有限状态机FSM

简介: 关于状态机,以前写过[用Go实现一个状态机](https://mp.weixin.qq.com/s?__biz=MzUzNzAzMTc3MA==&mid=2247484850&idx=1&sn=5ba31ff066ddeeedab27f9ca9f1b9b58&scene=21#wechat_redirect),只是讲述了如何控制状态的流转,理论上不能算作完整的状态机。

关于状态机,以前写过用Go实现一个状态机,只是讲述了如何控制状态的流转,理论上不能算作完整的状态机。

一个完整的状态机其过程如下:发生一个event(事件)后,根据当前存在的状态(cur-state),决定执行的“动作”(action),并设置下一个状态号(transition)。

其中:

  1. 事件(Event)指的是在时间和空间上占有一定位置,并且对状态机来讲是有意义的那些事情。事件通常会引起状态的变迁,促使状态机从一种状态切换到另一种状态。
  2. 状态(State)指的是对象在其生命周期中的一种状况,处于某个特定状态中的对象必然会满足某些条件、执行某些动作或者是等待某些事件。
  3. 转换(Transition)指的是两个状态之间的一种关系,表明对象将在第一个状态中执行一定的动作,并将在某个事件发生同时某个特定条件满足时进入第二个状态。

这次我们看一下有限状态机及其实战。

FSM

定义

有限状态机(英语:finite-state machine,缩写:FSM)又称有限状态自动机,简称状态机,是表示有限个状态以及在这些状态之间的转移和动作等行为的数学模型。

FSM可以把模型的多状态、多状态间的转换条件解耦。可以使维护变得容易,代码也更加具有可读性,也更加艺术。

源码

样例

github上https://github.com/looplab/fsm ,有1.8K Star,我们以这个开源项目为例,讲一下FSM的具体实现。此处用开门、关门为例,状态虽然很,但能很好的说明问题。

样例代码位置为:https://github.com/shidawuhen/asap/blob/master/controller/various/fsm.go

package main

import (
    "fmt"
    "github.com/looplab/fsm"
)

type Door struct {
    To  string
    FSM *fsm.FSM
}

func NewDoor(to string) *Door {
    d := &Door{
        To: to,
    }

    d.FSM = fsm.NewFSM(
        "closed",
        fsm.Events{
            {Name: "open", Src: []string{"closed"}, Dst: "open"},
            {Name: "close", Src: []string{"open"}, Dst: "closed"},
        },
        fsm.Callbacks{
            //指定状态
            "leave_closed": func(e *fsm.Event) { d.leaveClose(e) },
            "before_open":  func(e *fsm.Event) { d.beforeOpen(e) },
            "enter_open":   func(e *fsm.Event) { d.enterOpen(e) },
            "after_open":   func(e *fsm.Event) { d.afterOpen(e) },
            //通用状态
            "enter_state": func(e *fsm.Event) { d.enterState(e) },
        },
    )
    return d
}

func (d *Door) beforeOpen(e *fsm.Event) {
    fmt.Printf("beforeOpen, The door to %s is %s\n", d.To, e.Dst)
}

func (d *Door) enterOpen(e *fsm.Event) {
    fmt.Printf("enterOpen, The door to %s is %s\n", d.To, e.Dst)
}

func (d *Door) afterOpen(e *fsm.Event) {
    fmt.Printf("afterOpen, The door to %s is %s\n", d.To, e.Dst)
}

func (d *Door) leaveOpen(e *fsm.Event) {
    fmt.Printf("leaveOpen, The door to %s is %s\n", d.To, e.Dst)
}

func (d *Door) leaveClose(e *fsm.Event) {
    fmt.Printf("leaveClose, The door to %s is %s\n", d.To, e.Dst)
}

func (d *Door) enterState(e *fsm.Event) {
    fmt.Printf("The door to %s is %s\n", d.To, e.Dst)
}

func main() {
    door := NewDoor("heaven")
    fmt.Println("当前状态为:" + door.FSM.Current())

    err := door.FSM.Event("open")
    if err != nil {
        fmt.Println(err)
    }

    fmt.Println("当前状态为:" + door.FSM.Current())
    err = door.FSM.Event("close")
    if err != nil {
        fmt.Println(err)
    }
}

输出:

➜  myproject go run main.go
当前状态为:closed
beforeOpen, The door to heaven is open
leaveClose, The door to heaven is open
enterOpen, The door to heaven is open
The door to heaven is open
afterOpen, The door to heaven is open
当前状态为:open
The door to heaven is closed

说明

  1. NewDoor里的Events存放状态机的信息
  • Name:事件
  • Src:当前状态
  • Dst:目标状态

表示某事件发生时,如果当前为Src状态,可变换为Dst状态

  1. NewDoor里的Callbacks存放转换动作
  • 转换动作可分为通用转换和指定转换,通用转换状态格式为***\_state,指定转换状态格式为***\_状态名
  • 无论通用还是指定转换状态,都是四种,分别对应样例中的代码
  • 进入当前状态前做什么:before\_**
  • 离开上一个状态做什么:leave\_**
  • 进入当前状态做什么:enter\_**
  • 当前状态执行完做什么:after\_**
  • 执行顺序为:https://www.processon.com/view/link/6289e3bd1e08533ae716e7ad

图片

实例


FSM可以用在状态多、变化也多的地方,如履约单。一般订单履约涉及很多状态,而且这些状态经常会变更,使用FSM会方便很多。其中有几个实现要点:

  1. 订单上要记录当前状态
  2. 需要维护状态机,可以从两方面考虑
  • 画图:清晰的资料能帮我们快速了解当前整个状态机的情况
  • 状态机存储:可以将状态机写在代码中或存放到数据库中,格式如Events所示,至少需要有事件、当前状态、目标状态
  1. 转移实现
  • 转移有通用转移和指定转移,好的通用转移逻辑能增强复用性
  • 指定状态可以独立实现,因为转换代码已解耦,对系统影响很小
  1. 状态一致性
  • 先计算出目标状态,当正确完成所有操作后,更新订单状态为目标状态

总结

通过分析源码和实例,大家能够看到使用FSM不但能清晰维护状态机,而且对状态的更改、对转移功能的更改都实现了解耦,大大减少了维护成本。

同时通过合理的设计,赋予研发人员对状态转移操作极大的控制性,可以从离开、进入前、进入、完成后四个时机进行控制。

在友好程度上,我觉得是比Go设计模式(22)-状态模式更好一些的。

资料

  1. 有限状态机FSM详解(一)
  2. FSM学习笔记
  3. 状态机的两种写法
  4. Gofsm
  5. https://github.com/looplab/fsm

最后

大家如果喜欢我的文章,可以关注我的公众号(程序员麻辣烫)

我的个人博客为:https://shidawuhen.github.io/

往期文章回顾:

  1. 设计模式
  2. 招聘
  3. 思考
  4. 存储
  5. 算法系列
  6. 读书笔记
  7. 小工具
  8. 架构
  9. 网络
  10. Go语言
相关文章
|
存储 安全 编译器
内存对齐:C/C++编程中的重要性和技巧
内存对齐:C/C++编程中的重要性和技巧
770 1
|
开发工具 git 开发者
深入解析:取消 Git Pull 操作的完整指南
【2月更文挑战第29天】
1820 0
|
uml
状态机
首先需要考虑涉及到哪些状态节点和哪些事件,如何方便状态节点的获取、状态节点如何串联起来呢?串联的方式下,如何拿到下一个状态节点?如果基于角色,如何实现? 我们知道工作流可以实现基于角色进行流程的流转,但是此时我们涉及到事件和状态,会出现多个分支,如果使用工作流实现,流程处理上,比如activiti上,可能比较复杂,因此考虑比较轻量级的状态机来实现的话,相对来说要方便一些。
1560 0
状态机
|
消息中间件 Kubernetes NoSQL
Linux时间校准(ntpdate及NTP客户端代码校准示例)
Linux时间校准(ntpdate及NTP客户端代码校准示例)
|
数据中心
|
前端开发 JavaScript Android开发
Flutter 与 React Native - 详细深入对比分析(2024 年)
Flutter和React Native是两大跨平台框架,各有优缺点。Flutter性能优越,UI灵活,使用Dart;React Native生态广泛,适合JavaScript开发。
3681 6
Flutter 与 React Native - 详细深入对比分析(2024 年)
|
存储 Java
HashMap之链表转红黑树(树化 )-treefyBin方法源码解读(所有涉及到的方法均有详细解读,欢迎指正)
本文详细解析了Java HashMap中链表转红黑树的机制,包括树化条件(链表长度达8且数组长度≥64)及转换流程,确保高效处理大量数据。
694 1
|
存储 运维 安全
在Linux中,如何使用tcpdump和tshark进行实时数据包捕获?
在Linux中,如何使用tcpdump和tshark进行实时数据包捕获?
|
存储 数据可视化 数据挖掘
使用Elasticsearch进行实时数据分析与预测
【8月更文第28天】Elasticsearch 是一个分布式的、RESTful 风格的搜索和分析引擎,它能够实时地存储、检索以及分析大规模的数据集。结合 Logstash 和 Kibana,它们共同构成了 Elastic Stack,这是一套强大的工具组合,适用于收集、存储、分析和可视化数据。
587 0
|
SQL 存储 JSON
Hive 解析 JSON 字符串数据的实现方式
Hive 提供 `get_json_object` 函数解析 JSON 字符串,如 `{"database":"maxwell"}`。`path` 参数使用 `$`、`.`、`[]` 和 `*` 来提取数据。示例中展示了如何解析复杂 JSON 并存储到表中。此外,Hive 3.0.0及以上版本内置 `JsonSerDe` 支持直接处理 JSON 文件,无需手动解析。创建表时指定 `JsonSerDe` 序列化器,并在 HDFS 上存放 JSON 文件,可以直接查询字段内容,方便快捷。
1124 3