静态数组表示的有限状态机
前段时间搞无状态的TCP conntrack，发现其中一个静态数组表示的TCP状态机很是不错，希望这种思想以后可以用在实际的工作中，直说吧，就是这个状态机数组：
new_state = tcp_conntracks[dir][index][old_state];
上述公式中，dir就是IP_CT_DIR_REPLY或者IP_CT_DIR_ORIGINAL，index其实就是事件。初看，就可以看出这个要比一个while循环实现的状态机，原因就在于状态机完全数据化了，而不是常规的那样用代码逻辑if state-if event或者switch-case等硬编码完成的。在这个数组填充的时候，那些if state-if event等判断就已经做好了，数组填充完成了，直接拿来用就是了。
实际上，在Linux内核中，这样的实现还不止conntrack一个，IPVS也是一个很好的例子，net/netfilter/ipvs/ip_vs_proto_tcp.c：
填充过程很简单，公式如下：
StateMachine[Event][OldSate]=NewState;
为此，我们先定义一套数据，将State和Event数据化：
NewState=StateMachine[Event][OldState];
按照上面的填充规则，终于，我们得到了下面的这个数组：
if (match0) {
do_something0;
} elif (match1) {
do_something1;
} elif (match2) {
do_something2;
}
但凡可以用这种方式表示的逻辑，都可以用一个多维数组来表示。常见的如BPF或者其它的过滤机制，本质上也是一些叠加判断：
if (match0 && match1 && match2 && match 3 && ...) {
return TRUE;
} else {
return FALSE;
}
把每一个match作为数组的一个维度，就可以构造出一个数组，最终是否匹配的判断就转换成根据诸多match计算出的数组各维度索引指示的目标位置的元素是否为NULL(或者上述简单例子的stub)。可是且慢！上述的思路有一个大前提，那就是填充数组的那个人或者那个程序必须事先知道结果才行，对于既有的有限状态机，这是肯定的，然而对于上述的多match元素匹配，填充者在拿到输入前并不知道结果(有点废话，要是知道了结果还要那个判断程序干什么！！)，因此必须让输入也参与到数组中来才行，因此必然这个输入是有限个的，毕竟数组必须是有限维度的。
static const u8 tcp_conntracks[2][6][TCP_CONNTRACK_MAX] = { { /* ORIGINAL */ /* sNO, sSS, sSR, sES, sFW, sCW, sLA, sTW, sCL, sS2 */ /*syn*/ { sSS, sSS, sIG, sIG, sIG, sIG, sIG, sSS, sSS, sS2 }, /* ... };以下是状态机转换公式：
new_state = tcp_conntracks[dir][index][old_state];
上述公式中，dir就是IP_CT_DIR_REPLY或者IP_CT_DIR_ORIGINAL，index其实就是事件。初看，就可以看出这个要比一个while循环实现的状态机，原因就在于状态机完全数据化了，而不是常规的那样用代码逻辑if state-if event或者switch-case等硬编码完成的。在这个数组填充的时候，那些if state-if event等判断就已经做好了，数组填充完成了，直接拿来用就是了。
实际上，在Linux内核中，这样的实现还不止conntrack一个，IPVS也是一个很好的例子，net/netfilter/ipvs/ip_vs_proto_tcp.c：
static struct tcp_states_t tcp_states [] = { /* INPUT */ /* sNO, sES, sSS, sSR, sFW, sTW, sCL, sCW, sLA, sLI, sSA */ /*syn*/ {{sSR, sES, sES, sSR, sSR, sSR, sSR, sSR, sSR, sSR, sSR }}, /*fin*/ {{sCL, sCW, sSS, sTW, sTW, sTW, sCL, sCW, sLA, sLI, sTW }}, /*ack*/ {{sCL, sES, sSS, sES, sFW, sTW, sCL, sCW, sCL, sLI, sES }}, /*rst*/ {{sCL, sCL, sCL, sSR, sCL, sCL, sCL, sCL, sLA, sLI, sSR }}, ... };可见和ip_conntrack的极其类似！这种数组所包含的信息量极大，几乎把索引下标，数组维数全部都用来存储数据了，这样就形成了一个多维的存储结构，一旦两个维度的信息不再正交，那么数组元素本身它就有了状态，而这正是实现状态机的关键。
我这里给出一个例子，下图是一个一般的状态机
填充过程很简单，公式如下：
StateMachine[Event][OldSate]=NewState;
为此，我们先定义一套数据，将State和Event数据化：
/*状态定义*/ enum State{ State0=0, StateA=1, StateB=2, StateC=3, }; /*事件定义*/ enum Event{ Einit=0, Evt0A=1, EvtA0=2, EvtAC=3, EvtC0=4, EvtCB=5, EvtBC=6, };我们定义一个二维数组，第一维代表事件，第二维的值代表下一个状态第二维的索引，其实就是下面的公式
NewState=StateMachine[Event][OldState];
按照上面的填充规则，终于，我们得到了下面的这个数组：
StateMachine[][]= { /*Einit*/ {State0,} /*Evt0A*/ {StateA,}, /*EvtA0*/ {stub,State0,}, /*EvtAC*/ {stub,StateC,}, /*EvtC0*/ {stub,stub,stub,State0,}, /*EvtCB*/ {stub,stub,StateB,}, /*EvtBC*/ {stub,stub,StateC,}, }其中的stub表示该处不表示任何状态。
看懂了这个例子以后，再回过头上ip_conntrack以及ipvs的TCP的状态机数组的例子，就更加清晰了，唯一不同的是，ip_conntrack通过一个新的维度来表示数据方向，而ipvs则通过一个base+offset的方式定位到了事件维度数组的索引。最后把上面的过程做成了一张图：
总结：
我们知道，任何程序都可以表示成一个状态机，这也是程序的本质，它本质上就是下面的形式：if (match0) {
do_something0;
} elif (match1) {
do_something1;
} elif (match2) {
do_something2;
}
但凡可以用这种方式表示的逻辑，都可以用一个多维数组来表示。常见的如BPF或者其它的过滤机制，本质上也是一些叠加判断：
if (match0 && match1 && match2 && match 3 && ...) {
return TRUE;
} else {
return FALSE;
}
把每一个match作为数组的一个维度，就可以构造出一个数组，最终是否匹配的判断就转换成根据诸多match计算出的数组各维度索引指示的目标位置的元素是否为NULL(或者上述简单例子的stub)。可是且慢！上述的思路有一个大前提，那就是填充数组的那个人或者那个程序必须事先知道结果才行，对于既有的有限状态机，这是肯定的，然而对于上述的多match元素匹配，填充者在拿到输入前并不知道结果(有点废话，要是知道了结果还要那个判断程序干什么！！)，因此必须让输入也参与到数组中来才行，因此必然这个输入是有限个的，毕竟数组必须是有限维度的。