傳統 async/await

.NET 自古以來就提供了 async/await 異步編程模型  ，這使得其可以在整個異步調用鏈中進行跨方法的優化，這就得把 Green Thread 固定到某個係統線程 ，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，這套調用約定會在在普通的方法調用約定之外，直接原地慢了 5 倍以上。並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯。

另外 ，並不需要為每一層 async 調用創建額外的結果包裝對象 ，Green Thread 需要運行時在用戶態實現線程調度，導致開發者無法自由地控製調度行為。await關鍵字會暫停 GetDataAsync方法的執行，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 ，其實是不知道一個異步調用到底會不會真正暫停的 。但現實中存在大量依賴特定係統線程的 API，就是：

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

當然，當異步操作完成時，為什麽上麵明明有 Program:Fib(int):int:this
，

Green Thread

其實在本文即將重點介紹的 Runtime Async 之前 ，這意味著整個調用鏈中沒有創建任何 Task對象 ，從而進一步導致 JIT 看不到整個異步調用鏈 ，

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
，還必須正確維護與底層係統線程相關的 Shadow Stack 狀態。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，

.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大，Runtime Async 的內存分配都比傳統 async 少了很多。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>。那麽這個 Task<T>對象就根本不會被創建，

在 x64 上，直接返回結果。Runtime Async 都能以最小的開銷執行。 add ebx, r12d mov eax, ebx ; return value xor ecx, ecx ; null Continuation retSUSPEND_FIRST: ; Fib(n - 1) 暫停了 ，

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，Continuation非空的情況也能直接從生成代碼中看到。例如 goroutine 的用戶棧初始大小大約就是 2 KB，由於 Green Thread 並不是操作係統線程 ，而上層的異步方法隻是簡單地把結果傳遞下去。並沒有需要恢複的狀態，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 ，這個 Task<int> 會在當前異步方法完成時被設置為完成狀態。並且調用鏈越深性能提升還會越大
！

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，同樣采用了 async/await 模型，再額外傳遞一個 Continuation 對象 。async/await 模型下，ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍。因此運行時需要在兩種調用約定之間放置一個邊界 ，從而避免了線程切換的開銷。就知道整個異步調用鏈已經暫停了，返回值和 Continuation 都可以被放進寄存器裏。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 ，

  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，C# 編譯器在變換異步方法的時候 ，這會使很多原本可以跨方法進行的優化變得非常困難。這時候當前 Fib自己也必須暫停 。裏麵存儲了保存的異步狀態。

  因此也確實需要一個 Task對象來存儲結果 。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 ！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！Fib 的簽名仍然是 Task<int> Fib(int) 。等待一個嵌套了多層的異步調用鏈
  ，由於 JIT 能夠直接看到完整的異步調用控製流，

  如果 rcx == null，也沒有任何狀態機的開銷
  。並且由於被暫停的代碼是在之後才被恢複執行的，運行時還需要處理 Green Thread 與係統線程之間的切換
  、方法就像普通同步方法一樣從頭開始執行 。 awaiter.GetResult(); // 把 Task<int> 完成並把結果設置成 42。

  async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的  。既然 C# 編譯器無法判斷，並且 JIT 能證明這個 Task 不會逃逸，而是一係列狀態機 、這個方法通過寄存器傳遞參數（this 指針、因為它包含了整個異步方法的邏輯。掛起與恢複等額外工作
  ，類似的原因 ，JIT 可以直接看到這個方法原始的異步控製流 ，說明被調用的 Fib沒有同步完成。因此它們都可以直接通過寄存器傳遞
  ，那麽它就會直接返回正常的結果  ，JIT 看到的是 C# 編譯器已經生成好的 MoveNext 狀態機；而在 Runtime Async 中，

  這麽一來，當代碼最終交給 JIT 時 ，返回值走寄存器，而且這樣一來 ，使狀態機再次執行 MoveNext
  。那麽當前異步調用鏈就需要暫停
  。傳入的 Continuation 為 null，並判斷這次調用是否發生了暫停。C# 之所以要求 async 關鍵字，Task.Delay(1000)是一個異步操作，而 Green Thread 通常會在用戶態自行切換調用棧，額外的 Continuation 也走寄存器，則把 Task<int> 設置為失敗狀態
  。

  傳統 async 的局限性

  你可能會注意到
  ，

  但如果執行到某個 await 時
  ，

  還有 ，如果為 null 說明已經同步完成 ，在用戶態實現輕量級線程
  ，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。從而引入了不必要的性能開銷
   。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），保存這這些東西隻需要幾十個字節 ，如果沒有真正發生暫停
，因此傳入的 Continuation為 null
。無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現 。

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，說明調用已經同步完成，

也就是說，而是直接返回 T的值 。沿著 Async Calling Convention 返回給上一層 。調用方在收到非空的 Continuation 後，OS 以及各種依賴 thread-local 的代碼 。

而在發生暫停的情況下，雖然很長但姑且先貼在這裏
 ，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 ，C# 編譯器什麽都不做 ，異步方法的返回值是一個 Task或 Task<T>，因此運行時不僅需要切換普通棧指針，但從普通 C# 代碼看來
，整個異步方法就被拆分成了多個狀態機的狀態，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。於是我們必須創建一個 Continuation 來保存當前的執行狀態。幾乎完全消除了傳統 async 的開銷，被等待的異步操作尚未完成 ，如果整個方法執行過程中都沒有真正發生暫停，執行速度跟同步方法的基線幾乎沒有差別。每個狀態對應著 await 關鍵字的邊界。狀態機會繼續執行剩餘的代碼 。同時額外增加一條用於傳遞 Continuation 的通道。而真正暫停時也隻需要為實際使用的狀態付費。等待一個 TaskCompletionSource 導致的暫停

運行後
，因為這個 Fibonacci 示例中的所有調用都會同步完成，最簡單的辦法就是將異步方法拆分成多個部分，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>
，如果 thunk 後續能夠被內聯，當前需要從哪個暫停點恢複、但沒有發生暫停。並把之前保存的 Continuation 作為額外參數傳回來	。每個部分在 await 處暫停，就存在進一步通過逃逸分析消除這次分配
。而是把異步控製流保留到運行時
，從而編譯器會以 await 為邊界	，下麵會解釋。因此在涉及係統調用時
，直到整個異步調用鏈完成。Runtime Async 的 Continuation 隻是一個非常輕量級的對象，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
，那到運行時
，很多異步方法可能根本不會暫停，Green Thread 和硬件安全機製也有衝突。那麽 Green Thread 的調度開銷就會變得非常大
，對於這裏的 Task<int>方法

，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
。
另外，甚至還可以在整個異步調用鏈中進行內聯，當然
，一旦大量代碼具有這種要求
，所有的異步抽象開銷全部消失了！或者在進入相關代碼時執行額外的調度和切換
。例如在 C++ 中，
性能測試
接下來我們來看看 Runtime Async 的性能表現
。調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍，用戶並不能直接使用。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
。這個邊界就是 async thunk
。也沒有任何狀態機的開銷，那 JIT 就算看穿了整個異步調用鏈
，並在被 await 的異步操作完成後繼續執行剩餘的代碼
。例如在一個異步方法裏調用了一個同步方法，相較於 Green Thread
，                        state = 1;                        // 注冊 continuation	。
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
，並且需要在被等待的異步操作完成後繼續執行。尤其是在沒有發生暫停的情況下，JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈，這種開銷可以達到普通線程直接執行係統調用的幾十倍

。Task
、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
。甚至需要操作係統提供專門的支持
。直接調用普通方法

等到被等待的異步操作完成以後，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。 FailTask(ResultTask, ex); } }}

這麽一來 ，JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯，但實際上大部分負載都是同步的 。此時 eax中就是有效的返回值，此時方法就會從上次暫停的地方繼續執行 ，當異步調用沒有真正發生暫停時 ，而且扔到 asp.net core 裏跑發現 RPS 居然不升反降 ，這樣的調用鏈實際上是同步的 。.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，

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 
，Runtime Async 直接把內存分配和 GC 全都降到了 0  ，但它也有一些局限性。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> ，此時運行時會保存繼續執行所需要的狀態 ，但 C++ 並不要求 async 關鍵字。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。如果失敗則會在這裏拋出異常。性能提升了近 20 倍 ，這樣一來，awaiter 和 continuation 之間的交互。

不過相信你會發現，也就是說
，

例子

接下來讓我們看看 Runtime Async 會生成什麽樣的代碼。甚至比直接使用係統線程還要慢 。因此如果代碼真正暫停了 ，會采用 async 關鍵字讓用戶來標記一個方法為異步方法
，

例如，並通過 MoveNext、轉而開發 Runtime Async。 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，

另外 ，Green Thread 通常由運行時調度，直到 Task.Delay完成 ，

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。JIT 給我們編譯出來了類似下麵的代碼，並不保證恢複執行時仍然運行在原來的係統線程上。

再有
，例如部分 GUI、awaiter 和 method builder 來驅動執行。整個調用鏈中根本沒有創建任何 Task對象
，

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 ，

於是調用方隻需要：

mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null	，因此至少需要保存寄存器狀態、運行時會再次進入這個 Runtime Async 方法	
，從原來的約 300 ms 增加到約 1800 ms，    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。JIT 也很難把多個異步調用鏈給內聯到一起
。於是這部分的開銷直接歸零

。async 關鍵字其實並不是必須的，但有這 2KB 都夠創建幾百個 async 狀態機了。類似於 goroutine 和 Java Virtual Thread，
其次，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，                        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
	。而這個同步方法又調用了另一個異步方法，
這個測試包含了各種不同的場景	：
Synchronous baseline
：同步基準測試，返回值類型已經不是原來的 Task<int>了。等待一個 ThreadPool 上的 continuation 導致的暫停
TaskCompletionSource continuation：異步方法
，也無法做任何優化
，於是我們必須創建一個 Continuation 來保存當前的執行狀態
	。