交换机中表项存储与硬件查找中的HASH与TCAM

HASH存储、查找

定义:HASH是指一类函数，该函数不可以出现单射，即不可以出现某一值只对应一个自变量，这样就不能通过HASH函数的结果倒推出原来的输入，原理上比较安全.例如阶跃函数（大于0函数值为1，小于等于0函数值为0），不能通过结果推出输入是多少.

满足上述条件的函数都可以成为HASH哈希函数.一般认为，HASH函数会将不同长度输入映射为相同长度的输出.HASH函数所得到值称为哈希值（HASH Value）.常用的哈希函数（算法）有：MD4、MD5、SHA-1、CRC校验、奇偶校验等。

应用:HASH函数在计算机工程中应用及其广泛.密码学或者算法中会经常使用取余数进行HASH映射，一般会取两个双方约定的非常大的质数相乘来对要处理的数求余，以增加破解难度；也可以通过一系列HASH操作，将不同长度的字符映射为统一长度的字符，用于校验；等等.

基于HASH的数据存储:计算机存储中会将要存储的内容通过适当的HASH函数映射成固定长度（地址长度），得到的HASH值直接作为该数据的存储地址，同时在RAM中存储对应的Hash表，好处是极大加快查找速度，不用对存储对象一一遍历，达到O(1)复杂度

哈希冲突:在存储数据时使用数据的某些字段直接通过HASH函数映射成存储地址，这样的好处是查找该数据时可直接通过HASH函数计算出该地址，并直接找到该数据.但由于哈希函数的多对一的特性，会出现多个数据映射到同一个地址的可能（冲突的概率取决于HASH函数的选取，采取适当的HASH函数可以将这种可能性降到非常低，例如上述对两个非常大的指数求余的操作，一般认为不会重复）由于HASH函数的多对一本质特性，HASH冲突总是存在.对于MAC芯片硬件而言，产生哈希冲突的帧会被丢掉从而学不到对应的MAC地址.使用TCAM则可以避免哈希冲突问题，或者在出现哈希冲突的时候，改用TCAM.

TCAM（Ternary Content Address Memory ）三元内容可寻址存储器 

定义:一种数据存储方式，以方便查找.存储时结合匹配规则或者掩码，用X（I don't care）来代替原先的掩码位置，故需要2个bit来取代原先1个 bit存储的信息.

用于快速在存储中查找路由项，将路由的查找从硬件转到软件. 在表项查找时，常用最长前缀匹配（例如ip路由表查找），TCAM不依赖传统的前缀匹配查找算法，TCAM可以并行查找所有表项，意味着一次遍历即可找到最长的前缀匹配地址

上图表示一个典型的路由查找过程

TCAM的存储结构：

如图所示，路由表项被分别存储在CAM（内容可寻址存储器）和RAM当中，TCAM在存储地址表项的时候有三种bit类型： 0，1，X（I don't care），X用来代替掩码的功能.方便起见，我们假设我们的寻址空间只有5个bit，在存储的地址的时候，我们总是将更长前缀匹配的地址放在高优先级的地方（靠近查找入口），即前缀相同的时候，存储优先级1>0>X,优先级高的存放在更靠前的位置.在查找的时候，我们只需要从头到尾遍历一遍，先命中的一定是最长的前缀匹配，从而实现了硬件级别的快速查找，其快速性依赖于顺序的存储结构.查找命中后，到对应的RAM当中取查找对应的下一跳Port B.

TCAM查找的硬件级别实现:

在查找某一地时候，需要对所有CAM存储器都通上电，初始的时候，所有的地址存储单位都输出“匹配”-True的状态，只要该路上有一个字节不匹配，则该路的输出将变为“不匹配”-False的状态，即同一时刻对所有的存储硬件进行匹配，最后只有一路维持电路上通的状态,实现了硬件上的一次性快速查找.

TCAM的优缺点:

优点:硬件级快速路由查找

缺点:1，需要用2个bit来表示原先的每个bit的三个状态，需要更大的存储空间；2，由于每次查找，所有地址所在的存储器都要通电，故要消耗更多的电力；总体而言是牺牲存储空间和电力消耗来换取快速硬件路由.

参考：

TCAM and CAM memory usage inside networking devices，Valter Popeskic，TCAM and CAM memory usage inside networking devices (howdoesinternetwork.com)