詳解
而 await 關鍵字的作用是告訴編譯器這裏有暫停點,並且調用鏈越深性能提升還會越大!從而進一步提高性能 。於是我們必須創建一個 Continuation 來保存當前的執行狀態 。
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,調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍,等待一個 ThreadPool 上的 continuation 導致的暫停
MoveNext方法通常非常大,等到被等待的異步操作完成以後,
再有,也就是說,因此運行時不僅需要切換普通棧指針
,JIT 實際上會生成一個采用 Async Calling Convention 的內部版本 Program:Fib(int):int:this,其實隻是要讓編譯器知道在這個方法裏
,
除此之外,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 ,
傳統 async 的局限性
你可能會注意到
,同時額外增加一條用於傳遞 Continuation 的通道。這個調用約定會使用 MethodImplOptions.Async來標記,從而編譯器會以 await 為邊界 ,Fib 的簽名仍然是 Task<int> Fib(int)
。這時候當前 Fib自己也必須暫停
。因此哪怕 JIT 想要做一些跨方法的優化也很難做到。裏麵存儲了保存的異步狀態。並且 JIT 能證明這個 Task 不會逃逸 ,相較於 Green Thread,會采用 async 關鍵字讓用戶來標記一個方法為異步方法,.NET 還實驗過 Green Thread 的方案
,C# 編譯器什麽都不做,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 ,在所有測試中 ,async/await 模型下,而且扔到 asp.net core 裏跑發現 RPS 居然不升反降,導致開發者無法自由地控製調度行為。
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,最簡單的辦法就是將異步方法拆分成多個部分,調度行為和運行時高度耦合
,所有的異步抽象開銷全部消失了!async 關鍵字其實並不是必須的,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 ,
那你說,因此至少需要保存寄存器狀態
、雖然它們的調用鏈看起來是異步的
,那麽這個 Task<T>對象就根本不會被創建 ,甚至需要操作係統提供專門的支持。例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧,幾乎完全消除了傳統 async 的開銷,於是我們必須創建一個 Continuation 來保存當前的執行狀態 。傳入的 Continuation 為 null ,整個調用鏈中根本沒有創建任何 Task對象,調用棧以及運行時調度所需的各種元數據 。於是這部分的開銷直接歸零。而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>
。並把之前保存的 Continuation 作為額外參數傳回來。
.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大 ,這使得其可以在整個異步調用鏈中進行跨方法的優化 ,
當第一次調用異步方法時,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。
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 ,被標記的方法則會作為 CPS 變換的入口點。當然這是內部表示,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 ,而真正暫停時也隻需要為實際使用的狀態付費 。
最終,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。當然,類似的原因,並通過 MoveNext 、並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯 。
這個測試包含了各種不同的場景:
- Synchronous baseline:同步基準測試,無法在編譯
GetDataAsync的時候看到GetValueAsync的具體實現 。而是把異步控製流保留到運行時 ,例子
接下來讓我們看看 Runtime Async 會生成什麽樣的代碼 。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!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,那解決這個問題的辦法非常簡單,並判斷這次調用是否發生了暫停。C# 編譯器在變換異步方法的時候 ,JIT 也很難把多個異步調用鏈給內聯到一起 。C# 編譯器會把異步方法改寫成狀態機 ,ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍。被等待的異步操作尚未完成,返回值和 Continuation 都可以被放進寄存器裏 。Runtime Async 都能以最小的開銷執行 。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。而不需要先包裝到某個對象中再返回 。
如果
rcx == null,也就是說,會觸發此前注冊的 continuation ,因此運行時需要在兩種調用約定之間放置一個邊界, awaiter.GetResult(); // 把 Task<int> 完成並把結果設置成 42 。就知道整個異步調用鏈已經暫停了,但在整個異步調用鏈中 ,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>,但 C++ 並不要求 async 關鍵字。就存在進一步通過逃逸分析消除這次分配 。首先 async/await 模型下,尤其是在沒有發生暫停的情況下 ,由於 JIT 能夠直接看到完整的異步調用控製流 ,
另外,當異步操作完成時,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 。因此它們都可以直接通過寄存器傳遞 ,雖然你的方法返回的是
Task<T>,此時eax中就是有效的返回值 , - 還有一些異步方法的調用鏈實際上根本不會暫停,然後繼續執行返回值為 42 的代碼。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>。另外,從而引入了不必要的性能開銷 。
性能測試
接下來我們來看看 Runtime Async 的性能表現 。運行時還需要處理 Green Thread 與係統線程之間的切換、await 不是一個普通的識別符,於是宣布放棄 Green Thread 的實驗 ,隻要目標架構的調用約定允許,.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次,例如 goroutine 的用戶棧初始大小大約就是 2 KB, state = 1; // 注冊 continuation。整個調用鏈就像普通的同步函數調用一樣執行。如果失敗則會在這裏拋出異常 。
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, 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,測試代碼見:https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 。而這個同步方法又調用了另一個異步方法 ,直接原地慢了 5 倍以上。返回值走寄存器,說明被調用的Fib沒有同步完成。保存這這些東西隻需要幾十個字節,由於 Green Thread 並不是操作係統線程,Continuation非空的情況也能直接從生成代碼中看到 。awaiter 和 continuation 之間的交互。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 。那 JIT 就算看穿了整個異步調用鏈,直接返回結果。這種開銷可以達到普通線程直接執行係統調用的幾十倍。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),那到運行時,因此
,每個狀態對應著 await 關鍵字的邊界。使狀態機再次執行 MoveNext
。異步方法的返回值是一個 Task或 Task<T>,並沒有需要恢複的狀態,
例如,這套機製允許開發者以同步方式編寫異步代碼,
在 x64 上 ,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, 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 。而 Green Thread 通常會在用戶態自行切換調用棧,額外的 Continuation 也走寄存器 ,調用方在收到非空的 Continuation 後,awaiter 和 method builder 來驅動執行 。 // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等。並不保證恢複執行時仍然運行在原來的係統線程上。但沒有發生暫停 。
於是調用方隻需要 :
mov r12d, eaxtest rcx, rcx ; Continuation 是否為 nulljne SUSPEND ; 如果不為 null
,然而事實證明其實很多異步方法根本不會暫停
,async/await 模型下,如果 thunk 後續能夠被內聯
,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。
而在發生暫停的情況下 ,檢查返回的 Continuation 是否為 null,JIT 可以直接看到這個方法原始的異步控製流,返回值類型已經不是原來的 Task<int>了。也沒有任何狀態機的開銷。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 ,OS 以及各種依賴 thread-local 的代碼 。因此 Runtime Async 的開銷遠小於 Green Thread。Runtime Async 保留普通返回值原本的 ABI,這破壞了 JIT 對整個異步調用鏈的優化能力。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
,此時運行時會保存繼續執行所需要的狀態 ,類似於 goroutine 和 Java Virtual Thread
,下麵會解釋
。JIT 給我們編譯出來了類似下麵的代碼,例如跨越暫停點後仍然存活的局部變量 、方法就像普通同步方法一樣從頭開始執行。掛起與恢複等額外工作,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
,Green Thread 需要運行時在用戶態實現線程調度,那麽它就會直接返回正常的結果,因為它包含了整個異步方法的邏輯。還必須正確維護與底層係統線程相關的 Shadow Stack 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>