一：背景

1. 讲故事

现如今的很多代码都是awaitasync+Task的方式，对它们进行性能洞察非常有必要，awaitasync 本质上就是将状态机塞入到 Task 的m_continuationObject延续字段上，和 ContinueWith 没有本质区别，这一篇我们就来聊一聊。

二：异步和Task

1. 诊断异步代码时间

这里我就用异步读取 1G文件内容 来举例，参考代码如下：

class Program
{
    static async Task Main()
    {
        // 创建并启动Stopwatch
        Stopwatch stopwatch = new Stopwatch();
        stopwatch.Start();

        string filePath = @"D:\1GB_LogFile.log";
        await DoRequest(filePath);

        // 停止并显示总耗时
        stopwatch.Stop();
        Console.WriteLine($"总耗时: {stopwatch.Elapsed.TotalSeconds:F2}秒");
        Console.ReadLine();
    }

    static async Task DoRequest(string filePath)
    {
        CheckParameter();

        const int chunkSize = 512 * 1024 * 1024; // 每次读取512MB

        try
        {
            Console.WriteLine("开始分块读取文件...");
            int chunkCount = 0;
            long totalBytesRead = 0;

            using (var fileStream = new FileStream(filePath, FileMode.Open, FileAccess.Read, FileShare.Read, 4096, FileOptions.Asynchronous))
            {
                byte[] buffer = new byte[chunkSize];
                int bytesRead;

                while ((bytesRead = await fileStream.ReadAsync(buffer, 0, buffer.Length)) > 0)
                {
                    totalBytesRead += bytesRead;
                    chunkCount++;

                    // 处理当前块的数据
                    string chunkContent = Encoding.UTF8.GetString(buffer, 0, bytesRead);
                    Console.WriteLine($"读取块 {chunkCount}, 大小: {bytesRead / 1024}KB, 总计: {totalBytesRead / 1024 / 1024}MB");
                }
            }

            Console.WriteLine($"文件读取完成，共 {chunkCount} 块");

            await Task.CompletedTask;
        }
        catch (Exception ex)
        {
            Console.WriteLine($"出错: {ex.Message}");
        }
    }

    static void CheckParameter()
    {
        Console.WriteLine("检查参数开始...");
        Thread.Sleep(5000);
        Console.WriteLine("检查参数结束...");
    }
}

使用 dotrace 的 timeline 模式对程序进行跟踪，可以看到异步方法耗时 6.25s，截图如下：

接下来的问题是这 6.25s 是怎么消耗掉的呢？可以用 F5 搜索DoRequest方法的耗时，截图如下：

从图中可以清楚的看到如下信息：

• CheckParameter: 耗时 5000ms
• continuations: 即 Task.m_continuationObject 字段中的任务，这是委托到其他线程的执行时间。
• other: 有 Stream.ReadAsync，JIT 动态编译等等，其实就是底层状态机的部分代码块，参考如下：

如何想观察这 967ms 是如何消耗掉的，可以展开一下，这里要注意一点，这里的深灰色展示的，截图如下：

是不是挺有意思的。

2. 诊断Task代码时间

除了异步代码会横跨多个线程，其实 Task 也有同样的场景，接下来将刚才的异步代码改成Task模式，核心代码如下：

static Task DoRequest(string filePath)
{
    CheckParameter();

    const int chunkSize = 512 * 1024 * 1024; // 每次读取512MB

    return Task.Run(() =>
    {
        try
        {
            Console.WriteLine("开始分块读取文件...");
            int chunkCount = 0;
            long totalBytesRead = 0;

            using (var fileStream = new FileStream(filePath, FileMode.Open, FileAccess.Read, FileShare.Read, 4096, FileOptions.Asynchronous))
            {
                byte[] buffer = new byte[chunkSize];
                int bytesRead;

                while ((bytesRead = fileStream.Read(buffer, 0, buffer.Length)) > 0)
                {
                    totalBytesRead += bytesRead;
                    chunkCount++;

                    // 处理当前块的数据
                    string chunkContent = Encoding.UTF8.GetString(buffer, 0, bytesRead);
                    Console.WriteLine($"读取块 {chunkCount}, 大小: {bytesRead / 1024}KB, 总计: {totalBytesRead / 1024 / 1024}MB");
                }
            }

            Console.WriteLine($"文件读取完成，共 {chunkCount} 块");
        }
        catch (Exception ex)
        {
            Console.WriteLine($"出错: {ex.Message}");
        }
    });
}

使用 dottrace 的 timeline 模式跟踪，拿到跟踪文件之后，使用 F5 搜索DoRequest方法，截图如下：

从卦中可以看到 DoRequest 方法消耗了 5010ms，根据调用栈发现没有统计到Task scheduled -> Program+<>c__DisplayClass1_0.<DoRequest>b__0()的耗时，这个就有点无语了，不像异步代码有+Continuation复选框。。。可以归到Total Time 上，这一点就比较遗憾了。

再说一个比较好的地方，dottrace 专门提供了一个Task复选框，它可以观测到追踪时间内程序生成了多少个Task，以及 Task 的执行时间，截图如下：

从卦中的时间轴来看，尼玛，Task 怎么跑到Garbage Collection线程上执行，这线程是专门用来执行后台GC的，很明显这是有问题的。。。所以也不要太相信 dotTrace 哈。

三：总结

对 异步 和 Task 的下钻分析，非常有利于解决类似线程饥饿，Task阻塞等问题，希望本篇能给大家带来一点帮助。

作为JetBrains社区内容合作者，如有购买jetbrains的产品，可以用我的折扣码 HUANGXINCHENG，有25%的内部优惠哦。