我们使用nginx贯穿了我们的网络，做前线web服务，代理，流量过滤。在某些情况下，我们已经扩充了nginx上我们自己的模块的核心C代码，但近期我们做了一个重大举措，与nginx结合使用lua
差点儿所实用lua写的我们的一个项目是新的cloudflare WAF。这个我们另有博客。http://blog.cloudflare.com/heuristics-and-rules-why-we-built-a-new-old-waf
Lua WAF使用nginx Lua模块来嵌入Lua代码，运行Lua code就像nginx 正常handling阶段的代码一样。WAF的整个运行实际上由下列nginx配置控制：
location / { set $backend_waf "WAF_CORE"; default_type 'text/plain'; access_by_lua ' local waf = require "waf" waf.execute() '; }
这个access_by_lua指令告诉nginx，运行这些Lua code作为一个access 阶段的handler。然后，WAF中的Lua代码决定是否阻断请求，或将请求传递给原始server去处理。Waf模块通过调用ngx.exit()来终结，响应码或者为200（nginx继续处理），或者为403（阻断请求）
全部真实的WAF工作被用lua写的waf模块做了。实现这个WAF，我们希望可以读取为流行mod_security开源WAF开发的现有WAF配置和支持我们自己的简单的WAF语言。该mod_security的语言已经集成到了Apache配置文件，这样导致它是有点难以阅读，但也有一个庞大的规则使用它（如流行的OWASP规则集）撰写，我们希望可以在本机执行。
在写新的WAF之前，我们实际上还执行了Apache，仅仅是为了mod_security，但这个组合缓慢，繁琐，且不能随着CloudFlare的不断增长的业务扩展。我们已经做了妥协，仅仅是为了保持它执行。
一个用mod_security本地语言写的规则像下列所看到的，（这是一个我们落实过的真实客户的有点模糊的版本号）。第一个版本号用mod_security版本号书写，第二个等价于cloudflare自己的规则语言书写。
SecRule REQUEST_HEADERS:User-Agent "@beginsWith DataStore/" "id:100000,phase:0,t:none,deny,chain,msg:'DataStore Attack'" SecRule REQUEST_METHOD "@streq GET" "chain" SecRule REQUEST_URI "/?-?d+=-?d+" "" rule 100000 DataStore Attack REQUEST_HEADERS:User-Agent has-prefix DataStore/ and REQUEST_METHOD is GET and REQUEST_URI matches /?-?d+=-?d+ deny
我们将开放自己定义规则来拓展更广泛的能力，无论是用mod_security还是cloudflare风格来写waf规则。最重要的是cloudflare的WAF语言不是Lua，虽然其实这个WAF是用Lua实现的。
实际上，这个WAF首先通过将无论是用mod_security还是cloudflare风格书写的规则转化成通用的JSON格式，这个JSON格式编码了规则，而且添�了一些WAF UI的额外的信息（比如这个规则是否使能）
这个JSON格式，然后编译成WAF运行的Lua程序。这个编译步骤同意我们支持不同的输入语言（像以上说的两种），而且性能得到优化，这样WAF运行的更快。
举例说明，编译器运行下面任务：
- 子句排序，这样当一个子条款不符合时，规则能够高速跳过
- 正則表達式的优化和简化
- 运算符更换，这样更快的运算符（比方更简单的字符串匹配）用在可能的地方
- 关于WAF执行的线索，关于是否宏扩展是必要的。
- 全局优化，如识别反复使用同样的字符串或变量，并确保他们仅仅计算一次
- Lua的优化，比如使用全局函数的本地引用
上面的规则，结果转化为例如以下Lua代码：
if waf_begins(waf, v3_6, '3_6', t3_1, '3_1', 'DataStore/', false) then waf.vars['RULE']['ID'] = '100000' if waf_eq(waf, v3_7, '3_7', t3_1, '3_1', 'GET', false) then if waf_regex(waf, v3_4, '3_4', t3_1, '3_1', [=[/?-?d+=-?d+]=], false, nil, false) then waf_activate(waf, rulefile) waf_msg(waf, 'DataStore Attack') waf_deny(waf, rulefile) end end end
生成的代码难以阅读，由于它本质上是WAF的汇编语言，并且是自己主动生成的。Waf执行实现了像waf_begins, waf_eq, and waf_regex这些用于规则匹配的函数。这些函数本身是被高度优化的。
总的执行目标是，在真实环境执行时，WAF做阻止/通过决定的时间的中位数小于1ms。
WAF执行的优化，来自于用一个有行级时序信息的測试工具測试WAF的性能，来自于在带有很具体的基于systemtap的工具的cloudflare的网络中执行WAF。
为了在測试环境得到行级时序信息，我们写了一个小的行级的代码分析器，在我们执行一个请求測试集时使用。这个分析器，叫做lulip，是一个开源项目。它输出哪些行被调用的最频繁，哪些行消耗了最多的执行时间这些信息。
比如，这儿是一个简化的输出的版本号：
file:line count elapsed (ms) line wr.lua:1129 2 822.455 hash = ngx_sha1_bin(value) wr.lua:1172 428 470.849 captures, err = ngx_re_match(v, p) wr.lua:1197 3762 207.487 x = string_find(v, f) wr.lua:212 157 154.386 string_gsub(v, "//([^/]+)//", "%1") wr.lua:1196 3788 87.475 for i=1,g() do wr.lua:1158 1563 52.906 if not f() then
它显示了一个ngx_sha1_bin（实际上是一个对ngx.shal_bin函数的本地的的引用）被调用了2次，可是花费了823毫秒。第二个最耗时的行是第1172行，总共花了471号码，被调用了428次。使用这些细节信息，我们可以优化指定的热点代码。
来自systemtap或者堆栈跟踪的信息反馈到我们自己的收录引擎，分析它并自己主动生成火焰图，这展示了代码在哪里执行。 将鼠标停留在不论什么部分，将给出不论什么部分的代码花费时间的百分比。
在早期的WAF的优化，火焰图高速显示闭包的广泛使用导致缓慢，因为它们的花费在LuaJIT里。编译器的改动移除了它们的使用。
从同样的信息生成的还有一种视图显示一个函数中花费（忽略它本身调用的不论什么函数）的总时间。这使得能高速识别热点函数。在这里，能够非常easy地看到，正則表達式处理和串匹配是最昂贵的操作（这并不奇怪，由于这就是WAF做什么，主要是）。
检查这些跟踪信息，我们决定改善LuaJIT开源项目是值得赞助的。
优化WAF最关键的是两件事：可反复的測试数据和工具检查执行的代码。火焰图和lulip的结合意味着通过精确的检查时间花在哪里能够让WAF性能有一个巨大的飞跃。规则编译器的使用意味着优化能够迅速的应用到全部须要的规则上。不用去推測哪里是慢的：測量它！！
生成的代码大量使用局部变量（当中有很多是由编译器自己主动生成）和内存化。我们还使用Lua 字节码的nginx Lua的缓存，以加快自己定义规则的载入，一个两阶段的内存缓存，它使用lua_shared_dict和memcached作额外的载入加速。而我们的全球分布式数据存储意味着新的规则能够在几秒钟内铺开。
最后，衡量WAF在生产环境的运作，我们有一个全球的指标体系，收集cloudflare 网络全部部分的指标，这儿是一个图标显示了WAF几个小时的执行。它显示了处理一个请求的平均时间在毫秒内。这个waf执行每一个请求花费380us到480us之间，大大优于1ms的目标。
随着语言上各种优化，编译器和WAF核心表明我们拥有了一个非常快的纯Lua waf，这给了我们非常大的灵活性，而且执行在nginx核心里。这是又一个项目指出了Lua成为了一门极其优秀的嵌入式语言，在Lua里，我们能够写Cloudflare须要的各种可扩展的逻辑。
原文链接： http://blog.cloudflare.com/cloudflares-new-waf-compiling-to-lua 膜拜前淘宝大神 章亦春
-------- translate by 囧囧有神(814329735@qq.com)