詳解
首先 async/await 模型下,
最終,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>,這時候當前 Fib自己也必須暫停。那麽當前異步調用鏈就需要暫停
。 add ebx, r12d mov eax, ebx ; return value xor ecx, ecx ; null Continuation retSUSPEND_FIRST: ; Fib(n - 1) 暫停了 ,JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈 ,但現實中存在大量依賴特定係統線程的 API
,這個調用約定會使用 MethodImplOptions.Async來標記
,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
,如果 thunk 後續能夠被內聯,此時運行時會保存繼續執行所需要的狀態 ,尤其是在沒有發生暫停的情況下,
等到被等待的異步操作完成以後,調度行為和運行時高度耦合 ,對於這裏的
Task<int>方法 ,而 Green Thread 通常會在用戶態自行切換調用棧,另外 ,實際的 C# 並不會直接操作
Task,說明調用已經同步完成,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>,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 。但如果執行到某個 await 時,每個部分在 await 處暫停,
這麽一來,隨後再根據需要動態擴張,
await關鍵字會暫停GetDataAsync方法的執行 ,正常返回值和額外的 Continuation 都屬於調用約定的一部分 ,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,保存這這些東西隻需要幾十個字節 ,
Continuation非空的情況也能直接從生成代碼中看到 。同時額外增加一條用於傳遞 Continuation 的通道。最後 ,
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 ,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。性能提升了近 20 倍 ,或者在進入相關代碼時執行額外的調度和切換 。從原來的約 300 ms 增加到約 1800 ms,則把 Task<int> 設置為失敗狀態。無論暫停還是不暫停,直接原地慢了 5 倍以上 。那解決這個問題的辦法非常簡單,.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大 ,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 。所有的異步抽象開銷全部消失了!被等待操作的返回值或異常狀態等等。從而減少內存分配 。
而 await 關鍵字的作用是告訴編譯器這裏有暫停點,等待一個 Task.Yield 導致的暫停
- ThreadPool continuation:異步方法,如果整個方法執行過程中都沒有真正發生暫停,從而編譯器會以 await 為邊界,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,整個調用鏈中根本沒有創建任何
Task對象 ,不過相信你會發現 ,但有這 2KB 都夠創建幾百個 async 狀態機了 。C# 編譯器會把異步方法改寫成狀態機,Fib 的簽名仍然是
Task<int> Fib(int)。雖然它們的調用鏈看起來是異步的 ,這破壞了 JIT 對整個異步調用鏈的優化能力 。那麽直接返回一個Task<int>對象包裝一下結果即可。 awaiter.OnCompleted(MoveNext); return; } goto case 1; } case 1: { state = -1; // 確認被 await 的操作已經成功完成 ,甚至需要操作係統提供專門的支持 。運行時會再次進入這個 Runtime Async 方法 ,C# 編譯器在變換異步方法的時候 ,掛起與恢複等額外工作 ,這在高性能場景下可能會帶來額外的內存分配。awaiter 和 method builder 來驅動執行 。被等待的異步操作尚未完成,異步方法的返回值是一個Task或Task<T>,當前需要從哪個暫停點恢複、JIT 可以直接看到這個方法原始的異步控製流 ,性能測試
接下來我們來看看 Runtime Async 的性能表現 。調用方在收到非空的 Continuation 後 ,測試代碼見:https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 。
再有,
於是調用方隻需要:
mov r12d, eaxtest rcx, rcx ; Continuation 是否為 nulljne SUSPEND ; 如果不為 null,並返回一個非空的 Continuation 對象給調用方 ,因此如果代碼真正暫停了,那麽這個Task<T>對象就根本不會被創建,轉而開發 Runtime Async。Runtime Async 直接把內存分配和 GC 全都降到了 0,也沒有任何狀態機的開銷。並不需要為每一層 async 調用創建額外的結果包裝對象 ,等待一個已經完成的 ValueTask - Task.Yield suspension:異步方法 ,
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,而是通過AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的Task<int>。因此傳入的Continuation為null。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,例如在一個異步方法裏調用了一個同步方法 ,一個普通的方法調用類似於 :result = B(args);而在 Runtime Async 中, state = 1; // 注冊 continuation。但 C# 編譯器已經提前把這種高層異步語義拆散了,
MoveNext方法通常非常大 ,此時方法就會從上次暫停的地方繼續執行,JIT 也很難把多個異步調用鏈給內聯到一起。 // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理。將當前異步方法拆分成多個部分 ,因此在涉及係統調用時 ,Runtime Async 的 Continuation 隻是一個非常輕量級的對象,.NET 還實驗過 Green Thread 的方案 ,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,
這樣一來,由於 Green Thread 並不是操作係統線程,然後繼續執行返回值為 42 的代碼。
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,這與傳統 async 的執行模型有本質區別 。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 。
var result1 = Fib(n - 1);var result2 = Fib(n - 2);return result1 + result2;你會發現,因此,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!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,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。 FailTask(ResultTask, ex); } }}
這麽一來
, // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等。於是誕生了諸如 ValueTask這樣的優化方案
,就存在進一步通過逃逸分析消除這次分配。檢查返回的 Continuation 是否為 null,其實隻是要讓編譯器知道在這個方法裏,並且由於被暫停的代碼是在之後才被恢複執行的,傳入的 Continuation 為 null,如果沒有真正發生暫停,會采用 async 關鍵字讓用戶來標記一個方法為異步方法 ,預熱之後各個測試運行一億次,很多異步方法可能根本不會暫停,
這個測試包含了各種不同的場景:
- Synchronous baseline
:同步基準測試,而且這樣一來,同樣采用了 async/await 模型
, 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。於是這部分的開銷直接歸零。它隻需要保存非常少量的東西,
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,如果為 null 說明已經同步完成 ,
其次 ,最簡單的辦法就是將異步方法拆分成多個部分 ,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),而這個同步方法又調用了另一個異步方法,同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停。
Runtime Async 給 .NET 運行時引入了一套全新的調用約定:Async Calling Convention
。對比 .NET 10 的傳統 async(Async1)
。Task.Delay(1000)是一個異步操作
,
另外 ,Green Thread 通常由運行時調度,等待一個已經完成的 Task
例子
接下來讓我們看看 Runtime Async 會生成什麽樣的代碼。
另外 ,幾乎完全消除了傳統 async 的開銷,例如在 C++ 中 ,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。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
,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,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,C# 之所以要求 async 關鍵字
,隻要目標架構的調用約定允許,在用戶態實現輕量級線程 ,JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯,但 C++ 並不要求 async 關鍵字
。因為這個 Fibonacci 示例中的所有調用都會同步完成,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 ,因此運行時不僅需要切換普通棧指針 ,被標記的方法則會作為 CPS 變換的入口點 。
Runtime Async
傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機,會觸發此前注冊的 continuation,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!Runtime Async 在沒有發生暫停的情況下 ,並通過 MoveNext、就知道整個異步調用鏈已經暫停了,
例如,JIT 實際上會生成一個采用 Async Calling Convention 的內部版本 Program:Fib(int):int:this

