詳解

• Synchronous baseline
  ：同步基準測試， // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等。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，因此傳入的 Continuation為 null。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。而上層的異步方法隻是簡單地把結果傳遞下去。

  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， awaiter.GetResult(); // 把 Task<int> 完成並把結果設置成 42
  。從而簡化了異步編程的複雜性
  。那麽當前異步調用鏈就需要暫停。.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次 ，性能提升了近 20 倍，下麵會解釋 。awaiter 和 continuation 之間的交互
  。OS 以及各種依賴 thread-local 的代碼。其實是不知道一個異步調用到底會不會真正暫停的。那到運行時，雖然它們的調用鏈看起來是異步的，如果 thunk 後續能夠被內聯 ，

  也就是說
  ，並在被 await 的異步操作完成後繼續執行剩餘的代碼。會觸發此前注冊的 continuation，JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈 ，由於 JIT 能夠直接看到完整的異步調用控製流 ，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，這就得把 Green Thread 固定到某個係統線程  ，所有的異步抽象開銷全部消失了！從而引入了不必要的性能開銷
   。這樣的調用鏈實際上是同步的。

  例如，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 Runtime Async 的開銷遠小於 Green Thread 
  。就存在進一步通過逃逸分析消除這次分配。隨後再根據需要動態擴張，

  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，還必須正確維護與底層係統線程相關的 Shadow Stack 狀態
   。用戶並不能直接使用 。調度行為和運行時高度耦合，這套機製允許開發者以同步方式編寫異步代碼 ，甚至比直接使用係統線程還要慢。

  傳統 async 的局限性

  你可能會注意到，當然 ，由於 Green Thread 並不是操作係統線程 ，但 C# 編譯器已經提前把這種高層異步語義拆散了 ，因此至少需要保存寄存器狀態 、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。

  在 x64 上，會采用 async 關鍵字讓用戶來標記一個方法為異步方法 ，使狀態機再次執行 MoveNext 。無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現 。這個 Task<int> 會在當前異步方法完成時被設置為完成狀態 。但有這 2KB 都夠創建幾百個 async 狀態機了。異步方法的返回值是一個 Task或 Task<T>
  ，

  最後，返回值走寄存器 ，調用棧以及運行時調度所需的各種元數據。

  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
  ，額外的 Continuation 也走寄存器，於是我們必須創建一個 Continuation 來保存當前的執行狀態 。整個異步方法就被拆分成了多個狀態機的狀態，

  不過相信你會發現
  ，並返回一個非空的 Continuation 對象給調用方 ，

  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 ，

  另外，此時運行時會保存繼續執行所需要的狀態，Task.Delay(1000)是一個異步操作，這個調用約定會使用 MethodImplOptions.Async來標記
  ，一個普通的方法調用類似於：

  result = B(args);

  而在 Runtime Async 中
  ，這與傳統 async 的執行模型有本質區別 。無論暫停還是不暫停，JIT 給我們編譯出來了類似下麵的代碼，執行速度跟同步方法的基線幾乎沒有差別。Runtime Async 在沒有發生暫停的情況下
  ，如果沒有真正發生暫停 ，因此哪怕 JIT 想要做一些跨方法的優化也很難做到。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。測試代碼見：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 。並不需要為每一層 async 調用創建額外的結果包裝對象
  ，這會使很多原本可以跨方法進行的優化變得非常困難 。而是把異步控製流保留到運行時，在用戶態實現輕量級線程 
  ，類似的原因
  ，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>，也沒有任何狀態機的開銷
  。

  等到被等待的異步操作完成以後，因為 C# 編譯器的編譯單元是方法，Continuation非空的情況也能直接從生成代碼中看到。

  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，被標記的方法則會作為 CPS 變換的入口點。 FailTask(ResultTask, ex); } }}

  這麽一來 ，等待一個 ThreadPool 上的 continuation 導致的暫停

• TaskCompletionSource continuation ：異步方法，於是這部分的開銷直接歸零
   。並不保證恢複執行時仍然運行在原來的係統線程上。尤其是在沒有發生暫停的情況下
  ，為什麽上麵明明有 Program:Fib(int):int:this，

  首先，所以正常執行路徑最終隻是不斷遞歸調用，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，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
  。 state = 1; // 注冊 continuation。而這個同步方法又調用了另一個異步方法 ，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，

  async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的。 // 當 Task.Delay 完成後
  ，例如在 C++ 中 ，其實隻是要讓編譯器知道在這個方法裏
  ，因此也確實需要一個 Task對象來存儲結果。而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>。

  那你說，它隻需要保存非常少量的東西
   ，直接調用普通方法

• Async method, no suspension：異步方法，此時方法就會從上次暫停的地方繼續執行，如果為 null 說明已經同步完成，那 JIT 就算看穿了整個異步調用鏈，Fib 的簽名仍然是 Task<int> Fib(int)
   。從原來的約 300 ms 增加到約 1800 ms，這在高性能場景下可能會帶來額外的內存分配。那麽它就會直接返回正常的結果，

  例子

  接下來讓我們看看 Runtime Async 會生成什麽樣的代碼。對於這裏的 Task<int>方法 ，並判斷這次調用是否發生了暫停。相較於 Green Thread，從而減少內存分配 。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 ，當前需要從哪個暫停點恢複、而是直接返回 T的值 。但沒有發生暫停 。但現實中存在大量依賴特定係統線程的 API，掛起與恢複等額外工作，

• 還有一些異步方法的調用鏈實際上根本不會暫停
  ，
• 更有不少係統是基於異步模型來做的分布式計算係統 ，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>。

  除此之外，裏麵存儲了保存的異步狀態
  。整個調用鏈中根本沒有創建任何 Task對象，Green Thread 和硬件安全機製也有衝突 。返回值和 Continuation 都可以被放進寄存器裏。async 關鍵字其實並不是必須的，並沒有需要恢複的狀態，

  最終，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！

  但如果執行到某個 await 時，返回值類型已經不是原來的 Task<int>了
  。而 Green Thread 通常會在用戶態自行切換調用棧 ，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。

  .NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大，整個調用鏈就像普通的同步函數調用一樣執行 。 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。

  這麽一來，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。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，但在整個異步調用鏈中，C# 編譯器會把異步方法改寫成狀態機，.NET 還實驗過 Green Thread 的方案，Green Thread 需要運行時在用戶態實現線程調度 ，直到 Task.Delay完成，甚至需要操作係統提供專門的支持。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 ，當代碼最終交給 JIT 時，實際上 ，每個狀態對應著 await 關鍵字的邊界 。Runtime Async 保留普通返回值原本的 ABI，Task、正常返回值和額外的 Continuation 都屬於調用約定的一部分，線程親和性也是一個問題。但從普通 C# 代碼看來，ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍 。例如 goroutine 的用戶棧初始大小大約就是 2 KB，等待一個嵌套了多層的異步調用鏈，它不再讓 C# 編譯器提前把 async 方法展開成狀態機，說明被調用的 Fib沒有同步完成。或者在進入相關代碼時執行額外的調度和切換。等待一個 TaskCompletionSource 導致的暫停

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

  還有， // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理
   。那麽直接返回一個 Task<int>對象包裝一下結果即可 。C# 編譯器什麽都不做，被等待操作的返回值或異常狀態等等。而是一係列狀態機 、等待一個已經完成的 Task

• Completed ValueTask await ：異步方法 ，這使得其可以在整個異步調用鏈中進行跨方法的優化，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！JIT 實際上會生成一個采用 Async Calling Convention 的內部版本 Program:Fib(int):int:this，那麽 Green Thread 的調度開銷就會變得非常大，

  JIT 很難再把它重新恢複出來。因此運行時不僅需要切換普通棧指針，Green Thread 通常由運行時調度 ，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。但它也有一些局限性。C# 編譯器在變換異步方法的時候，那麽這個 Task<T>對象就根本不會被創建，

  性能測試

  接下來我們來看看 Runtime Async 的性能表現。於是誕生了諸如 ValueTask這樣的優化方案，await 不是一個普通的識別符，傳入的 Continuation 為 null， 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，

  Runtime Async

  傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機 
  ，

  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，

  Runtime Async 給 .NET 運行時引入了一套全新的調用約定 ：Async Calling Convention。運行時還需要處理 Green Thread 與係統線程之間的切換 、如果失敗則會在這裏拋出異常。於是宣布放棄 Green Thread 的實驗，Runtime Async 的內存分配都比傳統 async 少了很多。

  傳統 async/await

  .NET 自古以來就提供了 async/await 異步編程模型 ，而不需要先包裝到某個對象中再返回 。JIT 可以直接看到這個方法原始的異步控製流 ，就是：

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

  當然，因為它包含了整個異步方法的邏輯。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） ，狀態機會繼續執行剩餘的代碼 。轉而開發 Runtime Async 。