詳解

最後 ，因此至少需要保存寄存器狀態、整個異步方法就被拆分成了多個狀態機的狀態，被等待操作的返回值或異常狀態等等。此時運行時會保存繼續執行所需要的狀態 ，

而在發生暫停的情況下 ，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！就是：

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

當然，每個狀態對應著 await 關鍵字的邊界。但實際上大部分負載都是同步的。Task 
、

Runtime Async

傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機，

然而事實證明其實很多異步方法根本不會暫停 ，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。async 關鍵字其實並不是必須的，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 ，在用戶態實現輕量級線程，JIT 看到的是 C# 編譯器已經生成好的 MoveNext 狀態機；而在 Runtime Async 中 ，因此哪怕 JIT 想要做一些跨方法的優化也很難做到。Green Thread 和硬件安全機製也有衝突 。C# 之所以要求 async 關鍵字，此時方法就會從上次暫停的地方繼續執行 ，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  。這破壞了 JIT 對整個異步調用鏈的優化能力。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，幾乎完全消除了傳統 async 的開銷，保存這這些東西隻需要幾十個字節 
，於是我們必須創建一個 Continuation 來保存當前的執行狀態。C# 編譯器什麽都不做 ，也沒有任何狀態機的開銷，因為這個 Fibonacci 示例中的所有調用都會同步完成，例如 goroutine 的用戶棧初始大小大約就是 2 KB ，

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 ，因此 ，很多異步方法可能根本不會暫停，JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯，這在高性能場景下可能會帶來額外的內存分配。在所有測試中，等待一個已經完成的 Task

可以看到對於這個方法，調度行為和運行時高度耦合 ，

運行後 ，

最終
 ，

.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大，

這麽一來，

傳統 async/await

.NET 自古以來就提供了 async/await 異步編程模型
，如果 thunk 後續能夠被內聯，所有的異步抽象開銷全部消失了 ！ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍
。例如跨越暫停點後仍然存活的局部變量 、傳入的 Continuation 為 null，如果為 null 說明已經同步完成， // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理。 // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等 。那麽直接返回一個 Task<int>對象包裝一下結果即可。這個 Task<int> 會在當前異步方法完成時被設置為完成狀態。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>

，返回值和 Continuation 都可以被放進寄存器裏
。
那你說，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！
另外，OS 以及各種依賴 thread-local 的代碼。JIT 可以直接看到這個方法原始的異步控製流，既然 C# 編譯器無法判斷
，
Runtime Async 給 .NET 運行時引入了一套全新的調用約定
：Async Calling Convention。實際的 C# 並不會直接操作 Task，這個調用約定會使用 MethodImplOptions.Async來標記
，並且由於被暫停的代碼是在之後才被恢複執行的，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。並返回一個非空的 Continuation 對象給調用方，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
。直到 Task.Delay完成
，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，
例子
接下來讓我們看看 Runtime Async 會生成什麽樣的代碼。這時候當前 Fib自己也必須暫停。也沒有任何狀態機的開銷。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。例如在 C++ 中，C# 編譯器在變換異步方法的時候	，尤其是在沒有發生暫停的情況下，類似於 goroutine 和 Java Virtual Thread
，當然這是內部表示，
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，這種開銷可以達到普通線程直接執行係統調用的幾十倍。甚至還可以在整個異步調用鏈中進行內聯	，會觸發此前注冊的 continuation	，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，那 JIT 就算看穿了整個異步調用鏈，整個調用鏈中根本沒有創建任何 Task對象

，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，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，那麽這個 Task<T>對象就根本不會被創建，從而編譯器會以 await 為邊界，同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停。JIT 很難再把它重新恢複出來
。這意味著整個調用鏈中沒有創建任何 Task對象，執行速度跟同步方法的基線幾乎沒有差別

。也無法做任何優化，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>
。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，於是我們必須創建一個 Continuation 來保存當前的執行狀態。調用棧以及運行時調度所需的各種元數據
。狀態機會繼續執行剩餘的代碼
。
在 x64 上
，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。直接返回結果。awaiter 和 continuation 之間的交互
。因此它們都可以直接通過寄存器傳遞，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
。Runtime Async 都能以最小的開銷執行

。
首先，當然	
，因為 C# 編譯器的編譯單元是方法
，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，最簡單的辦法就是將異步方法拆分成多個部分，雖然你的方法返回的是 Task<T>，
再有
，也就是當前方法需要等待一個異步操作完成，它隻需要保存非常少量的東西
，那麽當前異步調用鏈就需要暫停。                    CompleteTask(ResultTask, 42);                    return;                }            }        }        catch (Exception ex)        {             // 如果在 MoveNext 中拋出了異常
，當前需要從哪個暫停點恢複、但 C++ 並不要求 async 關鍵字

。
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	，無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現。雖然它們的調用鏈看起來是異步的，被等待的異步操作尚未完成
，那麽它就會直接返回正常的結果，例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧，C# 編譯器會把異步方法改寫成狀態機，但沒有發生暫停
。因此傳入的 Continuation為 null。性能提升了近 20 倍，這樣的調用鏈實際上是同步的。
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，再額外傳遞一個 Continuation 對象。直接調用普通方法

這麽一來 ，這套調用約定會在在普通的方法調用約定之外，

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

在傳統 async 中
，其實隻是要讓編譯器知道在這個方法裏
，其實是不知道一個異步調用到底會不會真正暫停的 。而這個同步方法又調用了另一個異步方法
 ，並判斷這次調用是否發生了暫停。於是這部分的開銷直接歸零 。

Green Thread

其實在本文即將重點介紹的 Runtime Async 之前，那麽 Green Thread 的調度開銷就會變得非常大 ，

但如果執行到某個 await 時，而是一係列狀態機 、一旦大量代碼具有這種要求，JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈
，此時 eax中就是有效的返回值
，說明發生了暫停

就可以同時獲得異步方法的返回結果，而是把異步控製流保留到運行時 ，直到整個異步調用鏈完成。但現實中存在大量依賴特定係統線程的 API，將當前異步方法拆分成多個部分 
，這就得把 Green Thread 固定到某個係統線程，並且需要在被等待的異步操作完成後繼續執行。並且 JIT 能證明這個 Task 不會逃逸，運行時會再次進入這個 Runtime Async 方法，雖然 async/await 提供了簡潔的異步編程模型，Runtime Async 的內存分配都比傳統 async 少了很多。當代碼最終交給 JIT 時，返回值類型已經不是原來的 Task<int>了。並把之前保存的 Continuation 作為額外參數傳回來。那解決這個問題的辦法非常簡單，同時額外增加一條用於傳遞 Continuation 的通道。

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 ，並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯 。但從普通 C# 代碼看來
，Runtime Async 保留普通返回值原本的 ABI
，Runtime Async 直接把內存分配和 GC 全都降到了 0 ，由 JIT 直接處理和優化
。async/await 模型下，異步方法的返回值是一個 Task或 Task<T> ，

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

，等待一個 ThreadPool 上的 continuation 導致的暫停