SSL blk-throttle.c   Interaktion und
PortierbarkeitC

// SPDX-License-Identifier: GPL-2.0
/*
 * Interface for controlling IO bandwidth on a request queue
 *
 * Copyright (C) 2010 Vivek Goyal <vgoyal@redhat.com>
 */

#include <linux/module.h>
#include <linux/slab.h>
#include <linux/blkdev.h>
#include <linux/bio.h>
#include <linux/blktrace_api.h>
#include "blk.h"
#include "blk-cgroup-rwstat.h"
#include "blk-stat.h"
#include "blk-throttle.h"

/* Max dispatch from a group in 1 round */
#define THROTL_GRP_QUANTUM 8

/* Total max dispatch from all groups in one round */
#define THROTL_QUANTUM 32

/* Throttling is performed over a slice and after that slice is renewed */
#define DFL_THROTL_SLICE_HD (HZ / 10)
#define DFL_THROTL_SLICE_SSD (HZ / 50)
#define MAX_THROTL_SLICE (HZ)

/* A workqueue to queue throttle related work */
static struct workqueue_struct *kthrotld_workqueue;

#define rb_entry_tg(node) rb_entry((node), struct throtl_grp, rb_node)

struct throtl_data
{
 /* service tree for active throtl groups */
 struct throtl_service_queue service_queue;

 struct request_queue *queue;

 /* Total Number of queued bios on READ and WRITE lists */
 unsigned int nr_queued[2];

 unsigned int throtl_slice;

 /* Work for dispatching throttled bios */
 struct work_struct dispatch_work;

 bool track_bio_latency;
};

static void throtl_pending_timer_fn(struct timer_list *t);

static inline struct blkcg_gq *tg_to_blkg(struct throtl_grp *tg)
{
 return pd_to_blkg(&tg->pd);
}

/**
 * sq_to_tg - return the throl_grp the specified service queue belongs to
 * @sq: the throtl_service_queue of interest
 *
 * Return the throtl_grp @sq belongs to.  If @sq is the top-level one
 * embedded in throtl_data, %NULL is returned.
 */
static struct throtl_grp *sq_to_tg(struct throtl_service_queue *sq)
{
 if (sq && sq->parent_sq)
  return container_of(sq, struct throtl_grp, service_queue);
 else
  return NULL;
}

/**
 * sq_to_td - return throtl_data the specified service queue belongs to
 * @sq: the throtl_service_queue of interest
 *
 * A service_queue can be embedded in either a throtl_grp or throtl_data.
 * Determine the associated throtl_data accordingly and return it.
 */
static struct throtl_data *sq_to_td(struct throtl_service_queue *sq)
{
 struct throtl_grp *tg = sq_to_tg(sq);

 if (tg)
  return tg->td;
 else
  return container_of(sq, struct throtl_data, service_queue);
}

static uint64_t tg_bps_limit(struct throtl_grp *tg, int rw)
{
 struct blkcg_gq *blkg = tg_to_blkg(tg);

 if (cgroup_subsys_on_dfl(io_cgrp_subsys) && !blkg->parent)
  return U64_MAX;

 return tg->bps[rw];
}

static unsigned int tg_iops_limit(struct throtl_grp *tg, int rw)
{
 struct blkcg_gq *blkg = tg_to_blkg(tg);

 if (cgroup_subsys_on_dfl(io_cgrp_subsys) && !blkg->parent)
  return UINT_MAX;

 return tg->iops[rw];
}

/**
 * throtl_log - log debug message via blktrace
 * @sq: the service_queue being reported
 * @fmt: printf format string
 * @args: printf args
 *
 * The messages are prefixed with "throtl BLKG_NAME" if @sq belongs to a
 * throtl_grp; otherwise, just "throtl".
 */
#define throtl_log(sq, fmt, args...) do {    \
 struct throtl_grp *__tg = sq_to_tg((sq));   \
 struct throtl_data *__td = sq_to_td((sq));   \
         \
 (void)__td;       \
 if (likely(!blk_trace_note_message_enabled(__td->queue))) \
  break;       \
 if ((__tg)) {       \
  blk_add_cgroup_trace_msg(__td->queue,   \
   &tg_to_blkg(__tg)->blkcg->css, "throtl " fmt, ##args);\
 } else {       \
  blk_add_trace_msg(__td->queue, "throtl " fmt, ##args); \
 }        \
} while (0)

static inline unsigned int throtl_bio_data_size(struct bio *bio)
{
 /* assume it's one sector */
 if (unlikely(bio_op(bio) == REQ_OP_DISCARD))
  return 512;
 return bio->bi_iter.bi_size;
}

static void throtl_qnode_init(struct throtl_qnode *qn, struct throtl_grp *tg)
{
 INIT_LIST_HEAD(&qn->node);
 bio_list_init(&qn->bios_bps);
 bio_list_init(&qn->bios_iops);
 qn->tg = tg;
}

/**
 * throtl_qnode_add_bio - add a bio to a throtl_qnode and activate it
 * @bio: bio being added
 * @qn: qnode to add bio to
 * @sq: the service_queue @qn belongs to
 *
 * Add @bio to @qn and put @qn on @sq->queued if it's not already on.
 * @qn->tg's reference count is bumped when @qn is activated.  See the
 * comment on top of throtl_qnode definition for details.
 */
static void throtl_qnode_add_bio(struct bio *bio, struct throtl_qnode *qn,
     struct throtl_service_queue *sq)
{
 bool rw = bio_data_dir(bio);

 /*
  * Split bios have already been throttled by bps, so they are
  * directly queued into the iops path.
 */
 if (bio_flagged(bio, BIO_TG_BPS_THROTTLED) ||
     bio_flagged(bio, BIO_BPS_THROTTLED)) {
  bio_list_add(&qn->bios_iops, bio);
  sq->nr_queued_iops[rw]++;
 } else {
  bio_list_add(&qn->bios_bps, bio);
  sq->nr_queued_bps[rw]++;
 }

 if (list_empty(&qn->node)) {
  list_add_tail(&qn->node, &sq->queued[rw]);
  blkg_get(tg_to_blkg(qn->tg));
 }
}

/**
 * throtl_peek_queued - peek the first bio on a qnode list
 * @queued: the qnode list to peek
 *
 * Always take a bio from the head of the iops queue first. If the queue is
 * empty, we then take it from the bps queue to maintain the overall idea of
 * fetching bios from the head.
 */
static struct bio *throtl_peek_queued(struct list_head *queued)
{
 struct throtl_qnode *qn;
 struct bio *bio;

 if (list_empty(queued))
  return NULL;

 qn = list_first_entry(queued, struct throtl_qnode, node);
 bio = bio_list_peek(&qn->bios_iops);
 if (!bio)
  bio = bio_list_peek(&qn->bios_bps);
 WARN_ON_ONCE(!bio);
 return bio;
}

/**
 * throtl_pop_queued - pop the first bio form a qnode list
 * @sq: the service_queue to pop a bio from
 * @tg_to_put: optional out argument for throtl_grp to put
 * @rw: read/write
 *
 * Pop the first bio from the qnode list @sq->queued. Note that we firstly
 * focus on the iops list because bios are ultimately dispatched from it.
 * After popping, the first qnode is removed from @sq->queued if empty or moved
 * to the end of @sq->queued so that the popping order is round-robin.
 *
 * When the first qnode is removed, its associated throtl_grp should be put
 * too.  If @tg_to_put is NULL, this function automatically puts it;
 * otherwise, *@tg_to_put is set to the throtl_grp to put and the caller is
 * responsible for putting it.
 */
static struct bio *throtl_pop_queued(struct throtl_service_queue *sq,
         struct throtl_grp **tg_to_put, bool rw)
{
 struct list_head *queued = &sq->queued[rw];
 struct throtl_qnode *qn;
 struct bio *bio;

 if (list_empty(queued))
  return NULL;

 qn = list_first_entry(queued, struct throtl_qnode, node);
 bio = bio_list_pop(&qn->bios_iops);
 if (bio) {
  sq->nr_queued_iops[rw]--;
 } else {
  bio = bio_list_pop(&qn->bios_bps);
  if (bio)
   sq->nr_queued_bps[rw]--;
 }
 WARN_ON_ONCE(!bio);

 if (bio_list_empty(&qn->bios_bps) && bio_list_empty(&qn->bios_iops)) {
  list_del_init(&qn->node);
  if (tg_to_put)
   *tg_to_put = qn->tg;
  else
   blkg_put(tg_to_blkg(qn->tg));
 } else {
  list_move_tail(&qn->node, queued);
 }

 return bio;
}

/* init a service_queue, assumes the caller zeroed it */
static void throtl_service_queue_init(struct throtl_service_queue *sq)
{
 INIT_LIST_HEAD(&sq->queued[READ]);
 INIT_LIST_HEAD(&sq->queued[WRITE]);
 sq->pending_tree = RB_ROOT_CACHED;
 timer_setup(&sq->pending_timer, throtl_pending_timer_fn, 0);
}

static struct blkg_policy_data *throtl_pd_alloc(struct gendisk *disk,
  struct blkcg *blkcg, gfp_t gfp)
{
 struct throtl_grp *tg;
 int rw;

 tg = kzalloc_node(sizeof(*tg), gfp, disk->node_id);
 if (!tg)
  return NULL;

 if (blkg_rwstat_init(&tg->stat_bytes, gfp))
  goto err_free_tg;

 if (blkg_rwstat_init(&tg->stat_ios, gfp))
  goto err_exit_stat_bytes;

 throtl_service_queue_init(&tg->service_queue);

 for (rw = READ; rw <= WRITE; rw++) {
  throtl_qnode_init(&tg->qnode_on_self[rw], tg);
  throtl_qnode_init(&tg->qnode_on_parent[rw], tg);
 }

 RB_CLEAR_NODE(&tg->rb_node);
 tg->bps[READ] = U64_MAX;
 tg->bps[WRITE] = U64_MAX;
 tg->iops[READ] = UINT_MAX;
 tg->iops[WRITE] = UINT_MAX;

 return &tg->pd;

err_exit_stat_bytes:
 blkg_rwstat_exit(&tg->stat_bytes);
err_free_tg:
 kfree(tg);
 return NULL;
}

static void throtl_pd_init(struct blkg_policy_data *pd)
{
 struct throtl_grp *tg = pd_to_tg(pd);
 struct blkcg_gq *blkg = tg_to_blkg(tg);
 struct throtl_data *td = blkg->q->td;
 struct throtl_service_queue *sq = &tg->service_queue;

 /*
  * If on the default hierarchy, we switch to properly hierarchical
  * behavior where limits on a given throtl_grp are applied to the
  * whole subtree rather than just the group itself.  e.g. If 16M
  * read_bps limit is set on a parent group, summary bps of
  * parent group and its subtree groups can't exceed 16M for the
  * device.
  *
  * If not on the default hierarchy, the broken flat hierarchy
  * behavior is retained where all throtl_grps are treated as if
  * they're all separate root groups right below throtl_data.
  * Limits of a group don't interact with limits of other groups
  * regardless of the position of the group in the hierarchy.
 */
 sq->parent_sq = &td->service_queue;
 if (cgroup_subsys_on_dfl(io_cgrp_subsys) && blkg->parent)
  sq->parent_sq = &blkg_to_tg(blkg->parent)->service_queue;
 tg->td = td;
}

/*
 * Set has_rules[] if @tg or any of its parents have limits configured.
 * This doesn't require walking up to the top of the hierarchy as the
 * parent's has_rules[] is guaranteed to be correct.
 */
static void tg_update_has_rules(struct throtl_grp *tg)
{
 struct throtl_grp *parent_tg = sq_to_tg(tg->service_queue.parent_sq);
 int rw;

 for (rw = READ; rw <= WRITE; rw++) {
  tg->has_rules_iops[rw] =
   (parent_tg && parent_tg->has_rules_iops[rw]) ||
   tg_iops_limit(tg, rw) != UINT_MAX;
  tg->has_rules_bps[rw] =
   (parent_tg && parent_tg->has_rules_bps[rw]) ||
   tg_bps_limit(tg, rw) != U64_MAX;
 }
}

static void throtl_pd_online(struct blkg_policy_data *pd)
{
 struct throtl_grp *tg = pd_to_tg(pd);
 /*
  * We don't want new groups to escape the limits of its ancestors.
  * Update has_rules[] after a new group is brought online.
 */
 tg_update_has_rules(tg);
}

static void throtl_pd_free(struct blkg_policy_data *pd)
{
 struct throtl_grp *tg = pd_to_tg(pd);

 timer_delete_sync(&tg->service_queue.pending_timer);
 blkg_rwstat_exit(&tg->stat_bytes);
 blkg_rwstat_exit(&tg->stat_ios);
 kfree(tg);
}

static struct throtl_grp *
throtl_rb_first(struct throtl_service_queue *parent_sq)
{
 struct rb_node *n;

 n = rb_first_cached(&parent_sq->pending_tree);
 WARN_ON_ONCE(!n);
 if (!n)
  return NULL;
 return rb_entry_tg(n);
}

static void throtl_rb_erase(struct rb_node *n,
       struct throtl_service_queue *parent_sq)
{
 rb_erase_cached(n, &parent_sq->pending_tree);
 RB_CLEAR_NODE(n);
}

static void update_min_dispatch_time(struct throtl_service_queue *parent_sq)
{
 struct throtl_grp *tg;

 tg = throtl_rb_first(parent_sq);
 if (!tg)
  return;

 parent_sq->first_pending_disptime = tg->disptime;
}

static void tg_service_queue_add(struct throtl_grp *tg)
{
 struct throtl_service_queue *parent_sq = tg->service_queue.parent_sq;
 struct rb_node **node = &parent_sq->pending_tree.rb_root.rb_node;
 struct rb_node *parent = NULL;
 struct throtl_grp *__tg;
 unsigned long key = tg->disptime;
 bool leftmost = true;

 while (*node != NULL) {
  parent = *node;
  __tg = rb_entry_tg(parent);

  if (time_before(key, __tg->disptime))
   node = &parent->rb_left;
  else {
   node = &parent->rb_right;
   leftmost = false;
  }
 }

 rb_link_node(&tg->rb_node, parent, node);
 rb_insert_color_cached(&tg->rb_node, &parent_sq->pending_tree,
          leftmost);
}

static void throtl_enqueue_tg(struct throtl_grp *tg)
{
 if (!(tg->flags & THROTL_TG_PENDING)) {
  tg_service_queue_add(tg);
  tg->flags |= THROTL_TG_PENDING;
  tg->service_queue.parent_sq->nr_pending++;
 }
}

static void throtl_dequeue_tg(struct throtl_grp *tg)
{
 if (tg->flags & THROTL_TG_PENDING) {
  struct throtl_service_queue *parent_sq =
   tg->service_queue.parent_sq;

  throtl_rb_erase(&tg->rb_node, parent_sq);
  --parent_sq->nr_pending;
  tg->flags &= ~THROTL_TG_PENDING;
 }
}

/* Call with queue lock held */
static void throtl_schedule_pending_timer(struct throtl_service_queue *sq,
       unsigned long expires)
{
 unsigned long max_expire = jiffies + 8 * sq_to_td(sq)->throtl_slice;

 /*
  * Since we are adjusting the throttle limit dynamically, the sleep
  * time calculated according to previous limit might be invalid. It's
  * possible the cgroup sleep time is very long and no other cgroups
  * have IO running so notify the limit changes. Make sure the cgroup
  * doesn't sleep too long to avoid the missed notification.
 */
 if (time_after(expires, max_expire))
  expires = max_expire;
 mod_timer(&sq->pending_timer, expires);
 throtl_log(sq, "schedule timer. delay=%lu jiffies=%lu",
     expires - jiffies, jiffies);
}

/**
 * throtl_schedule_next_dispatch - schedule the next dispatch cycle
 * @sq: the service_queue to schedule dispatch for
 * @force: force scheduling
 *
 * Arm @sq->pending_timer so that the next dispatch cycle starts on the
 * dispatch time of the first pending child.  Returns %true if either timer
 * is armed or there's no pending child left.  %false if the current
 * dispatch window is still open and the caller should continue
 * dispatching.
 *
 * If @force is %true, the dispatch timer is always scheduled and this
 * function is guaranteed to return %true.  This is to be used when the
 * caller can't dispatch itself and needs to invoke pending_timer
 * unconditionally.  Note that forced scheduling is likely to induce short
 * delay before dispatch starts even if @sq->first_pending_disptime is not
 * in the future and thus shouldn't be used in hot paths.
 */
static bool throtl_schedule_next_dispatch(struct throtl_service_queue *sq,
       bool force)
{
 /* any pending children left? */
 if (!sq->nr_pending)
  return true;

 update_min_dispatch_time(sq);

 /* is the next dispatch time in the future? */
 if (force || time_after(sq->first_pending_disptime, jiffies)) {
  throtl_schedule_pending_timer(sq, sq->first_pending_disptime);
  return true;
 }

 /* tell the caller to continue dispatching */
 return false;
}

static inline void throtl_start_new_slice_with_credit(struct throtl_grp *tg,
  bool rw, unsigned long start)
{
 tg->bytes_disp[rw] = 0;
 tg->io_disp[rw] = 0;

 /*
  * Previous slice has expired. We must have trimmed it after last
  * bio dispatch. That means since start of last slice, we never used
  * that bandwidth. Do try to make use of that bandwidth while giving
  * credit.
 */
 if (time_after(start, tg->slice_start[rw]))
  tg->slice_start[rw] = start;

 tg->slice_end[rw] = jiffies + tg->td->throtl_slice;
 throtl_log(&tg->service_queue,
     "[%c] new slice with credit start=%lu end=%lu jiffies=%lu",
     rw == READ ? 'R' : 'W', tg->slice_start[rw],
     tg->slice_end[rw], jiffies);
}

static inline void throtl_start_new_slice(struct throtl_grp *tg, bool rw,
       bool clear)
{
 if (clear) {
  tg->bytes_disp[rw] = 0;
  tg->io_disp[rw] = 0;
 }
 tg->slice_start[rw] = jiffies;
 tg->slice_end[rw] = jiffies + tg->td->throtl_slice;

 throtl_log(&tg->service_queue,
     "[%c] new slice start=%lu end=%lu jiffies=%lu",
     rw == READ ? 'R' : 'W', tg->slice_start[rw],
     tg->slice_end[rw], jiffies);
}

static inline void throtl_set_slice_end(struct throtl_grp *tg, bool rw,
     unsigned long jiffy_end)
{
 tg->slice_end[rw] = roundup(jiffy_end, tg->td->throtl_slice);
}

static inline void throtl_extend_slice(struct throtl_grp *tg, bool rw,
           unsigned long jiffy_end)
{
 if (!time_before(tg->slice_end[rw], jiffy_end))
  return;

 throtl_set_slice_end(tg, rw, jiffy_end);
 throtl_log(&tg->service_queue,
     "[%c] extend slice start=%lu end=%lu jiffies=%lu",
     rw == READ ? 'R' : 'W', tg->slice_start[rw],
     tg->slice_end[rw], jiffies);
}

/* Determine if previously allocated or extended slice is complete or not */
static bool throtl_slice_used(struct throtl_grp *tg, bool rw)
{
 if (time_in_range(jiffies, tg->slice_start[rw], tg->slice_end[rw]))
  return false;

 return true;
}

static unsigned int sq_queued(struct throtl_service_queue *sq, int type)
{
 return sq->nr_queued_bps[type] + sq->nr_queued_iops[type];
}

static unsigned int calculate_io_allowed(u32 iops_limit,
      unsigned long jiffy_elapsed)
{
 unsigned int io_allowed;
 u64 tmp;

 /*
  * jiffy_elapsed should not be a big value as minimum iops can be
  * 1 then at max jiffy elapsed should be equivalent of 1 second as we
  * will allow dispatch after 1 second and after that slice should
  * have been trimmed.
 */

 tmp = (u64)iops_limit * jiffy_elapsed;
 do_div(tmp, HZ);

 if (tmp > UINT_MAX)
  io_allowed = UINT_MAX;
 else
  io_allowed = tmp;

 return io_allowed;
}

static u64 calculate_bytes_allowed(u64 bps_limit, unsigned long jiffy_elapsed)
{
 /*
  * Can result be wider than 64 bits?
  * We check against 62, not 64, due to ilog2 truncation.
 */
 if (ilog2(bps_limit) + ilog2(jiffy_elapsed) - ilog2(HZ) > 62)
  return U64_MAX;
 return mul_u64_u64_div_u64(bps_limit, (u64)jiffy_elapsed, (u64)HZ);
}

static long long throtl_trim_bps(struct throtl_grp *tg, bool rw,
     unsigned long time_elapsed)
{
 u64 bps_limit = tg_bps_limit(tg, rw);
 long long bytes_trim;

 if (bps_limit == U64_MAX)
  return 0;

 /* Need to consider the case of bytes_allowed overflow. */
 bytes_trim = calculate_bytes_allowed(bps_limit, time_elapsed);
 if (bytes_trim <= 0 || tg->bytes_disp[rw] < bytes_trim) {
  bytes_trim = tg->bytes_disp[rw];
  tg->bytes_disp[rw] = 0;
 } else {
  tg->bytes_disp[rw] -= bytes_trim;
 }

 return bytes_trim;
}

static int throtl_trim_iops(struct throtl_grp *tg, bool rw,
       unsigned long time_elapsed)
{
 u32 iops_limit = tg_iops_limit(tg, rw);
 int io_trim;

 if (iops_limit == UINT_MAX)
  return 0;

 /* Need to consider the case of io_allowed overflow. */
 io_trim = calculate_io_allowed(iops_limit, time_elapsed);
 if (io_trim <= 0 || tg->io_disp[rw] < io_trim) {
  io_trim = tg->io_disp[rw];
  tg->io_disp[rw] = 0;
 } else {
  tg->io_disp[rw] -= io_trim;
 }

 return io_trim;
}

/* Trim the used slices and adjust slice start accordingly */
static inline void throtl_trim_slice(struct throtl_grp *tg, bool rw)
{
 unsigned long time_elapsed;
 long long bytes_trim;
 int io_trim;

 BUG_ON(time_before(tg->slice_end[rw], tg->slice_start[rw]));

 /*
  * If bps are unlimited (-1), then time slice don't get
  * renewed. Don't try to trim the slice if slice is used. A new
  * slice will start when appropriate.
 */
 if (throtl_slice_used(tg, rw))
  return;

 /*
  * A bio has been dispatched. Also adjust slice_end. It might happen
  * that initially cgroup limit was very low resulting in high
  * slice_end, but later limit was bumped up and bio was dispatched
  * sooner, then we need to reduce slice_end. A high bogus slice_end
  * is bad because it does not allow new slice to start.
 */
 throtl_set_slice_end(tg, rw, jiffies + tg->td->throtl_slice);

 time_elapsed = rounddown(jiffies - tg->slice_start[rw],
     tg->td->throtl_slice);
 /* Don't trim slice until at least 2 slices are used */
 if (time_elapsed < tg->td->throtl_slice * 2)
  return;

 /*
  * The bio submission time may be a few jiffies more than the expected
  * waiting time, due to 'extra_bytes' can't be divided in
  * tg_within_bps_limit(), and also due to timer wakeup delay. In this
  * case, adjust slice_start will discard the extra wait time, causing
  * lower rate than expected. Therefore, other than the above rounddown,
  * one extra slice is preserved for deviation.
 */
 time_elapsed -= tg->td->throtl_slice;
 bytes_trim = throtl_trim_bps(tg, rw, time_elapsed);
 io_trim = throtl_trim_iops(tg, rw, time_elapsed);
 if (!bytes_trim && !io_trim)
  return;

 tg->slice_start[rw] += time_elapsed;

 throtl_log(&tg->service_queue,
     "[%c] trim slice nr=%lu bytes=%lld io=%d start=%lu end=%lu jiffies=%lu",
     rw == READ ? 'R' : 'W', time_elapsed / tg->td->throtl_slice,
     bytes_trim, io_trim, tg->slice_start[rw], tg->slice_end[rw],
     jiffies);
}

static void __tg_update_carryover(struct throtl_grp *tg, bool rw,
      long long *bytes, int *ios)
{
 unsigned long jiffy_elapsed = jiffies - tg->slice_start[rw];
 u64 bps_limit = tg_bps_limit(tg, rw);
 u32 iops_limit = tg_iops_limit(tg, rw);
 long long bytes_allowed;
 int io_allowed;

 /*
  * If the queue is empty, carryover handling is not needed. In such cases,
  * tg->[bytes/io]_disp should be reset to 0 to avoid impacting the dispatch
  * of subsequent bios. The same handling applies when the previous BPS/IOPS
  * limit was set to max.
 */
 if (sq_queued(&tg->service_queue, rw) == 0) {
  tg->bytes_disp[rw] = 0;
  tg->io_disp[rw] = 0;
  return;
 }

 /*
  * If config is updated while bios are still throttled, calculate and
  * accumulate how many bytes/ios are waited across changes. And use the
  * calculated carryover (@bytes/@ios) to update [bytes/io]_disp, which
  * will be used to calculate new wait time under new configuration.
  * And we need to consider the case of bytes/io_allowed overflow.
 */
 if (bps_limit != U64_MAX) {
  bytes_allowed = calculate_bytes_allowed(bps_limit, jiffy_elapsed);
  if (bytes_allowed > 0)
   *bytes = bytes_allowed - tg->bytes_disp[rw];
 }
 if (iops_limit != UINT_MAX) {
  io_allowed = calculate_io_allowed(iops_limit, jiffy_elapsed);
  if (io_allowed > 0)
   *ios = io_allowed - tg->io_disp[rw];
 }

 tg->bytes_disp[rw] = -*bytes;
 tg->io_disp[rw] = -*ios;
}

static void tg_update_carryover(struct throtl_grp *tg)
{
 long long bytes[2] = {0};
 int ios[2] = {0};

 __tg_update_carryover(tg, READ, &bytes[READ], &ios[READ]);
 __tg_update_carryover(tg, WRITE, &bytes[WRITE], &ios[WRITE]);

 /* see comments in struct throtl_grp for meaning of carryover. */
 throtl_log(&tg->service_queue, "%s: %lld %lld %d %d\n", __func__,
     bytes[READ], bytes[WRITE], ios[READ], ios[WRITE]);
}

static unsigned long tg_within_iops_limit(struct throtl_grp *tg, struct bio *bio,
     u32 iops_limit)
{
 bool rw = bio_data_dir(bio);
 int io_allowed;
 unsigned long jiffy_elapsed, jiffy_wait, jiffy_elapsed_rnd;

 jiffy_elapsed = jiffies - tg->slice_start[rw];

 /* Round up to the next throttle slice, wait time must be nonzero */
 jiffy_elapsed_rnd = roundup(jiffy_elapsed + 1, tg->td->throtl_slice);
 io_allowed = calculate_io_allowed(iops_limit, jiffy_elapsed_rnd);
 if (io_allowed > 0 && tg->io_disp[rw] + 1 <= io_allowed)
  return 0;

 /* Calc approx time to dispatch */
 jiffy_wait = jiffy_elapsed_rnd - jiffy_elapsed;

 /* make sure at least one io can be dispatched after waiting */
 jiffy_wait = max(jiffy_wait, HZ / iops_limit + 1);
 return jiffy_wait;
}

static unsigned long tg_within_bps_limit(struct throtl_grp *tg, struct bio *bio,
    u64 bps_limit)
{
 bool rw = bio_data_dir(bio);
 long long bytes_allowed;
 u64 extra_bytes;
 unsigned long jiffy_elapsed, jiffy_wait, jiffy_elapsed_rnd;
 unsigned int bio_size = throtl_bio_data_size(bio);

 jiffy_elapsed = jiffy_elapsed_rnd = jiffies - tg->slice_start[rw];

 /* Slice has just started. Consider one slice interval */
 if (!jiffy_elapsed)
  jiffy_elapsed_rnd = tg->td->throtl_slice;

 jiffy_elapsed_rnd = roundup(jiffy_elapsed_rnd, tg->td->throtl_slice);
 bytes_allowed = calculate_bytes_allowed(bps_limit, jiffy_elapsed_rnd);
 /* Need to consider the case of bytes_allowed overflow. */
 if ((bytes_allowed > 0 && tg->bytes_disp[rw] + bio_size <= bytes_allowed)
     || bytes_allowed < 0)
  return 0;

 /* Calc approx time to dispatch */
 extra_bytes = tg->bytes_disp[rw] + bio_size - bytes_allowed;
 jiffy_wait = div64_u64(extra_bytes * HZ, bps_limit);

 if (!jiffy_wait)
  jiffy_wait = 1;

 /*
  * This wait time is without taking into consideration the rounding
  * up we did. Add that time also.
 */
 jiffy_wait = jiffy_wait + (jiffy_elapsed_rnd - jiffy_elapsed);
 return jiffy_wait;
}

static void throtl_charge_bps_bio(struct throtl_grp *tg, struct bio *bio)
{
 unsigned int bio_size = throtl_bio_data_size(bio);

 /* Charge the bio to the group */
 if (!bio_flagged(bio, BIO_BPS_THROTTLED) &&
     !bio_flagged(bio, BIO_TG_BPS_THROTTLED)) {
  bio_set_flag(bio, BIO_TG_BPS_THROTTLED);
  tg->bytes_disp[bio_data_dir(bio)] += bio_size;
 }
}

static void throtl_charge_iops_bio(struct throtl_grp *tg, struct bio *bio)
{
 bio_clear_flag(bio, BIO_TG_BPS_THROTTLED);
 tg->io_disp[bio_data_dir(bio)]++;
}

/*
 * If previous slice expired, start a new one otherwise renew/extend existing
 * slice to make sure it is at least throtl_slice interval long since now. New
 * slice is started only for empty throttle group. If there is queued bio, that
 * means there should be an active slice and it should be extended instead.
 */
static void tg_update_slice(struct throtl_grp *tg, bool rw)
{
 if (throtl_slice_used(tg, rw) &&
     sq_queued(&tg->service_queue, rw) == 0)
  throtl_start_new_slice(tg, rw, true);
 else
  throtl_extend_slice(tg, rw, jiffies + tg->td->throtl_slice);
}

static unsigned long tg_dispatch_bps_time(struct throtl_grp *tg, struct bio *bio)
{
 bool rw = bio_data_dir(bio);
 u64 bps_limit = tg_bps_limit(tg, rw);
 unsigned long bps_wait;

 /* no need to throttle if this bio's bytes have been accounted */
 if (bps_limit == U64_MAX || tg->flags & THROTL_TG_CANCELING ||
     bio_flagged(bio, BIO_BPS_THROTTLED) ||
     bio_flagged(bio, BIO_TG_BPS_THROTTLED))
  return 0;

 tg_update_slice(tg, rw);
 bps_wait = tg_within_bps_limit(tg, bio, bps_limit);
 throtl_extend_slice(tg, rw, jiffies + bps_wait);

 return bps_wait;
}

static unsigned long tg_dispatch_iops_time(struct throtl_grp *tg, struct bio *bio)
{
 bool rw = bio_data_dir(bio);
 u32 iops_limit = tg_iops_limit(tg, rw);
 unsigned long iops_wait;

 if (iops_limit == UINT_MAX || tg->flags & THROTL_TG_CANCELING)
  return 0;

 tg_update_slice(tg, rw);
 iops_wait = tg_within_iops_limit(tg, bio, iops_limit);
 throtl_extend_slice(tg, rw, jiffies + iops_wait);

 return iops_wait;
}

/*
 * Returns approx number of jiffies to wait before this bio is with-in IO rate
 * and can be moved to other queue or dispatched.
 */
static unsigned long tg_dispatch_time(struct throtl_grp *tg, struct bio *bio)
{
 bool rw = bio_data_dir(bio);
 unsigned long wait;

 /*
   * Currently whole state machine of group depends on first bio
  * queued in the group bio list. So one should not be calling
  * this function with a different bio if there are other bios
  * queued.
 */
 BUG_ON(sq_queued(&tg->service_queue, rw) &&
        bio != throtl_peek_queued(&tg->service_queue.queued[rw]));

 wait = tg_dispatch_bps_time(tg, bio);
 if (wait != 0)
  return wait;

 /*
  * Charge bps here because @bio will be directly placed into the
  * iops queue afterward.
 */
 throtl_charge_bps_bio(tg, bio);

 return tg_dispatch_iops_time(tg, bio);
}

/**
 * throtl_add_bio_tg - add a bio to the specified throtl_grp
 * @bio: bio to add
 * @qn: qnode to use
 * @tg: the target throtl_grp
 *
 * Add @bio to @tg's service_queue using @qn.  If @qn is not specified,
 * tg->qnode_on_self[] is used.
 */
static void throtl_add_bio_tg(struct bio *bio, struct throtl_qnode *qn,
         struct throtl_grp *tg)
{
 struct throtl_service_queue *sq = &tg->service_queue;
 bool rw = bio_data_dir(bio);

 if (!qn)
  qn = &tg->qnode_on_self[rw];

 /*
  * If @tg doesn't currently have any bios queued in the same
  * direction, queueing @bio can change when @tg should be
  * dispatched.  Mark that @tg was empty.  This is automatically
  * cleared on the next tg_update_disptime().
 */
 if (sq_queued(sq, rw) == 0)
  tg->flags |= THROTL_TG_WAS_EMPTY;

 throtl_qnode_add_bio(bio, qn, sq);

 /*
  * Since we have split the queues, when the iops queue is
  * previously empty and a new @bio is added into the first @qn,
  * we also need to update the @tg->disptime.
 */
 if (bio_flagged(bio, BIO_BPS_THROTTLED) &&
     bio == throtl_peek_queued(&sq->queued[rw]))
  tg->flags |= THROTL_TG_IOPS_WAS_EMPTY;

 throtl_enqueue_tg(tg);
}

static void tg_update_disptime(struct throtl_grp *tg)
{
 struct throtl_service_queue *sq = &tg->service_queue;
 unsigned long read_wait = -1, write_wait = -1, min_wait, disptime;
 struct bio *bio;

 bio = throtl_peek_queued(&sq->queued[READ]);
 if (bio)
  read_wait = tg_dispatch_time(tg, bio);

 bio = throtl_peek_queued(&sq->queued[WRITE]);
 if (bio)
  write_wait = tg_dispatch_time(tg, bio);

 min_wait = min(read_wait, write_wait);
 disptime = jiffies + min_wait;

 /* Update dispatch time */
 throtl_rb_erase(&tg->rb_node, tg->service_queue.parent_sq);
 tg->disptime = disptime;
 tg_service_queue_add(tg);

 /* see throtl_add_bio_tg() */
 tg->flags &= ~THROTL_TG_WAS_EMPTY;
 tg->flags &= ~THROTL_TG_IOPS_WAS_EMPTY;
}

static void start_parent_slice_with_credit(struct throtl_grp *child_tg,
     struct throtl_grp *parent_tg, bool rw)
{
 if (throtl_slice_used(parent_tg, rw)) {
  throtl_start_new_slice_with_credit(parent_tg, rw,
    child_tg->slice_start[rw]);
 }

}

static void tg_dispatch_one_bio(struct throtl_grp *tg, bool rw)
{
 struct throtl_service_queue *sq = &tg->service_queue;
 struct throtl_service_queue *parent_sq = sq->parent_sq;
 struct throtl_grp *parent_tg = sq_to_tg(parent_sq);
 struct throtl_grp *tg_to_put = NULL;
 struct bio *bio;

 /*
  * @bio is being transferred from @tg to @parent_sq.  Popping a bio
  * from @tg may put its reference and @parent_sq might end up
  * getting released prematurely.  Remember the tg to put and put it
  * after @bio is transferred to @parent_sq.
 */
 bio = throtl_pop_queued(sq, &tg_to_put, rw);

 throtl_charge_iops_bio(tg, bio);

 /*
  * If our parent is another tg, we just need to transfer @bio to
  * the parent using throtl_add_bio_tg().  If our parent is
  * @td->service_queue, @bio is ready to be issued.  Put it on its
  * bio_lists[] and decrease total number queued.  The caller is
  * responsible for issuing these bios.
 */
 if (parent_tg) {
  throtl_add_bio_tg(bio, &tg->qnode_on_parent[rw], parent_tg);
  start_parent_slice_with_credit(tg, parent_tg, rw);
 } else {
  bio_set_flag(bio, BIO_BPS_THROTTLED);
  throtl_qnode_add_bio(bio, &tg->qnode_on_parent[rw],
         parent_sq);
  BUG_ON(tg->td->nr_queued[rw] <= 0);
  tg->td->nr_queued[rw]--;
 }

 throtl_trim_slice(tg, rw);

 if (tg_to_put)
  blkg_put(tg_to_blkg(tg_to_put));
}

static int throtl_dispatch_tg(struct throtl_grp *tg)
{
 struct throtl_service_queue *sq = &tg->service_queue;
 unsigned int nr_reads = 0, nr_writes = 0;
 unsigned int max_nr_reads = THROTL_GRP_QUANTUM * 3 / 4;
 unsigned int max_nr_writes = THROTL_GRP_QUANTUM - max_nr_reads;
 struct bio *bio;

 /* Try to dispatch 75% READS and 25% WRITES */

 while ((bio = throtl_peek_queued(&sq->queued[READ])) &&
        tg_dispatch_time(tg, bio) == 0) {

  tg_dispatch_one_bio(tg, READ);
  nr_reads++;

  if (nr_reads >= max_nr_reads)
   break;
 }

 while ((bio = throtl_peek_queued(&sq->queued[WRITE])) &&
        tg_dispatch_time(tg, bio) == 0) {

  tg_dispatch_one_bio(tg, WRITE);
  nr_writes++;

  if (nr_writes >= max_nr_writes)
   break;
 }

 return nr_reads + nr_writes;
}

static int throtl_select_dispatch(struct throtl_service_queue *parent_sq)
{
 unsigned int nr_disp = 0;

 while (1) {
  struct throtl_grp *tg;
  struct throtl_service_queue *sq;

  if (!parent_sq->nr_pending)
   break;

  tg = throtl_rb_first(parent_sq);
  if (!tg)
   break;

  if (time_before(jiffies, tg->disptime))
   break;

  nr_disp += throtl_dispatch_tg(tg);

  sq = &tg->service_queue;
  if (sq_queued(sq, READ) || sq_queued(sq, WRITE))
   tg_update_disptime(tg);
  else
   throtl_dequeue_tg(tg);

  if (nr_disp >= THROTL_QUANTUM)
   break;
 }

 return nr_disp;
}

/**
 * throtl_pending_timer_fn - timer function for service_queue->pending_timer
 * @t: the pending_timer member of the throtl_service_queue being serviced
 *
 * This timer is armed when a child throtl_grp with active bio's become
 * pending and queued on the service_queue's pending_tree and expires when
 * the first child throtl_grp should be dispatched.  This function
 * dispatches bio's from the children throtl_grps to the parent
 * service_queue.
 *
 * If the parent's parent is another throtl_grp, dispatching is propagated
 * by either arming its pending_timer or repeating dispatch directly.  If
 * the top-level service_tree is reached, throtl_data->dispatch_work is
 * kicked so that the ready bio's are issued.
 */
static void throtl_pending_timer_fn(struct timer_list *t)
{
 struct throtl_service_queue *sq = timer_container_of(sq, t,
            pending_timer);
 struct throtl_grp *tg = sq_to_tg(sq);
 struct throtl_data *td = sq_to_td(sq);
 struct throtl_service_queue *parent_sq;
 struct request_queue *q;
 bool dispatched;
 int ret;

 /* throtl_data may be gone, so figure out request queue by blkg */
 if (tg)
  q = tg->pd.blkg->q;
 else
  q = td->queue;

 spin_lock_irq(&q->queue_lock);

 if (!q->root_blkg)
  goto out_unlock;

again:
 parent_sq = sq->parent_sq;
 dispatched = false;

 while (true) {
  unsigned int __maybe_unused bio_cnt_r = sq_queued(sq, READ);
  unsigned int __maybe_unused bio_cnt_w = sq_queued(sq, WRITE);

  throtl_log(sq, "dispatch nr_queued=%u read=%u write=%u",
      bio_cnt_r + bio_cnt_w, bio_cnt_r, bio_cnt_w);

  ret = throtl_select_dispatch(sq);
  if (ret) {
   throtl_log(sq, "bios disp=%u", ret);
   dispatched = true;
  }

  if (throtl_schedule_next_dispatch(sq, false))
   break;

  /* this dispatch windows is still open, relax and repeat */
  spin_unlock_irq(&q->queue_lock);
  cpu_relax();
  spin_lock_irq(&q->queue_lock);
 }

 if (!dispatched)
  goto out_unlock;

 if (parent_sq) {
  /* @parent_sq is another throl_grp, propagate dispatch */
  if (tg->flags & THROTL_TG_WAS_EMPTY ||
      tg->flags & THROTL_TG_IOPS_WAS_EMPTY) {
   tg_update_disptime(tg);
   if (!throtl_schedule_next_dispatch(parent_sq, false)) {
    /* window is already open, repeat dispatching */
    sq = parent_sq;
    tg = sq_to_tg(sq);
    goto again;
   }
  }
 } else {
  /* reached the top-level, queue issuing */
  queue_work(kthrotld_workqueue, &td->dispatch_work);
 }
out_unlock:
 spin_unlock_irq(&q->queue_lock);
}

/**
 * blk_throtl_dispatch_work_fn - work function for throtl_data->dispatch_work
 * @work: work item being executed
 *
 * This function is queued for execution when bios reach the bio_lists[]
 * of throtl_data->service_queue.  Those bios are ready and issued by this
 * function.
 */
static void blk_throtl_dispatch_work_fn(struct work_struct *work)
{
 struct throtl_data *td = container_of(work, struct throtl_data,
           dispatch_work);
 struct throtl_service_queue *td_sq = &td->service_queue;
 struct request_queue *q = td->queue;
 struct bio_list bio_list_on_stack;
 struct bio *bio;
 struct blk_plug plug;
 int rw;

 bio_list_init(&bio_list_on_stack);

 spin_lock_irq(&q->queue_lock);
 for (rw = READ; rw <= WRITE; rw++)
  while ((bio = throtl_pop_queued(td_sq, NULL, rw)))
   bio_list_add(&bio_list_on_stack, bio);
 spin_unlock_irq(&q->queue_lock);

 if (!bio_list_empty(&bio_list_on_stack)) {
  blk_start_plug(&plug);
  while ((bio = bio_list_pop(&bio_list_on_stack)))
   submit_bio_noacct_nocheck(bio, false);
  blk_finish_plug(&plug);
 }
}

static u64 tg_prfill_conf_u64(struct seq_file *sf, struct blkg_policy_data *pd,
         int off)
{
 struct throtl_grp *tg = pd_to_tg(pd);
 u64 v = *(u64 *)((void *)tg + off);

 if (v == U64_MAX)
  return 0;
 return __blkg_prfill_u64(sf, pd, v);
}

static u64 tg_prfill_conf_uint(struct seq_file *sf, struct blkg_policy_data *pd,
          int off)
{
 struct throtl_grp *tg = pd_to_tg(pd);
 unsigned int v = *(unsigned int *)((void *)tg + off);

 if (v == UINT_MAX)
  return 0;
 return __blkg_prfill_u64(sf, pd, v);
}

static int tg_print_conf_u64(struct seq_file *sf, void *v)
{
 blkcg_print_blkgs(sf, css_to_blkcg(seq_css(sf)), tg_prfill_conf_u64,
     &blkcg_policy_throtl, seq_cft(sf)->private, false);
 return 0;
}

static int tg_print_conf_uint(struct seq_file *sf, void *v)
{
 blkcg_print_blkgs(sf, css_to_blkcg(seq_css(sf)), tg_prfill_conf_uint,
     &blkcg_policy_throtl, seq_cft(sf)->private, false);
 return 0;
}

static void tg_conf_updated(struct throtl_grp *tg, bool global)
{
 struct throtl_service_queue *sq = &tg->service_queue;
 struct cgroup_subsys_state *pos_css;
 struct blkcg_gq *blkg;

 throtl_log(&tg->service_queue,
     "limit change rbps=%llu wbps=%llu riops=%u wiops=%u",
     tg_bps_limit(tg, READ), tg_bps_limit(tg, WRITE),
     tg_iops_limit(tg, READ), tg_iops_limit(tg, WRITE));

 rcu_read_lock();
 /*
  * Update has_rules[] flags for the updated tg's subtree.  A tg is
  * considered to have rules if either the tg itself or any of its
  * ancestors has rules.  This identifies groups without any
  * restrictions in the whole hierarchy and allows them to bypass
  * blk-throttle.
 */
 blkg_for_each_descendant_pre(blkg, pos_css,
   global ? tg->td->queue->root_blkg : tg_to_blkg(tg)) {
  struct throtl_grp *this_tg = blkg_to_tg(blkg);

  tg_update_has_rules(this_tg);
  /* ignore root/second level */
  if (!cgroup_subsys_on_dfl(io_cgrp_subsys) || !blkg->parent ||
      !blkg->parent->parent)
   continue;
 }
 rcu_read_unlock();

 /*
  * We're already holding queue_lock and know @tg is valid.  Let's
  * apply the new config directly.
  *
  * Restart the slices for both READ and WRITES. It might happen
  * that a group's limit are dropped suddenly and we don't want to
  * account recently dispatched IO with new low rate.
 */
 throtl_start_new_slice(tg, READ, false);
 throtl_start_new_slice(tg, WRITE, false);

 if (tg->flags & THROTL_TG_PENDING) {
  tg_update_disptime(tg);
  throtl_schedule_next_dispatch(sq->parent_sq, true);
 }
}

static int blk_throtl_init(struct gendisk *disk)
{
 struct request_queue *q = disk->queue;
 struct throtl_data *td;
 unsigned int memflags;
 int ret;

 td = kzalloc_node(sizeof(*td), GFP_KERNEL, q->node);
 if (!td)
  return -ENOMEM;

 INIT_WORK(&td->dispatch_work, blk_throtl_dispatch_work_fn);
 throtl_service_queue_init(&td->service_queue);

 memflags = blk_mq_freeze_queue(disk->queue);
 blk_mq_quiesce_queue(disk->queue);

 q->td = td;
 td->queue = q;

 /* activate policy, blk_throtl_activated() will return true */
 ret = blkcg_activate_policy(disk, &blkcg_policy_throtl);
 if (ret) {
  q->td = NULL;
  kfree(td);
  goto out;
 }

 if (blk_queue_nonrot(q))
  td->throtl_slice = DFL_THROTL_SLICE_SSD;
 else
  td->throtl_slice = DFL_THROTL_SLICE_HD;
 td->track_bio_latency = !queue_is_mq(q);
 if (!td->track_bio_latency)
  blk_stat_enable_accounting(q);

out:
 blk_mq_unquiesce_queue(disk->queue);
 blk_mq_unfreeze_queue(disk->queue, memflags);

 return ret;
}


static ssize_t tg_set_conf(struct kernfs_open_file *of,
      char *buf, size_t nbytes, loff_t off, bool is_u64)
{
 struct blkcg *blkcg = css_to_blkcg(of_css(of));
 struct blkg_conf_ctx ctx;
 struct throtl_grp *tg;
 int ret;
 u64 v;

 blkg_conf_init(&ctx, buf);

 ret = blkg_conf_open_bdev(&ctx);
 if (ret)
  goto out_finish;

 if (!blk_throtl_activated(ctx.bdev->bd_queue)) {
  ret = blk_throtl_init(ctx.bdev->bd_disk);
  if (ret)
   goto out_finish;
 }

 ret = blkg_conf_prep(blkcg, &blkcg_policy_throtl, &ctx);
 if (ret)
  goto out_finish;

 ret = -EINVAL;
 if (sscanf(ctx.body, "%llu", &v) != 1)
  goto out_finish;
 if (!v)
  v = U64_MAX;

 tg = blkg_to_tg(ctx.blkg);
 tg_update_carryover(tg);

 if (is_u64)
  *(u64 *)((void *)tg + of_cft(of)->private) = v;
 else
  *(unsigned int *)((void *)tg + of_cft(of)->private) = v;

 tg_conf_updated(tg, false);
 ret = 0;
out_finish:
 blkg_conf_exit(&ctx);
 return ret ?: nbytes;
}

static ssize_t tg_set_conf_u64(struct kernfs_open_file *of,
          char *buf, size_t nbytes, loff_t off)
{
 return tg_set_conf(of, buf, nbytes, off, true);
}

static ssize_t tg_set_conf_uint(struct kernfs_open_file *of,
    char *buf, size_t nbytes, loff_t off)
{
 return tg_set_conf(of, buf, nbytes, off, false);
}

static int tg_print_rwstat(struct seq_file *sf, void *v)
{
 blkcg_print_blkgs(sf, css_to_blkcg(seq_css(sf)),
     blkg_prfill_rwstat, &blkcg_policy_throtl,
     seq_cft(sf)->private, true);
 return 0;
}

static u64 tg_prfill_rwstat_recursive(struct seq_file *sf,
          struct blkg_policy_data *pd, int off)
{
 struct blkg_rwstat_sample sum;

 blkg_rwstat_recursive_sum(pd_to_blkg(pd), &blkcg_policy_throtl, off,
      &sum);
 return __blkg_prfill_rwstat(sf, pd, &sum);
}

static int tg_print_rwstat_recursive(struct seq_file *sf, void *v)
{
 blkcg_print_blkgs(sf, css_to_blkcg(seq_css(sf)),
     tg_prfill_rwstat_recursive, &blkcg_policy_throtl,
     seq_cft(sf)->private, true);
 return 0;
}

static struct cftype throtl_legacy_files[] = {
 {
  .name = "throttle.read_bps_device",
  .private = offsetof(struct throtl_grp, bps[READ]),
  .seq_show = tg_print_conf_u64,
  .write = tg_set_conf_u64,
 },
 {
  .name = "throttle.write_bps_device",
  .private = offsetof(struct throtl_grp, bps[WRITE]),
  .seq_show = tg_print_conf_u64,
  .write = tg_set_conf_u64,
 },
 {
  .name = "throttle.read_iops_device",
  .private = offsetof(struct throtl_grp, iops[READ]),
  .seq_show = tg_print_conf_uint,
  .write = tg_set_conf_uint,
 },
 {
  .name = "throttle.write_iops_device",
  .private = offsetof(struct throtl_grp, iops[WRITE]),
  .seq_show = tg_print_conf_uint,
  .write = tg_set_conf_uint,
 },
 {
  .name = "throttle.io_service_bytes",
  .private = offsetof(struct throtl_grp, stat_bytes),
  .seq_show = tg_print_rwstat,
 },
 {
  .name = "throttle.io_service_bytes_recursive",
  .private = offsetof(struct throtl_grp, stat_bytes),
  .seq_show = tg_print_rwstat_recursive,
 },
 {
  .name = "throttle.io_serviced",
  .private = offsetof(struct throtl_grp, stat_ios),
  .seq_show = tg_print_rwstat,
 },
 {
  .name = "throttle.io_serviced_recursive",
  .private = offsetof(struct throtl_grp, stat_ios),
  .seq_show = tg_print_rwstat_recursive,
 },
 { } /* terminate */
};

static u64 tg_prfill_limit(struct seq_file *sf, struct blkg_policy_data *pd,
    int off)
{
 struct throtl_grp *tg = pd_to_tg(pd);
 const char *dname = blkg_dev_name(pd->blkg);
 u64 bps_dft;
 unsigned int iops_dft;

 if (!dname)
  return 0;

 bps_dft = U64_MAX;
 iops_dft = UINT_MAX;

 if (tg->bps[READ] == bps_dft &&
     tg->bps[WRITE] == bps_dft &&
     tg->iops[READ] == iops_dft &&
     tg->iops[WRITE] == iops_dft)
  return 0;

 seq_printf(sf, "%s", dname);
 if (tg->bps[READ] == U64_MAX)
  seq_printf(sf, " rbps=max");
 else
  seq_printf(sf, " rbps=%llu", tg->bps[READ]);

 if (tg->bps[WRITE] == U64_MAX)
  seq_printf(sf, " wbps=max");
 else
  seq_printf(sf, " wbps=%llu", tg->bps[WRITE]);

 if (tg->iops[READ] == UINT_MAX)
  seq_printf(sf, " riops=max");
 else
  seq_printf(sf, " riops=%u", tg->iops[READ]);

 if (tg->iops[WRITE] == UINT_MAX)
  seq_printf(sf, " wiops=max");
 else
  seq_printf(sf, " wiops=%u", tg->iops[WRITE]);

 seq_printf(sf, "\n");
 return 0;
}

static int tg_print_limit(struct seq_file *sf, void *v)
{
 blkcg_print_blkgs(sf, css_to_blkcg(seq_css(sf)), tg_prfill_limit,
     &blkcg_policy_throtl, seq_cft(sf)->private, false);
 return 0;
}

static ssize_t tg_set_limit(struct kernfs_open_file *of,
     char *buf, size_t nbytes, loff_t off)
{
 struct blkcg *blkcg = css_to_blkcg(of_css(of));
 struct blkg_conf_ctx ctx;
 struct throtl_grp *tg;
 u64 v[4];
 int ret;

 blkg_conf_init(&ctx, buf);

 ret = blkg_conf_open_bdev(&ctx);
 if (ret)
  goto out_finish;

 if (!blk_throtl_activated(ctx.bdev->bd_queue)) {
  ret = blk_throtl_init(ctx.bdev->bd_disk);
  if (ret)
   goto out_finish;
 }

 ret = blkg_conf_prep(blkcg, &blkcg_policy_throtl, &ctx);
 if (ret)
  goto out_finish;

 tg = blkg_to_tg(ctx.blkg);
 tg_update_carryover(tg);

 v[0] = tg->bps[READ];
 v[1] = tg->bps[WRITE];
 v[2] = tg->iops[READ];
 v[3] = tg->iops[WRITE];

 while (true) {
  char tok[27]; /* wiops=18446744073709551616 */
  char *p;
  u64 val = U64_MAX;
  int len;

  if (sscanf(ctx.body, "%26s%n", tok, &len) != 1)
   break;
  if (tok[0] == '\0')
   break;
  ctx.body += len;

  ret = -EINVAL;
  p = tok;
  strsep(&p, "=");
  if (!p || (sscanf(p, "%llu", &val) != 1 && strcmp(p, "max")))
   goto out_finish;

  ret = -ERANGE;
  if (!val)
   goto out_finish;

  ret = -EINVAL;
  if (!strcmp(tok, "rbps"))
   v[0] = val;
  else if (!strcmp(tok, "wbps"))
   v[1] = val;
  else if (!strcmp(tok, "riops"))
   v[2] = min_t(u64, val, UINT_MAX);
  else if (!strcmp(tok, "wiops"))
   v[3] = min_t(u64, val, UINT_MAX);
  else
   goto out_finish;
 }

 tg->bps[READ] = v[0];
 tg->bps[WRITE] = v[1];
 tg->iops[READ] = v[2];
 tg->iops[WRITE] = v[3];

 tg_conf_updated(tg, false);
 ret = 0;
out_finish:
 blkg_conf_exit(&ctx);
 return ret ?: nbytes;
}

static struct cftype throtl_files[] = {
 {
  .name = "max",
  .flags = CFTYPE_NOT_ON_ROOT,
  .seq_show = tg_print_limit,
  .write = tg_set_limit,
 },
 { } /* terminate */
};

static void throtl_shutdown_wq(struct request_queue *q)
{
 struct throtl_data *td = q->td;

 cancel_work_sync(&td->dispatch_work);
}

static void tg_flush_bios(struct throtl_grp *tg)
{
 struct throtl_service_queue *sq = &tg->service_queue;

 if (tg->flags & THROTL_TG_CANCELING)
  return;
 /*
  * Set the flag to make sure throtl_pending_timer_fn() won't
  * stop until all throttled bios are dispatched.
 */
 tg->flags |= THROTL_TG_CANCELING;

 /*
  * Do not dispatch cgroup without THROTL_TG_PENDING or cgroup
  * will be inserted to service queue without THROTL_TG_PENDING
  * set in tg_update_disptime below. Then IO dispatched from
  * child in tg_dispatch_one_bio will trigger double insertion
  * and corrupt the tree.
 */
 if (!(tg->flags & THROTL_TG_PENDING))
  return;

 /*
  * Update disptime after setting the above flag to make sure
  * throtl_select_dispatch() won't exit without dispatching.
 */
 tg_update_disptime(tg);

 throtl_schedule_pending_timer(sq, jiffies + 1);
}

static void throtl_pd_offline(struct blkg_policy_data *pd)
{
 tg_flush_bios(pd_to_tg(pd));
}

struct blkcg_policy blkcg_policy_throtl = {
 .dfl_cftypes  = throtl_files,
 .legacy_cftypes  = throtl_legacy_files,

 .pd_alloc_fn  = throtl_pd_alloc,
 .pd_init_fn  = throtl_pd_init,
 .pd_online_fn  = throtl_pd_online,
 .pd_offline_fn  = throtl_pd_offline,
 .pd_free_fn  = throtl_pd_free,
};

void blk_throtl_cancel_bios(struct gendisk *disk)
{
 struct request_queue *q = disk->queue;
 struct cgroup_subsys_state *pos_css;
 struct blkcg_gq *blkg;

 if (!blk_throtl_activated(q))
  return;

 spin_lock_irq(&q->queue_lock);
 /*
  * queue_lock is held, rcu lock is not needed here technically.
  * However, rcu lock is still held to emphasize that following
  * path need RCU protection and to prevent warning from lockdep.
 */
 rcu_read_lock();
 blkg_for_each_descendant_post(blkg, pos_css, q->root_blkg) {
  /*
   * disk_release will call pd_offline_fn to cancel bios.
   * However, disk_release can't be called if someone get
   * the refcount of device and issued bios which are
   * inflight after del_gendisk.
   * Cancel bios here to ensure no bios are inflight after
   * del_gendisk.
 */
  tg_flush_bios(blkg_to_tg(blkg));
 }
 rcu_read_unlock();
 spin_unlock_irq(&q->queue_lock);
}

static bool tg_within_limit(struct throtl_grp *tg, struct bio *bio, bool rw)
{
 struct throtl_service_queue *sq = &tg->service_queue;

 /*
  * For a split bio, we need to specifically distinguish whether the
  * iops queue is empty.
 */
 if (bio_flagged(bio, BIO_BPS_THROTTLED))
  return sq->nr_queued_iops[rw] == 0 &&
    tg_dispatch_iops_time(tg, bio) == 0;

 /*
  * Throtl is FIFO - if bios are already queued, should queue.
  * If the bps queue is empty and @bio is within the bps limit, charge
  * bps here for direct placement into the iops queue.
 */
 if (sq_queued(&tg->service_queue, rw)) {
  if (sq->nr_queued_bps[rw] == 0 &&
      tg_dispatch_bps_time(tg, bio) == 0)
   throtl_charge_bps_bio(tg, bio);

  return false;
 }

 return tg_dispatch_time(tg, bio) == 0;
}

bool __blk_throtl_bio(struct bio *bio)
{
 struct request_queue *q = bdev_get_queue(bio->bi_bdev);
 struct blkcg_gq *blkg = bio->bi_blkg;
 struct throtl_qnode *qn = NULL;
 struct throtl_grp *tg = blkg_to_tg(blkg);
 struct throtl_service_queue *sq;
 bool rw = bio_data_dir(bio);
 bool throttled = false;
 struct throtl_data *td = tg->td;

 rcu_read_lock();
 spin_lock_irq(&q->queue_lock);
 sq = &tg->service_queue;

 while (true) {
  if (tg_within_limit(tg, bio, rw)) {
   /* within limits, let's charge and dispatch directly */
   throtl_charge_iops_bio(tg, bio);

   /*
    * We need to trim slice even when bios are not being
    * queued otherwise it might happen that a bio is not
    * queued for a long time and slice keeps on extending
    * and trim is not called for a long time. Now if limits
    * are reduced suddenly we take into account all the IO
    * dispatched so far at new low rate and * newly queued
    * IO gets a really long dispatch time.
    *
    * So keep on trimming slice even if bio is not queued.
 */
   throtl_trim_slice(tg, rw);
  } else if (bio_issue_as_root_blkg(bio)) {
   /*
    * IOs which may cause priority inversions are
    * dispatched directly, even if they're over limit.
    *
    * Charge and dispatch directly, and our throttle
    * control algorithm is adaptive, and extra IO bytes
    * will be throttled for paying the debt
 */
   throtl_charge_bps_bio(tg, bio);
   throtl_charge_iops_bio(tg, bio);
  } else {
   /* if above limits, break to queue */
   break;
  }

  /*
   * @bio passed through this layer without being throttled.
   * Climb up the ladder.  If we're already at the top, it
   * can be executed directly.
 */
  qn = &tg->qnode_on_parent[rw];
  sq = sq->parent_sq;
  tg = sq_to_tg(sq);
  if (!tg) {
   bio_set_flag(bio, BIO_BPS_THROTTLED);
   goto out_unlock;
  }
 }

 /* out-of-limit, queue to @tg */
 throtl_log(sq, "[%c] bio. bdisp=%llu sz=%u bps=%llu iodisp=%u iops=%u queued=%d/%d",
     rw == READ ? 'R' : 'W',
     tg->bytes_disp[rw], bio->bi_iter.bi_size,
     tg_bps_limit(tg, rw),
     tg->io_disp[rw], tg_iops_limit(tg, rw),
     sq_queued(sq, READ), sq_queued(sq, WRITE));

 td->nr_queued[rw]++;
 throtl_add_bio_tg(bio, qn, tg);
 throttled = true;

 /*
  * Update @tg's dispatch time and force schedule dispatch if @tg
  * was empty before @bio, or the iops queue is empty and @bio will
  * add to.  The forced scheduling isn't likely to cause undue
  * delay as @bio is likely to be dispatched directly if its @tg's
  * disptime is not in the future.
 */
 if (tg->flags & THROTL_TG_WAS_EMPTY ||
     tg->flags & THROTL_TG_IOPS_WAS_EMPTY) {
  tg_update_disptime(tg);
  throtl_schedule_next_dispatch(tg->service_queue.parent_sq, true);
 }

out_unlock:
 spin_unlock_irq(&q->queue_lock);

 rcu_read_unlock();
 return throttled;
}

void blk_throtl_exit(struct gendisk *disk)
{
 struct request_queue *q = disk->queue;

 /*
  * blkg_destroy_all() already deactivate throtl policy, just check and
  * free throtl data.
 */
 if (!q->td)
  return;

 timer_delete_sync(&q->td->service_queue.pending_timer);
 throtl_shutdown_wq(q);
 kfree(q->td);
}

static int __init throtl_init(void)
{
 kthrotld_workqueue = alloc_workqueue("kthrotld", WQ_MEM_RECLAIM, 0);
 if (!kthrotld_workqueue)
  panic("Failed to create kthrotld\n");

 return blkcg_policy_register(&blkcg_policy_throtl);
}

module_init(throtl_init);