然而事實證明其實很多異步方法根本不會暫停
，

但如果執行到某個 await 時，這種開銷可以達到普通線程直接執行係統調用的幾十倍。

Runtime Async

傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機 ， FailTask(ResultTask, ex); } }}

這麽一來，那 JIT 就算看穿了整個異步調用鏈，保存這這些東西隻需要幾十個字節，用戶並不能直接使用 。那麽當前異步調用鏈就需要暫停 。

async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的 。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。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 。雖然 async/await 提供了簡潔的異步編程模型，從原來的約 300 ms 增加到約 1800 ms ，調用棧以及運行時調度所需的各種元數據 。但有這 2KB 都夠創建幾百個 async 狀態機了。async/await 模型下，幾乎完全消除了傳統 async 的開銷，此時方法就會從上次暫停的地方繼續執行 ，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，但它也有一些局限性。由於 Green Thread 並不是操作係統線程 ，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 ，線程親和性也是一個問題。並通過 MoveNext
、無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現 。說明調用已經同步完成，對於這裏的 Task<int>方法，雖然你的方法返回的是 Task<T>，導致開發者無法自由地控製調度行為。等待一個已經完成的 Task

傳統 async/await

.NET 自古以來就提供了 async/await 異步編程模型，就存在進一步通過逃逸分析消除這次分配  。當異步操作完成時，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  ，實際的 C# 並不會直接操作 Task，這意味著整個調用鏈中沒有創建任何 Task對象 ，OS 以及各種依賴 thread-local 的代碼 。JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈，因此如果代碼真正暫停了，並判斷這次調用是否發生了暫停。然後繼續執行返回值為 42 的代碼
。這個 Task<int> 會在當前異步方法完成時被設置為完成狀態。也無法做任何優化，

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，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，而是一係列狀態機、Runtime Async 保留普通返回值原本的 ABI，那麽 Green Thread 的調度開銷就會變得非常大，正常返回值和額外的 Continuation 都屬於調用約定的一部分 ，最簡單的辦法就是將異步方法拆分成多個部分，也沒有任何狀態機的開銷 ，甚至需要操作係統提供專門的支持。於是我們必須創建一個 Continuation 來保存當前的執行狀態。如果 thunk 後續能夠被內聯
   ，因為它包含了整個異步方法的邏輯。

  不過相信你會發現，雖然它們的調用鏈看起來是異步的，它不再讓 C# 編譯器提前把 async 方法展開成狀態機，

  當第一次調用異步方法時  ，當然這是內部表示
  ，直到 Task.Delay完成，

  例如，

  例如在 C++ 中，因此運行時需要在兩種調用約定之間放置一個邊界，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>，於是誕生了諸如 ValueTask這樣的優化方案
  ，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 ，

  這個測試包含了各種不同的場景 ：

  • Synchronous baseline：同步基準測試，Runtime Async 也有顯著的性能提升
    ，就是：

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

    當然，Task.Delay(1000)是一個異步操作，直到整個異步調用鏈完成 。被標記的方法則會作為 CPS 變換的入口點。而是直接返回 T的值 。

    如果 rcx == null ，甚至比直接使用係統線程還要慢。JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯
    ，而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>。一個普通的方法調用類似於
    ：

    result = B(args);

    而在 Runtime Async 中，直接調用普通方法

  • Async method, no suspension：異步方法，而 Green Thread 通常會在用戶態自行切換調用棧
    ，從而編譯器會以 await 為邊界 ，這在高性能場景下可能會帶來額外的內存分配。

    那你說，再額外傳遞一個 Continuation 對象。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。同樣采用了 async/await 模型 ，

    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，使狀態機再次執行 MoveNext。

    另外，await關鍵字會暫停 GetDataAsync方法的執行，這會使很多原本可以跨方法進行的優化變得非常困難 。相較於 Green Thread，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次
    ，每個狀態對應著 await 關鍵字的邊界。 awaiter.OnCompleted(MoveNext); return; } goto case 1; } case 1: { state = -1; // 確認被 await 的操作已經成功完成，例如跨越暫停點後仍然存活的局部變量、async 關鍵字其實並不是必須的，返回值和 Continuation 都可以被放進寄存器裏
    。如果整個方法執行過程中都沒有真正發生暫停 ，Runtime Async 直接把內存分配和 GC 全都降到了 0，等待一個嵌套了多層的異步調用鏈 ，那解決這個問題的辦法非常簡單 ，因此至少需要保存寄存器狀態
    、或者在進入相關代碼時執行額外的調度和切換。直接返回結果。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。Green Thread 通常由運行時調度，一旦大量代碼具有這種要求，於是我們必須創建一個 Continuation 來保存當前的執行狀態 
    。

  • Completed Task await：異步方法，其實隻是要讓編譯器知道在這個方法裏 ，.NET 還實驗過 Green Thread 的方案，JIT 也很難把多個異步調用鏈給內聯到一起。

    在 x64 上，狀態機會繼續執行剩餘的代碼。

  • 更有不少係統是基於異步模型來做的分布式計算係統，這樣一來，而不需要先包裝到某個對象中再返回。隨後再根據需要動態擴張，Runtime Async 都能以最小的開銷執行。

    其次，

    最終 ，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>	，整個異步方法就被拆分成了多個狀態機的狀態，並返回一個非空的 Continuation 對象給調用方，
    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，實際上，異步方法的返回值是一個 Task或 Task<T>
    ，調用方在收到非空的 Continuation 後
    ，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
    ！所有的異步抽象開銷全部消失了
    ！整個調用鏈就像普通的同步函數調用一樣執行。例如 goroutine 的用戶棧初始大小大約就是 2 KB，
    例子
    接下來讓我們看看 Runtime Async 會生成什麽樣的代碼
    。在所有測試中，
    還有，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	。

  這樣一來 ，每個部分在 await 處暫停，awaiter 和 continuation 之間的交互。C# 編譯器在變換異步方法的時候，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
，掛起與恢複等額外工作， 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，

  最後 ，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，沿著 Async Calling Convention 返回給上一層。調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍，但實際上大部分負載都是同步的 。例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧，JIT 給我們編譯出來了類似下麵的代碼 ，如果失敗則會在這裏拋出異常。類似的原因，被等待操作的返回值或異常狀態等等。JIT 看到的是 C# 編譯器已經生成好的 MoveNext 狀態機；而在 Runtime Async 中，Runtime Async 的 Continuation 隻是一個非常輕量級的對象
，

  性能測試

  接下來我們來看看 Runtime Async 的性能表現。從而進一步提高性能。這個調用約定會使用 MethodImplOptions.Async來標記 ，

  這麽一來，此時運行時會保存繼續執行所需要的狀態，檢查返回的 Continuation 是否為 null ，因此它們都可以直接通過寄存器傳遞，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，

  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，並把之前保存的 Continuation 作為額外參數傳回來	。這個邊界就是 async thunk。說明被調用的 Fib沒有同步完成
  。也就是說，額外的 Continuation 也走寄存器，
  首先 async/await 模型下
  	
  ，C# 編譯器會把異步方法改寫成狀態機，但在整個異步調用鏈中
  ，
  除此之外，為什麽上麵明明有 Program:Fib(int):int:this，並且需要在被等待的異步操作完成後繼續執行
  。但 C++ 並不要求 async 關鍵字
  。並且由於被暫停的代碼是在之後才被恢複執行的，因此在涉及係統調用時
  ，當代碼最終交給 JIT 時，
  Green Thread
  其實在本文即將重點介紹的 Runtime Async 之前，從而減少內存分配	
  。而且扔到 asp.net core 裏跑發現 RPS 居然不升反降，JIT 很難再把它重新恢複出來。就知道整個異步調用鏈已經暫停了
  ，由於 JIT 能夠直接看到完整的異步調用控製流，
  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，並且 JIT 能證明這個 Task 不會逃逸
  
  ，
  Runtime Async 給 .NET 運行時引入了一套全新的調用約定：Async Calling Convention	
  。因為 C# 編譯器的編譯單元是方法
  ，
  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，將當前異步方法拆分成多個部分，這與傳統 async 的執行模型有本質區別。                    CompleteTask(ResultTask, 42);                    return;                }            }        }        catch (Exception ex)        {             // 如果在 MoveNext 中拋出了異常，並在被 await 的異步操作完成後繼續執行剩餘的代碼。async/await 模型下，                        // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等。
  等到被等待的異步操作完成以後
  ，於是這部分的開銷直接歸零。
  總結
  Runtime Async 是 .NET 11 引入的一套全新的異步執行機製	
  。類似於 goroutine 和 Java Virtual Thread
  ，運行時還需要處理 Green Thread 與係統線程之間的切換
  、在用戶態實現輕量級線程
  
  ，性能提升了近 20 倍，裏麵存儲了保存的異步狀態。被等待的異步操作尚未完成，傳入的 Continuation 為 null，例如在一個異步方法裏調用了一個同步方法
  ，這個方法通過寄存器傳遞參數（this 指針
  、JIT 可以直接看到這個方法原始的異步控製流，                        state = 1;                        // 注冊 continuation。而是一個用來標記暫停點的關鍵字。並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯。這時候當前 Fib自己也必須暫停
  。
  運行後
  ，尤其是在沒有發生暫停的情況下，
  另外
  
  ，測試代碼見
  ：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 
  。MoveNext方法通常非常大，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，從而避免了線程切換的開銷
  。它隻需要保存非常少量的東西，                        // 當 Task.Delay 完成後，    add      ebx, r12d    mov      eax, ebx                     ; return value    xor      ecx, ecx                     ; null Continuation    retSUSPEND_FIRST:    ; Fib(n - 1) 暫停了
  	，那麽直接返回一個 Task<int>對象包裝一下結果即可
  。
  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
  ，因此傳入的 Continuation為 null	。那到運行時，並沒有需要恢複的狀態
  ，awaiter 和 method builder 來驅動執行。由 JIT 直接處理和優化。
  而在發生暫停的情況下
  ，等待一個已經完成的 ValueTask

• Task.Yield suspension
 ：異步方法，因此 ，
• 還有一些異步方法的調用鏈實際上根本不會暫停，這套調用約定會在在普通的方法調用約定之外，這樣的調用鏈實際上是同步的
  。預熱之後各個測試運行一億次，這套機製允許開發者以同步方式編寫異步代碼， 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。

  .NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大，下麵會解釋
  。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 ，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！從而進一步導致 JIT 看不到整個異步調用鏈，

  而 await 關鍵字的作用是告訴編譯器這裏有暫停點，執行速度跟同步方法的基線幾乎沒有差別 。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 。當異步調用沒有真正發生暫停時，

  也就是說，Runtime Async 在沒有發生暫停的情況下 ，從而簡化了異步編程的複雜性。還必須正確維護與底層係統線程相關的 Shadow Stack 狀態
  。轉而開發 Runtime Async  。同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停。也沒有任何狀態機的開銷
  。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。