詳解

然而事實證明其實很多異步方法根本不會暫停 ，於是我們必須創建一個 Continuation 來保存當前的執行狀態 。

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，從而進一步提高性能。所有的異步抽象開銷全部消失了！
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/await
.NET 自古以來就提供了 async/await 異步編程模型
，            FailTask(ResultTask, ex);        }    }}

(result, continuation) = B(continuation, args);

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)

async Task<int> A(){     return await B();}

result = B(args);

xor      rsi, rsicall     [Program:Fib(int):int:this]mov      ebx, eaxtest     rcx, rcx       ; Continuation 是否為 null

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;

mov r14, rdi ; thismov r15, rsi ; Continuationmov ebx, edx ; n

測試目前最新的 .NET 11 每日構建版本的 Runtime Async（Async2） ，由 JIT 直接處理和優化 。

但如果執行到某個 await 時，掛起與恢複等額外工作，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。並不需要為每一層 async 調用創建額外的結果包裝對象 
，C# 編譯器什麽都不做 ，同時額外增加一條用於傳遞 Continuation 的通道。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，運行時會再次進入這個 Runtime Async 方法，這與傳統 async 的執行模型有本質區別
。此時運行時會保存繼續執行所需要的狀態，例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧 ，

這樣一來 ，例如在 C++ 中 ，因為 C# 編譯器的編譯單元是方法 ，對比 .NET 10 的傳統 async（Async1）。由於 Green Thread 並不是操作係統線程，類似於 goroutine 和 Java Virtual Thread，被等待的異步操作尚未完成 ，這就得把 Green Thread 固定到某個係統線程，因此運行時需要在兩種調用約定之間放置一個邊界 ，並且調用鏈越深性能提升還會越大！JIT 也很難把多個異步調用鏈給內聯到一起。返回值走寄存器，例如 goroutine 的用戶棧初始大小大約就是 2 KB，而且扔到 asp.net core 裏跑發現 RPS 居然不升反降，並通過 MoveNext、幾乎完全消除了傳統 async 的開銷，被等待操作的返回值或異常狀態等等 。Runtime Async 的 Continuation 隻是一個非常輕量級的對象，對於這裏的 Task<int>方法 ，調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍，

而 await 關鍵字的作用是告訴編譯器這裏有暫停點，

Green Thread

其實在本文即將重點介紹的 Runtime Async 之前，如果沒有真正發生暫停，

最終 ，傳入的 Continuation 為 null ，就存在進一步通過逃逸分析消除這次分配。 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 ，預熱之後各個測試運行一億次，而上層的異步方法隻是簡單地把結果傳遞下去。

再有，當然，從而簡化了異步編程的複雜性。

Runtime Async 給 .NET 運行時引入了一套全新的調用約定：Async Calling Convention。因此在涉及係統調用時，

等到被等待的異步操作完成以後，JIT 實際上會生成一個采用 Async Calling Convention 的內部版本 Program:Fib(int):int:this，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
，Runtime Async 也有顯著的性能提升，

首先，

總結

Runtime Async 是 .NET 11 引入的一套全新的異步執行機製。說明調用已經同步完成 ，於是我們必須創建一個 Continuation 來保存當前的執行狀態。然後繼續執行返回值為 42 的代碼。而是一係列狀態機 、因此傳入的 Continuation為 null 。

於是調用方隻需要：

mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null，
也就是說，轉而開發 Runtime Async
。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。這使得其可以在整個異步調用鏈中進行跨方法的優化
，這個 Task<int> 會在當前異步方法完成時被設置為完成狀態
。當代碼最終交給 JIT 時，返回值類型已經不是原來的 Task<int>了。也就是當前方法需要等待一個異步操作完成，ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍

。此時 eax中就是有效的返回值，但現實中存在大量依賴特定係統線程的 API	，線程親和性也是一個問題
。而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>。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	！等待一個已經完成的 ValueTask
Task.Yield suspension：異步方法
	，一旦大量代碼具有這種要求，JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯，因此如果代碼真正暫停了，無論暫停還是不暫停，因此運行時不僅需要切換普通棧指針，方法就像普通同步方法一樣從頭開始執行。
async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的。每個部分在 await 處暫停，並把之前保存的 Continuation 作為額外參數傳回來。再額外傳遞一個 Continuation 對象。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>，於是這部分的開銷直接歸零。狀態機會繼續執行剩餘的代碼。這時候當前 Fib自己也必須暫停
。
這個測試包含了各種不同的場景
：
Synchronous baseline
：同步基準測試	，甚至比直接使用係統線程還要慢	。甚至還可以在整個異步調用鏈中進行內聯	，其實是不知道一個異步調用到底會不會真正暫停的。
直接原地慢了 5 倍以上。JIT 看到的是 C# 編譯器已經生成好的 MoveNext 狀態機；而在 Runtime Async 中	，
Completed Task await：異步方法，而是把異步控製流保留到運行時，導致開發者無法自由地控製調度行為。性能提升了近 20 倍，awaiter 和 continuation 之間的交互
。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。JIT 給我們編譯出來了類似下麵的代碼，使狀態機再次執行 MoveNext。await 不是一個普通的識別符，而是直接返回 T的值
。實際上
，
那你說

，會采用 async 關鍵字讓用戶來標記一個方法為異步方法
，整個調用鏈中根本沒有創建任何 Task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

，其實隻是要讓編譯器知道在這個方法裏
，裏麵存儲了保存的異步狀態。Task.Delay(1000)是一個異步操作，Fib 的簽名仍然是 Task<int> Fib(int)
。但它也有一些局限性。
不過相信你會發現，如果失敗則會在這裏拋出異常。因為這個 Fibonacci 示例中的所有調用都會同步完成，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
，就知道整個異步調用鏈已經暫停了，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
！
.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大，Green Thread 通常由運行時調度

，而不需要先包裝到某個對象中再返回。
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，MoveNext方法通常非常大，因為它包含了整個異步方法的邏輯	。
例如	，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，因此也確實需要一個 Task對象來存儲結果。Runtime Async 都能以最小的開銷執行。那麽 Green Thread 的調度開銷就會變得非常大，這樣一來，而是一個用來標記暫停點的關鍵字。
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
，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，如果 thunk 後續能夠被內聯，從而避免了線程切換的開銷	。從而減少內存分配。當異步調用沒有真正發生暫停時
	，這個調用約定會使用 MethodImplOptions.Async來標記
，但實際上大部分負載都是同步的
。
其次
，
最後
，由於 JIT 能夠直接看到完整的異步調用控製流，雖然它們的調用鏈看起來是異步的，但 C# 編譯器已經提前把這種高層異步語義拆散了
，檢查返回的 Continuation 是否為 null
，                    awaiter.GetResult();                    // 把 Task<int> 完成並把結果設置成 42
。這在高性能場景下可能會帶來額外的內存分配。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
，並返回一個非空的 Continuation 對象給調用方，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，那 JIT 就算看穿了整個異步調用鏈，調用棧以及運行時調度所需的各種元數據。等待一個已經完成的 Task
Completed ValueTask await
：異步方法，但在整個異步調用鏈中，當異步操作完成時
，下麵會解釋。當然這是內部表示
，於是誕生了諸如 ValueTask這樣的優化方案，Runtime Async 在沒有發生暫停的情況下，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，
另外	，直到 Task.Delay完成，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，Runtime Async 保留普通返回值原本的 ABI
，C# 編譯器會把異步方法改寫成狀態機，C# 之所以要求 async 關鍵字
，這意味著整個調用鏈中沒有創建任何 Task對象
，因此至少需要保存寄存器狀態、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，被標記的方法則會作為 CPS 變換的入口點。隻要目標架構的調用約定允許，那到運行時
	，從而編譯器會以 await 為邊界，OS 以及各種依賴 thread-local 的代碼。Green Thread 和硬件安全機製也有衝突
。
首先 async/await 模型下，在所有測試中，
另外
，那解決這個問題的辦法非常簡單，
在 x64 上，並且由於被暫停的代碼是在之後才被恢複執行的
，並沒有需要恢複的狀態，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，直接調用普通方法
Async method, no suspension：異步方法，
還有一些異步方法的調用鏈實際上根本不會暫停，雖然你的方法返回的是 Task<T>
，相較於 Green Thread，從原來的約 300 ms 增加到約 1800 ms

，為什麽上麵明明有 Program:Fib(int):int:this
，Runtime Async 直接把內存分配和 GC 全都降到了 0
，額外的 Continuation 也走寄存器，這個方法通過寄存器傳遞參數（this 指針	、                        awaiter.OnCompleted(MoveNext);                        return;                    }                    goto case 1;                }                case 1:                {                     state = -1;                    // 確認被 await 的操作已經成功完成，隨後再根據需要動態擴張，Task、
傳統 async 的局限性
你可能會注意到，執行速度跟同步方法的基線幾乎沒有差別。從而引入了不必要的性能開銷	。異步方法的返回值是一個 Task或 Task<T>，每個狀態對應著 await 關鍵字的邊界。這破壞了 JIT 對整個異步調用鏈的優化能力	。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>
，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。awaiter 和 method builder 來驅動執行。但 C++ 並不要求 async 關鍵字。
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

，
當第一次調用異步方法時
，最簡單的辦法就是將異步方法拆分成多個部分
，async/await 模型下
，同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停。    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，這套機製允許開發者以同步方式編寫異步代碼，
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，所以正常執行路徑最終隻是不斷遞歸調用，也沒有任何狀態機的開銷。
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，於是宣布放棄 Green Thread 的實驗
	，等待一個 TaskCompletionSource 導致的暫停
Async state-machine chain
：異步狀態機調用鏈，例如跨越暫停點後仍然存活的局部變量、
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，
另外，並判斷這次調用是否發生了暫停。