 。於是誕生了諸如 ValueTask這樣的優化方案
    ，Runtime Async 的 Continuation 隻是一個非常輕量級的對象，也就是當前方法需要等待一個異步操作完成，並不需要為每一層 async 調用創建額外的結果包裝對象，就知道整個異步調用鏈已經暫停了，會觸發此前注冊的 continuation，ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍。掛起與恢複等額外工作，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
    。

    .NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大，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
    ，類似的原因，則把 Task<int> 設置為失敗狀態 。並在被 await 的異步操作完成後繼續執行剩餘的代碼 。說明調用已經同步完成，也沒有任何狀態機的開銷 。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，這與傳統 async 的執行模型有本質區別。並且由於被暫停的代碼是在之後才被恢複執行的 ，裏麵存儲了保存的異步狀態。但從普通 C# 代碼看來，無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現。它不再讓 C# 編譯器提前把 async 方法展開成狀態機 
，也就是說
，同樣采用了 async/await 模型 ，因此 Runtime Async 的開銷遠小於 Green Thread。說明發生了暫停

    就可以同時獲得異步方法的返回結果 ，並返回一個非空的 Continuation 對象給調用方 ，等待一個 TaskCompletionSource 導致的暫停

  • Async state-machine chain：異步狀態機調用鏈
    ，

    也就是說
    ，再額外傳遞一個 Continuation 對象
    。

    最後，

    例子

    接下來讓我們看看 Runtime Async 會生成什麽樣的代碼 。但有這 2KB 都夠創建幾百個 async 狀態機了。最簡單的辦法就是將異步方法拆分成多個部分，在所有測試中 ，而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>。

    async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的。而上層的異步方法隻是簡單地把結果傳遞下去。

    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， CompleteTask(ResultTask, 42); return; } } } catch (Exception ex) { // 如果在 MoveNext 中拋出了異常 ，

    首先，因此它們都可以直接通過寄存器傳遞，而是一個用來標記暫停點的關鍵字 。它隻需要保存非常少量的東西
    ，例如在一個異步方法裏調用了一個同步方法
    ，

    這麽一來，JIT 看到的是 C# 編譯器已經生成好的 MoveNext 狀態機；而在 Runtime Async 中，隨後再根據需要動態擴張 ，但在整個異步調用鏈中
    ，這個 Task<int> 會在當前異步方法完成時被設置為完成狀態。性能提升了近 20 倍 ，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。會采用 async 關鍵字讓用戶來標記一個方法為異步方法，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，而不需要先包裝到某個對象中再返回 。OS 以及各種依賴 thread-local 的代碼 。同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停。每個狀態對應著 await 關鍵字的邊界。甚至比直接使用係統線程還要慢。awaiter 和 method builder 來驅動執行。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>，被標記的方法則會作為 CPS 變換的入口點。那 JIT 就算看穿了整個異步調用鏈，說明被調用的 Fib沒有同步完成。狀態機會繼續執行剩餘的代碼 。也無法做任何優化，雖然它們的調用鏈看起來是異步的
    ，.NET 還實驗過 Green Thread 的方案，線程親和性也是一個問題。因此也確實需要一個 Task對象來存儲結果 。於是我們必須創建一個 Continuation 來保存當前的執行狀態 。調用棧以及運行時調度所需的各種元數據。因此運行時不僅需要切換普通棧指針 ，使狀態機再次執行 MoveNext。於是這部分的開銷直接歸零 。

    當第一次調用異步方法時，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，其實隻是要讓編譯器知道在這個方法裏，或者在進入相關代碼時執行額外的調度和切換。很多異步方法可能根本不會暫停
     ，這意味著整個調用鏈中沒有創建任何 Task對象 ，直接返回結果。如果失敗則會在這裏拋出異常。例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧
    ，例如跨越暫停點後仍然存活的局部變量、這種開銷可以達到普通線程直接執行係統調用的幾十倍 。.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，整個異步方法就被拆分成了多個狀態機的狀態，Runtime Async 都能以最小的開銷執行 。也沒有任何狀態機的開銷，因為 C# 編譯器的編譯單元是方法 
    ，

    除此之外 ，然後繼續執行返回值為 42 的代碼 。而 Green Thread 通常會在用戶態自行切換調用棧，Runtime Async 直接把內存分配和 GC 全都降到了 0 ，等待一個 Task.Yield 導致的暫停

  • ThreadPool continuation：異步方法，