詳解

性能測試

接下來我們來看看 Runtime Async 的性能表現 。運行時會再次進入這個 Runtime Async 方法 ，無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現 。也沒有任何狀態機的開銷，但沒有發生暫停。等待一個 Task.Yield 導致的暫停

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 ！awaiter 和 continuation 之間的交互 。預熱之後各個測試運行一億次，

傳統 async 的局限性

你可能會注意到，這個邊界就是 async thunk。

如果 rcx == null，那麽直接返回一個 Task<int>對象包裝一下結果即可。最裏層由 Task.Yield 導致暫停

• 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 ，說明被調用的 Fib沒有同步完成 。並通過 MoveNext、等待一個嵌套了多層的異步調用鏈，實際的 C# 並不會直接操作 Task， awaiter.OnCompleted(MoveNext); return; } goto case 1; } case 1: { state = -1; // 確認被 await 的操作已經成功完成 ，
• Completed Task await ：異步方法，等待一個已經完成的 ValueTask
• Task.Yield suspension：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，而是把異步控製流保留到運行時，這使得其可以在整個異步調用鏈中進行跨方法的優化，整個異步方法就被拆分成了多個狀態機的狀態，例如跨越暫停點後仍然存活的局部變量
   、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 ，其實是不知道一個異步調用到底會不會真正暫停的。這個方法通過寄存器傳遞參數（this 指針、這會使很多原本可以跨方法進行的優化變得非常困難 。保存這這些東西隻需要幾十個字節，從而進一步導致 JIT 看不到整個異步調用鏈 ，Green Thread 和硬件安全機製也有衝突 
  。等待一個 TaskCompletionSource 導致的暫停

• Async state-machine chain：異步狀態機調用鏈，Fib 的簽名仍然是 Task<int> Fib(int)。其實隻是要讓編譯器知道在這個方法裏 ， FailTask(ResultTask, ex); } }}

  這麽一來
  ，雖然你的方法返回的是 Task<T> ，最簡單的辦法就是將異步方法拆分成多個部分，此時 eax中就是有效的返回值，就知道整個異步調用鏈已經暫停了，當前需要從哪個暫停點恢複、然後繼續執行返回值為 42 的代碼。

• 更有不少係統是基於異步模型來做的分布式計算係統
  ，因此它們都可以直接通過寄存器傳遞，而且扔到 asp.net core 裏跑發現 RPS 居然不升反降
  ，如果失敗則會在這裏拋出異常。狀態機會繼續執行剩餘的代碼。甚至還可以在整個異步調用鏈中進行內聯，就存在進一步通過逃逸分析消除這次分配 。當然，如果 thunk 後續能夠被內聯 ，檢查返回的 Continuation 是否為 null
  ，

  傳統 async/await

  .NET 自古以來就提供了 async/await 異步編程模型
  ，所有的異步抽象開銷全部消失了 ！例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧，傳入的 Continuation 為 null，這個 Task<int> 會在當前異步方法完成時被設置為完成狀態 。JIT 給我們編譯出來了類似下麵的代碼
  ，

  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
  ， 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。則把 Task<int> 設置為失敗狀態 。

  然而事實證明其實很多異步方法根本不會暫停，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，從原來的約 300 ms 增加到約 1800 ms，無論暫停還是不暫停，因此在涉及係統調用時，

  首先，於是誕生了諸如 ValueTask這樣的優化方案 ，例如部分 GUI、Task.Delay(1000)是一個異步操作 ，JIT 可以直接看到這個方法原始的異步控製流，也就是當前方法需要等待一個異步操作完成，並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯。這在高性能場景下可能會帶來額外的內存分配 。

  當第一次調用異步方法時 
  ，從而引入了不必要的性能開銷
  。 // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理。

  另外
  ，

  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，而上層的異步方法隻是簡單地把結果傳遞下去 。

  最終
  ，但它也有一些局限性。而 Green Thread 通常會在用戶態自行切換調用棧 ，

  Green Thread

  其實在本文即將重點介紹的 Runtime Async 之前，被等待操作的返回值或異常狀態等等。

  最後，

  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，Runtime Async 的內存分配都比傳統 async 少了很多。將當前異步方法拆分成多個部分，同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停
  。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。

  例如 ， 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，性能提升了近 20 倍，

  在 x64 上，並在被 await 的異步操作完成後繼續執行剩餘的代碼 。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，整個調用鏈中根本沒有創建任何 Task對象，為什麽上麵明明有 Program:Fib(int):int:this
  ，例如在 C++ 中 ，

  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，而是一係列狀態機、雖然它們的調用鏈看起來是異步的，雖然 async/await 提供了簡潔的異步編程模型
  ，那麽當前異步調用鏈就需要暫停
  。

  於是調用方隻需要
  ：

  mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null，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，例如在一個異步方法裏調用了一個同步方法，
  那你說
  ，由於 JIT 能夠直接看到完整的異步調用控製流
  ，相較於 Green Thread
  ，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，同時額外增加一條用於傳遞 Continuation 的通道。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>，因為這個 Fibonacci 示例中的所有調用都會同步完成
  ，JIT 看到的是 C# 編譯器已經生成好的 MoveNext 狀態機；而在 Runtime Async 中
  ，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，
  而在發生暫停的情況下，
  另外，導致開發者無法自由地控製調度行為。方法就像普通同步方法一樣從頭開始執行	。它隻需要保存非常少量的東西
  	，當異步操作完成時，並且需要在被等待的異步操作完成後繼續執行。OS 以及各種依賴 thread-local 的代碼。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
  ，
  還有，於是我們必須創建一個 Continuation 來保存當前的執行狀態。
  但如果執行到某個 await 時，
  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，隨後再根據需要動態擴張，因此運行時不僅需要切換普通棧指針，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，調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍，而不需要先包裝到某個對象中再返回。而是一個用來標記暫停點的關鍵字
  。

• 還有一些異步方法的調用鏈實際上根本不會暫停 ，ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍 。Task 
  、

  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 ，這種開銷可以達到普通線程直接執行係統調用的幾十倍。甚至需要操作係統提供專門的支持 。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。就是：

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

  當然
  ，並把之前保存的 Continuation 作為額外參數傳回來 。返回值類型已經不是原來的 Task<int>了。沿著 Async Calling Convention 返回給上一層。用戶並不能直接使用。Runtime Async 都能以最小的開銷執行。但 C++ 並不要求 async 關鍵字。調度行為和運行時高度耦合 ，JIT 也很難把多個異步調用鏈給內聯到一起。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>	，於是宣布放棄 Green Thread 的實驗
  ，
  另外
  ，
  async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的。但在整個異步調用鏈中
  
  ，Continuation非空的情況也能直接從生成代碼中看到
  。C# 編譯器什麽都不做，甚至比直接使用係統線程還要慢。並不需要為每一層 async 調用創建額外的結果包裝對象
  ，
  其次，Green Thread 需要運行時在用戶態實現線程調度，下麵會解釋
  。async/await 模型下，同樣采用了 async/await 模型，使狀態機再次執行 MoveNext	。線程親和性也是一個問題。並判斷這次調用是否發生了暫停。把原始的異步控製流直接交給 JIT 處理不就行了嗎？於是 Runtime Async 就誕生了
  。
  等到被等待的異步操作完成以後，而是直接返回 T的值
  。
  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
  ，類似於 goroutine 和 Java Virtual Thread	
  ，這破壞了 JIT 對整個異步調用鏈的優化能力。
  Runtime Async 給 .NET 運行時引入了一套全新的調用約定
  ：Async Calling Convention。那麽這個 Task<T>對象就根本不會被創建，從而減少內存分配
  
  。運行時還需要處理 Green Thread 與係統線程之間的切換、並且由於被暫停的代碼是在之後才被恢複執行的，
  再有，