Go 1.25 Greentea GC vs GC clásico con HydrAIDE: prueba extrema con 1 millón de Swamps muestra +22 por ciento de eficiencia de CPU, -8 por ciento de memoria y picos largos menos frecuentes
Introducción y por qué ahora: con Go 1.25 llega Greentea GC, un modo experimental de recolección que promete reducir la sobrecarga del GC entre 10 y 40 por ciento. La pregunta clave es qué aporta en la práctica bajo cargas reales, no solo en microbenchmarks. Para ello usamos HydrAIDE, un motor de datos open source Apache 2.0 que combina almacenamiento fuertemente tipado, pub sub, caché y servicios de datos en tiempo real sin infraestructura extra. Los datos se hidratan en memoria y, cuando dejan de ser referenciados, el GC puede reclamarlos de inmediato.
Por qué HydrAIDE es ideal para esta prueba: su modelo de hidratación y cierre por inactividad simula escenarios de producción sin artificios. Basta con crear 1 millón de Swamps y observar el comportamiento del recolector. Código del test directo en hydra_gc_test.go y proyecto completo en github.com hydraide hydraide.
Cómo gestiona HydrAIDE los Swamps: cada Swamp es una mini base de datos aislada. Al acceder por primera vez, el sistema lo hidrata a RAM. Si permanece inactivo, HydrAIDE lo cierra y elimina referencias de memoria conservando la persistencia en disco. Así, en memoria solo vive lo necesario el tiempo imprescindible, manteniendo el entorno del GC limpio y predecible.
Qué hace especial esta prueba: generamos presión real de asignación creando 1 000 000 de Swamps, cada uno con su Treasure, lo que equivale a abrir un millón de colecciones con al menos un registro. Además, tras 30 segundos sin actividad, HydrAIDE ejecuta un idle close que borra referencias de forma determinista, volviendo elegibles para GC todos los objetos. Medimos con la API runtime metrics introducida en Go 1.20, que ofrece métricas estables de bajo nivel sobre ciclos de GC, uso de CPU, tamaño del heap y distribución de pausas. La comparación fue directa ejecutando el mismo binario con el GC clásico y con Greentea GC.
Antecedentes sobre Greentea GC: este colector experimental de Go 1.25 mejora el marcado y escaneo de objetos pequeños con mejor localidad y escalado en CPU. La expectativa oficial es bajar la sobrecarga del GC entre 10 y 40 por ciento en cargas reales. Se habilita compilando con GOEXPERIMENT=greenteagc. La versión también incorpora GOMAXPROCS dinámico y consciente de contenedores y el runtime trace Flight Recorder para diagnósticos reproducibles.
Método de medición en dos fases. Fase A, ráfaga de creación: construimos 1 000 000 de Swamps usando el modo en memoria para evitar I O de disco, con escrituras pequeñas que simulan una carga intensiva de asignaciones. Fase B, ventana de idle close: tras 30 s sin actividad, HydrAIDE cierra y elimina referencias, esperamos 5 s adicionales y medimos la reclamación y liberación de memoria. Todo el proceso fue en memoria para garantizar repetibilidad y exactitud.
Resultados clave. En la fase de creación, Greentea GC terminó en 22.94 s frente a 24.30 s del GC clásico, alrededor de 5 por ciento más rápido. El tiempo total de CPU dedicado al GC fue 21.33 s con Greentea frente a 27.35 s, una mejora del 22 por ciento. Las pausas totales fueron prácticamente idénticas, 0.03 s vs 0.02 s. El Mark Assist bajó de 14.05 s a 11.42 s y el Mark Dedicated de 10.07 s a 7.60 s, con menor Mark Idle 3.22 s vs 2.28 s. El heap al final quedó en 3.80 GB con Greentea frente a 4.12 GB, 8 por ciento menos. No se observaron ciclos adicionales en la fase de inactividad. En latencias, p50 0.06 ms vs 0.05 ms y p95 0.20 ms vs 0.23 ms prácticamente iguales; en p99 Greentea mostró pausas más largas de forma ocasional 1.84 ms vs 0.92 ms.
Lectura e interpretación. Velocidad: alrededor de 5 por ciento más rápido bajo ráfagas de creación. Eficiencia de CPU: 22 por ciento menos tiempo de GC, el mayor beneficio. Memoria: heap final 8 por ciento menor y liberación más ágil. Pausas: medias y altas similares, pero en el extremo p99 aparecen pausas puntualmente más largas con Greentea. Fase ociosa estable sin ciclos extra.
Conclusión. Greentea GC es una mejora clara cuando importan la eficiencia de CPU y el consumo de memoria. En aplicaciones muy sensibles a la latencia, conviene considerar que, aunque raras, las pausas p99 pueden ser algo más largas. Para HydrAIDE, que maneja grandes volúmenes de Swamps y Treasures en memoria, cada avance del GC se traduce en más rendimiento y menos recursos.
En Q2BSTUDIO acompañamos a empresas que necesitan exprimir su pila tecnológica con ingeniería de alto rendimiento, desde aplicaciones a medida y software a medida hasta despliegues optimizados en la nube, ciberseguridad y analítica avanzada. Si buscas construir plataformas de datos y servicios en tiempo real como HydrAIDE, nuestro equipo integra mejores prácticas de rendimiento, observabilidad y automatización.
Podemos ayudarte a llevar estas mejoras al mundo real con aplicaciones a medida robustas y con servicios cloud en AWS y Azure que aprovechan escalado automático, contenedores y orquestación. También somos especialistas en inteligencia artificial, ia para empresas, agentes IA, ciberseguridad, pentesting, servicios inteligencia de negocio y power bi, además de automatización de procesos para acelerar el time to market y maximizar la eficiencia.
Recursos y contacto. Código del test directo en hydra_gc_test.go. Repositorio del proyecto en github.com hydraide hydraide. Comunidad en Discord en la página del proyecto. Si quieres evaluar el impacto de Greentea GC o modernizar tu plataforma, Q2BSTUDIO está listo para ayudarte con arquitectura, optimización de rendimiento, observabilidad y seguridad de extremo a extremo.