引言

Go 语言的 GC 设计哲学与 Java 截然不同。Go 专注于低延迟 (Low Latency)，牺牲了一部分吞吐量来换取极短的 STW (Stop The World) 时间。Go 1.5 引入了并发标记，Go 1.8 引入了混合写屏障，使得 STW 时间通常在微秒级别。

1. 三色标记法 (Tri-color Marking)

Go 使用并发的三色标记清除算法。

1.1 核心概念

• 白色 (White): 潜在的垃圾。GC 开始时，所有对象都是白色。GC 结束时，仍为白色的对象将被回收。
• 灰色 (Grey): 活跃对象，但其子对象尚未被扫描。灰色集合是标记过程的”波前” (Wavefront)。
• 黑色 (Black): 活跃对象，且其所有子对象都已被扫描。

1.2 标记过程

1. 初始状态: 所有对象均为白色。
2. 根扫描: 将 GC Roots 直接引用的对象标记为灰色。
3. 并发扫描:

• 从灰色集合中取出一个对象，将其标记为黑色。
• 将该对象指向的所有白色子对象标记为灰色。
• 重复此步骤，直到灰色集合为空。

4. 完成: 此时只剩下黑色和白色对象。白色对象即为垃圾。

1.3 并发问题：漏标

在并发标记过程中，用户线程 (Mutator) 可能会修改引用关系，导致漏标（即把活跃对象误判为垃圾）。漏标发生必须同时满足两个条件： 1. 条件 1: 黑色对象引用了一个白色对象。 2. 条件 2: 灰色对象与该白色对象之间的引用关系被破坏（删除）。

为了防止漏标，必须破坏上述两个条件之一。这就是写屏障的作用。

2. 混合写屏障 (Hybrid Write Barrier)

Go 1.8 之前使用的是 Dijkstra 写屏障或 Yuasa 写屏障，Go 1.8 引入了混合写屏障，结合了两者的优点。

2.1 插入写屏障 (Dijkstra) - 破坏条件 1

• 逻辑: 当黑色对象指向白色对象时，将白色对象置为灰色。
• 缺点: 栈上的对象操作频繁，如果对栈也开启屏障，性能损耗大。因此 Go 选择不扫描栈，而是在 STW 阶段重新扫描栈。

2.2 删除写屏障 (Yuasa) - 破坏条件 2

• 逻辑: 当删除引用时，将被删除的对象置为灰色。
• 缺点: 回收精度低，会产生浮动垃圾。

2.3 混合写屏障 (Hybrid)

Go 结合了两者，极大地减少了 STW 时间（不再需要 STW 重新扫描栈）。

混合写屏障伪代码:

// slot 是指针在内存中的地址
// ptr 是要写入的新值
writePointer(slot, ptr):
  shade(*slot) // 1. 删除写屏障：将旧值置灰 (保护旧路径)
  shade(ptr)  // 2. 插入写屏障：将新值置灰 (保护新路径)
  *slot = ptr  // 3. 更新指针

• 注意: 混合写屏障仅应用在堆上，栈操作不开启屏障。
• 栈的处理: GC 开始时，将栈上所有可达对象全部置黑（实际上是扫描并置灰，递归变黑）。

3. GC Pacing (调优与触发)

Go GC 的触发不仅仅依赖于固定阈值，而是基于反馈控制算法，称为 GC Pacing。

3.1 GOGC 参数

GOGC 环境变量控制了下一次 GC 的触发堆大小。默认值为 100。 \[ \text{NextGC} = \text{HeapMarked} + \text{HeapMarked} \times \frac{\text{GOGC}}{100} \]

• 如果 HeapMarked (上次 GC 存活量) 为 10MB，GOGC=100，则下次 GC 在堆达到 20MB 时触发。

3.2 辅助标记 (Mark Assist)

为了防止在并发标记期间，用户线程分配内存的速度超过 GC 标记的速度，Go 引入了辅助标记。 * 机制: 分配内存过快的 Goroutine 会被”征用”一部分 CPU 时间来协助进行标记工作。 * 效果: 这是一个背压 (Backpressure) 机制，限制了高分配速率的 Goroutine。

4. Green Tea GC (Go 1.25+ 实验性特性)

在 Go 1.25 中，Go 团队引入了一个代号为 Green Tea 的新 GC 实现（可通过 GOEXPERIMENT=greenteagc 开启）。这是对标记阶段的重大重构，旨在解决现代硬件上的”微架构灾难”。

4.1 背景：微架构灾难 (Microarchitectural Disaster)

传统的 GC 标记算法（Graph Flood / Mark-Sweep）在现代 CPU 上效率极低： * 随机内存访问: 追踪指针意味着在堆内存中随机跳转。 * Cache Miss: 这种随机性导致 CPU 缓存命中率极低。 * 流水线停顿: CPU 必须等待内存数据加载，导致大量指令周期被浪费（Stall）。 * NUMA 问题: 跨核心/跨插槽的内存访问延迟进一步加剧了性能损耗。

Go 团队发现，GC 标记阶段约 35% 的时间是纯粹的内存等待（Memory Stall）。

4.2 核心机制：面向页 (Page-Oriented)

Green Tea GC 的核心思想是：Work with pages, not objects. (处理页，而不是对象)。

4.2.1 数据结构变革

• 工作队列 (Work List):
• 旧: 对象的 LIFO 栈（深度优先）。
• 新: 页 (Page) 的 FIFO 队列（广度优先）。Go 的页大小为 8KB。
• 元数据 (Metadata):
• 每个对象引入两个位：
• seen: 表示该对象已被其他对象引用（发现）。
• scanned: 表示该对象已被扫描过。

4.2.2 算法流程 (The Green Tea Algorithm)

Green Tea 利用”懒惰”（Laziness）来累积工作量，从而实现批量处理。

1. 发现 (Discovery):

• 当扫描对象 A 时，发现它引用了对象 B（位于页 P）。
• 设置对象 B 的 seen 位。
• 如果页 P 不在工作队列中，将页 P 加入队列。
• 关键点: 此时不立即扫描对象 B。

2. 处理 (Processing):

• 从工作队列中取出一个页 P。
• 批量扫描: 遍历页 P 的元数据，找到所有 seen=1 且 scanned=0 的对象。
• 线性访问: 按照内存地址顺序，依次扫描这些对象。
• 扫描完成后，更新 scanned 位。

这种机制使得 GC 能够在同一个页上一次性处理多个对象，极大地提高了空间局部性 (Spatial Locality)。

4.3 向量化加速 (Vector Acceleration)

由于 Green Tea 将工作规整化为对页的处理，这使得利用 SIMD 指令集（如 AVX-512）成为可能。

4.3.1 扫描内核 (Scanning Kernel)

Green Tea 使用 AVX-512 指令集并行处理页的元数据。以下是硬件加速的逻辑步骤：

1. 加载元数据: 将整个页的 seen 和 scanned 位图加载到 512 位寄存器中。
2. 计算活跃对象: \[ \text{ActiveObjects} = \text{Seen} \ \& \ (\sim \text{Scanned}) \]
3. 位图膨胀 (Bit Expansion):

• 利用 GFNI (Galois Field New Instructions) 指令集中的 VGF2P8AFFINEQB 指令。
• 将”每个对象 1 位”的位图，膨胀为”每个字 (Word) 1 位”的位图。
• 例如：如果对象大小为 3 个字，位 1 会膨胀为 111。

4. 指针过滤:

• 加载内存分配器的 Pointer/Scalar 位图（指示内存中哪些位置是指针）。
• \[ \text{ActivePointers} = \text{ExpandedActiveObjects} \ \& \ \text{PointerBitmap} \]

5. 批量提取:

• 根据 ActivePointers 位图，直接从内存中批量加载所有指针，放入缓冲区。

4.3.2 性能收益

• 指令级并行: 一条指令处理 64 字节甚至更多的数据。
• 减少分支预测失败: 复杂的 if is_pointer 判断被位运算取代。

4.4 总结与对比

Green Tea 标志着 GC 算法从纯软件算法向软硬协同优化的转变。它不再把 CPU 视为黑盒，而是针对现代处理器的缓存层级和向量指令进行了深度定制。

总结

Go GC 的核心在于低延迟。 1. 并发三色标记: 减少 STW。 2. 混合写屏障: 消除栈重扫的 STW，允许极短的停顿。 3. GC Pacing: 动态调整 GC 频率和辅助标记力度，平衡吞吐量和延迟。 4. Green Tea (新): 通过页级扫描和向量化指令，进一步压榨硬件性能。

如果你想了解 Go GC 与调度器如何协作（Mark Assist 抢占、STW 协调、P 的角色），可以读 Go 调度器深度拆解。