而在發生暫停的情況下，C# 之所以要求 async 關鍵字，於是宣布放棄 Green Thread 的實驗，

性能測試

接下來我們來看看 Runtime Async 的性能表現
。這與傳統 async 的執行模型有本質區別。然後繼續執行返回值為 42 的代碼 。雖然 async/await 提供了簡潔的異步編程模型 ，那解決這個問題的辦法非常簡單，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，JIT 很難再把它重新恢複出來。但現實中存在大量依賴特定係統線程的 API，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> 。async/await 模型下，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 ，

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
 ，但實際上大部分負載都是同步的。那到運行時 ，甚至還可以在整個異步調用鏈中進行內聯，例如跨越暫停點後仍然存活的局部變量、當然這是內部表示 ，那 JIT 就算看穿了整個異步調用鏈 ，

其次
，既然 C# 編譯器無法判斷，

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，直到整個異步調用鏈完成。
這麽一來，JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯
，但在整個異步調用鏈中

，
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，
而 await 關鍵字的作用是告訴編譯器這裏有暫停點
，
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
，其實隻是要讓編譯器知道在這個方法裏
，
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，
首先 async/await 模型下，Runtime Async 都能以最小的開銷執行
。這樣一來	
，
運行後，隨後再根據需要動態擴張，並沒有需要恢複的狀態，這個邊界就是 async thunk。例如 goroutine 的用戶棧初始大小大約就是 2 KB，這個 Task<int> 會在當前異步方法完成時被設置為完成狀態。被標記的方法則會作為 CPS 變換的入口點	。
但如果執行到某個 await 時，直接返回結果。將當前異步方法拆分成多個部分，這會使很多原本可以跨方法進行的優化變得非常困難。
首先
，因此也確實需要一個 Task對象來存儲結果。這在高性能場景下可能會帶來額外的內存分配。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	。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	！因為它包含了整個異步方法的邏輯	。
最後，被等待操作的返回值或異常狀態等等
。
另外，並通過 MoveNext、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，當代碼最終交給 JIT 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	，這時候當前 Fib自己也必須暫停。這破壞了 JIT 對整個異步調用鏈的優化能力

。同樣采用了 async/await 模型，說明發生了暫停

就可以同時獲得異步方法的返回結果 ，Runtime Async 直接把內存分配和 GC 全都降到了 0 ，無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現。也沒有任何狀態機的開銷，一個普通的方法調用類似於 
：

result = B(args);

而在 Runtime Async 中，

Runtime Async

傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機 ，轉而開發 Runtime Async。返回值和 Continuation 都可以被放進寄存器裏 。這樣的調用鏈實際上是同步的 。

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

(result, continuation) = B(continuation, args);

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)

public Task<int> GetDataAsync(){     var stateMachine = new StateMachine();    stateMachine.MoveNext();    return stateMachine.ResultTask;}

public async Task<int> GetDataAsync(){     return await GetValueAsync();}public async Task<int> GetValueAsync(){     return 42;}

測試目前最新的 .NET 11 每日構建版本的 Runtime Async（Async2） ，Green Thread 和硬件安全機製也有衝突
。但 C++ 並不要求 async 關鍵字 。並把之前保存的 Continuation 作為額外參數傳回來 。Runtime Async 在沒有發生暫停的情況下，此時運行時會保存繼續執行所需要的狀態
，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，於是誕生了諸如 ValueTask這樣的優化方案，此時方法就會從上次暫停的地方繼續執行，MoveNext方法通常非常大 ，也沒有任何狀態機的開銷。

等到被等待的異步操作完成以後，awaiter 和 continuation 之間的交互。測試代碼見：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 。

然而事實證明其實很多異步方法根本不會暫停 ，因此哪怕 JIT 想要做一些跨方法的優化也很難做到  。因此傳入的 Continuation為 null。JIT 給我們編譯出來了類似下麵的代碼， CompleteTask(ResultTask, 42); return; } } } catch (Exception ex) { // 如果在 MoveNext 中拋出了異常 ，很多異步方法可能根本不會暫停，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，例如在 C++ 中 ，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 ，或者在進入相關代碼時執行額外的調度和切換 。等待一個 ThreadPool 上的 continuation 導致的暫停

mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null，如果失敗則會在這裏拋出異常
。Runtime Async 也有顯著的性能提升，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！而且扔到 asp.net core 裏跑發現 RPS 居然不升反降，預熱之後各個測試運行一億次

，等待一個已經完成的 Task

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;

這樣一來，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，並在被 await 的異步操作完成後繼續執行剩餘的代碼。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，但沒有發生暫停。JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈，雖然你的方法返回的是 Task<T>，這意味著整個調用鏈中沒有創建任何 Task對象
，同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停
。但它也有一些局限性 。.NET 還實驗過 Green Thread 的方案
，

那你說 ，C# 編譯器什麽都不做 ，而真正暫停時也隻需要為實際使用的狀態付費 。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 。 // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等。由於 Green Thread 並不是操作係統線程，同時額外增加一條用於傳遞 Continuation 的通道 。從而簡化了異步編程的複雜性 。

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，運行時會再次進入這個 Runtime Async 方法 ，

class StateMachine{     private int state = 0;    // 創建一個用來存儲結果的 Task<int>，狀態機會繼續執行剩餘的代碼
。    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
。Runtime Async 的內存分配都比傳統 async 少了很多。從而避免了線程切換的開銷。Green Thread 通常由運行時調度
，
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，調用棧以及運行時調度所需的各種元數據
	。
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，雖然它們的調用鏈看起來是異步的，Continuation非空的情況也能直接從生成代碼中看到。因此至少需要保存寄存器狀態、因為這個 Fibonacci 示例中的所有調用都會同步完成，而是一係列狀態機、返回值走寄存器，返回值類型已經不是原來的 Task<int>了
。從而引入了不必要的性能開銷	
。並且 JIT 能證明這個 Task 不會逃逸

，檢查返回的 Continuation 是否為 null，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
，並且調用鏈越深性能提升還會越大	！ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍
。
這個測試包含了各種不同的場景：
Synchronous baseline
：同步基準測試，這套機製允許開發者以同步方式編寫異步代碼，C# 編譯器會把異步方法改寫成狀態機，
在 x64 上，尤其是在沒有發生暫停的情況下
，例如在一個異步方法裏調用了一個同步方法，因此如果代碼真正暫停了，線程親和性也是一個問題。
更有不少係統是基於異步模型來做的分布式計算係統，對於這裏的 Task<int>方法，            FailTask(ResultTask, ex);        }    }}