Go 底层原理丨垃圾回收（green tea gc）

前篇 Go 底层原理丨垃圾回收（三色标记法）我们详细介绍了截止 Go1.25 版本中 Go 一直使用的基于三色标记法的垃圾回收算法。在 2025 年 10 月 29 日 Go 官方博客发布了一篇 The Green Tea Garbage Collector 介绍了其将在 Go1.26 版本默认开启的最新垃圾回收算法，当然，在 Go1.25 也可以通过 GOEXPERIMENT=greenteagc 实验标识提前开启进行体验。

推荐可以提前看一遍 Go 官方成员在 Youtube 发布的对 Green Tea GC 的基本介绍视频：

观看 YouTube 视频

本篇将基于上面的视频和我跟 Gemini 2.5Pro 的探讨，尝试从第一性原理来理解为什么要设计 Green Tea GC 算法、以及其底层是如何实现的。

这里先给出结论：

[!IMPORTANT]

针对传统 GC 随机指针追逐导致频繁 CPU Cache Miss 的问题，Green Tea GC 采取 利用 FIFO 队列延迟累积、将操作粒度从单对象提升至物理连续 Span 的方法，达到将随机访问转化为缓存友好的批量顺序扫描、通过最大化空间局部性大幅提升吞吐量的效果。

1. 冯·诺依曼瓶颈与现代计算的微架构危机

在过去二十年的高性能计算演进中，硬件架构的发展呈现出一种极不均衡的态势。虽然摩尔定律在晶体管密度和核心数量上的预测在很大程度上得以维持，但动态随机存取存储器（DRAM）的访问延迟并未随之线性缩减。这种处理器时钟速度与内存访问速度之间日益扩大的差距，被称为内存墙（Memory Wall）。对于像 Go 语言这样依赖自动内存管理的现代编程语言而言，内存墙已不再是一个理论上的瓶颈，而是阻碍吞吐量提升的物理现实。

传统的垃圾回收算法，特别是 Go 长期采用的三色并发标记清除算法，在本质上是图论中的遍历问题。算法将堆内存视为一个抽象的图，节点是对象，边是某种形式的指针引用。虽然这种抽象在数学上是优雅的，但在物理实现上，它与现代 CPU 的缓存层次结构（L1、L2、L3 Cache）和转换后备缓冲器（TLB）不仅不兼容，甚至常常处于对立状态。根据 Go 核心团队的分析，传统的 GC 扫描循环中，超过 35% 的 CPU 周期并不是在执行有效的标记指令，而是完全停滞，处于等待内存数据从主存取回的"空转"状态。

随着 Go 1.25 实验性功能的发布，一种代号为 Green Tea 的全新垃圾回收架构应运而生。该算法标志着 Go 运行时设计哲学的一个根本性转变：从关注抽象的对象图遍历效率，转向对底层物理内存布局的极致利用。本篇将对 Green Tea 算法进行详尽的技术拆解，分析其如何通过以"页"（Page）或"跨度"（Span）为中心的扫描机制、先进的位图差分算法以及对 FIFO（先进先出）工作队列的创新利用，来系统性地瓦解内存墙带来的性能桎梏。

2. 传统标记-清除算法的微架构缺陷分析

要理解 Green Tea 算法的革命性，必须首先深入剖析传统算法在现代硬件上的病理表现。Go 现有的 GC 采用的是基于对象的图洪泛（Graph Flood）算法。在这个过程中，垃圾回收器从根对象（栈、全局变量）出发，递归地追踪所有可达的指针。

2.1 "城市街道"困境与随机访问代价

Go 团队将传统 GC 的内存访问模式形象地比喻为"城市街道"（City Streets）上的导航。在这种模式下，内存访问具有高度的随机性和不可预测性：

1. 空间局部性的缺失：在堆内存中，逻辑上相互引用的对象（例如链表中的节点或树结构）在物理地址空间中往往是不连续的。当 GC 追踪一个指针时，它往往需要跳转到一个完全不同的内存页。这种跳转导致了 CPU 缓存行的频繁失效（Cache Miss），因为加载包含当前对象的缓存行对于处理下一个对象毫无帮助。
2. 延迟链（Latency Chains）效应：在图遍历过程中，只有当当前对象被加载并解析后，GC 才能知道下一个需要扫描的对象的地址。这种严格的数据依赖性使得现代 CPU 强大的乱序执行（Out-of-Order Execution）和硬件预取（Hardware Prefetching）机制失效。CPU 无法推测下一个地址在哪里，因此无法提前将数据拉入缓存。
3. TLB 抖动：频繁的跨页访问不仅影响数据缓存，还会对 TLB 造成巨大压力，导致虚拟地址到物理地址的转换延迟显著增加。

2.2 停顿周期的量化分析

根据 GitHub 上关于 Go 运行时问题的详细追踪（Issue 73581），这种随机访问模式导致 GC 扫描循环的效率极低。在总体的垃圾回收时间中，约 85% 被消耗在扫描循环（Scan Loop）中，而在这些宝贵的计算时间内，CPU 实际上有超过三分之一的时间是在空等数据。这种微架构层面的低效，意味着单纯增加 CPU 核心数或提高主频，已无法线性地提升 GC 的性能，因为瓶颈已经转移到了内存子系统。

3. Green Tea 的核心架构：从对象中心到跨度中心

Green 算法的核心假设是：通过牺牲图遍历的即时性（即不立即处理发现的指针），转而对内存操作进行批量化管理，可以重建内存访问的空间局部性。这一策略将 GC 的基本操作单元从单个"对象"提升到了物理上连续的内存块——"跨度"（Span），即我们上篇提到的 scanspan()。

3.1 跨度（Span）与小对象特化策略

在 Go 的内存分配器中，跨度是管理内存的基本单位，通常是 8 KiB 的倍数。Green Tea 算法并非全盘替代现有的 GC，而是一个针对特定问题的特化增强。它专门针对"小对象"（Small Objects，定义为大小不超过 512 字节）进行优化。

为何专注于小对象？

大对象通常占据较大的连续内存空间，其扫描过程天然具有一定的顺序性。然而，小对象是造成内存碎片化和指针跳跃的主要元凶。在一个 8 KiB 的页面中，可能挤满了数百个 32 字节的小对象。如果按照传统的图遍历方式，GC 可能会在这个页面访问一个对象，然后跳到几 GB 外的另一个页面，稍后又跳回来访问该页面的另一个对象。这种反复横跳是缓存杀手。

Green Tea 算法强制将处理粒度对齐到 8 KiB 的跨度上。对于小对象，算法不再维护对象的全局工作列表，而是维护 包含待扫描对象 span 列表。由于这些 span 是严格 8 KiB 对齐的，GC 可以通过简单的指针算术（掩码操作）快速定位元数据，而无需昂贵的查表操作或依赖性内存加载。

3.2 位图差分与惰性累积

在技术演示视频的 15:39 处，展示了 Green Tea 算法最核心的机制：基于页面的元数据管理和位图差分逻辑。这是一个精妙的设计，旨在最大化单次内存加载的有效工作量。

传统的 GC 使用标记位来记录对象是否存活。而 Green Tea 引入了更复杂的双位图系统，对于 span 中的每个对象槽位，维护两个状态位：

1. Seen Bit（已见位）：表示该对象已被其他存活对象引用，即它是可达的。在三色标记法中，这相当于对象被染成了“灰色”。
2. Scanned Bit（已扫位）：表示该对象不仅可达，而且 GC 已经扫描了该对象内部包含的所有指针。在三色标记法中，这相当于对象被染成了黑色。

工作流程与逻辑推导：

当 GC 发现一个指向小对象的指针时，它不会立即递归扫描该对象，而是执行以下操作：

1. 设置 Seen Bit：在目标对象所属跨度的元数据中，将对应的 Seen Bit 置为 1。
2. 入队检查：检查该跨度是否已经在工作队列中。如果不在，则将整个 span 推入工作队列。

当工作线程最终从队列中取出该跨度时，算法执行一种差分操作来确定需要做哪些工作。在 15:39 的示例中，演示者通过页面 A 的状态展示了这一逻辑：

• 计算 Delta：待处理对象集合 $O$ 等于 $Seen$ 位图与 $Scanned$ 位图的差集。用布尔代数表示为：$O = Seen \land (\neg Scanned)$。
• 批量处理：算法仅扫描那些 $Seen$ 为 1 且 $Scanned$ 为 0 的对象。
• 状态更新：扫描完成后，将 $Seen$ 位图的状态复制到 $Scanned$ 位图中，即 $Scanned \leftarrow Seen$。

惰性累积（Lazy Accumulation）的价值：

这种机制的关键在于“延迟”。由于跨度在队列中停留了一段时间，当它被取出处理时，可能已经有多个对象被标记为 Seen。例如，演示中提到在处理页面 A 时，一次性处理了三个对象。这意味着加载该页面元数据的昂贵开销被这三个对象分摊了。更重要的是，如果在这期间有重复的引用指向同一个对象，差分逻辑会自动忽略已处理的对象，天然避免了重复扫描。

3.3 先进先出（FIFO）队列与"高速公路"效应

为了最大化上述的惰性累积效应，Green Tea 算法颠覆了传统深度优先搜索（DFS）常用的后进先出（LIFO/Stack）模式，转而采用先进先出（FIFO/Queue）模式。

• LIFO 的局限：虽然 LIFO 有助于保持 CPU 缓存的热度（刚发现的对象立即被处理），但在图结构松散的堆内存中，这种局部性往往是虚幻的。
• FIFO 的优势：FIFO 强制让跨度在队列中"陈酿"。在跨度等待被调度的过程中，应用程序和其他 GC 线程可能会发现更多指向该跨度内对象的指针。当该跨度最终被处理时，其工作密度达到了最大化。

这种策略将零散的内存访问转化为连续的、高密度的内存操作流。Go 团队将其比喻为从"城市街道"驶上了"高速公路"（Highway）。在高速公路上，车辆（内存操作）首尾相接，全速前行。通过处理整个页面，GC 能够利用 CPU 的预取器，连续加载相邻的缓存行，极大地提升了内存带宽的利用率。

下表详细对比了传统图洪泛策略与 Green Tea 内存感知策略的关键技术指标：

特性维度	传统图洪泛 GC (Go 1.24 及以前)	绿茶 GC (Go 1.25 实验性)
基本调度单元	单个对象 (Object)	内存跨度 (Span / 8 KiB Page)
遍历顺序	LIFO (栈) / 近似深度优先	FIFO (队列) / 广度优先延迟处理
内存访问模式	随机跳跃 (城市街道)	批量连续 (高速公路)
元数据位置	全局或分散在对象头	集中在跨度元数据区
缓存利用策略	依赖时间局部性 (Temporal Locality)	强制构建空间局部性 (Spatial Locality)
主要性能瓶颈	内存延迟 (Latency)	内存带宽 (Bandwidth)
适用场景	通用，对大对象友好	特化针对小对象密集型场景

3.4 针对单对象的微优化：代表对象与命中标志

尽管页面级扫描在大规模数据下效率极高，但在某些边缘情况（例如一个跨度中仅有一个活跃对象）下，加载整个页面元数据的开销可能超过直接扫描对象的收益。为了解决这个问题，研发团队引入了"代表对象"（Representative）和"命中标志"（Hit Flag）机制。

• 代表对象：当一个跨度第一次被加入队列时，触发该操作的那个特定对象被记录为"代表"。
• 命中标志：如果在该跨度等待期间，有第二个不同的对象被标记为 Seen，则设置"命中标志"。
• 快速路径：当工作线程取出跨度时，首先检查命中标志。如果标志未设置，说明该跨度仅有一个待处理对象。此时，GC 会跳过复杂的位图差分计算，直接扫描"代表对象"。这种回退机制确保了 Green Tea 算法在最坏情况下的性能也能逼近传统算法。

4. 生产环境的现实：性能收益与延迟倒挂

Green Tea 算法并非银弹，其在真实生产环境中的表现呈现出复杂的权衡关系。根据 Google 内部及早期采用者的反馈，该算法在 CPU 吞吐量和请求延迟之间引入了新的变量。

4.1 吞吐量的显著提升

在基准测试和大规模内存密集型应用中，Green Tea 算法展现了强大的吞吐量优势。报告显示，GC 阶段的 CPU 消耗总体减少了 10% 到 40%。对于拥有数万台服务器的超大规模数据中心而言，这种 CPU 效率的提升直接转化为巨大的硬件成本节省和能源效率优化。这验证了解决"内存墙"问题对于提升现代软件性能的决定性作用。

4.2 延迟倒挂现象

然而，InfoQ 和 Github Issue 73581 中的讨论揭示了一个反直觉的现象：部分应用在启用 GOEXPERIMENT=greenteagc 后，虽然 GC 运行的频率降低了，但单次 GC 循环的 CPU 占用率却上升了，导致应用程序的长尾延迟（Tail Latency）恶化。

原因分析：

1. 工作的突发性：由于 FIFO 队列和惰性累积机制，当一个跨度最终被处理时，它可能包含了大量积累的工作。处理一个包含数百个对象的跨度，远比处理单个对象要耗时。这种批处理特性导致了 GC 工作的突发性增强。
2. 应用层的感知：虽然总的 GC 时间变短了，但这种高密度的 CPU 占用可能会在短时间内挤占应用逻辑（Mutator）的计算资源，特别是在 GOMAXPROCS 限制较紧的容器环境中。
3. 调度器争用：Green Tea 采用了分布式的工作窃取（Work-Stealing）队列来替代全局锁，虽然减少了锁竞争，但在某些负载下，跨核的工作窃取可能会导致缓存一致性流量增加。

针对这一问题，Go 团队已经在着手优化，预计在 Go 1.26 版本中通过调整批处理的粒度和队列调度的启发式算法来平滑这种延迟尖峰。

4.3 容器环境下的微架构干扰

社区反馈还指出，在 Docker 等容器化环境中，CPU 配额（CPU Quota）的设置可能会干扰 GC 的行为。在 Go 1.25 之前，GOMAXPROCS 默认是基于宿主机的逻辑核心数，而非容器的配额。这导致在受限容器中，GC 线程可能会因为争抢时间片而加剧延迟。Green Tea 算法的高密度计算特性可能会放大这种资源争夺，特别是在 CPU 节流（Throttling）发生时。因此，配合 uber-go/automaxprocs 等库正确设置线程数，对于发挥 Green Tea 算法的优势至关重要。

5. 代码生成与编译器级的微优化

除了运行时的架构调整，Green Tea 算法的引入还伴随着编译器层面的深度优化。GitHub Issue 76212 揭示了一个关于 heapBitsSmallForAddrInline 函数的优化细节。

在扫描小对象的热路径（Hot Path）中，scanObjectsSmall 函数会频繁调用 heapBitsSmallForAddrInline 来获取对象的元数据位。在早期的实现中，这个内联函数包含了一些重复计算。由于在处理同一个 span 时，基地址和对象大小是固定不变的，编译器团队通过手动将这些循环不变量（Loop Invariants）提取到循环外部，消除了冗余的指令执行。

这种微优化虽然在代码层面看似微不足道，但在每秒执行数十亿次的 GC 循环中，它对指令流水线的通畅起到了关键作用。基准测试显示，这种手动提升（Hoisting）在多种架构上都带来了统计学上显著的性能提升，且没有引起回归。这体现了系统编程中毫秒必争的优化哲学。

6. 为什么叫 Green Tea

在计算机科学的历史中，重大的架构变革往往伴随着富有轶事色彩的命名。Green Tea 也不例外。该项目的命名并非源自任何技术缩写，而是源自其主要设计者 Austin Clements 的一段生活经历。

2024 年，Go 团队的技术负责人 Austin Clements 在日本期间，构思并开发了该算法的早期原型。为了验证基于跨度的扫描是否可行，他需要在不同的咖啡馆之间穿梭工作（Cafe Crawling）。据 Austin 本人回忆，在攻克算法核心难题的那段时间里，他摄入了大量的抹茶（Matcha）。这种富含咖啡因的绿茶（Green Tea）成为了项目诞生的燃料。

当原型证明了核心想法的可行性后，Green Tea 这个代号便自然而然地保留了下来，成为了 Go 语言对抗内存墙这一技术挑战的文化符号。这与 Java 的"Oak"（橡树）或 Android 的甜点命名传统一脉相承，赋予了冷冰冰的代码以人文温度。

7. 硬件协同的未来：SIMD 与向量化

Green Tea 算法的跨度中心设计，不仅解决了当前的缓存问题，更为未来的硬件加速铺平了道路。其中最令人兴奋的前景是利用单指令多数据（SIMD）指令集（如 x86 的 AVX-512 或 ARM64 的 NEON）来加速垃圾回收。

7.1 向量化的可能性

在传统的对象图遍历中，由于内存地址的随机性，根本无法利用 SIMD 指令。你无法向量化一个随机游走（Random Walk）的过程。然而，Green Tea 算法改变了这一局面：

• 连续的元数据：Seen 和 Scanned 位图在内存中是连续存储的。这意味着 15:39 演示中的位图差分操作（AND, OR, XOR）可以被简单地映射为向量指令。一条 512 位的 AVX-512 指令可以在单个时钟周期内处理数百个对象的状态更新。
• 扫描内核的加速：除了元数据处理，核心团队还在探索使用 SIMD 来加速扫描内核本身。通过将多个指针的检查并行化，可以进一步压缩扫描时间。

7.2 集中器网络（Concentrator Network）

GitHub Issue 73581 中还提到了一个更具野心的构想——使用"集中器网络"。这是一个排序网络，旨在提高指针的密度。通过在内存中重新排列指针或元数据，使其更加紧凑，可以为 SIMD 指令提供更高效的数据输入，从而在元数据操作之外，也能利用向量化加速。尽管由于复杂性原因，这一特性尚未包含在当前的实验版本中，但它指明了 Go 运行时未来的演进方向：极致的硬件亲和性。

8. 结论与展望

Go 1.25 引入的 Green Tea 垃圾回收算法，不仅是一次运行时的升级，更是对高性能计算未来趋势的一次深刻回应。它承认了在内存墙面前，算法的理论纯洁性必须向硬件的物理现实低头。

通过将分析单元从对象转移到跨度，并采用 FIFO 驱动的惰性累积策略，Green Tea 成功地将垃圾回收过程中混乱的随机访问（城市街道）转化为高效的顺序流（高速公路）。15:39 演示中的位图差分机制，以其简洁的逻辑展示了这种架构的优雅——不是通过复杂的图论技巧，而是通过对 CPU 缓存层次结构的极致尊重来消除冗余工作。

尽管目前仍存在延迟倒挂等需要微调的工程挑战，但 Green Tea 架构所展现出的 10-40% 的 CPU 节约潜力，以及其对 NUMA 架构和 SIMD 指令集的天然亲和力，使其成为 Go 语言在后摩尔定律时代保持竞争力的关键基石。随着 Go 1.26 及后续版本的迭代，我们有理由相信，这种内存感知的 GC 设计将成为管理语言运行时的新标准。

对于开发者而言，理解 Green Tea 不仅仅是为了调整 GOGC 或 GOMAXPROCS 参数，更是为了理解现代软件工程的一个核心真理：软件的性能极限，最终取决于它对底层硬件的理解与尊重。