はじめに
こんにちは、AI Shift開発チームの由利です。
この記事はAI Shift Advent Calendar 2025の13日目の記事になります。
GoGC 最新版 - GreenTea
今年Go1.25が登場しましたが、これに実験的に載せられている最新GCについて初心者向けにご紹介しようと思います。
これはGreenTeaと呼ばれ、ビルド時に GOEXPERIMENT=greenteagc を指定することで利用することができます。
この GreenTea は、Google 内部での大規模ワークロードに対するテストなどで GC オーバーヘッドを 10〜最大 40% 程度削減 できたと報告されており、従来 GC の弱点をハードウェアレベルから解消するアプローチが取られています。
また、Go チームの公式アナウンスでは Go 1.26 でデフォルト GC として採用される予定 とされています（あくまで予定）。
GreenTeaがフォーカスするもの
それでは早速中身を見ていきましょう。
GCのコストは下記の式で表されます。
GCの総コスト = GCサイクルの回数 * 1GCサイクルあたりの平均コスト
GCサイクルの回数・頻度に着目した設定値としてGOGC、GOMEMLIMITの設定値が挙げられます。
これらを適切に設定することでGCサイクル頻度とヒープメモリサイズのバランスを取ることが出来ます。
（これらの設定値については今回は説明を割愛します）
今回のGreenTeaでは「1GCサイクルあたりの平均コスト」に焦点を当てて改善しています。
特に GC の中でも最も重い mark フェーズ（到達可能オブジェクトの探索） を大幅に効率化するアプローチが採られています。
mark-sweep アルゴリズム - GoのGCロジック再訪
その前に簡単にGoのGCロジックをおさらいしておきましょう。
Go の GC は「トレース型」であり、基本的には以下の流れで動作します。
- mark フェーズ
ルート（スタックやグローバル変数など）からたどれるオブジェクトを探索し、使用中であることをマークします。 - sweep フェーズ
mark が付いていないオブジェクトを解放し、ヒープ領域を再利用可能にします。 - 上記を繰り返す（Go の場合は大部分が並行で行われる）
このうち、最もコストが高く CPU キャッシュ効率に影響するのが mark フェーズです。
従来アルゴリズムとGreenTeaの違い
GreenTeaではこのmarkフェーズの効率化に注目しました。
GreenTea が改善したのは 「どの粒度で mark の対象を扱うか」 です。
従来アルゴリズムはオブジェクトに注目してmarkを実行していきます。
オブジェクト同士のポインタ関係をたどって「使われているかどうか」をチェックするため、メモリ上をあちこち行き来するアクセスが多くなります。
Step by Stepで検索していくイメージです。（赤矢印を辿っていくイメージ）
GreenTeaではページ(Go では 8 KiB の span 単位) ごとにmarkを実行していきます。
- まずルートから参照されるページを特定
- ページごとに「その中のどのオブジェクトが参照されているか」を調べる
という流れに変わりました。
以下の図のように、ルートからページ（下図での 1 レーン）ごとに探索していきます。
ルートからたどった後は黄色レーンへ進み、緑の矢印が mark していくイメージです。
最後に青レーンへと辿ることで、少ないスキャンで全体を mark しきることができます。
これにより work-list がページ単位になり、オブジェクト単位より大幅に少なくなります。
また、ページ内のオブジェクトには seen / scanned といった軽量なメタデータが用意され、効率的に探索が進む仕組みになっています。
新ロジックによるメリット
ページ単位で GC を進めることで、以下の複数のメリットが生まれます。
- メモリの局所性が向上し CPU キャッシュが効きやすくなる
- 巨大な work-list を扱わないため、GC ワーカー間のキュー競合が減る
- 複数 CPU ソケットや多数コアを持つサーバでも効率が落ちにくい
- DRAM アクセス待ち時間が大きく減る
結果として、mark フェーズのコストが大幅に下がり、全体の GC オーバーヘッド削減につながります。
まとめ
いかがでしたでしょうか。最新版のGCに興味が湧いてきたことと思います！
最後にポイントをまとめると
- Go 1.25 では GOEXPERIMENT=greenteagc で利用できる
- GC オーバーヘッドを 10〜最大 40% 削減 できる事例がある
- Go 1.26 でデフォルト採用が予定されている
- 特に 大量の小さなオブジェクトを扱うサービス で恩恵が大きい
下記ブログ記事ではそれぞれのロジックの詳細をStep by Stepで説明してくださっているので、とてもわかりやすいです。
より詳しく知りたい方はぜひご覧ください。
最後に
AI Shiftではエンジニアの採用に力を入れています！
少しでも興味を持っていただけましたら、カジュアル面談でお話しませんか？
（オンライン・19時以降の面談も可能です！）
【面談フォームはこちら】
Discussion