[发明专利]用于生成具有用于快速树遍历和在叶节点处的减少数量的全比较的节点比较字段和剪切值的树结构的方法、系统和非暂时性计算机可读介质

说明书

优先权要求

本申请要求于2015年5月12日提交的美国专利申请序列号14/710,534的权益，该申请的公开内容通过引用被整体结合于本文中。

技术领域

本文描述的主题涉及处理信息。更具体地，本文描述的主题涉及用于生成和使用具有用于快速树遍历和减少数量的叶节点处的全比较的节点比较字段剪切值的树结构的方法、系统和非暂时性计算机可读介质。

背景技术

计算设备(诸如网络包处理设备)通常需要将信息与优先级列表集合或者数据结构(诸如规则)进行匹配，以对信息进行分类或其它处理。例如，网络包处理设备将传入包或帧与在优先级化的信息项集合中的规则进行匹配，其中信息项在一个示例中是规则。本文使用的术语“包”是指任何离散的信息单元，包括但不限于对应于一个或多个开放系统互连(OSI)层的包或帧。将信息项应用到传入包包括将包的部分与每个信息项的对应部分进行比较，以定位管理包处理的最高优先级匹配信息项。需要对一些网络包执行的处理操作的示例包括策略应用、路由查找、地址解析协议(ARP)解析等。

将优先级化的项(诸如规则)的列表应用到包的一种可能方式是将每个包中的每个字段值与列表中每个规则中的每个字段值进行比较，以定位最高优先级匹配。虽然这样的方法将准确定位最高优先级匹配规则，但是随着规则数量的增加，这种方法是效率低下并且不可扩展的。例如，需要许多包处理设备来以线路速率处理包或帧，其中该线路速率当前可以在每秒太比特的数量级上。如果将每个包与规则集合中的每个规则进行比较，那么对于大规则集合而言，以线路速率处理可能是不可能的。

识别匹配包的最高优先级规则的问题的另一个可能的解决方案是使用诸如三态内容可寻址存储器(TCAM)的硬件来对包进行分类。TCAM具有能够将数据与指定为“不关心”值的一些比特进行匹配的优点。但是，随着规则数量增加，使用TCAM可能成本昂贵。

识别匹配包的最高优先级规则问题的还有的另一种可能的解决方案是使用散列表。但是，使用散列表的问题包括以下事实：规则必须具有明确定义的所有字段，而不允许范围或通配符。此外，由于可散列字化段集合可能在一个规则和另一个规则之间不同，因此要求对于每个包在同一字段集合上操作的散列表的散列将在这样的情形下不工作。同样的问题阻碍了其它树构建机制(诸如Anderson-Velsky和Landis树(AVL))在其中所使用的可以匹配特定规则的字段改变的优先级化规则集合上工作。

因此，需要用于生成具有用于快速树遍历和减少数量的叶节点处的全比较的节点的比较字段和剪切值的树结构的方法、系统和计算机可读介质。

发明内容

提供了用于生成具有用于快速树遍历和减少数量的叶节点处的全规则比较的节点比较字段和剪切值的树结构的方法、系统和非暂时性计算机可读介质。本文描述的主题利用在直方图结构中实现的分布频率来选择树结构中用于非叶节点的比较字段和剪切值。比较字段和剪切值被存储在非叶节点处或与非叶节点相关联，而不是在非叶节点处存储整个规则。对于每个比较字段/剪切值组合，在每个非叶节点的子节点之间划分规则。在树遍历期间，在每个非叶节点处的比较包括使用比较字段来从信息单元中选择对应的字段并且将字段的值与剪切值进行比较。全规则比较发生在叶节点处。但是，由于叶节点处的规则数量比原始规则集中的数量减少了，因此全规则比较的数量减少，因此用于对信息单元进行分类的处理时间减少。

在一个示例中，如果规则集合包括以街道号1000开始并且在1000和2000之间均匀分布的居住地址列表，并且用于给定节点的比较字段被选择为街道号，那么用于在节点的左子节点和右子节点之间划分规则的理想剪切值将是1500。本文描述的主题为树结构中的每个非叶节点选择比较字段和最优剪切值，其中最优剪切值是使得子节点和最短结果分支之间的规则的最均衡划分的值。

虽然本文描述的示例主要涉及选择数字剪切值，但是本文描述的主题不限于数字剪切值。如本文所述，剪切值旨在指可以被量化并且可以与被分类的对应信息进行比较的任何信息单元。

公开了用于生成具有用于快速树遍历和减少数量的叶节点处的全规则比较的节点比较字段和剪切值的树结构的方法。在包括处理器和存储器的计算设备实现该方法。该方法包括由处理器接收用于处理信息单元的信息项集合。该方法还包括由处理器选择信息项集合中的字段并确定字段值的分布频率。该方法还包括由处理器使用分布频率来将剪切值和比较字段分配给树结构中的非叶节点。该方法还包括由处理器使用剪切值和比较字段将信息项集合中的信息项分配给树结构中的叶节点。