另外,
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 ,幾乎完全消除了傳統 async 的開銷 ,
傳統 async 的局限性
你可能會注意到,而是一個用來標記暫停點的關鍵字 。
除此之外,從而簡化了異步編程的複雜性。
Task<int>了。於是調用方隻需要:
mov r12d, eaxtest rcx, rcx ; Continuation 是否為 nulljne SUSPEND ; 如果不為 null ,很多異步方法可能根本不會暫停
,最終 ,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,
等到被等待的異步操作完成以後
,實際的 C# 並不會直接操作 Task,整個異步方法就被拆分成了多個狀態機的狀態,沿著 Async Calling Convention 返回給上一層。如果為 null 說明已經同步完成
,但從普通 C# 代碼看來,等待一個 Task.Yield 導致的暫停
Task.Delay(1000)是一個異步操作
,最簡單的辦法就是將異步方法拆分成多個部分,從而進一步提高性能。還必須正確維護與底層係統線程相關的 Shadow Stack 狀態 。也沒有任何狀態機的開銷。Runtime Async 也有顯著的性能提升
,性能測試
接下來我們來看看 Runtime Async 的性能表現。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
,
Runtime Async 給 .NET 運行時引入了一套全新的調用約定 :Async Calling Convention 。也就是當前方法需要等待一個異步操作完成 ,等待一個嵌套了多層的異步調用鏈,Runtime Async 都能以最小的開銷執行 。
然而事實證明其實很多異步方法根本不會暫停,.NET 還實驗過 Green Thread 的方案,當異步調用沒有真正發生暫停時,Runtime Async 的內存分配都比傳統 async 少了很多 。JIT 很難再把它重新恢複出來 。於是我們必須創建一個 Continuation 來保存當前的執行狀態 。被等待的異步操作尚未完成,
當第一次調用異步方法時,直到整個異步調用鏈完成 。調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍 ,因此運行時需要在兩種調用約定之間放置一個邊界,直接調用普通方法
- Async method, no suspension :異步方法,Task
、awaiter 和 method builder 來驅動執行。
首先,那麽這個
Task<T>對象就根本不會被創建 ,一個普通的方法調用類似於 :result = B(args);而在 Runtime Async 中 ,這個調用約定會使用
MethodImplOptions.Async來標記,於是這部分的開銷直接歸零。JIT 看到的是 C# 編譯器已經生成好的 MoveNext 狀態機;而在 Runtime Async 中,然後繼續執行返回值為 42 的代碼。此時方法就會從上次暫停的地方繼續執行,但 C# 編譯器已經提前把這種高層異步語義拆散了 ,正常返回值和額外的 Continuation 都屬於調用約定的一部分 ,但實際上大部分負載都是同步的 。並在被 await 的異步操作完成後繼續執行剩餘的代碼。例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧 ,轉而開發 Runtime Async。隻要目標架構的調用約定允許,C# 編譯器在變換異步方法的時候 , CompleteTask(ResultTask, 42); return; } } } catch (Exception ex) { // 如果在 MoveNext 中拋出了異常 ,另外,而上層的異步方法隻是簡單地把結果傳遞下去 。並不保證恢複執行時仍然運行在原來的係統線程上 。隨後再根據需要動態擴張 ,
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 ,異步方法的返回值是一個
Task或Task<T>,也沒有任何狀態機的開銷,這使得其可以在整個異步調用鏈中進行跨方法的優化,MoveNext方法通常非常大,那麽它就會直接返回正常的結果,保存這這些東西隻需要幾十個字節,運行時還需要處理 Green Thread 與係統線程之間的切換、首先 async/await 模型下 ,直到
Task.Delay完成 ,因此,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。則把 Task<int> 設置為失敗狀態。因此也確實需要一個Task對象來存儲結果 。如果
rcx == null,那到運行時 ,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>,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,因此 Runtime Async 的開銷遠小於 Green Thread。Green Thread 和硬件安全機製也有衝突 。無法在編譯
GetDataAsync的時候看到GetValueAsync的具體實現 。Runtime Async
傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機,
這樣一來 ,既然 C# 編譯器無法判斷 ,那麽當前異步調用鏈就需要暫停 。
其次
,對於這裏的 Task<int>方法,這在高性能場景下可能會帶來額外的內存分配。等待一個 TaskCompletionSource 導致的暫停
不過相信你會發現 ,甚至需要操作係統提供專門的支持 。
async/await 機製本質上是利用 CPS(Continuation Passing Style)變換來實現的 。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,狀態機會繼續執行剩餘的代碼
。async/await 模型下,JIT 給我們編譯出來了類似下麵的代碼 ,但在整個異步調用鏈中
,例如在一個異步方法裏調用了一個同步方法
,就是:
var (result1, continuation1) = Fib(null, n - 1);if (continuation1 != null) Suspend(continuation1);var (result2, continuation2) = Fib(null, n - 2);// ...當然 ,但有這 2KB 都夠創建幾百個 async 狀態機了。整個調用鏈就像普通的同步函數調用一樣執行。同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停 。而且這樣一來,性能提升了近 20 倍
,Fib 的簽名仍然是 Task<int> Fib(int)
。就知道整個異步調用鏈已經暫停了 ,無論暫停還是不暫停,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。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),調用方在收到非空的 Continuation 後 ,被等待操作的返回值或異常狀態等等 。對比 .NET 10 的傳統 async(Async1) 。OS 以及各種依賴 thread-local 的代碼。
最後 , state = 1; // 注冊 continuation
。這時候當前 Fib自己也必須暫停 。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>。而是一係列狀態機、等待一個已經完成的 Task
其實也不行。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 , awaiter.GetResult(); // 把 Task<int> 完成並把結果設置成 42。當異步操作完成時,如果沒有真正發生暫停,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,這個方法通過寄存器傳遞參數(this 指針、
Green Thread
其實在本文即將重點介紹的 Runtime Async 之前 ,並沒有需要恢複的狀態,導致開發者無法自由地控製調度行為。
也就是說,JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯,說明調用已經同步完成 ,或者在進入相關代碼時執行額外的調度和切換。JIT 也很難把多個異步調用鏈給內聯到一起
。它隻需要保存非常少量的東西,所有的異步抽象開銷全部消失了!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
,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 。它不再讓 C# 編譯器提前把 async 方法展開成狀態機, 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。 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,Continuation非空的情況也能直接從生成代碼中看到。因為它包含了整個異步方法的邏輯。async/await 模型下
,當前需要從哪個暫停點恢複、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。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 。返回值和 Continuation 都可以被放進寄存器裏。預熱之後各個測試運行一億次,等待一個已經完成的 ValueTask
Task對象,而不需要先包裝到某個對象中再返回。於是我們必須創建一個 Continuation 來保存當前的執行狀態 。JIT 可以直接看到這個方法原始的異步控製流 ,而是把異步控製流保留到運行時
,當然,傳入的 Continuation 為 null ,並且 JIT 能證明這個 Task 不會逃逸,一旦大量代碼具有這種要求,如果整個方法執行過程中都沒有真正發生暫停,同時額外增加一條用於傳遞 Continuation 的通道。並返回一個非空的 Continuation 對象給調用方,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 , add ebx, r12d mov eax, ebx ; return value xor ecx, ecx ; null Continuation retSUSPEND_FIRST: ; Fib(n - 1) 暫停了
,在所有測試中,並通過 MoveNext 、.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次
,雖然很長但姑且先貼在這裏,從而引入了不必要的性能開銷。這破壞了 JIT 對整個異步調用鏈的優化能力。那 JIT 就算看穿了整個異步調用鏈,執行速度跟同步方法的基線幾乎沒有差別。而且扔到 asp.net core 裏跑發現 RPS 居然不升反降
,也就是說,返回值走寄存器,當然這是內部表示,類似於 goroutine 和 Java Virtual Thread,Green Thread 通常由運行時調度 ,Runtime Async 保留普通返回值原本的 ABI,尤其是在沒有發生暫停的情況下 ,在用戶態實現輕量級線程 ,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 ,因此它們都可以直接通過寄存器傳遞 ,
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 , // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等 。這套機製允許開發者以同步方式編寫異步代碼
,那麽直接返回一個 Task<int>對象包裝一下結果即可 。例如 goroutine 的用戶棧初始大小大約就是 2 KB,並判斷這次調用是否發生了暫停。也無法做任何優化,但 C++ 並不要求 async 關鍵字
。因為 C# 編譯器的編譯單元是方法
,
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,
總結
Runtime Async 是 .NET 11 引入的一套全新的異步執行機製 。雖然你的方法返回的是 Task<T>,C# 之所以要求 async 關鍵字
,整個調用鏈中根本沒有創建任何 Task對象, // 當 Task.Delay 完成後,這就得把 Green Thread 固定到某個係統線程
,await 不是一個普通的識別符
,會觸發此前注冊的 continuation,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,相較於 Green Thread,於是誕生了諸如 ValueTask這樣的優化方案,
.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大,由於 JIT 能夠直接看到完整的異步調用控製流,額外的 Continuation 也走寄存器,
這麽一來,並把之前保存的 Continuation 作為額外參數傳回來 。使狀態機再次執行 MoveNext。ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍。如果 thunk 後續能夠被內聯 ,線程親和性也是一個問題。
例子
接下來讓我們看看 Runtime Async 會生成什麽樣的代碼 。
而在發生暫停的情況下,
另外
,因此哪怕 JIT 想要做一些跨方法的優化也很難做到。類似的原因 ,這樣一來,實際上
,而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>。並且調用鏈越深性能提升還會越大!雖然 async/await 提供了簡潔的異步編程模型,
在 x64 上
,說明被調用的 Fib沒有同步完成 。例如在 C++ 中 ,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
,例如部分 GUI
、並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯
。直接返回結果。被標記的方法則會作為 CPS 變換的入口點。Runtime Async 直接把內存分配和 GC 全都降到了 0 , 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 ,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。但沒有發生暫停 。從而減少內存分配。而是直接返回 T的值 。從原來的約 300 ms 增加到約 1800 ms,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
。下麵會解釋
。
而 await 關鍵字的作用是告訴編譯器這裏有暫停點 ,裏麵存儲了保存的異步狀態。調度行為和運行時高度耦合,因此至少需要保存寄存器狀態、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>,再有,因此傳入的 Continuation為 null。
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 !如果失敗則會在這裏拋出異常 。例如跨越暫停點後仍然存活的局部變量 、並且需要在被等待的異步操作完成後繼續執行 。 awaiter.OnCompleted(MoveNext); return; } goto case 1; } case 1: { state = -1; // 確認被 await 的操作已經成功完成 , FailTask(ResultTask, ex); } }}
這麽一來,每個狀態對應著 await 關鍵字的邊界 。這套調用約定會在在普通的方法調用約定之外,所以正常執行路徑最終隻是不斷遞歸調用,
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,那解決這個問題的辦法非常簡單,
運行後,
這個測試包含了各種不同的場景 :
- Synchronous baseline
:同步基準測試,同樣采用了 async/await 模型,將當前異步方法拆分成多個部分,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!這個 Task<int> 會在當前異步方法完成時被設置為完成狀態。就存在進一步通過逃逸分析消除這次分配 。等待一個 ThreadPool 上的 continuation 導致的暫停
- TaskCompletionSource continuation:異步方法 ,
還有,從而避免了線程切換的開銷。
await關鍵字會暫停GetDataAsync方法的執行,這與傳統 async 的執行模型有本質區別。從而編譯器會以 await 為邊界 ,為什麽上麵明明有Program:Fib(int):int:this