PCI: rpaphp: Avoid a sometimes-uninitialized warning
[linux/fpc-iii.git] / Documentation / block / biodoc.rst
blobb964796ec9c78010db81532ad1880f36d75ed376
1 =====================================================
2 Notes on the Generic Block Layer Rewrite in Linux 2.5
3 =====================================================
5 .. note::
7         It seems that there are lot of outdated stuff here. This seems
8         to be written somewhat as a task list. Yet, eventually, something
9         here might still be useful.
11 Notes Written on Jan 15, 2002:
13         - Jens Axboe <jens.axboe@oracle.com>
14         - Suparna Bhattacharya <suparna@in.ibm.com>
16 Last Updated May 2, 2002
18 September 2003: Updated I/O Scheduler portions
19         - Nick Piggin <npiggin@kernel.dk>
21 Introduction
22 ============
24 These are some notes describing some aspects of the 2.5 block layer in the
25 context of the bio rewrite. The idea is to bring out some of the key
26 changes and a glimpse of the rationale behind those changes.
28 Please mail corrections & suggestions to suparna@in.ibm.com.
30 Credits
31 =======
33 2.5 bio rewrite:
34         - Jens Axboe <jens.axboe@oracle.com>
36 Many aspects of the generic block layer redesign were driven by and evolved
37 over discussions, prior patches and the collective experience of several
38 people. See sections 8 and 9 for a list of some related references.
40 The following people helped with review comments and inputs for this
41 document:
43         - Christoph Hellwig <hch@infradead.org>
44         - Arjan van de Ven <arjanv@redhat.com>
45         - Randy Dunlap <rdunlap@xenotime.net>
46         - Andre Hedrick <andre@linux-ide.org>
48 The following people helped with fixes/contributions to the bio patches
49 while it was still work-in-progress:
51         - David S. Miller <davem@redhat.com>
54 .. Description of Contents:
56    1. Scope for tuning of logic to various needs
57      1.1 Tuning based on device or low level driver capabilities
58         - Per-queue parameters
59         - Highmem I/O support
60         - I/O scheduler modularization
61      1.2 Tuning based on high level requirements/capabilities
62         1.2.1 Request Priority/Latency
63      1.3 Direct access/bypass to lower layers for diagnostics and special
64          device operations
65         1.3.1 Pre-built commands
66    2. New flexible and generic but minimalist i/o structure or descriptor
67       (instead of using buffer heads at the i/o layer)
68      2.1 Requirements/Goals addressed
69      2.2 The bio struct in detail (multi-page io unit)
70      2.3 Changes in the request structure
71    3. Using bios
72      3.1 Setup/teardown (allocation, splitting)
73      3.2 Generic bio helper routines
74        3.2.1 Traversing segments and completion units in a request
75        3.2.2 Setting up DMA scatterlists
76        3.2.3 I/O completion
77        3.2.4 Implications for drivers that do not interpret bios (don't handle
78           multiple segments)
79      3.3 I/O submission
80    4. The I/O scheduler
81    5. Scalability related changes
82      5.1 Granular locking: Removal of io_request_lock
83      5.2 Prepare for transition to 64 bit sector_t
84    6. Other Changes/Implications
85      6.1 Partition re-mapping handled by the generic block layer
86    7. A few tips on migration of older drivers
87    8. A list of prior/related/impacted patches/ideas
88    9. Other References/Discussion Threads
91 Bio Notes
92 =========
94 Let us discuss the changes in the context of how some overall goals for the
95 block layer are addressed.
97 1. Scope for tuning the generic logic to satisfy various requirements
98 =====================================================================
100 The block layer design supports adaptable abstractions to handle common
101 processing with the ability to tune the logic to an appropriate extent
102 depending on the nature of the device and the requirements of the caller.
103 One of the objectives of the rewrite was to increase the degree of tunability
104 and to enable higher level code to utilize underlying device/driver
105 capabilities to the maximum extent for better i/o performance. This is
106 important especially in the light of ever improving hardware capabilities
107 and application/middleware software designed to take advantage of these
108 capabilities.
110 1.1 Tuning based on low level device / driver capabilities
111 ----------------------------------------------------------
113 Sophisticated devices with large built-in caches, intelligent i/o scheduling
114 optimizations, high memory DMA support, etc may find some of the
115 generic processing an overhead, while for less capable devices the
116 generic functionality is essential for performance or correctness reasons.
117 Knowledge of some of the capabilities or parameters of the device should be
118 used at the generic block layer to take the right decisions on
119 behalf of the driver.
121 How is this achieved ?
123 Tuning at a per-queue level:
125 i. Per-queue limits/values exported to the generic layer by the driver
127 Various parameters that the generic i/o scheduler logic uses are set at
128 a per-queue level (e.g maximum request size, maximum number of segments in
129 a scatter-gather list, logical block size)
131 Some parameters that were earlier available as global arrays indexed by
132 major/minor are now directly associated with the queue. Some of these may
133 move into the block device structure in the future. Some characteristics
134 have been incorporated into a queue flags field rather than separate fields
135 in themselves.  There are blk_queue_xxx functions to set the parameters,
136 rather than update the fields directly
138 Some new queue property settings:
140         blk_queue_bounce_limit(q, u64 dma_address)
141                 Enable I/O to highmem pages, dma_address being the
142                 limit. No highmem default.
144         blk_queue_max_sectors(q, max_sectors)
145                 Sets two variables that limit the size of the request.
147                 - The request queue's max_sectors, which is a soft size in
148                   units of 512 byte sectors, and could be dynamically varied
149                   by the core kernel.
151                 - The request queue's max_hw_sectors, which is a hard limit
152                   and reflects the maximum size request a driver can handle
153                   in units of 512 byte sectors.
155                 The default for both max_sectors and max_hw_sectors is
156                 255. The upper limit of max_sectors is 1024.
158         blk_queue_max_phys_segments(q, max_segments)
159                 Maximum physical segments you can handle in a request. 128
160                 default (driver limit). (See 3.2.2)
162         blk_queue_max_hw_segments(q, max_segments)
163                 Maximum dma segments the hardware can handle in a request. 128
164                 default (host adapter limit, after dma remapping).
165                 (See 3.2.2)
167         blk_queue_max_segment_size(q, max_seg_size)
168                 Maximum size of a clustered segment, 64kB default.
170         blk_queue_logical_block_size(q, logical_block_size)
171                 Lowest possible sector size that the hardware can operate
172                 on, 512 bytes default.
174 New queue flags:
176         - QUEUE_FLAG_CLUSTER (see 3.2.2)
177         - QUEUE_FLAG_QUEUED (see 3.2.4)
180 ii. High-mem i/o capabilities are now considered the default
182 The generic bounce buffer logic, present in 2.4, where the block layer would
183 by default copyin/out i/o requests on high-memory buffers to low-memory buffers
184 assuming that the driver wouldn't be able to handle it directly, has been
185 changed in 2.5. The bounce logic is now applied only for memory ranges
186 for which the device cannot handle i/o. A driver can specify this by
187 setting the queue bounce limit for the request queue for the device
188 (blk_queue_bounce_limit()). This avoids the inefficiencies of the copyin/out
189 where a device is capable of handling high memory i/o.
191 In order to enable high-memory i/o where the device is capable of supporting
192 it, the pci dma mapping routines and associated data structures have now been
193 modified to accomplish a direct page -> bus translation, without requiring
194 a virtual address mapping (unlike the earlier scheme of virtual address
195 -> bus translation). So this works uniformly for high-memory pages (which
196 do not have a corresponding kernel virtual address space mapping) and
197 low-memory pages.
199 Note: Please refer to Documentation/DMA-API-HOWTO.txt for a discussion
200 on PCI high mem DMA aspects and mapping of scatter gather lists, and support
201 for 64 bit PCI.
203 Special handling is required only for cases where i/o needs to happen on
204 pages at physical memory addresses beyond what the device can support. In these
205 cases, a bounce bio representing a buffer from the supported memory range
206 is used for performing the i/o with copyin/copyout as needed depending on
207 the type of the operation.  For example, in case of a read operation, the
208 data read has to be copied to the original buffer on i/o completion, so a
209 callback routine is set up to do this, while for write, the data is copied
210 from the original buffer to the bounce buffer prior to issuing the
211 operation. Since an original buffer may be in a high memory area that's not
212 mapped in kernel virtual addr, a kmap operation may be required for
213 performing the copy, and special care may be needed in the completion path
214 as it may not be in irq context. Special care is also required (by way of
215 GFP flags) when allocating bounce buffers, to avoid certain highmem
216 deadlock possibilities.
218 It is also possible that a bounce buffer may be allocated from high-memory
219 area that's not mapped in kernel virtual addr, but within the range that the
220 device can use directly; so the bounce page may need to be kmapped during
221 copy operations. [Note: This does not hold in the current implementation,
222 though]
224 There are some situations when pages from high memory may need to
225 be kmapped, even if bounce buffers are not necessary. For example a device
226 may need to abort DMA operations and revert to PIO for the transfer, in
227 which case a virtual mapping of the page is required. For SCSI it is also
228 done in some scenarios where the low level driver cannot be trusted to
229 handle a single sg entry correctly. The driver is expected to perform the
230 kmaps as needed on such occasions as appropriate. A driver could also use
231 the blk_queue_bounce() routine on its own to bounce highmem i/o to low
232 memory for specific requests if so desired.
234 iii. The i/o scheduler algorithm itself can be replaced/set as appropriate
236 As in 2.4, it is possible to plugin a brand new i/o scheduler for a particular
237 queue or pick from (copy) existing generic schedulers and replace/override
238 certain portions of it. The 2.5 rewrite provides improved modularization
239 of the i/o scheduler. There are more pluggable callbacks, e.g for init,
240 add request, extract request, which makes it possible to abstract specific
241 i/o scheduling algorithm aspects and details outside of the generic loop.
242 It also makes it possible to completely hide the implementation details of
243 the i/o scheduler from block drivers.
245 I/O scheduler wrappers are to be used instead of accessing the queue directly.
246 See section 4. The I/O scheduler for details.
248 1.2 Tuning Based on High level code capabilities
249 ------------------------------------------------
251 i. Application capabilities for raw i/o
253 This comes from some of the high-performance database/middleware
254 requirements where an application prefers to make its own i/o scheduling
255 decisions based on an understanding of the access patterns and i/o
256 characteristics
258 ii. High performance filesystems or other higher level kernel code's
259 capabilities
261 Kernel components like filesystems could also take their own i/o scheduling
262 decisions for optimizing performance. Journalling filesystems may need
263 some control over i/o ordering.
265 What kind of support exists at the generic block layer for this ?
267 The flags and rw fields in the bio structure can be used for some tuning
268 from above e.g indicating that an i/o is just a readahead request, or priority
269 settings (currently unused). As far as user applications are concerned they
270 would need an additional mechanism either via open flags or ioctls, or some
271 other upper level mechanism to communicate such settings to block.
273 1.2.1 Request Priority/Latency
274 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
276 Todo/Under discussion::
278   Arjan's proposed request priority scheme allows higher levels some broad
279   control (high/med/low) over the priority  of an i/o request vs other pending
280   requests in the queue. For example it allows reads for bringing in an
281   executable page on demand to be given a higher priority over pending write
282   requests which haven't aged too much on the queue. Potentially this priority
283   could even be exposed to applications in some manner, providing higher level
284   tunability. Time based aging avoids starvation of lower priority
285   requests. Some bits in the bi_opf flags field in the bio structure are
286   intended to be used for this priority information.
289 1.3 Direct Access to Low level Device/Driver Capabilities (Bypass mode)
290 -----------------------------------------------------------------------
292 (e.g Diagnostics, Systems Management)
294 There are situations where high-level code needs to have direct access to
295 the low level device capabilities or requires the ability to issue commands
296 to the device bypassing some of the intermediate i/o layers.
297 These could, for example, be special control commands issued through ioctl
298 interfaces, or could be raw read/write commands that stress the drive's
299 capabilities for certain kinds of fitness tests. Having direct interfaces at
300 multiple levels without having to pass through upper layers makes
301 it possible to perform bottom up validation of the i/o path, layer by
302 layer, starting from the media.
304 The normal i/o submission interfaces, e.g submit_bio, could be bypassed
305 for specially crafted requests which such ioctl or diagnostics
306 interfaces would typically use, and the elevator add_request routine
307 can instead be used to directly insert such requests in the queue or preferably
308 the blk_do_rq routine can be used to place the request on the queue and
309 wait for completion. Alternatively, sometimes the caller might just
310 invoke a lower level driver specific interface with the request as a
311 parameter.
313 If the request is a means for passing on special information associated with
314 the command, then such information is associated with the request->special
315 field (rather than misuse the request->buffer field which is meant for the
316 request data buffer's virtual mapping).
318 For passing request data, the caller must build up a bio descriptor
319 representing the concerned memory buffer if the underlying driver interprets
320 bio segments or uses the block layer end*request* functions for i/o
321 completion. Alternatively one could directly use the request->buffer field to
322 specify the virtual address of the buffer, if the driver expects buffer
323 addresses passed in this way and ignores bio entries for the request type
324 involved. In the latter case, the driver would modify and manage the
325 request->buffer, request->sector and request->nr_sectors or
326 request->current_nr_sectors fields itself rather than using the block layer
327 end_request or end_that_request_first completion interfaces.
328 (See 2.3 or Documentation/block/request.rst for a brief explanation of
329 the request structure fields)
333   [TBD: end_that_request_last should be usable even in this case;
334   Perhaps an end_that_direct_request_first routine could be implemented to make
335   handling direct requests easier for such drivers; Also for drivers that
336   expect bios, a helper function could be provided for setting up a bio
337   corresponding to a data buffer]
339   <JENS: I dont understand the above, why is end_that_request_first() not
340   usable? Or _last for that matter. I must be missing something>
342   <SUP: What I meant here was that if the request doesn't have a bio, then
343    end_that_request_first doesn't modify nr_sectors or current_nr_sectors,
344    and hence can't be used for advancing request state settings on the
345    completion of partial transfers. The driver has to modify these fields
346    directly by hand.
347    This is because end_that_request_first only iterates over the bio list,
348    and always returns 0 if there are none associated with the request.
349    _last works OK in this case, and is not a problem, as I mentioned earlier
350   >
352 1.3.1 Pre-built Commands
353 ^^^^^^^^^^^^^^^^^^^^^^^^
355 A request can be created with a pre-built custom command  to be sent directly
356 to the device. The cmd block in the request structure has room for filling
357 in the command bytes. (i.e rq->cmd is now 16 bytes in size, and meant for
358 command pre-building, and the type of the request is now indicated
359 through rq->flags instead of via rq->cmd)
361 The request structure flags can be set up to indicate the type of request
362 in such cases (REQ_PC: direct packet command passed to driver, REQ_BLOCK_PC:
363 packet command issued via blk_do_rq, REQ_SPECIAL: special request).
365 It can help to pre-build device commands for requests in advance.
366 Drivers can now specify a request prepare function (q->prep_rq_fn) that the
367 block layer would invoke to pre-build device commands for a given request,
368 or perform other preparatory processing for the request. This is routine is
369 called by elv_next_request(), i.e. typically just before servicing a request.
370 (The prepare function would not be called for requests that have RQF_DONTPREP
371 enabled)
373 Aside:
374   Pre-building could possibly even be done early, i.e before placing the
375   request on the queue, rather than construct the command on the fly in the
376   driver while servicing the request queue when it may affect latencies in
377   interrupt context or responsiveness in general. One way to add early
378   pre-building would be to do it whenever we fail to merge on a request.
379   Now REQ_NOMERGE is set in the request flags to skip this one in the future,
380   which means that it will not change before we feed it to the device. So
381   the pre-builder hook can be invoked there.
384 2. Flexible and generic but minimalist i/o structure/descriptor
385 ===============================================================
387 2.1 Reason for a new structure and requirements addressed
388 ---------------------------------------------------------
390 Prior to 2.5, buffer heads were used as the unit of i/o at the generic block
391 layer, and the low level request structure was associated with a chain of
392 buffer heads for a contiguous i/o request. This led to certain inefficiencies
393 when it came to large i/o requests and readv/writev style operations, as it
394 forced such requests to be broken up into small chunks before being passed
395 on to the generic block layer, only to be merged by the i/o scheduler
396 when the underlying device was capable of handling the i/o in one shot.
397 Also, using the buffer head as an i/o structure for i/os that didn't originate
398 from the buffer cache unnecessarily added to the weight of the descriptors
399 which were generated for each such chunk.
401 The following were some of the goals and expectations considered in the
402 redesign of the block i/o data structure in 2.5.
404 1.  Should be appropriate as a descriptor for both raw and buffered i/o  -
405     avoid cache related fields which are irrelevant in the direct/page i/o path,
406     or filesystem block size alignment restrictions which may not be relevant
407     for raw i/o.
408 2.  Ability to represent high-memory buffers (which do not have a virtual
409     address mapping in kernel address space).
410 3.  Ability to represent large i/os w/o unnecessarily breaking them up (i.e
411     greater than PAGE_SIZE chunks in one shot)
412 4.  At the same time, ability to retain independent identity of i/os from
413     different sources or i/o units requiring individual completion (e.g. for
414     latency reasons)
415 5.  Ability to represent an i/o involving multiple physical memory segments
416     (including non-page aligned page fragments, as specified via readv/writev)
417     without unnecessarily breaking it up, if the underlying device is capable of
418     handling it.
419 6.  Preferably should be based on a memory descriptor structure that can be
420     passed around different types of subsystems or layers, maybe even
421     networking, without duplication or extra copies of data/descriptor fields
422     themselves in the process
423 7.  Ability to handle the possibility of splits/merges as the structure passes
424     through layered drivers (lvm, md, evms), with minimal overhead.
426 The solution was to define a new structure (bio)  for the block layer,
427 instead of using the buffer head structure (bh) directly, the idea being
428 avoidance of some associated baggage and limitations. The bio structure
429 is uniformly used for all i/o at the block layer ; it forms a part of the
430 bh structure for buffered i/o, and in the case of raw/direct i/o kiobufs are
431 mapped to bio structures.
433 2.2 The bio struct
434 ------------------
436 The bio structure uses a vector representation pointing to an array of tuples
437 of <page, offset, len> to describe the i/o buffer, and has various other
438 fields describing i/o parameters and state that needs to be maintained for
439 performing the i/o.
441 Notice that this representation means that a bio has no virtual address
442 mapping at all (unlike buffer heads).
446   struct bio_vec {
447        struct page     *bv_page;
448        unsigned short  bv_len;
449        unsigned short  bv_offset;
450   };
452   /*
453    * main unit of I/O for the block layer and lower layers (ie drivers)
454    */
455   struct bio {
456        struct bio          *bi_next;    /* request queue link */
457        struct block_device *bi_bdev;    /* target device */
458        unsigned long       bi_flags;    /* status, command, etc */
459        unsigned long       bi_opf;       /* low bits: r/w, high: priority */
461        unsigned int     bi_vcnt;     /* how may bio_vec's */
462        struct bvec_iter bi_iter;        /* current index into bio_vec array */
464        unsigned int     bi_size;     /* total size in bytes */
465        unsigned short   bi_hw_segments; /* segments after DMA remapping */
466        unsigned int     bi_max;      /* max bio_vecs we can hold
467                                         used as index into pool */
468        struct bio_vec   *bi_io_vec;  /* the actual vec list */
469        bio_end_io_t     *bi_end_io;  /* bi_end_io (bio) */
470        atomic_t         bi_cnt;      /* pin count: free when it hits zero */
471        void             *bi_private;
472   };
474 With this multipage bio design:
476 - Large i/os can be sent down in one go using a bio_vec list consisting
477   of an array of <page, offset, len> fragments (similar to the way fragments
478   are represented in the zero-copy network code)
479 - Splitting of an i/o request across multiple devices (as in the case of
480   lvm or raid) is achieved by cloning the bio (where the clone points to
481   the same bi_io_vec array, but with the index and size accordingly modified)
482 - A linked list of bios is used as before for unrelated merges [#]_ - this
483   avoids reallocs and makes independent completions easier to handle.
484 - Code that traverses the req list can find all the segments of a bio
485   by using rq_for_each_segment.  This handles the fact that a request
486   has multiple bios, each of which can have multiple segments.
487 - Drivers which can't process a large bio in one shot can use the bi_iter
488   field to keep track of the next bio_vec entry to process.
489   (e.g a 1MB bio_vec needs to be handled in max 128kB chunks for IDE)
490   [TBD: Should preferably also have a bi_voffset and bi_vlen to avoid modifying
491   bi_offset an len fields]
493 .. [#]
495         unrelated merges -- a request ends up containing two or more bios that
496         didn't originate from the same place.
498 bi_end_io() i/o callback gets called on i/o completion of the entire bio.
500 At a lower level, drivers build a scatter gather list from the merged bios.
501 The scatter gather list is in the form of an array of <page, offset, len>
502 entries with their corresponding dma address mappings filled in at the
503 appropriate time. As an optimization, contiguous physical pages can be
504 covered by a single entry where <page> refers to the first page and <len>
505 covers the range of pages (up to 16 contiguous pages could be covered this
506 way). There is a helper routine (blk_rq_map_sg) which drivers can use to build
507 the sg list.
509 Note: Right now the only user of bios with more than one page is ll_rw_kio,
510 which in turn means that only raw I/O uses it (direct i/o may not work
511 right now). The intent however is to enable clustering of pages etc to
512 become possible. The pagebuf abstraction layer from SGI also uses multi-page
513 bios, but that is currently not included in the stock development kernels.
514 The same is true of Andrew Morton's work-in-progress multipage bio writeout
515 and readahead patches.
517 2.3 Changes in the Request Structure
518 ------------------------------------
520 The request structure is the structure that gets passed down to low level
521 drivers. The block layer make_request function builds up a request structure,
522 places it on the queue and invokes the drivers request_fn. The driver makes
523 use of block layer helper routine elv_next_request to pull the next request
524 off the queue. Control or diagnostic functions might bypass block and directly
525 invoke underlying driver entry points passing in a specially constructed
526 request structure.
528 Only some relevant fields (mainly those which changed or may be referred
529 to in some of the discussion here) are listed below, not necessarily in
530 the order in which they occur in the structure (see include/linux/blkdev.h)
531 Refer to Documentation/block/request.rst for details about all the request
532 structure fields and a quick reference about the layers which are
533 supposed to use or modify those fields::
535   struct request {
536         struct list_head queuelist;  /* Not meant to be directly accessed by
537                                         the driver.
538                                         Used by q->elv_next_request_fn
539                                         rq->queue is gone
540                                         */
541         .
542         .
543         unsigned char cmd[16]; /* prebuilt command data block */
544         unsigned long flags;   /* also includes earlier rq->cmd settings */
545         .
546         .
547         sector_t sector; /* this field is now of type sector_t instead of int
548                             preparation for 64 bit sectors */
549         .
550         .
552         /* Number of scatter-gather DMA addr+len pairs after
553          * physical address coalescing is performed.
554          */
555         unsigned short nr_phys_segments;
557         /* Number of scatter-gather addr+len pairs after
558          * physical and DMA remapping hardware coalescing is performed.
559          * This is the number of scatter-gather entries the driver
560          * will actually have to deal with after DMA mapping is done.
561          */
562         unsigned short nr_hw_segments;
564         /* Various sector counts */
565         unsigned long nr_sectors;  /* no. of sectors left: driver modifiable */
566         unsigned long hard_nr_sectors;  /* block internal copy of above */
567         unsigned int current_nr_sectors; /* no. of sectors left in the
568                                            current segment:driver modifiable */
569         unsigned long hard_cur_sectors; /* block internal copy of the above */
570         .
571         .
572         int tag;        /* command tag associated with request */
573         void *special;  /* same as before */
574         char *buffer;   /* valid only for low memory buffers up to
575                          current_nr_sectors */
576         .
577         .
578         struct bio *bio, *biotail;  /* bio list instead of bh */
579         struct request_list *rl;
580   }
582 See the req_ops and req_flag_bits definitions for an explanation of the various
583 flags available. Some bits are used by the block layer or i/o scheduler.
585 The behaviour of the various sector counts are almost the same as before,
586 except that since we have multi-segment bios, current_nr_sectors refers
587 to the numbers of sectors in the current segment being processed which could
588 be one of the many segments in the current bio (i.e i/o completion unit).
589 The nr_sectors value refers to the total number of sectors in the whole
590 request that remain to be transferred (no change). The purpose of the
591 hard_xxx values is for block to remember these counts every time it hands
592 over the request to the driver. These values are updated by block on
593 end_that_request_first, i.e. every time the driver completes a part of the
594 transfer and invokes block end*request helpers to mark this. The
595 driver should not modify these values. The block layer sets up the
596 nr_sectors and current_nr_sectors fields (based on the corresponding
597 hard_xxx values and the number of bytes transferred) and updates it on
598 every transfer that invokes end_that_request_first. It does the same for the
599 buffer, bio, bio->bi_iter fields too.
601 The buffer field is just a virtual address mapping of the current segment
602 of the i/o buffer in cases where the buffer resides in low-memory. For high
603 memory i/o, this field is not valid and must not be used by drivers.
605 Code that sets up its own request structures and passes them down to
606 a driver needs to be careful about interoperation with the block layer helper
607 functions which the driver uses. (Section 1.3)
609 3. Using bios
610 =============
612 3.1 Setup/Teardown
613 ------------------
615 There are routines for managing the allocation, and reference counting, and
616 freeing of bios (bio_alloc, bio_get, bio_put).
618 This makes use of Ingo Molnar's mempool implementation, which enables
619 subsystems like bio to maintain their own reserve memory pools for guaranteed
620 deadlock-free allocations during extreme VM load. For example, the VM
621 subsystem makes use of the block layer to writeout dirty pages in order to be
622 able to free up memory space, a case which needs careful handling. The
623 allocation logic draws from the preallocated emergency reserve in situations
624 where it cannot allocate through normal means. If the pool is empty and it
625 can wait, then it would trigger action that would help free up memory or
626 replenish the pool (without deadlocking) and wait for availability in the pool.
627 If it is in IRQ context, and hence not in a position to do this, allocation
628 could fail if the pool is empty. In general mempool always first tries to
629 perform allocation without having to wait, even if it means digging into the
630 pool as long it is not less that 50% full.
632 On a free, memory is released to the pool or directly freed depending on
633 the current availability in the pool. The mempool interface lets the
634 subsystem specify the routines to be used for normal alloc and free. In the
635 case of bio, these routines make use of the standard slab allocator.
637 The caller of bio_alloc is expected to taken certain steps to avoid
638 deadlocks, e.g. avoid trying to allocate more memory from the pool while
639 already holding memory obtained from the pool.
643   [TBD: This is a potential issue, though a rare possibility
644    in the bounce bio allocation that happens in the current code, since
645    it ends up allocating a second bio from the same pool while
646    holding the original bio ]
648 Memory allocated from the pool should be released back within a limited
649 amount of time (in the case of bio, that would be after the i/o is completed).
650 This ensures that if part of the pool has been used up, some work (in this
651 case i/o) must already be in progress and memory would be available when it
652 is over. If allocating from multiple pools in the same code path, the order
653 or hierarchy of allocation needs to be consistent, just the way one deals
654 with multiple locks.
656 The bio_alloc routine also needs to allocate the bio_vec_list (bvec_alloc())
657 for a non-clone bio. There are the 6 pools setup for different size biovecs,
658 so bio_alloc(gfp_mask, nr_iovecs) will allocate a vec_list of the
659 given size from these slabs.
661 The bio_get() routine may be used to hold an extra reference on a bio prior
662 to i/o submission, if the bio fields are likely to be accessed after the
663 i/o is issued (since the bio may otherwise get freed in case i/o completion
664 happens in the meantime).
666 The bio_clone_fast() routine may be used to duplicate a bio, where the clone
667 shares the bio_vec_list with the original bio (i.e. both point to the
668 same bio_vec_list). This would typically be used for splitting i/o requests
669 in lvm or md.
671 3.2 Generic bio helper Routines
672 -------------------------------
674 3.2.1 Traversing segments and completion units in a request
675 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
677 The macro rq_for_each_segment() should be used for traversing the bios
678 in the request list (drivers should avoid directly trying to do it
679 themselves). Using these helpers should also make it easier to cope
680 with block changes in the future.
684         struct req_iterator iter;
685         rq_for_each_segment(bio_vec, rq, iter)
686                 /* bio_vec is now current segment */
688 I/O completion callbacks are per-bio rather than per-segment, so drivers
689 that traverse bio chains on completion need to keep that in mind. Drivers
690 which don't make a distinction between segments and completion units would
691 need to be reorganized to support multi-segment bios.
693 3.2.2 Setting up DMA scatterlists
694 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
696 The blk_rq_map_sg() helper routine would be used for setting up scatter
697 gather lists from a request, so a driver need not do it on its own.
699         nr_segments = blk_rq_map_sg(q, rq, scatterlist);
701 The helper routine provides a level of abstraction which makes it easier
702 to modify the internals of request to scatterlist conversion down the line
703 without breaking drivers. The blk_rq_map_sg routine takes care of several
704 things like collapsing physically contiguous segments (if QUEUE_FLAG_CLUSTER
705 is set) and correct segment accounting to avoid exceeding the limits which
706 the i/o hardware can handle, based on various queue properties.
708 - Prevents a clustered segment from crossing a 4GB mem boundary
709 - Avoids building segments that would exceed the number of physical
710   memory segments that the driver can handle (phys_segments) and the
711   number that the underlying hardware can handle at once, accounting for
712   DMA remapping (hw_segments)  (i.e. IOMMU aware limits).
714 Routines which the low level driver can use to set up the segment limits:
716 blk_queue_max_hw_segments() : Sets an upper limit of the maximum number of
717 hw data segments in a request (i.e. the maximum number of address/length
718 pairs the host adapter can actually hand to the device at once)
720 blk_queue_max_phys_segments() : Sets an upper limit on the maximum number
721 of physical data segments in a request (i.e. the largest sized scatter list
722 a driver could handle)
724 3.2.3 I/O completion
725 ^^^^^^^^^^^^^^^^^^^^
727 The existing generic block layer helper routines end_request,
728 end_that_request_first and end_that_request_last can be used for i/o
729 completion (and setting things up so the rest of the i/o or the next
730 request can be kicked of) as before. With the introduction of multi-page
731 bio support, end_that_request_first requires an additional argument indicating
732 the number of sectors completed.
734 3.2.4 Implications for drivers that do not interpret bios
735 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
737 (don't handle multiple segments)
739 Drivers that do not interpret bios e.g those which do not handle multiple
740 segments and do not support i/o into high memory addresses (require bounce
741 buffers) and expect only virtually mapped buffers, can access the rq->buffer
742 field. As before the driver should use current_nr_sectors to determine the
743 size of remaining data in the current segment (that is the maximum it can
744 transfer in one go unless it interprets segments), and rely on the block layer
745 end_request, or end_that_request_first/last to take care of all accounting
746 and transparent mapping of the next bio segment when a segment boundary
747 is crossed on completion of a transfer. (The end*request* functions should
748 be used if only if the request has come down from block/bio path, not for
749 direct access requests which only specify rq->buffer without a valid rq->bio)
751 3.3 I/O Submission
752 ------------------
754 The routine submit_bio() is used to submit a single io. Higher level i/o
755 routines make use of this:
757 (a) Buffered i/o:
759 The routine submit_bh() invokes submit_bio() on a bio corresponding to the
760 bh, allocating the bio if required. ll_rw_block() uses submit_bh() as before.
762 (b) Kiobuf i/o (for raw/direct i/o):
764 The ll_rw_kio() routine breaks up the kiobuf into page sized chunks and
765 maps the array to one or more multi-page bios, issuing submit_bio() to
766 perform the i/o on each of these.
768 The embedded bh array in the kiobuf structure has been removed and no
769 preallocation of bios is done for kiobufs. [The intent is to remove the
770 blocks array as well, but it's currently in there to kludge around direct i/o.]
771 Thus kiobuf allocation has switched back to using kmalloc rather than vmalloc.
773 Todo/Observation:
775  A single kiobuf structure is assumed to correspond to a contiguous range
776  of data, so brw_kiovec() invokes ll_rw_kio for each kiobuf in a kiovec.
777  So right now it wouldn't work for direct i/o on non-contiguous blocks.
778  This is to be resolved.  The eventual direction is to replace kiobuf
779  by kvec's.
781  Badari Pulavarty has a patch to implement direct i/o correctly using
782  bio and kvec.
785 (c) Page i/o:
787 Todo/Under discussion:
789  Andrew Morton's multi-page bio patches attempt to issue multi-page
790  writeouts (and reads) from the page cache, by directly building up
791  large bios for submission completely bypassing the usage of buffer
792  heads. This work is still in progress.
794  Christoph Hellwig had some code that uses bios for page-io (rather than
795  bh). This isn't included in bio as yet. Christoph was also working on a
796  design for representing virtual/real extents as an entity and modifying
797  some of the address space ops interfaces to utilize this abstraction rather
798  than buffer_heads. (This is somewhat along the lines of the SGI XFS pagebuf
799  abstraction, but intended to be as lightweight as possible).
801 (d) Direct access i/o:
803 Direct access requests that do not contain bios would be submitted differently
804 as discussed earlier in section 1.3.
806 Aside:
808   Kvec i/o:
810   Ben LaHaise's aio code uses a slightly different structure instead
811   of kiobufs, called a kvec_cb. This contains an array of <page, offset, len>
812   tuples (very much like the networking code), together with a callback function
813   and data pointer. This is embedded into a brw_cb structure when passed
814   to brw_kvec_async().
816   Now it should be possible to directly map these kvecs to a bio. Just as while
817   cloning, in this case rather than PRE_BUILT bio_vecs, we set the bi_io_vec
818   array pointer to point to the veclet array in kvecs.
820   TBD: In order for this to work, some changes are needed in the way multi-page
821   bios are handled today. The values of the tuples in such a vector passed in
822   from higher level code should not be modified by the block layer in the course
823   of its request processing, since that would make it hard for the higher layer
824   to continue to use the vector descriptor (kvec) after i/o completes. Instead,
825   all such transient state should either be maintained in the request structure,
826   and passed on in some way to the endio completion routine.
829 4. The I/O scheduler
830 ====================
832 I/O scheduler, a.k.a. elevator, is implemented in two layers.  Generic dispatch
833 queue and specific I/O schedulers.  Unless stated otherwise, elevator is used
834 to refer to both parts and I/O scheduler to specific I/O schedulers.
836 Block layer implements generic dispatch queue in `block/*.c`.
837 The generic dispatch queue is responsible for requeueing, handling non-fs
838 requests and all other subtleties.
840 Specific I/O schedulers are responsible for ordering normal filesystem
841 requests.  They can also choose to delay certain requests to improve
842 throughput or whatever purpose.  As the plural form indicates, there are
843 multiple I/O schedulers.  They can be built as modules but at least one should
844 be built inside the kernel.  Each queue can choose different one and can also
845 change to another one dynamically.
847 A block layer call to the i/o scheduler follows the convention elv_xxx(). This
848 calls elevator_xxx_fn in the elevator switch (block/elevator.c). Oh, xxx
849 and xxx might not match exactly, but use your imagination. If an elevator
850 doesn't implement a function, the switch does nothing or some minimal house
851 keeping work.
853 4.1. I/O scheduler API
854 ----------------------
856 The functions an elevator may implement are: (* are mandatory)
858 =============================== ================================================
859 elevator_merge_fn               called to query requests for merge with a bio
861 elevator_merge_req_fn           called when two requests get merged. the one
862                                 which gets merged into the other one will be
863                                 never seen by I/O scheduler again. IOW, after
864                                 being merged, the request is gone.
866 elevator_merged_fn              called when a request in the scheduler has been
867                                 involved in a merge. It is used in the deadline
868                                 scheduler for example, to reposition the request
869                                 if its sorting order has changed.
871 elevator_allow_merge_fn         called whenever the block layer determines
872                                 that a bio can be merged into an existing
873                                 request safely. The io scheduler may still
874                                 want to stop a merge at this point if it
875                                 results in some sort of conflict internally,
876                                 this hook allows it to do that. Note however
877                                 that two *requests* can still be merged at later
878                                 time. Currently the io scheduler has no way to
879                                 prevent that. It can only learn about the fact
880                                 from elevator_merge_req_fn callback.
882 elevator_dispatch_fn*           fills the dispatch queue with ready requests.
883                                 I/O schedulers are free to postpone requests by
884                                 not filling the dispatch queue unless @force
885                                 is non-zero.  Once dispatched, I/O schedulers
886                                 are not allowed to manipulate the requests -
887                                 they belong to generic dispatch queue.
889 elevator_add_req_fn*            called to add a new request into the scheduler
891 elevator_former_req_fn
892 elevator_latter_req_fn          These return the request before or after the
893                                 one specified in disk sort order. Used by the
894                                 block layer to find merge possibilities.
896 elevator_completed_req_fn       called when a request is completed.
898 elevator_set_req_fn
899 elevator_put_req_fn             Must be used to allocate and free any elevator
900                                 specific storage for a request.
902 elevator_activate_req_fn        Called when device driver first sees a request.
903                                 I/O schedulers can use this callback to
904                                 determine when actual execution of a request
905                                 starts.
906 elevator_deactivate_req_fn      Called when device driver decides to delay
907                                 a request by requeueing it.
909 elevator_init_fn*
910 elevator_exit_fn                Allocate and free any elevator specific storage
911                                 for a queue.
912 =============================== ================================================
914 4.2 Request flows seen by I/O schedulers
915 ----------------------------------------
917 All requests seen by I/O schedulers strictly follow one of the following three
918 flows.
920  set_req_fn ->
922  i.   add_req_fn -> (merged_fn ->)* -> dispatch_fn -> activate_req_fn ->
923       (deactivate_req_fn -> activate_req_fn ->)* -> completed_req_fn
924  ii.  add_req_fn -> (merged_fn ->)* -> merge_req_fn
925  iii. [none]
927  -> put_req_fn
929 4.3 I/O scheduler implementation
930 --------------------------------
932 The generic i/o scheduler algorithm attempts to sort/merge/batch requests for
933 optimal disk scan and request servicing performance (based on generic
934 principles and device capabilities), optimized for:
936 i.   improved throughput
937 ii.  improved latency
938 iii. better utilization of h/w & CPU time
940 Characteristics:
942 i. Binary tree
943 AS and deadline i/o schedulers use red black binary trees for disk position
944 sorting and searching, and a fifo linked list for time-based searching. This
945 gives good scalability and good availability of information. Requests are
946 almost always dispatched in disk sort order, so a cache is kept of the next
947 request in sort order to prevent binary tree lookups.
949 This arrangement is not a generic block layer characteristic however, so
950 elevators may implement queues as they please.
952 ii. Merge hash
953 AS and deadline use a hash table indexed by the last sector of a request. This
954 enables merging code to quickly look up "back merge" candidates, even when
955 multiple I/O streams are being performed at once on one disk.
957 "Front merges", a new request being merged at the front of an existing request,
958 are far less common than "back merges" due to the nature of most I/O patterns.
959 Front merges are handled by the binary trees in AS and deadline schedulers.
961 iii. Plugging the queue to batch requests in anticipation of opportunities for
962      merge/sort optimizations
964 Plugging is an approach that the current i/o scheduling algorithm resorts to so
965 that it collects up enough requests in the queue to be able to take
966 advantage of the sorting/merging logic in the elevator. If the
967 queue is empty when a request comes in, then it plugs the request queue
968 (sort of like plugging the bath tub of a vessel to get fluid to build up)
969 till it fills up with a few more requests, before starting to service
970 the requests. This provides an opportunity to merge/sort the requests before
971 passing them down to the device. There are various conditions when the queue is
972 unplugged (to open up the flow again), either through a scheduled task or
973 could be on demand. For example wait_on_buffer sets the unplugging going
974 through sync_buffer() running blk_run_address_space(mapping). Or the caller
975 can do it explicity through blk_unplug(bdev). So in the read case,
976 the queue gets explicitly unplugged as part of waiting for completion on that
977 buffer.
979 Aside:
980   This is kind of controversial territory, as it's not clear if plugging is
981   always the right thing to do. Devices typically have their own queues,
982   and allowing a big queue to build up in software, while letting the device be
983   idle for a while may not always make sense. The trick is to handle the fine
984   balance between when to plug and when to open up. Also now that we have
985   multi-page bios being queued in one shot, we may not need to wait to merge
986   a big request from the broken up pieces coming by.
988 4.4 I/O contexts
989 ----------------
991 I/O contexts provide a dynamically allocated per process data area. They may
992 be used in I/O schedulers, and in the block layer (could be used for IO statis,
993 priorities for example). See `*io_context` in block/ll_rw_blk.c, and as-iosched.c
994 for an example of usage in an i/o scheduler.
997 5. Scalability related changes
998 ==============================
1000 5.1 Granular Locking: io_request_lock replaced by a per-queue lock
1001 ------------------------------------------------------------------
1003 The global io_request_lock has been removed as of 2.5, to avoid
1004 the scalability bottleneck it was causing, and has been replaced by more
1005 granular locking. The request queue structure has a pointer to the
1006 lock to be used for that queue. As a result, locking can now be
1007 per-queue, with a provision for sharing a lock across queues if
1008 necessary (e.g the scsi layer sets the queue lock pointers to the
1009 corresponding adapter lock, which results in a per host locking
1010 granularity). The locking semantics are the same, i.e. locking is
1011 still imposed by the block layer, grabbing the lock before
1012 request_fn execution which it means that lots of older drivers
1013 should still be SMP safe. Drivers are free to drop the queue
1014 lock themselves, if required. Drivers that explicitly used the
1015 io_request_lock for serialization need to be modified accordingly.
1016 Usually it's as easy as adding a global lock::
1018         static DEFINE_SPINLOCK(my_driver_lock);
1020 and passing the address to that lock to blk_init_queue().
1022 5.2 64 bit sector numbers (sector_t prepares for 64 bit support)
1023 ----------------------------------------------------------------
1025 The sector number used in the bio structure has been changed to sector_t,
1026 which could be defined as 64 bit in preparation for 64 bit sector support.
1028 6. Other Changes/Implications
1029 =============================
1031 6.1 Partition re-mapping handled by the generic block layer
1032 -----------------------------------------------------------
1034 In 2.5 some of the gendisk/partition related code has been reorganized.
1035 Now the generic block layer performs partition-remapping early and thus
1036 provides drivers with a sector number relative to whole device, rather than
1037 having to take partition number into account in order to arrive at the true
1038 sector number. The routine blk_partition_remap() is invoked by
1039 generic_make_request even before invoking the queue specific make_request_fn,
1040 so the i/o scheduler also gets to operate on whole disk sector numbers. This
1041 should typically not require changes to block drivers, it just never gets
1042 to invoke its own partition sector offset calculations since all bios
1043 sent are offset from the beginning of the device.
1046 7. A Few Tips on Migration of older drivers
1047 ===========================================
1049 Old-style drivers that just use CURRENT and ignores clustered requests,
1050 may not need much change.  The generic layer will automatically handle
1051 clustered requests, multi-page bios, etc for the driver.
1053 For a low performance driver or hardware that is PIO driven or just doesn't
1054 support scatter-gather changes should be minimal too.
1056 The following are some points to keep in mind when converting old drivers
1057 to bio.
1059 Drivers should use elv_next_request to pick up requests and are no longer
1060 supposed to handle looping directly over the request list.
1061 (struct request->queue has been removed)
1063 Now end_that_request_first takes an additional number_of_sectors argument.
1064 It used to handle always just the first buffer_head in a request, now
1065 it will loop and handle as many sectors (on a bio-segment granularity)
1066 as specified.
1068 Now bh->b_end_io is replaced by bio->bi_end_io, but most of the time the
1069 right thing to use is bio_endio(bio) instead.
1071 If the driver is dropping the io_request_lock from its request_fn strategy,
1072 then it just needs to replace that with q->queue_lock instead.
1074 As described in Sec 1.1, drivers can set max sector size, max segment size
1075 etc per queue now. Drivers that used to define their own merge functions i
1076 to handle things like this can now just use the blk_queue_* functions at
1077 blk_init_queue time.
1079 Drivers no longer have to map a {partition, sector offset} into the
1080 correct absolute location anymore, this is done by the block layer, so
1081 where a driver received a request ala this before::
1083         rq->rq_dev = mk_kdev(3, 5);     /* /dev/hda5 */
1084         rq->sector = 0;                 /* first sector on hda5 */
1086 it will now see::
1088         rq->rq_dev = mk_kdev(3, 0);     /* /dev/hda */
1089         rq->sector = 123128;            /* offset from start of disk */
1091 As mentioned, there is no virtual mapping of a bio. For DMA, this is
1092 not a problem as the driver probably never will need a virtual mapping.
1093 Instead it needs a bus mapping (dma_map_page for a single segment or
1094 use dma_map_sg for scatter gather) to be able to ship it to the driver. For
1095 PIO drivers (or drivers that need to revert to PIO transfer once in a
1096 while (IDE for example)), where the CPU is doing the actual data
1097 transfer a virtual mapping is needed. If the driver supports highmem I/O,
1098 (Sec 1.1, (ii) ) it needs to use kmap_atomic or similar to temporarily map
1099 a bio into the virtual address space.
1102 8. Prior/Related/Impacted patches
1103 =================================
1105 8.1. Earlier kiobuf patches (sct/axboe/chait/hch/mkp)
1106 -----------------------------------------------------
1108 - orig kiobuf & raw i/o patches (now in 2.4 tree)
1109 - direct kiobuf based i/o to devices (no intermediate bh's)
1110 - page i/o using kiobuf
1111 - kiobuf splitting for lvm (mkp)
1112 - elevator support for kiobuf request merging (axboe)
1114 8.2. Zero-copy networking (Dave Miller)
1115 ---------------------------------------
1117 8.3. SGI XFS - pagebuf patches - use of kiobufs
1118 -----------------------------------------------
1119 8.4. Multi-page pioent patch for bio (Christoph Hellwig)
1120 --------------------------------------------------------
1121 8.5. Direct i/o implementation (Andrea Arcangeli) since 2.4.10-pre11
1122 --------------------------------------------------------------------
1123 8.6. Async i/o implementation patch (Ben LaHaise)
1124 -------------------------------------------------
1125 8.7. EVMS layering design (IBM EVMS team)
1126 -----------------------------------------
1127 8.8. Larger page cache size patch (Ben LaHaise) and Large page size (Daniel Phillips)
1128 -------------------------------------------------------------------------------------
1130     => larger contiguous physical memory buffers
1132 8.9. VM reservations patch (Ben LaHaise)
1133 ----------------------------------------
1134 8.10. Write clustering patches ? (Marcelo/Quintela/Riel ?)
1135 ----------------------------------------------------------
1136 8.11. Block device in page cache patch (Andrea Archangeli) - now in 2.4.10+
1137 ---------------------------------------------------------------------------
1138 8.12. Multiple block-size transfers for faster raw i/o (Shailabh Nagar, Badari)
1139 -------------------------------------------------------------------------------
1140 8.13  Priority based i/o scheduler - prepatches (Arjan van de Ven)
1141 ------------------------------------------------------------------
1142 8.14  IDE Taskfile i/o patch (Andre Hedrick)
1143 --------------------------------------------
1144 8.15  Multi-page writeout and readahead patches (Andrew Morton)
1145 ---------------------------------------------------------------
1146 8.16  Direct i/o patches for 2.5 using kvec and bio (Badari Pulavarthy)
1147 -----------------------------------------------------------------------
1149 9. Other References
1150 ===================
1152 9.1 The Splice I/O Model
1153 ------------------------
1155 Larry McVoy (and subsequent discussions on lkml, and Linus' comments - Jan 2001
1157 9.2 Discussions about kiobuf and bh design
1158 ------------------------------------------
1160 On lkml between sct, linus, alan et al - Feb-March 2001 (many of the
1161 initial thoughts that led to bio were brought up in this discussion thread)
1163 9.3 Discussions on mempool on lkml - Dec 2001.
1164 ----------------------------------------------