CÓMO FUNCIONA EL RECOLECTOR DE BASURA EN PHP: UNA MIRADA PROFUNDA AL MOTOR ZEND

El recolector de basura de PHP o Garbage Collector es uno de los mecanismos internos más importantes del motor Zend para gestionar la memoria de forma automática.

El recolector de basura de PHP es un excelente ejemplo de ingeniería práctica: combina la simplicidad y velocidad del reference counting con la robustez de un cycle collector para resolver el problema clásico de las referencias circulares. Aunque en aplicaciones web tradicionales rara vez se nota su presencia, entenderlo es fundamental cuando se trabaja con scripts de larga duración, grandes volúmenes de datos o cuando se necesita optimizar al máximo el consumo de memoria. Dominar el Garbage Collector no solo evita fugas de memoria, sino que te permite escribir código PHP más eficiente y escalable.

La gestión de memoria es uno de los aspectos más críticos en cualquier lenguaje de programación. PHP, siendo un lenguaje interpretado y de alto nivel, se encarga de liberar automáticamente la memoria que ya no se utiliza. Este proceso se conoce como Garbage Collector. Aunque muchos desarrolladores PHP rara vez piensan en el Garbage Collector entender cómo funciona ayuda a evitar fugas de memoria, optimizar scripts de larga duración, como daemons, workers o aplicaciones CLI, y mejorar el rendimiento general.

La base: Reference Counting (Conteos de referencias)

El mecanismo principal de gestión de memoria en PHP es el reference counting. Cada valor en PHP se almacena en una estructura interna llamada zval, Zend Value. Dentro de cada zval hay un campo llamado "refcount" o, "gc.refcount" en versiones modernas, que indica cuántas variables o estructuras están apuntando a ese valor.

$a = "Hola mundo";     // refcount = 1
$b = $a;     // refcount = 2
unset($a);   // refcount = 1
Cuando el refcount de un zval llega a 0, PHP libera inmediatamente la memoria asociada. Esto es muy eficiente y ocurre de forma síncrona. Este sistema funciona perfectamente para la mayoría de los casos: variables simples, arrays sin referencias cruzadas y objetos sin ciclos.

El problema: Referencias circulares (Circular References)

El reference counting tiene un punto débil clásico: las referencias circulares. Imagina el siguiente escenario:

class A {
    public $b;
}

class B {
    public $a;
}

$a = new A();
$b = new B();

$a->b = $b;   // $a apunta a $b
$b->a = $a;   // $b apunta a $a

unset($a);
unset($b);
Aunque ya no existen referencias externas a estos objetos, internamente "$a" sigue apuntando a "$b" y viceversa. Por lo tanto, el refcount de ambos nunca llega a 0 generando una fuga de memoria si no se maneja correctamente. Antes de PHP 5.3, estas estructuras solo se liberaban al final de la ejecución del script, o al final de la petición en entornos web. En scripts largos o aplicaciones de larga duración, esto podía consumir mucha memoria.

La solución: Garbage Collector cíclico

A partir de PHP 5.3, el equipo de PHP introdujo un recolector de basura cíclico. Este recolector de basura no reemplaza al reference counting, sino que lo complementa funcionando de la siguiente manera:
  1. Registro de posibles raíces:
    • Cada vez que se decrementa el refcount de un zval, por ejemplo usando "unset()" o al salir de un ámbito, y ese zval puede formar parte de un ciclo, se marca como "posible raíz" (color púrpura en el algoritmo).
    • Estas posibles raíces se almacenan en un root buffer (búfer de raíces).
  2. Umbral de activación:
    • El búfer tiene un tamaño fijo por defecto de 10.000 posibles raíces.
    • Cuando el búfer se llena, se activa automáticamente el recolector de ciclos.
  3. Algoritmo de recolección:
    • PHP recorre las posibles raíces y analiza los grafos de referencias.
    • Identifica los ciclos que ya no son accesibles desde ninguna raíz externa, es decir, "basura".
      • Decrementa artificialmente los contadores de referencia dentro del ciclo.
    • Si algún zval llega a "refcount = 0" durante este proceso, se libera junto con todo el ciclo.
  4. Finalización:
    • Se liberan los objetos y estructuras detectados como basura.
    • El búfer se vacía y el proceso continúa.
Se puede forzar manualmente una recolección en cualquier momento con: 

$collected = gc_collect_cycles();  // Devuelve el número de ciclos recolect

Funciones y configuración del Garbage Collector

PHP proporciona varias funciones para interactuar con el recolector de basura:
  • "gc_enable()" / "gc_disable()": Activa o desactiva el Garbage Collector que está activado por defecto. También se puede hacer desde el fichero "php.ini":

    zend.enable_gc = On/Off
  • "gc_collect_cycles()": Fuerza una recolección inmediata..
  • "gc_status()" (desde PHP 7.3): Devuelve información útil:

    array(
    'runs' => 42,      // Número de veces que se ha ejecutado el GC
    'collected' => 1250,    // Total de ciclos recolectados
    'threshold' => 10000,
    'roots' => 0,      // Raíces actuales en el búfer
    'buffer_size' => 10000
)

Consideraciones de rendimiento

  • El Garbage Collector no es continuo, sino que se ejecuta solo cuando el búfer de 10.000 raíces se llena o se fuerza manualmente. Esto lo hace eficiente en la mayoría de las aplicaciones web cuando son peticiones cortas.
  • En scripts de larga duración como CLI, queues, servidores websocket, etc., el Garbage Collector puede activarse frecuentemente y consumir CPU. En estos casos, a veces es útil:
    • Monitorear con gc_status().
    • Llamar a "gc_collect_cycles()" en momentos estratégicos como por ejemplo, después de procesar un lote grande de datos.
    • Desactivar temporalmente el Garbage Collector si se sabe que no se generan ciclos.
En PHP 8.x han habido notables mejoras:
  • Mejor manejo de estructuras que nunca pueden formar ciclos como enums y ciertas funciones anónimas.
  • Reducción del overhead del Garbage Collector en escenarios con millones de objetos.
  • Optimizaciones en la estructura interna de zvals.

Buenas prácticas

  • Evitar referencias circulares cuando sea posible usando "SplObjectStorage" o weak references desde PHP 7.4, o simplemente diseñar mejor los objetos.
  • En aplicaciones de larga ejecución, monitorea el uso de memoria y el comportamiento del Garbage Collector.
  • Usar unset explícitamente cuando sepas que ya no necesitas una variable grande.
  • Para depuración avanzada, herramientas como Xdebug, Blackfire o Tideways ayudan a visualizar el consumo de memoria y las ejecuciones del Garbage Collector.