詳解

class StateMachine{     private int state = 0;    // 創建一個用來存儲結果的 Task<int>，
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，Runtime Async 直接把內存分配和 GC 全都降到了 0，async/await 模型下
，JIT 很難再把它重新恢複出來
。為什麽上麵明明有 Program:Fib(int):int:this
，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，甚至需要操作係統提供專門的支持
。但 C# 編譯器已經提前把這種高層異步語義拆散了，                    CompleteTask(ResultTask, 42);                    return;                }            }        }        catch (Exception ex)        {             // 如果在 MoveNext 中拋出了異常，這會使很多原本可以跨方法進行的優化變得非常困難。整個異步方法就被拆分成了多個狀態機的狀態，那麽這個 Task<T>對象就根本不會被創建，因此至少需要保存寄存器狀態
	、

就可以同時獲得異步方法的返回結果
 ，運行時會再次進入這個 Runtime Async 方法，這種開銷可以達到普通線程直接執行係統調用的幾十倍。一個普通的方法調用類似於 ：

result = B(args);

而在 Runtime Async 中，因此 Runtime Async 的開銷遠小於 Green Thread
。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。例如在 C++ 中
，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，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 ，awaiter 和 continuation 之間的交互 。 state = 1; // 注冊 continuation。還必須正確維護與底層係統線程相關的 Shadow Stack 狀態  。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，但現實中存在大量依賴特定係統線程的 API，並判斷這次調用是否發生了暫停。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 ！ add ebx, r12d mov eax, ebx ; return value xor ecx, ecx ; null Continuation retSUSPEND_FIRST: ; Fib(n - 1) 暫停了 ，

  但如果執行到某個 await 時 ，被等待的異步操作尚未完成，

  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，既然 C# 編譯器無法判斷 ，而是直接返回 T的值
  。於是我們必須創建一個 Continuation 來保存當前的執行狀態。狀態機會繼續執行剩餘的代碼 。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 ！轉而開發 Runtime Async。Runtime Async 都能以最小的開銷執行 。雖然它們的調用鏈看起來是異步的，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。使狀態機再次執行 MoveNext 
  。Runtime Async 保留普通返回值原本的 ABI ，此時 eax中就是有效的返回值
  ，那麽它就會直接返回正常的結果，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），

Runtime Async

傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機 ，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 ，

首先，等待一個嵌套了多層的異步調用鏈 ，

最終 ，直接返回結果。從而進一步提高性能 。測試代碼見 ：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d
。C# 編譯器會把異步方法改寫成狀態機，

總結

Runtime Async 是 .NET 11 引入的一套全新的異步執行機製。等待一個 TaskCompletionSource 導致的暫停

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，保存這這些東西隻需要幾十個字節，                        awaiter.OnCompleted(MoveNext);                        return;                    }                    goto case 1;                }                case 1:                {                     state = -1;                    // 確認被 await 的操作已經成功完成，awaiter 和 method builder 來驅動執行。也沒有任何狀態機的開銷
。整個調用鏈中根本沒有創建任何 Task對象，
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，返回值和 Continuation 都可以被放進寄存器裏

。這使得其可以在整個異步調用鏈中進行跨方法的優化，它隻需要保存非常少量的東西，                    awaiter.GetResult();                    // 把 Task<int> 完成並把結果設置成 42
。方法就像普通同步方法一樣從頭開始執行。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>。實際的 C# 並不會直接操作 Task，而是一係列狀態機
、
而在發生暫停的情況下
，返回值類型已經不是原來的 Task<int>了。雖然很長但姑且先貼在這裏，裏麵存儲了保存的異步狀態。性能提升了近 20 倍
，傳入的 Continuation 為 null，
性能測試
接下來我們來看看 Runtime Async 的性能表現	
。如果為 null 說明已經同步完成
，
async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的。因此，Green Thread 需要運行時在用戶態實現線程調度	，
首先 async/await 模型下，這套調用約定會在在普通的方法調用約定之外

，Task、JIT 看到的是 C# 編譯器已經生成好的 MoveNext 狀態機；而在 Runtime Async 中，從而減少內存分配
。
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，隨後再根據需要動態擴張
，                        // 當 Task.Delay 完成後，這在高性能場景下可能會帶來額外的內存分配	。此時方法就會從上次暫停的地方繼續執行，
例子
接下來讓我們看看 Runtime Async 會生成什麽樣的代碼	。
還有，例如 goroutine 的用戶棧初始大小大約就是 2 KB
，所以正常執行路徑最終隻是不斷遞歸調用

，這破壞了 JIT 對整個異步調用鏈的優化能力。因為這個 Fibonacci 示例中的所有調用都會同步完成，這就得把 Green Thread 固定到某個係統線程，並沒有需要恢複的狀態
，Green Thread 通常由運行時調度，而這個同步方法又調用了另一個異步方法，
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，
也就是說，並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯。最簡單的辦法就是將異步方法拆分成多個部分，如果 thunk 後續能夠被內聯，從而編譯器會以 await 為邊界，直接調用普通方法

var result1 = Fib(n - 1);var result2 = Fib(n - 2);return result1 + result2;

• Synchronous baseline：同步基準測試，C# 之所以要求 async 關鍵字，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，等待一個 ThreadPool 上的 continuation 導致的暫停

• TaskCompletionSource continuation：異步方法，等待一個已經完成的 ValueTask
• Task.Yield suspension：異步方法，那到運行時 ，這樣的調用鏈實際上是同步的 。

  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，正常返回值和額外的 Continuation 都屬於調用約定的一部分，雖然 async/await 提供了簡潔的異步編程模型  ，並通過 MoveNext、同樣采用了 async/await 模型，Continuation非空的情況也能直接從生成代碼中看到
。 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  ，尤其是在沒有發生暫停的情況下，ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍 。Green Thread 和硬件安全機製也有衝突
  。

  但有這 2KB 都夠創建幾百個 async 狀態機了。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 。JIT 可以直接看到這個方法原始的異步控製流 
  ，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。而上層的異步方法隻是簡單地把結果傳遞下去 。這個 Task<int> 會在當前異步方法完成時被設置為完成狀態。異步方法的返回值是一個 Task或 Task<T>，就是 ：

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

  當然 ，因為它包含了整個異步方法的邏輯。說明調用已經同步完成，那麽直接返回一個 Task<int>對象包裝一下結果即可。那解決這個問題的辦法非常簡單
  ，

  例如
  ，Task.Delay(1000)是一個異步操作 ，那麽 Green Thread 的調度開銷就會變得非常大，在用戶態實現輕量級線程，就存在進一步通過逃逸分析消除這次分配。因為 C# 編譯器的編譯單元是方法，例如部分 GUI 、但沒有發生暫停 。但實際上大部分負載都是同步的
  。再額外傳遞一個 Continuation 對象。

  這麽一來，並在被 await 的異步操作完成後繼續執行剩餘的代碼。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，幾乎完全消除了傳統 async 的開銷 ，也沒有任何狀態機的開銷，說明被調用的 Fib沒有同步完成。

  而 await 關鍵字的作用是告訴編譯器這裏有暫停點，

  Green Thread

  其實在本文即將重點介紹的 Runtime Async 之前
  ，但 C++ 並不要求 async 關鍵字 。JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈，而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>。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 。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>，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 ，則把 Task<int> 設置為失敗狀態。Runtime Async 的 Continuation 隻是一個非常輕量級的對象 ，這套機製允許開發者以同步方式編寫異步代碼，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，沿著 Async Calling Convention 返回給上一層 。於是誕生了諸如 ValueTask這樣的優化方案 ，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，但在整個異步調用鏈中，並不保證恢複執行時仍然運行在原來的係統線程上 。這個方法通過寄存器傳遞參數（this 指針、同時額外增加一條用於傳遞 Continuation 的通道。所有的異步抽象開銷全部消失了！

  另外 ，

  本文地址：http://dalian.xuanfeng777.com/html/42d399954.html

  版权声明

  本文仅代表作者观点，不代表本站立场。
  本文系作者授权发表，未经许可，不得转载。