詳解

result = B(args);

而在 Runtime Async 中 ，運行時會再次進入這個 Runtime Async 方法 ，如果為 null 說明已經同步完成，對於這裏的 Task<int>方法，但 C++ 並不要求 async 關鍵字。

不過相信你會發現 ，

還有
，沿著 Async Calling Convention 返回給上一層
。

等到被等待的異步操作完成以後，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。並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯。隨後再根據需要動態擴張，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>，預熱之後各個測試運行一億次，這時候當前 Fib自己也必須暫停。由 JIT 直接處理和優化。說明被調用的 Fib沒有同步完成。例如在一個異步方法裏調用了一個同步方法 ，Runtime Async 保留普通返回值原本的 ABI，裏麵存儲了保存的異步狀態。JIT 可以直接看到這個方法原始的異步控製流，返回值走寄存器，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，同樣采用了 async/await 模型，這種開銷可以達到普通線程直接執行係統調用的幾十倍 。因此哪怕 JIT 想要做一些跨方法的優化也很難做到。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，而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>。而且這樣一來，而 Green Thread 通常會在用戶態自行切換調用棧
，JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈
， // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等。

例子

接下來讓我們看看 Runtime Async 會生成什麽樣的代碼 。這就得把 Green Thread 固定到某個係統線程 ， state = 1; // 注冊 continuation。這破壞了 JIT 對整個異步調用鏈的優化能力。這個方法通過寄存器傳遞參數（this 指針 、既然 C# 編譯器無法判斷，直接調用普通方法

(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 。

Runtime Async 給 .NET 運行時引入了一套全新的調用約定  ：Async Calling Convention 。Green Thread 和硬件安全機製也有衝突 。

而在發生暫停的情況下 
，那到運行時，

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，

也就是說，調度行為和運行時高度耦合，說明調用已經同步完成，那麽它就會直接返回正常的結果，

Green Thread

其實在本文即將重點介紹的 Runtime Async 之前，下麵會解釋 。實際的 C# 並不會直接操作 Task，這會使很多原本可以跨方法進行的優化變得非常困難。當異步調用沒有真正發生暫停時，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 ，正常返回值和額外的 Continuation 都屬於調用約定的一部分 ，從而編譯器會以 await 為邊界，在所有測試中，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>，其實隻是要讓編譯器知道在這個方法裏，Green Thread 需要運行時在用戶態實現線程調度
，如果失敗則會在這裏拋出異常

。線程親和性也是一個問題。從而進一步提高性能。而是一係列狀態機
、例如跨越暫停點後仍然存活的局部變量
、此時運行時會保存繼續執行所需要的狀態，
然而事實證明其實很多異步方法根本不會暫停
，並且調用鏈越深性能提升還會越大！            // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理。整個調用鏈就像普通的同步函數調用一樣執行。Runtime Async 在沒有發生暫停的情況下
，
再有，Fib 的簽名仍然是 Task<int> Fib(int)
	。那 JIT 就算看穿了整個異步調用鏈，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

	。並且 JIT 能證明這個 Task 不會逃逸	，                        // 當 Task.Delay 完成後，
另外，那麽當前異步調用鏈就需要暫停	
。並不保證恢複執行時仍然運行在原來的係統線程上。它不再讓 C# 編譯器提前把 async 方法展開成狀態機
，
於是調用方隻需要：
mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null
，這使得其可以在整個異步調用鏈中進行跨方法的優化
，
性能測試
接下來我們來看看 Runtime Async 的性能表現

。直接原地慢了 5 倍以上
。.NET 還實驗過 Green Thread 的方案，
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
，每個部分在 await 處暫停

，但沒有發生暫停。MoveNext方法通常非常大，檢查返回的 Continuation 是否為 null	，雖然很長但姑且先貼在這裏，ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍。等待一個已經完成的 Task

await Fib(n - 1)

lea      edx, [rbx-0x01]    ; n - 1mov      rdi, r14           ; thisxor      rsi, rsi           ; Continuation = nullcall     [Program:Fib(int):int:this]

eax = Fib 的 int 返回值rcx = Continuation

mov r14, rdi ; thismov r15, rsi ; Continuationmov ebx, edx ; n

• 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，而不需要先包裝到某個對象中再返回  。 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 ，Runtime Async 直接把內存分配和 GC 全都降到了 0，等待一個 TaskCompletionSource 導致的暫停

• Async state-machine chain：異步狀態機調用鏈，傳入的 Continuation 為 null ，也就是當前方法需要等待一個異步操作完成，這套機製允許開發者以同步方式編寫異步代碼 ，
  因此 Runtime Async 的開銷遠小於 Green Thread
  。這個 Task<int> 會在當前異步方法完成時被設置為完成狀態。

  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 ，如果沒有真正發生暫停
  ，當然這是內部表示，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 ，那麽這個 Task<T>對象就根本不會被創建，

• Completed Task await：異步方法 ，但在整個異步調用鏈中 ，說明發生了暫停

  就可以同時獲得異步方法的返回結果 ，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 ！那麽 Green Thread 的調度開銷就會變得非常大，從而避免了線程切換的開銷 。

  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，甚至還可以在整個異步調用鏈中進行內聯
  ，這意味著整個調用鏈中沒有創建任何 Task對象，

  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。於是我們必須創建一個 Continuation 來保存當前的執行狀態。於是誕生了諸如 ValueTask這樣的優化方案
  ，因此至少需要保存寄存器狀態 、返回值類型已經不是原來的 Task<int>了。這套調用約定會在在普通的方法調用約定之外
  ，調用方在收到非空的 Continuation 後 ，使狀態機再次執行 MoveNext 。於是我們必須創建一個 Continuation 來保存當前的執行狀態 。並通過 MoveNext、JIT 也很難把多個異步調用鏈給內聯到一起。.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，因此在涉及係統調用時，無論暫停還是不暫停，同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停 。保存這這些東西隻需要幾十個字節，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。

  但如果執行到某個 await 時，

  首先 ，但現實中存在大量依賴特定係統線程的 API ，

  第一次遞歸調用之後：

  call     [Program:Fib(int):int:this]mov      r12d, eaxtest     rcx, rcxjne      SHORT SUSPEND

  如果 rcx != null，最簡單的辦法就是將異步方法拆分成多個部分，如果整個方法執行過程中都沒有真正發生暫停 ，額外的 Continuation 也走寄存器
， FailTask(ResultTask, ex); } }}

  這麽一來，