NFD开发指南-3.Tables

tables 模块提供NFD的主要数据结构（ data structures ）。

转发信息库 （FIB，Forwarding Information Base ）（第3.1节）用于将兴趣包转发到匹配数据（ matching Data ）的潜在源（ potential source(s) ）。它与IP的FIB表类似，只是它允许列出传出的 face 是一个 face 列表而不是单个 face 。

网络区域表 （ The Network Region Table ，第3.2节）包含用于移动性支持（ mobility support ）的生产者区域名称的列表。

内容存储 （CS，Content Store ，第3.3节）是一个对数据包（ Data packet ）的缓存。为了满足将来请求相同数据的兴趣，将到达数据包尽可能长地放置在此缓存中。

兴趣表 （PIT，Pending Interest Table ，第3.4节）跟踪（ track ）向上游内容源转发的兴趣（ Interest ），构造一条反向路劲，以便可以将数据向下游发送到其请求者。它还包含用于 环路检测 和 测量目的 的最近满足的兴趣（ recently satisfied Interests ）。

Dead Nonce List （第3.5节）作为未决兴趣表的补充，以进行循环检测。

策略选择表 （The Strategy Choice Table ，第3.6节）包含为每个名称空间（ namespace ）选择的转发策略（第5节）。

转发策略使用 测量表（The Measurements Table ，第3.7节）来存储有关名称前缀的测量信息。

FIB 、PIT 、 策略选择表 和 测量表 在其索引结构上有很多共性。为了提高性能并减少内存使用，我们设计了 名称树 （Name Tree 第3.8节）结构，用于在这四个表之间共享一个通用索引。

3.1 转发信息库（FIB）

转发信息库（FIB）用于将兴趣包转发到匹配数据的潜在源[9]。对于需要转发的每个兴趣，将在FIB上执行最长的前缀匹配（ longest prefix match ）查找，并且存储在找到的FIB条目中的传出 face 列表是转发（ forwarding ）的重要参考。

第3.1.1节概述了FIB的结构（ structure ）、语义（ semantic ）和算法（ algorithm ）。第3.1.2节介绍了NFD其余的部分是如何如何使用FIB的。FIB算法的实现将在3.8节中讨论。

3.1.1 结构和语义

• FIB条目和下一跳记录

  FIB条目（nfd::fib::Entry）包含 名称前缀 （ Name prefix ）和 下一跳记录 （ Nexthop record ）的非空集合。FIB表中有某个前缀的FIB条目意味着，如果收到以该名称前缀开头的兴趣包，则可以通过此FIB条目中的下一跳记录所提供的 face 来找到匹配数据的潜在来源。

  每个下一跳记录（nfd::fib::NextHop）包含面向潜在内容源的传出 face 及其路由成本（ cost ）。 一个FIB条目最多可以包含一个朝向同一出口（ outgoing ） face 的下一跳记录。在FIB条目中，下一跳记录按升序排序。路由成本是下一跳记录之间的相对成本，具体值为多少无关紧要。

  与RIB（第7.3.1节）不同，FIB条目之间没有继承（ inheritance ）。FIB条目中的下一跳记录列表是此FIB条目仅有的“有效”下一跳列表。

• FIB

  FIB（nfd::Fib）是FIB条目的集合，按名称前缀索引。支持通常的插入、删除及完全匹配（ exact match ）操作。FIB条目可以在前向迭代器中以未指定的顺序进行迭代。

  最长前缀匹配算法（Fib::findLongestPrefixMatch）找到FIB条目，该条目应用于指导兴趣的转发。 它以名称作为输入参数。此名称应该是兴趣（ Interest ）中的名称字段。返回值是FIB条目，其名称前缀为：

  • （1）输入参数参数的前缀
  • （2）在满足条件（1）的结果中的的最长者，如果没有FIB条目满足条件（1），则返回NULL。

3.1.2 使用（ Usage ）

FIB仅通过使用FIB管理协议来更新 ，该协议在NFD方面由FIB管理器（ FIB manager ）操作（第6.5节）。通常， FIB manager 从RIB Management（第7节）获取命令，RIB Management既接收手动配置（ configured manually ）或由应用程序注册的静态路由，也接收来自路由协议的动态路由。由于大多数FIB条目最终都来自动态路由，因此，如果网络具有少量的公告前缀，则FIB预计将包含少量条目。

FIB预计会相对稳定。FIB更新由RIB更新触发，而RIB更新又是由手动配置、应用程序启动或关闭以及路由更新引起的。在稳定的网络中，这些事件很少发生。但是，每个RIB更新都会导致大量FIB更新，因为一个RIB条目的更改可能会由于继承而影响其后代。

最长前缀匹配算法用于传入兴趣管道（ incoming Interest pipeline ）中的转发（第4.2.1节）。对于每个传入兴趣最多调用一次。

cleanupOnFaceRemoval函数（在daemon/table/cleanup.hpp中声明）是一个在 face 移除时用于FIB-PIT清理的函数。当一个 face 销毁（ destroyed ）后会调用此函数。它访问所有FIB和PIT条目，并删除FIB下一跳记录，PIT入记录和PIT出记录，这些记录指向已删除的 face 。丢失最后一条下一跳记录的FIB条目也将被删除。不同的是，丢失所有其入记录和出记录的PIT条目被保存在表${}^2$中。FIB和PIT的清除在同一函数中执行，因为两个表都存储在NameTree中（第3.8节），因此此函数可以在一次NameTree枚举中清除两个表。

${}^2$ This is pending discussion in https://redmine.named-data.net/issues/3685#note-7.

3.2 网络区域表（Network Region Table）

网络区域表（nfd::NetworkRegionTable）用于移动性支持（第4.2.4节）。 它包含一组无序的生产者区域名称，这些名称取自NFD配置文件（第6.7.2节）。如果兴趣的转发提示（ forwarding hint ）中的任何委托名称（ delegation name ）是此表中任何区域名称的前缀，则表示兴趣已到达生产者区域，应根据其名称而不是委托名称进行转发。

3.3 内容存储（CS）

内容存储（CS）是用作数据包的缓存。转发管道（ Forwarding pipeline ，第4节）将到达的数据包放在CS中，这样就可以满足将来请求相同数据的兴趣，而无需进一步转发。

CS提供了插入数据包，查找与兴趣匹配的缓存数据以及枚举缓存数据的过程。第3.3.1节描述了这些过程的语义及其用法。

CS在（nfd::cs::Cs）类中实现。该实现由两部分组成：查找表（ lookup table ）和缓存替换策略（ cache replacement policy ）。查找表（第3.3.2节）是CS条目的基于名称的索引，其中存储了缓存的数据包。缓存替换策略（第3.3.3节）负责将CS保持在容量限制之下。它单独维护一个清理索引，以便确定在CS满（ full ）时删除哪个条目。 NFD提供了多种缓存替换策略，包括优先级FIFO策略和LRU策略，可以在NFD配置文件中选择它们。

3.3.1 语义和使用（Semantic and Usage）

• 插入（Insertion）

  不管是在 incoming Data pipleline （第4.3.1节）还是在 Data unsolicited pipleline （第4.3.2节）中，对于任意的数据包，只要 forwarding 可确保其完全符合要处理的数据包的条件，该数据包就会被插入CS（Cs::insert）中 。（例如，数据包不违反基于名称的范围控制[10]）。

  在存储数据包之前，先评估准入策略（ admission policy ）。本地应用程序可以通过附加到数据包的NDNLPv2 [5] CachePolicy字段来提示接纳策略，这些提示被认为是建议性的。

  通过准入策略后，数据包（ Data packet ）将被存储下来，同时保存该数据包过时（ stale ）的时间点（ time point ），并且不会去满足带有MustBeFresh Selector的兴趣（ Interest ）。

  CS配置有容量限制，此时将对其进行检查。如果此新数据包的插入导致CS超过容量限制，则缓存替换策略将驱逐过多的条目以使CS处于容量限制之下。

• 查找（Lookup）

  CS提供了一个异步查找API（Cs::find）。 incoming Interest pipleline （第4.2.1节）使用传入兴趣（ Interetst ）来调用此API。搜索算法会将与兴趣（ Interest ）最匹配的数据包（ Data packet ）提供给 ContentStore hit pipleline （第4.2.3节），或者如果没有匹配项，则通知 ContentStore miss pipleline （第4.2.4节）。

• 枚举和条目抽象（Enumeration and Entry Abstraction）

  可以通过正向迭代器（ forward iterators ）枚举 Content Store 。此功能未在NFD中直接使用，但在仿真环境中可能很有用。

  为了保持稳定的枚举接口，且仍允许替换CS实现，将迭代器取消引用（ dereferenced ）为nfd::cs::Entry类型，这是CS条目的抽象。这种类型的公共API允许调用者获取数据包，无论它是否是自发的，以及何时该数据包会过时。内容存储实现可以定义自己的具体类型，并在枚举期间转换为抽象类型。

3.3.2 查询表（Lookup Table）

Table 是一个有序的容器，用于存储具体的条目（nfd::cs::EntryImpl，条目抽象类型的子类）。该容器按具有隐式摘要（ implicit digest ）的数据名称排序。${}^3$

${}^3$ 隐式摘要计算会占用大量CPU。该表进行了优化，可以在大多数情况下避免隐式摘要计算，同时仍保证正确的排序顺序。

查找完全使用表来完成。NFD优化了查找过程（Cs::find*），以最大程度地减少预期情况下访问的条目数。在最坏的情况下，查找将访问所有以兴趣名称为前缀的条目。

尽管查找API是异步的，但当前实现会同步进行查找。

该表使用std::set作为基础容器，因为它在基准测试中表现良好。先前的CS实现使用 skip list，但其性能比std :: set差，这可能是由于算法复杂性和代码质量所致。

3.3.3 缓存替换策略（Cache Replacement Policy）

缓存替换策略将CS保持在其容量限制内。主要容量限制是根据缓存的数据包的数量来衡量的。选择此度量标准而不是选择数据分组大小，因为表索引的内存开销对于小数据包可能很重要，因此数据包大小度量标准将不准确。可以在NFD配置文件table.cs\_max\_packets项中配置此容量限制，也可以在模拟环境中通过Cs::setLimitAPI进行配置。 允许运行时更改容量限制。

NFD通过实现nfd::cs::Policy的多个子类提供多种策略实现 可以在NFD配置文件table.cs\_policy项中配置有效策略，也可以在模拟环境中通过Cs::setPolicyAPI进行配置。此配置只能在初始化期间应用，不允许在运行时更改。

• 策略类API（Policy class API）

  nfd::cs::Policy是所有缓存替换策略实现的基类。

  容量限制存储在Policy类上，可以通过Policy::setLimit公共方法进行更改。策略实现必须提供基类中纯虚函数evictEntries的实现，以便基类Policy::setLimit公共方法通过驱逐足够的条目使CS重新回到新的容量限制下，来处理容量限制的降低。除了主要容量限制（称为“硬限制-hard limit ”）之外，策略还可以提供其他容量限制（例如证书的单独限制或基于数据包大小的限制）。

  为了使策略维持容量限制，它需要知道哪些数据包已添加到缓存及其访问模式。 因此，策略类公开了四个公共方法来接收这些信息：

  • 插入新条目后，将调用Policy::afterInsert；
  • 在同一数据刷新现有条目后，将调用Policy::afterRefresh；
  • Policy::beforeErase将在通过管理命令删除条目之前被调用（当前未使用）；
  • 当通过查找找到某个条目并将其用于转发之前，将调用Policy::beforeUse。

  这些公共方法调用相应的纯虚函数：doAfterInsert、doAfterRefresh、doBeforeErase和doBeforeUse。 这些纯虚函数以及evictEntries应该在子类中重写（ overriden ）。

  根据通过上述API收到的信息，策略会维护一个内部清除索引，该索引用于确定在CS超过容量限制时应清除哪个数据包。在每个策略实施中都定义了此内部清理索引的结构。它应该通过迭代器（nfd::cs::iterator）引用CS条目（存储在表中）。当策略决定逐出一个条目时，它应该发出beforeEvict信号来通知CS从表中删除该条目，然后删除该策略的内部清除索引中的相应项目。请注意，对于通过beforeEvict信号驱逐的条目，不会调用beforeErase。

  每个函数实现时的建议步骤如下：

  • 在doAfterInsert中，策略决定是否接受新条目。如果接受，则应将新条目的迭代器插入内部清除索引；否则，将调用cs::Policy::evictEntries通知CS进行清理。然后，该策略应检查CS大小是否超过容量限制，如果是，则逐出一个条目（可能通过调用evictEntries函数）；
  • 在doAfterRefresh中，策略可能会更新其清理索引，以处理同一数据再次到达；
  • 在doBeforeErase中，策略应删除其清理索引中的相应条目；
  • 在doBeforeUse中，策略可以更新其清除索引，以标记指定的条目满足了一个传入的兴趣。
  • 在evictEntries中，策略应逐出足够的条目，以使CS不会超过容量限制。

• 优先级FIFO缓存策略（Priority FIFO cache policy）

  Priority-FIFO是默认的cs::Policy。优先级FIFO会在每次插入时逐出，因为其性能更可预测，否则，定期清除一批条目可能会导致数据包转发中的抖动。Priority-FIFO使用三个队列来跟踪CS中的数据包：

  • 未经请求的队列（ unsolicited queue ） 包含具有未经请求的数据的条目；
  • **过时队列（ stale queue ）**包含具有过时数据的条目；
  • FIFO队列包含带有新数据的条目。

  在任何时候，一个条目完全属于一个队列，并且在该队列中只能出现一次。优先级FIFO保持每个条目所属的队列。

  这些字段与存储在队列中的Table迭代器一起，在Table和队列之间建立双向关系。

  变异操作（ Mutation operations ）时必须保持这种关系：

  • 插入条目时，该条目将放置在表格中；
  • 逐出一个条目时，其表迭代器将从其队列的开头删除，并且该条目也从表中删除；
  • 当新条目变为陈旧时（由计时器控制）时，其表迭代器将从FIFO队列移至过时队列，并且条目上的队列指示符和迭代器也将更新；
  • 使用请求的数据更新主动/过期条目时，其表迭代器从主动/过期队列移至FIFO队列，并且条目上的队列指示符和迭代器也更新。

  尽管名为队列（ queue ），但这里的队列并不是真正的先进先出队列，因为条目可以在队列之间移动（请参阅上面的变异操作）。移动条目时，其表迭代器将从旧队列中分离出来，并附加到新队列中。std::list用作基础容器，std::queue和std::deque不适合，因为它们无法有效地分离节点。

• LRU缓存策略（LRU cache policy）

  LRU缓存策略实现了最近最少使用的缓存替换算法，该算法首先丢弃最近最少使用的项目。LRU每次插入都会被逐出，因为它的性能更可预测，否则，定期清除一批条目可能会导致数据包转发中的抖动。

  LRU使用一个队列来跟踪CS中的数据使用情况，表迭代器存储在队列中。在任何时候，使用或刷新条目时，其表迭代器都会重定位到队列的尾部。同样，当新插入一个条目时，其表迭代器会被推入队列的尾部。当需要逐出一个条目时，将从其队列的开头删除其表迭代器，并从表中删除该条目。

  队列使用boost::multi_index_container[11]作为基础容器，因为它在基准测试中表现良好。boost::multi_index_container::sequenced_index用于插入，更新使用和刷新，boost::multi_index_container::ordered_unique_index用于通过Table::iterator擦除。

3.4 兴趣表（PIT）

兴趣表（PIT）跟踪向上游内容源转发的兴趣，以便可以将数据向下游发送到其请求者[9]。它还包含用于 环路检测 和 测量目的 的最近满足的兴趣。这种数据结构在NDN文献中称为 未决兴趣表（ pending Interest table ） ； 但是，NFD的PIT包含未满足的兴趣和最近满足的兴趣，因此“兴趣表”是一个更准确的术语，但缩写为“ PIT”。

PIT是PIT条目的集合，仅用于转发（ forwarding ，第4节）。 3.4.1节介绍了PIT条目的结构和语义，以及转发如何使用它。3.4.2节介绍了PIT的结构和算法，以及转发如何使用它。PIT算法的实现在3.8节中讨论。

3.4.1 PIT条目（PIT Entry）

图6显示了PIT，PIT条目、入记录（ in-records ）、出记录（ out-records ）以及它们的关系。

• PIT条目（PIT entry）

  PIT条目（nfd::pit::Entry）表示未决兴趣或最近满足的兴趣。如果两个兴趣包具有相同的名称（ Name ）和选择器（ Selectors ）[1]，则它们是相似的（ similar ），多个相似兴趣共享同一PIT条目。

  每个PIT条目均由一个兴趣标识。除名称（ Name ）和选择器（ Selectors ）外，此兴趣中的所有字段均无关紧要。

  每个PIT条目包含一个入记录（ in-records ）、一个出记录（ out-records ）和一个计时器（ timer ），如下所述。另外，允许转发策略存储有关PIT条目，入记录和出记录的任意信息（第5.1.3节）。

• 入记录（In record）

  入记录（nfd::pit::InRecord）表示兴趣的下游 face （ downsream face ）。下游 face 是内容的请求者 ：兴趣来自下游（ downstream ），且数据也会流向下游。

  入记录（ in-record ）中存储有下列信息：

  • face 的引用
  • 来自此 face 的最后一个兴趣包中的Nonce
  • 来自此 face 的最后一个兴趣包到达的时间戳（ timestamp ）
  • 最后一个兴趣包

  ps: 上述提到的最后一个兴趣包，即为包含入记录的PIT条目中的最新插入的一个兴趣包

  incoming Interest pipeline （第4.2.1节）会插入或更新入记录（ in-record ）。当一个未决兴趣时被满足时，所有的入记录（ 每个PIT条目中都会维护一个入记录列表，这边说的所有的入记录指的是被满足兴趣所在的PIT条目中保存的入记录列表 ）都会被 incoming Data pipeline 删除（第4.3.1节）。

  在最后一个来自同个 face 的相同兴趣包到达后，经过LifetyLifetime，对应的入记录将过期。当所有的入记录都到期时，PIT条目也会到期。如果一个PIT条目包含至少一个未过期的入记录，则称其为未决。

• 出记录（Out record）

  出记录（nfd::pit::OutRecord）表示兴趣的上游 face （ upstream face ） 。上游 face 是潜在的内容来源：兴趣被转发到上游（ upstream ），且而数据来自上游。
  出记录（ out-record ）中存储有下列信息：

  • face 的引用
  • 发送给此 face 的最后一个兴趣包中的Nonce
  • 发送给此 face 的最后一个兴趣包的时间戳（ timestamp ）
  • Nacked字段：指示最后一个发出的（ outgoing ）的兴趣已被Nacked，此字段还记录了Nack的原因（ Nack reason ）

  outgoing Interest pipeline （第4.2.5节）会插入或更新出记录（ out-record ）。当来自该 face 的数据满足未决兴趣时，出记录将由 incoming Data pipeline 删除（第4.3.1节）。

  发送最后一个兴趣包后，如果经过了LifetyLifetime，则记录过期（ expires ）。

• 计时器（Timer）

  每个PIT条目都有一个计时器，即到期计时器（ expiry timer ）。该计时器由 forwarding pipeline 使用（第4节），并且在PIT条目到期时触发（第4.2.1节）。

3.4.2 PIT

PIT（nfd::Pit）是一个包含PIT条目的表，由<Name，Selectors> tuple 索引。支持通常的插入和删除操作。 Pit::insert方法首先查找具有相似兴趣的PIT条目，并仅在不存在的情况下插入一个。没有完全匹配的单独方法，因为 forwarding 不需要插入PIT条目就可以确定它的存在。PIT是不可迭代的，因为 forwarding 不需要这样做。

数据匹配算法（Pit::findAllDataMatches）查找数据包可以满足的所有兴趣。它以数据包作为输入参数。返回值是此数据包可以满足的PIT条目的集合。此算法不会删除任何PIT条目。

cleanupOnFaceRemoval函数是去除 face 时的联合FIB-PIT清理功能。 有关更多信息，请参见第3.1.1节。

3.5 Dead Nonce List

Dead Nonce List 是为 循环检测 目的 补充PIT的数据结构 。

2014年8月，当InterestLifetime较短时（Bug#1953），我们发现了一个持久循环问题。循环检测以前仅使用存储在PIT条目中的随机数。如果在InterestLifetime内未满足兴趣，则将删除PIT条目。当网络包含一个延迟时间长于InterestLifetime的循环时，由于在PIT条目在Interest循环返回之前就消失了，因此无法检测到围绕此循环的循环Interest。

对于此持久循环问题的朴素解决方案是将PIT条目保留更长的时间。但是，这样做的内存消耗将太高，因为PIT条目包含了除Nonce之外的许多其他内容。因此，引入了 Dead Nonce List 以从存储PIT中“dead”的 Nonce 。

Dead Nonce List 是NFD中的全局容器。此容器中的每个条目都存储一个Name和Nonce元组。可以有效地查询条目的存在。条目会保留一段时间，在此期间，兴趣不太可能回滚。

3.5.1节介绍了 Dead Nonce List 的结构和语义，以及 fowarding 是如何使用它的。第3.5.2节讨论了如何维护 Dead Nonce List 的容量（ capacity ）。

3.5.1 结构、语义和使用（Structure, Semantics and Usage）

在 incoming Data pipeline （第4.3.1节）和 Interest finalize pipeline （第4.2.6节）处理过程中，出记录（ out-record ）被删除之前，一个 tuple <Name, Nonce> 被添加进 Dead Nonce List （DeadNonceList::add）。

在 incoming Interest pipeline 处理过程中会通过调用DeadNonceList::has去查询 Dead Nonce List 。如果存在具有相同 Name 和 Nonce 的条目，则传入的兴趣是被判定为循环兴趣。

Dead Nonce List 是一个概率数据结构（ probabilistic data structure ）：每个条目都存储为 Name 和 Nonce 的64位哈希，这大大减少了数据结构的内存消耗。同时，哈希冲突的可能性非零，这不可避免地导致误报：非循环兴趣被误认为循环兴趣。这些误报是可以恢复的：消费者可以用新的Nonce重新传输兴趣，这很可能会产生与现有哈希不冲突的其他哈希。我们认为，节省内存可带来的好处胜过误报的危害。

3.5.2 容量维护（Capacity Maintenance）

条目将保留在 Dead Nonce List 中以保持可配置的生命周期。条目的生存期是在循环检测的有效性，容器的内存消耗和误报率之间进行权衡。较长的生存时间可提高环路检测的效率，因为循环的兴趣只有在删除条目之前到达才能被检测到，因此，较长的生存时间允许在延迟更大的网络中检测循环兴趣。另一方面，较长的条目生存期导致要存储更多条目，因此增加了容器的内存消耗，同时保留更多条目也意味着哈希冲突的可能性更高，因此也就产生了误报。默认条目生存期设置为6秒。

实现条目生命周期的朴素方法是在每个条目中保留时间戳，但这种方法消耗太多内存。由于 Dead Nonce List 是一个概率数据结构，因此输入生存期不需要精确。因此，我们将容器索引为先进先出队列，并通过调整容器的容量将条目生存期近似为配置的生存期。

静态配置容器的容量是不可行的，因为添加条目的频率与兴趣到达率相关，而操作员无法准确估算。因此，我们使用以下算法动态调整容量近似预期的（ expected ）生存期L：

• 每间隔M时间，我们向容器添加一个称为 mark 的特殊条目。mark 不是一个独特的类型，它是具有特定值的条目（ 也是一个hash值，不过是一个预设的特定hash值，有可能被碰撞，但概率极低 ），并假设哈希函数不可逆，因此与通过 Name 和 Nonce 计算得出的哈希值冲突的可能性很低；
• 每间隔M时间，我们计算容器中 mark 的数量，并记住该计数。添加 mark 与计数 mark 之间的顺序无关紧要，但应保持一致；
• 每间隔A时间，我们查看最近的计数。当容器的容量最佳时（ optimal ），容器中应始终有$\frac{L}{M}$个 mak 。如果所有最近的计数都高于$\frac{L}{M}$，那么容量将减少。如果所有最近的计数都低于$\frac{L}{M}$，那么容量将增加。

此外，容量还有严格的上限和下限，以避免内存溢出并确保正确的操作。当将容量调低至受限的算法执行时间时，多余的条目不会立即全部清除，而是在以后的插入操作期间成批清除。

3.6 策略选择表（Strategy Choice Table）

策略选择表 （ Strategy Choice Table ）包含为每个名称空间（ namespace ）选择的转发策略（第5节）。该表是NDN架构的新增功能。从理论上讲，转发策略是一种应该存储在FIB条目中的程序[9]。实际上，由于以下原因，我们发现将转发策略保存在单独的表中而不是将其与FIB条目一起存储更方便：

• FIB条目来自由NFD-RIB服务管理的RIB条目（第7节），将策略存储在FIB条目中将要求RIB服务在操作FIB时创建/更新/删除策略，因此，这将增加RIB服务的复杂性；
• 当删除最后一个NextHop记录时（包括最后一个上游 face 失败时），FIB条目将自动删除，但是，我们不想丢失已配置的策略；
• 策略配置的粒度不同于RIB条目或FIB条目的粒度，将两者放在同一个表中会使继承处理更加复杂。

3.6.1节概述了策略选择表的结构，语义和算法。第3.6.2节介绍了NFD其余部分如何使用策略选择表。策略选择表算法的实现在3.8节中讨论。

3.6.1 结构和语义（Structure and Semantics）

• 策略选择条目（Strategy Choice entry）

  策略选择条目（nfd::strategy_choice::Entry）包含名称前缀和为该名称空间选择的转发策略。在运行时会创建一个nfd::fw::Strategy子类实例，并将其存储在每个策略选择条目内。

• 策略选择表（Strategy Choice Table）

  策略选择表（nfd::StrategyChoice）是策略选择条目的集合。每个名称空间只能设置一个策略，但是子名称空间可以对策略有自己的选择 。

  为了确保每个名称空间都有一个策略，NFD始终在初始化期间将/名称空间的根条目插入到策略选择表中（ 这个根条目默认可以匹配所有的名称空间 ）。为此条目选择的策略称为默认策略，由daemon/fw/forwarder.cpp中的硬编码getDefaultStrategyName free 函数定义。可以替换默认策略，但是策略选择表中的根条目永远不能删除（ 这样才能保证所有的名称空间都有一个默认的策略 ）。

  free function ：自由函数，定义在类外的函数，非成员函数

  插入操作（StrategyChoice::insert）插入“ 策略选择 （ Strategy Choice ）”条目，或在现有条目上更新所选策略。此操作接受应用 策略选择 的名称前缀和策略实例名称。策略实例名称以表示策略“ 程序 （ program ）”的名称前缀开头，例如ndn:/localhost/nfd/strategy/best-route。除此之外，它可能包含一个可选的版本号以选择策略程序的特定版本，以及其他名称组件（作为“参数”），这些名称组件将传递给策略构造器。策略实例名称用于在策略注册表中定位策略类型（在nfd::fw::Strategy类内）。如果找到策略类型，则将其实例化并存储到“ 策略选择 ”条目中。

  删除操作（StrategyChoice::erase）删除策略选择条目。删除所覆盖的名称空间将继承在父名称空间上定义的策略，不允许删除根条目。

  支持通常的精确匹配（ exact match ）操作。可以使用前向迭代器以未指定的顺序迭代“策略选择”条目。
  查找有效策略算法（StrategyChoice::findEffectiveStrategy）查找应用于转发兴趣的策略。名称空间的有效策略可以定义如下：

  • 如果名称空间与策略明确关联，则这是有效的策略；
  • 否则，为其显式设置策略的第一个父名称空间定义有效策略。

  查找有效策略算法将名称，PIT条目或测量条目作为输入参数。该算法的返回值是一种转发策略，使用提供的名称通过 最长前缀匹配 找到该策略。 此返回值始终是有效条目，因为每个名称空间都必须具有策略。

3.6.2 使用（Usage）

策略选择表仅通过管理协议进行更新。策略选择管理器（第6.6节）直接负责更新策略选择表。

由于本地NFD管理员（个人计算机用户或网络路由器的系统管理员）将手动选择策略，因此“策略选择”有望保持稳定。

有效的策略搜索算法被 forwarding 用于 ContentStore miss pipeline （第4.2.4节）， incoming Data pipeline （第4.3.1节）和 incoming Nack pipeline （第4.4.1节）。每个传入数据包（ packet ）最多调用两次。

3.7 测量表（Measurement Table）

转发策略使用“测量表”来存储有关名称前缀的测量信息。策略可以在 PIT 和 Measurements 中存储任意信息（第5.1.3节）。Measurements Table 按名称空间建立索引，因此适合存储与名称空间相关联但不特定于兴趣的信息。

测量表的结构和算法在第3.7.1节中概述。 第3.7.2节介绍了NFD其余部分如何使用“测量表”。 在3.8节中讨论了 Measurements Table 算法的实现。

3.7.1 结构（Structure）

• Measurements entry

  Measurements 条目（nfd::measurements::Entry）包含一个名称，以及给策略（ strategy ）提供的存储和检索任意信息的API（nfd::StrategyInfoHost，第5.1.3节）。虽然添加一些策略之间可以共享的标准指标（ standard metrics ）也是可以的，例如往返时间（ trip time ），延迟（ delay ），抖动（ jitter ）等。但是，我们认为每种策略都有其独特的需求，如果有效的策略没有使用到这些标准指标的话，添加这些标准指标将成为不必要的开销。因此，当前Measurements条目不包含标准指标。

• Measurements Table

  Measurements 表（nfd::Measurements）是 Measurements 条目的集合。

  Measurements::get方法用于查找或插入一个 Measurements 条目。参数是名称、FIB条目或PIT条目。由于 Measurements 表的实现方式，传递FIB条目或PIT条目比使用名称更有效。Measurements::getParent方法用于查找或插入父名称空间的Measurements条目。

  与其他表不同，Measurements 表没有删除操作。而是，每个条目都有有限的生存期，并且在其生存期结束时会自动删除。如果需要的话，策略可以调用Measurements::extendLifetime来请求延长条目的生存期。

  Measurements 表支持精确匹配和最长前缀匹配查找，以检索现有条目。

3.7.2 使用（Usage）

Measurements 表仅由转发策略使用。Measurements 表中有多少条目以及访问它们的频率由转发策略决定。一个编写良好的转发策略存储不超过O(log(N))个条目，并且执行不超过O(N)个查找，其中N是传入数据包的数量加上传出数据包的数量。

• 测量访问器（Measurements Accessor）

  回顾一下NFD具有按命名空间选择策略（第3.6节），允许每个转发策略访问该策略管理的名称空间下的 Measurements 表的部分。此限制是由测量访问器（ Measurements Accessor ）实现的。

  测量访问器（nfd::MeasurementsAccessor）是访问 Measurements 表的策略的代理。其API与“测量表”相似。在返回任何度量条目之前，访问者将查找“策略选择表”（第3.6节），以确认发出请求的策略是否拥有该度量条目。如果检测到访问冲突，则返回null而不是条目。

3.8 NameTree

NameTree是FIB（第3.1节）、PIT（第3.4节）、策略选择表（第3.6节）和测量表（第3.7节）的通用索引结构。使用通用索引是可行的，因为这四个表的索引有很多共性：FIB、策略选择和度量均按名称索引，而PIT则按名称和选择器索引[1]。使用公用索引是有益的，因为在这四个表上的查找通常是相关的（ 例如，在插入PIT条目后，在 incoming Interest pipeline （第4.2.1节）中调用FIB最长前缀匹配），并且使用公共索引可以减少数据包处理期间索引查找的次数，索引占用的内存也相对减少。

NameTree数据结构在3.8.1节中介绍。NameTree的操作和算法在3.8.2节中介绍。第3.8.3节介绍了NameTree如何通过在表之间添加快捷方式来帮助减少索引查找的次数。

3.8.1 结构（Structure）

NameTree是 NameTree entry 的集合，按 Name 索引并以树结构组织。FIB、PIT、策略选择和度量值条目被附加到NameTree条目上。

• NameTree entry

  一个 NameTree entry （nfd::name_tree::Entry）包含以下信息：

  • 名称前缀（ the name prefix ）
  • 指向父条目的指针（ a pointer to the parent entry ）
  • 指向子条目的指针（ pointers to child entries ）
  • 零或一个FIB条目（ zero or one FIB entry ）
  • 零个或多个PIT条目（ zero or more PIT entry ）
  • 零或一个策略选择条目（ zero or one Strategy Choice entry ）
  • 零个或一个测量条目（ zero or one Measurements entry ）

  NameTree条目通过父和子指针形成树结构。树形结构遵循名称层次结构：父条目的名称前缀是其子条目的名称前缀减去最后一个 component。

  附加到同一 NameTree条目的FIB、Strategy Choice、Measurements条目与NameTree条目具有相同的名称。在大多数情况下，附加到NameTree条目的PIT条目可以与NameTree条目具有相同的名称，仅在选择器中有所不同。作为一种特殊情况，将其兴趣名称以隐式摘要（ implicit digest ） component 结尾的PIT条目附加到与兴趣名称减去隐式摘要 component 对应的NameTree条目上，以使全匹配（ all match ）算法（第3.8.2节） 根据到来的数据包（ Data packet ）的名称（不计算其隐式摘要）可以找到此PIT条目。

• NameTree hash table

  除了树结构之外，NameTree条目还被组织到哈希表中，以实现更快的基于名称的查找。具体地说，哈希表使我们无需树的根即可定位深层条目。我们决定从头开始自己实现哈希表（nfd::name_tree::Hashtable），而不是使用现有的库，以便我们可以更好地控制性能调整。

  哈希表包含许多存储桶（ buckets ）。要插入一个条目，我们使用CityHash [12]计算其名称前缀的哈希值。选择此哈希函数是因为其速度很快。具体来说，哈希值是通过名称成分的TLV表示来计算的，但不覆盖外部的NAME-TYPE TLV-LENGTH字段，这使我们可以在需要时一起计算名称的所有前缀的哈希值。然后将该条目映射到由哈希值选择的存储桶（ buckets ）中。如果将多个名称映射到同一个存储桶（ buckets ），则通过在双向链表中链接条目来解决哈希冲突。

  随着存储的NameTree条目数的更改，哈希表会自动调整大小。调整大小操作由nfd::name_tree::HashtableOptions中的参数控制。 参数设置是在空存储桶的浪费内存和链接时间开销之间的权衡。当负载因子（条目数除以存储桶数）高于扩展阈值（ expand threshold ）或低于收缩阈值（ shrink threshold ）时，将触发调整大小操作，其中每个NameTree条目都将移至新哈希表中的相应存储桶。

  我们引入一个nfd::name_tree::Node来存储哈希表实现中使用的字段，包括：

  • 哈希值，因此调整大小操作不需要重新计算它
  • 指向存储桶双向链接列表中的上一个节点的指针
  • 指向存储桶双向链接列表中的下一个节点的指针
  • NameTree条目（节点拥有条目，条目具有指向节点的指针）

3.8.2 操作和算法（Operations and Algorithms）

• 插入和删除操作（Insertion and Deletion operations）

  lookup/insertion 操作（NameTree::lookup）查找或插入给定Name的条目。为了维护树结构，必要时插入祖先（ ancestor ）条目。当插入FIB/PIT/策略选择/度量条目时，将调用此操作。

  如果一个NameTree条目上没有存储FIB/PIT/策略选择/度量值条目，并且没有子条目，使用 conditional deletion 操作（NameTree::eraseEntryIfEmpty）可删除该条目。如果满足相同要求，则被删除条目的祖先也将被删除。删除FIB/PIT/策略选择/度量条目时，将调用此操作。

• 匹配算法（Matching algorithms）

  完全匹配 （ exact match ）算法（NameTree::findExactMatch）查找具有指定名称的条目，如果该条目不存在，则返回null。

  最长前缀匹配 （ longest prefix match ）算法（NameTree::findLongestPrefixMatch）查找指定名称的最长前缀匹配项，并通过可选的 EntrySelector 进行过滤。EntrySelector 是一个 predicate ，用于确定是否可以接受（返回）条目。该算法的实现方式为：从查找哈希表中的全名开始；如果不存在NameTree条目或被 predicate 拒绝，则删除一个名称组件并再次查找，直到找到可接受的NameTree条目。FIB的最长前缀匹配算法（第3.1.1节）调用此算法，其 predicate 仅在包含FIB条目的情况下接受NameTree条目。策略选择查找有效策略算法（第3.6.1节）调用此算法，其 predicate 仅在包含策略选择条目的情况下接受NameTree条目。

  全匹配 （ all match ）算法（NameTree::findAllMatches）枚举作为给定名称前缀的所有条目，并通过可选的 EntrySelector 进行过滤。该算法实现为：首先执行最长的前缀匹配；然后删除名称组件，直到到达根条目为止。PIT数据匹配算法调用该算法（第3.4.2节）。

• 枚举算法（Enumeration algorithms）

  完整枚举 （ full enumeration ）算法（NameTree::fullEnumerate）枚举所有条目，并通过可选的 EntrySelector 进行过滤。FIB枚举和策略选择枚举使用此算法。

  部分枚举 （ partial enumeration ）算法（NameTree::partialEnumerate）枚举指定名称前缀（ Name prefix ）下的所有条目，并通过可选的 EntrySubTreeSelector 进行过滤。EntrySubTreeSelector 是一个双谓词（ double-predicate ），用于确定是否可以接受条目以及是否应访问其子项。在运行时策略更改（第5.1.3节）期间使用此算法清除命名空间下的 StrategyInfo items 。

3.8.3 捷径（Shortcuts）

NameTree的好处之一是可以减少数据包转发过程中索引查找的次数。为了实现此目标，一种方法是让转发管道显式执行NameTree查找，并使用NameTree条目的字段。但是，这不是理想的，因为引入NameTree是为了提高四个表的性能，并且它不应更改转发管道的过程。

为了减少索引查找的数量，但仍将NameTree隐藏在转发管道之外，我们在表之间添加了快捷方式。每个FIB/PIT/策略选择/度量条目均包含指向相应NameTree条目的指针，NameTree条目包含指向FIB/PIT/策略选择/度量条目和父级NameTree条目的指针。因此，例如，在给定一个PIT条目的情况下，可以通过指针${}^4$在恒定时间内检索相应的NameTree条目，然后通过NameTree条目检索或附加 Measurements 条目，或者通过指向父条目的指针找到最长的前缀匹配FIB条目。

${}^4$ 仅当PIT条目的兴趣名称不以隐式摘要结尾时才适用； 否则，将执行常规查找。

采用这种方法，NameTree条目仍然可以进行转发。为了也隐藏NameTree条目，我们在表算法中引入了新的重载，这些重载将相关的表条目替换为Name。这些重载包括：

• Fib::findLongestPrefixMatch可以接受PIT条目或Measurements条目来代替Name
• StrategyChoice::findEffectiveStrategy可以接受PIT条目或Measurements条目来代替Name
• Measurements::get可以接受FIB条目或PIT条目代替名称

带有表条目的重载通常比带有Name的重载更有效。通过使用这些重载，转发可以利用减少索引查找的优势，但无需直接处理NameTree条目。

为了支持这些重载，NameTree提供了NameTree::getEntry函数模板，该模板返回从FIB/PIT/Strategy Choice/Measurements条目链接的NameTree条目。NameTree::getEntry允许一个表从另一表的条目中检索相应的NameTree，而无需知道该条目的内部结构。它还允许表将来离开NameTree，而不会破坏其他代码：假设有一天 Measurements 不再基于NameTree，NameTree::getEntry可以使用Measurements条目中的“兴趣名称”执行查找；Fib::findLongestPrefixMatch仍然可以接受Measurements条目，尽管它并不比使用Name更有效。