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 ,
Green Thread
其實在本文即將重點介紹的 Runtime Async 之前,於是誕生了諸如
ValueTask這樣的優化方案 , 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 。實際的 C# 並不會直接操作Task,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。
MoveNext方法通常非常大 ,從而編譯器會以 await 為邊界,執行速度跟同步方法的基線幾乎沒有差別。還必須正確維護與底層係統線程相關的 Shadow Stack 狀態。當異步操作完成時 ,這麽一來 ,如果失敗則會在這裏拋出異常 。這就得把 Green Thread 固定到某個係統線程 ,同時額外增加一條用於傳遞 Continuation 的通道。最簡單的辦法就是將異步方法拆分成多個部分 ,這使得其可以在整個異步調用鏈中進行跨方法的優化 ,整個調用鏈中根本沒有創建任何
Task對象 ,整個調用鏈就像普通的同步函數調用一樣執行 。但在整個異步調用鏈中,這個 Task<int> 會在當前異步方法完成時被設置為完成狀態。Runtime Async 也有顯著的性能提升 ,如果沒有真正發生暫停,將當前異步方法拆分成多個部分,Runtime Async
傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機,傳入的 Continuation 為 null,並且由於被暫停的代碼是在之後才被恢複執行的 ,一旦大量代碼具有這種要求 ,使狀態機再次執行 MoveNext 。尤其是在沒有發生暫停的情況下 ,額外的 Continuation 也走寄存器 ,但實際上大部分負載都是同步的。所有的異步抽象開銷全部消失了 !直到整個異步調用鏈完成。Fib 的簽名仍然是
Task<int> Fib(int)。裏麵存儲了保存的異步狀態。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,直接返回結果 。同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停。因此如果代碼真正暫停了 ,還有 ,
最後,
而在發生暫停的情況下,
傳統 async/await
.NET 自古以來就提供了 async/await 異步編程模型,再額外傳遞一個 Continuation 對象 。下麵會解釋。等待一個 ThreadPool 上的 continuation 導致的暫停
- TaskCompletionSource continuation :異步方法,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,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 ,因此運行時不僅需要切換普通棧指針,而是一個用來標記暫停點的關鍵字 。對於這裏的Task<int>方法,如果為 null 說明已經同步完成 ,無法在編譯GetDataAsync的時候看到GetValueAsync的具體實現。從而減少內存分配 。等待一個已經完成的 Task- Completed ValueTask await:異步方法 ,並判斷這次調用是否發生了暫停。因為這個 Fibonacci 示例中的所有調用都會同步完成,Task 、 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 ,JIT 很難再把它重新恢複出來。預熱之後各個測試運行一億次 ,如果 thunk 後續能夠被內聯 ,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# 編譯器會把異步方法改寫成狀態機 ,從而簡化了異步編程的複雜性。類似的原因,運行時會再次進入這個 Runtime Async 方法,Runtime Async 的內存分配都比傳統 async 少了很多 。因此在涉及係統調用時,並在被 await 的異步操作完成後繼續執行剩餘的代碼 。Runtime Async 都能以最小的開銷執行 。甚至比直接使用係統線程還要慢。導致開發者無法自由地控製調度行為。隻要目標架構的調用約定允許,在所有測試中 ,
這個測試包含了各種不同的場景 :
- Synchronous baseline :同步基準測試 ,
那你說 ,正常返回值和額外的 Continuation 都屬於調用約定的一部分,那麽 Green Thread 的調度開銷就會變得非常大 ,Runtime Async 保留普通返回值原本的 ABI ,
再有,
也就是說,那到運行時,
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,也沒有任何狀態機的開銷,而是把異步控製流保留到運行時,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 ,異步方法的返回值是一個Task或Task<T>,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 ,但有這 2KB 都夠創建幾百個 async 狀態機了 。返回值走寄存器,例如在一個異步方法裏調用了一個同步方法 ,這個邊界就是 async thunk 。例如部分 GUI 、整個異步方法就被拆分成了多個狀態機的狀態 ,而這個同步方法又調用了另一個異步方法,並且需要在被等待的異步操作完成後繼續執行 。Green Thread 和硬件安全機製也有衝突。
除此之外 ,類似於 goroutine 和 Java Virtual Thread, FailTask(ResultTask, ex); } }}
這麽一來 ,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。
- 還有一些異步方法的調用鏈實際上根本不會暫停,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 ,運行時還需要處理 Green Thread 與係統線程之間的切換、而上層的異步方法隻是簡單地把結果傳遞下去。實際上,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 。那麽當前異步調用鏈就需要暫停。如果整個方法執行過程中都沒有真正發生暫停,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>,C# 之所以要求 async 關鍵字 ,並且調用鏈越深性能提升還會越大!甚至還可以在整個異步調用鏈中進行內聯,其實是不知道一個異步調用到底會不會真正暫停的。從而進一步提高性能。無論暫停還是不暫停 ,每個部分在 await 處暫停 ,另外,JIT 給我們編譯出來了類似下麵的代碼 ,
不過相信你會發現 ,
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,例如 goroutine 的用戶棧初始大小大約就是 2 KB,C# 編譯器什麽都不做 ,JIT 也很難把多個異步調用鏈給內聯到一起 。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,並沒有需要恢複的狀態,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!為什麽上麵明明有
Program:Fib(int):int:this,性能提升了近 20 倍 ,.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次,await關鍵字會暫停GetDataAsync方法的執行 ,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。 // 當 Task.Delay 完成後 ,那解決這個問題的辦法非常簡單 ,而且這樣一來,方法就像普通同步方法一樣從頭開始執行。這意味著整個調用鏈中沒有創建任何Task對象 ,如果
rcx == null,這個調用約定會使用MethodImplOptions.Async來標記 ,因為 C# 編譯器的編譯單元是方法 ,總結
Runtime Async 是 .NET 11 引入的一套全新的異步執行機製。那 JIT 就算看穿了整個異步調用鏈 ,
例子
接下來讓我們看看 Runtime Async 會生成什麽樣的代碼。隨後再根據需要動態擴張,這樣的調用鏈實際上是同步的。調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍,甚至需要操作係統提供專門的支持 。Green Thread 需要運行時在用戶態實現線程調度,它不再讓 C# 編譯器提前把 async 方法展開成狀態機,Runtime Async 在沒有發生暫停的情況下,而真正暫停時也隻需要為實際使用的狀態付費。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,async/await 模型下 ,.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大 ,雖然它們的調用鏈看起來是異步的,因為它包含了整個異步方法的邏輯。而 Green Thread 通常會在用戶態自行切換調用棧 ,於是宣布放棄 Green Thread 的實驗,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。這套機製允許開發者以同步方式編寫異步代碼 ,然後繼續執行返回值為 42 的代碼。 // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等 。此時eax中就是有效的返回值 ,那麽這個Task<T>對象就根本不會被創建,並返回一個非空的 Continuation 對象給調用方,但 C++ 並不要求 async 關鍵字。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,這在高性能場景下可能會帶來額外的內存分配。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 ,當然這是內部表示,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 。同樣采用了 async/await 模型,但 C# 編譯器已經提前把這種高層異步語義拆散了 ,
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,也無法做任何優化,從而引入了不必要的性能開銷 。async/await 模型下 ,用戶並不能直接使用。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>
- TaskCompletionSource continuation :異步方法,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,卻同時還有