Quelle  direct-io.c   Sprache: C

// SPDX-License-Identifier: GPL-2.0
/*
 * Copyright (C) 2010 Red Hat, Inc.
 * Copyright (c) 2016-2025 Christoph Hellwig.
 */
#include <linux/fscrypt.h>
#include <linux/pagemap.h>
#include <linux/iomap.h>
#include <linux/task_io_accounting_ops.h>
#include "internal.h"
#include "trace.h"

#include "../internal.h"

/*
 * Private flags for iomap_dio, must not overlap with the public ones in
 * iomap.h:
 */
#define IOMAP_DIO_NO_INVALIDATE (1U << 25)
#define IOMAP_DIO_CALLER_COMP (1U << 26)
#define IOMAP_DIO_INLINE_COMP (1U << 27)
#define IOMAP_DIO_WRITE_THROUGH (1U << 28)
#define IOMAP_DIO_NEED_SYNC (1U << 29)
#define IOMAP_DIO_WRITE  (1U << 30)
#define IOMAP_DIO_DIRTY  (1U << 31)

/*
 * Used for sub block zeroing in iomap_dio_zero()
 */
#define IOMAP_ZERO_PAGE_SIZE (SZ_64K)
#define IOMAP_ZERO_PAGE_ORDER (get_order(IOMAP_ZERO_PAGE_SIZE))
static struct page *zero_page;

struct iomap_dio {
 struct kiocb  *iocb;
 const struct iomap_dio_ops *dops;
 loff_t   i_size;
 loff_t   size;
 atomic_t  ref;
 unsigned  flags;
 int   error;
 size_t   done_before;
 bool   wait_for_completion;

 union {
  /* used during submission and for synchronous completion: */
  struct {
   struct iov_iter  *iter;
   struct task_struct *waiter;
  } submit;

  /* used for aio completion: */
  struct {
   struct work_struct work;
  } aio;
 };
};

static struct bio *iomap_dio_alloc_bio(const struct iomap_iter *iter,
  struct iomap_dio *dio, unsigned short nr_vecs, blk_opf_t opf)
{
 if (dio->dops && dio->dops->bio_set)
  return bio_alloc_bioset(iter->iomap.bdev, nr_vecs, opf,
     GFP_KERNEL, dio->dops->bio_set);
 return bio_alloc(iter->iomap.bdev, nr_vecs, opf, GFP_KERNEL);
}

static void iomap_dio_submit_bio(const struct iomap_iter *iter,
  struct iomap_dio *dio, struct bio *bio, loff_t pos)
{
 struct kiocb *iocb = dio->iocb;

 atomic_inc(&dio->ref);

 /* Sync dio can't be polled reliably */
 if ((iocb->ki_flags & IOCB_HIPRI) && !is_sync_kiocb(iocb)) {
  bio_set_polled(bio, iocb);
  WRITE_ONCE(iocb->private, bio);
 }

 if (dio->dops && dio->dops->submit_io) {
  dio->dops->submit_io(iter, bio, pos);
 } else {
  WARN_ON_ONCE(iter->iomap.flags & IOMAP_F_ANON_WRITE);
  submit_bio(bio);
 }
}

ssize_t iomap_dio_complete(struct iomap_dio *dio)
{
 const struct iomap_dio_ops *dops = dio->dops;
 struct kiocb *iocb = dio->iocb;
 loff_t offset = iocb->ki_pos;
 ssize_t ret = dio->error;

 if (dops && dops->end_io)
  ret = dops->end_io(iocb, dio->size, ret, dio->flags);

 if (likely(!ret)) {
  ret = dio->size;
  /* check for short read */
  if (offset + ret > dio->i_size &&
      !(dio->flags & IOMAP_DIO_WRITE))
   ret = dio->i_size - offset;
 }

 /*
  * Try again to invalidate clean pages which might have been cached by
  * non-direct readahead, or faulted in by get_user_pages() if the source
  * of the write was an mmap'ed region of the file we're writing.  Either
  * one is a pretty crazy thing to do, so we don't support it 100%.  If
  * this invalidation fails, tough, the write still worked...
  *
  * And this page cache invalidation has to be after ->end_io(), as some
  * filesystems convert unwritten extents to real allocations in
  * ->end_io() when necessary, otherwise a racing buffer read would cache
  * zeros from unwritten extents.
 */
 if (!dio->error && dio->size && (dio->flags & IOMAP_DIO_WRITE) &&
     !(dio->flags & IOMAP_DIO_NO_INVALIDATE))
  kiocb_invalidate_post_direct_write(iocb, dio->size);

 inode_dio_end(file_inode(iocb->ki_filp));

 if (ret > 0) {
  iocb->ki_pos += ret;

  /*
   * If this is a DSYNC write, make sure we push it to stable
   * storage now that we've written data.
 */
  if (dio->flags & IOMAP_DIO_NEED_SYNC)
   ret = generic_write_sync(iocb, ret);
  if (ret > 0)
   ret += dio->done_before;
 }
 trace_iomap_dio_complete(iocb, dio->error, ret);
 kfree(dio);
 return ret;
}
EXPORT_SYMBOL_GPL(iomap_dio_complete);

static ssize_t iomap_dio_deferred_complete(void *data)
{
 return iomap_dio_complete(data);
}

static void iomap_dio_complete_work(struct work_struct *work)
{
 struct iomap_dio *dio = container_of(work, struct iomap_dio, aio.work);
 struct kiocb *iocb = dio->iocb;

 iocb->ki_complete(iocb, iomap_dio_complete(dio));
}

/*
 * Set an error in the dio if none is set yet.  We have to use cmpxchg
 * as the submission context and the completion context(s) can race to
 * update the error.
 */
static inline void iomap_dio_set_error(struct iomap_dio *dio, int ret)
{
 cmpxchg(&dio->error, 0, ret);
}

/*
 * Called when dio->ref reaches zero from an I/O completion.
 */
static void iomap_dio_done(struct iomap_dio *dio)
{
 struct kiocb *iocb = dio->iocb;

 if (dio->wait_for_completion) {
  /*
   * Synchronous I/O, task itself will handle any completion work
   * that needs after IO. All we need to do is wake the task.
 */
  struct task_struct *waiter = dio->submit.waiter;

  WRITE_ONCE(dio->submit.waiter, NULL);
  blk_wake_io_task(waiter);
 } else if (dio->flags & IOMAP_DIO_INLINE_COMP) {
  WRITE_ONCE(iocb->private, NULL);
  iomap_dio_complete_work(&dio->aio.work);
 } else if (dio->flags & IOMAP_DIO_CALLER_COMP) {
  /*
   * If this dio is flagged with IOMAP_DIO_CALLER_COMP, then
   * schedule our completion that way to avoid an async punt to a
   * workqueue.
 */
  /* only polled IO cares about private cleared */
  iocb->private = dio;
  iocb->dio_complete = iomap_dio_deferred_complete;

  /*
   * Invoke ->ki_complete() directly. We've assigned our
   * dio_complete callback handler, and since the issuer set
   * IOCB_DIO_CALLER_COMP, we know their ki_complete handler will
   * notice ->dio_complete being set and will defer calling that
   * handler until it can be done from a safe task context.
   *
   * Note that the 'res' being passed in here is not important
   * for this case. The actual completion value of the request
   * will be gotten from dio_complete when that is run by the
   * issuer.
 */
  iocb->ki_complete(iocb, 0);
 } else {
  struct inode *inode = file_inode(iocb->ki_filp);

  /*
   * Async DIO completion that requires filesystem level
   * completion work gets punted to a work queue to complete as
   * the operation may require more IO to be issued to finalise
   * filesystem metadata changes or guarantee data integrity.
 */
  INIT_WORK(&dio->aio.work, iomap_dio_complete_work);
  queue_work(inode->i_sb->s_dio_done_wq, &dio->aio.work);
 }
}

void iomap_dio_bio_end_io(struct bio *bio)
{
 struct iomap_dio *dio = bio->bi_private;
 bool should_dirty = (dio->flags & IOMAP_DIO_DIRTY);

 if (bio->bi_status)
  iomap_dio_set_error(dio, blk_status_to_errno(bio->bi_status));

 if (atomic_dec_and_test(&dio->ref))
  iomap_dio_done(dio);

 if (should_dirty) {
  bio_check_pages_dirty(bio);
 } else {
  bio_release_pages(bio, false);
  bio_put(bio);
 }
}
EXPORT_SYMBOL_GPL(iomap_dio_bio_end_io);

u32 iomap_finish_ioend_direct(struct iomap_ioend *ioend)
{
 struct iomap_dio *dio = ioend->io_bio.bi_private;
 bool should_dirty = (dio->flags & IOMAP_DIO_DIRTY);
 u32 vec_count = ioend->io_bio.bi_vcnt;

 if (ioend->io_error)
  iomap_dio_set_error(dio, ioend->io_error);

 if (atomic_dec_and_test(&dio->ref)) {
  /*
   * Try to avoid another context switch for the completion given
   * that we are already called from the ioend completion
   * workqueue, but never invalidate pages from this thread to
   * avoid deadlocks with buffered I/O completions.  Tough luck if
   * you hit the tiny race with someone dirtying the range now
   * between this check and the actual completion.
 */
  if (!dio->iocb->ki_filp->f_mapping->nrpages) {
   dio->flags |= IOMAP_DIO_INLINE_COMP;
   dio->flags |= IOMAP_DIO_NO_INVALIDATE;
  }
  dio->flags &= ~IOMAP_DIO_CALLER_COMP;
  iomap_dio_done(dio);
 }

 if (should_dirty) {
  bio_check_pages_dirty(&ioend->io_bio);
 } else {
  bio_release_pages(&ioend->io_bio, false);
  bio_put(&ioend->io_bio);
 }

 /*
  * Return the number of bvecs completed as even direct I/O completions
  * do significant per-folio work and we'll still want to give up the
  * CPU after a lot of completions.
 */
 return vec_count;
}

static int iomap_dio_zero(const struct iomap_iter *iter, struct iomap_dio *dio,
  loff_t pos, unsigned len)
{
 struct inode *inode = file_inode(dio->iocb->ki_filp);
 struct bio *bio;

 if (!len)
  return 0;
 /*
  * Max block size supported is 64k
 */
 if (WARN_ON_ONCE(len > IOMAP_ZERO_PAGE_SIZE))
  return -EINVAL;

 bio = iomap_dio_alloc_bio(iter, dio, 1, REQ_OP_WRITE | REQ_SYNC | REQ_IDLE);
 fscrypt_set_bio_crypt_ctx(bio, inode, pos >> inode->i_blkbits,
      GFP_KERNEL);
 bio->bi_iter.bi_sector = iomap_sector(&iter->iomap, pos);
 bio->bi_private = dio;
 bio->bi_end_io = iomap_dio_bio_end_io;

 __bio_add_page(bio, zero_page, len, 0);
 iomap_dio_submit_bio(iter, dio, bio, pos);
 return 0;
}

/*
 * Use a FUA write if we need datasync semantics and this is a pure data I/O
 * that doesn't require any metadata updates (including after I/O completion
 * such as unwritten extent conversion) and the underlying device either
 * doesn't have a volatile write cache or supports FUA.
 * This allows us to avoid cache flushes on I/O completion.
 */
static inline bool iomap_dio_can_use_fua(const struct iomap *iomap,
  struct iomap_dio *dio)
{
 if (iomap->flags & (IOMAP_F_SHARED | IOMAP_F_DIRTY))
  return false;
 if (!(dio->flags & IOMAP_DIO_WRITE_THROUGH))
  return false;
 return !bdev_write_cache(iomap->bdev) || bdev_fua(iomap->bdev);
}

static int iomap_dio_bio_iter(struct iomap_iter *iter, struct iomap_dio *dio)
{
 const struct iomap *iomap = &iter->iomap;
 struct inode *inode = iter->inode;
 unsigned int fs_block_size = i_blocksize(inode), pad;
 const loff_t length = iomap_length(iter);
 loff_t pos = iter->pos;
 blk_opf_t bio_opf = REQ_SYNC | REQ_IDLE;
 struct bio *bio;
 bool need_zeroout = false;
 int nr_pages, ret = 0;
 u64 copied = 0;
 size_t orig_count;

 if ((pos | length) & (bdev_logical_block_size(iomap->bdev) - 1) ||
     !bdev_iter_is_aligned(iomap->bdev, dio->submit.iter))
  return -EINVAL;

 if (dio->flags & IOMAP_DIO_WRITE) {
  bio_opf |= REQ_OP_WRITE;

  if (iomap->flags & IOMAP_F_ATOMIC_BIO) {
   /*
    * Ensure that the mapping covers the full write
    * length, otherwise it won't be submitted as a single
    * bio, which is required to use hardware atomics.
 */
   if (length != iter->len)
    return -EINVAL;
   bio_opf |= REQ_ATOMIC;
  }

  if (iomap->type == IOMAP_UNWRITTEN) {
   dio->flags |= IOMAP_DIO_UNWRITTEN;
   need_zeroout = true;
  }

  if (iomap->flags & IOMAP_F_SHARED)
   dio->flags |= IOMAP_DIO_COW;

  if (iomap->flags & IOMAP_F_NEW)
   need_zeroout = true;
  else if (iomap->type == IOMAP_MAPPED &&
    iomap_dio_can_use_fua(iomap, dio))
   bio_opf |= REQ_FUA;

  if (!(bio_opf & REQ_FUA))
   dio->flags &= ~IOMAP_DIO_WRITE_THROUGH;

  /*
   * We can only do deferred completion for pure overwrites that
   * don't require additional I/O at completion time.
   *
   * This rules out writes that need zeroing or extent conversion,
   * extend the file size, or issue metadata I/O or cache flushes
   * during completion processing.
 */
  if (need_zeroout || (pos >= i_size_read(inode)) ||
      ((dio->flags & IOMAP_DIO_NEED_SYNC) &&
       !(bio_opf & REQ_FUA)))
   dio->flags &= ~IOMAP_DIO_CALLER_COMP;
 } else {
  bio_opf |= REQ_OP_READ;
 }

 /*
  * Save the original count and trim the iter to just the extent we
  * are operating on right now.  The iter will be re-expanded once
  * we are done.
 */
 orig_count = iov_iter_count(dio->submit.iter);
 iov_iter_truncate(dio->submit.iter, length);

 if (!iov_iter_count(dio->submit.iter))
  goto out;

 /*
  * The rules for polled IO completions follow the guidelines as the
  * ones we set for inline and deferred completions. If none of those
  * are available for this IO, clear the polled flag.
 */
 if (!(dio->flags & (IOMAP_DIO_INLINE_COMP|IOMAP_DIO_CALLER_COMP)))
  dio->iocb->ki_flags &= ~IOCB_HIPRI;

 if (need_zeroout) {
  /* zero out from the start of the block to the write offset */
  pad = pos & (fs_block_size - 1);

  ret = iomap_dio_zero(iter, dio, pos - pad, pad);
  if (ret)
   goto out;
 }

 nr_pages = bio_iov_vecs_to_alloc(dio->submit.iter, BIO_MAX_VECS);
 do {
  size_t n;
  if (dio->error) {
   iov_iter_revert(dio->submit.iter, copied);
   copied = ret = 0;
   goto out;
  }

  bio = iomap_dio_alloc_bio(iter, dio, nr_pages, bio_opf);
  fscrypt_set_bio_crypt_ctx(bio, inode, pos >> inode->i_blkbits,
       GFP_KERNEL);
  bio->bi_iter.bi_sector = iomap_sector(iomap, pos);
  bio->bi_write_hint = inode->i_write_hint;
  bio->bi_ioprio = dio->iocb->ki_ioprio;
  bio->bi_private = dio;
  bio->bi_end_io = iomap_dio_bio_end_io;

  ret = bio_iov_iter_get_pages(bio, dio->submit.iter);
  if (unlikely(ret)) {
   /*
    * We have to stop part way through an IO. We must fall
    * through to the sub-block tail zeroing here, otherwise
    * this short IO may expose stale data in the tail of
    * the block we haven't written data to.
 */
   bio_put(bio);
   goto zero_tail;
  }

  n = bio->bi_iter.bi_size;
  if (WARN_ON_ONCE((bio_opf & REQ_ATOMIC) && n != length)) {
   /*
    * An atomic write bio must cover the complete length,
    * which it doesn't, so error. We may need to zero out
    * the tail (complete FS block), similar to when
    * bio_iov_iter_get_pages() returns an error, above.
 */
   ret = -EINVAL;
   bio_put(bio);
   goto zero_tail;
  }
  if (dio->flags & IOMAP_DIO_WRITE)
   task_io_account_write(n);
  else if (dio->flags & IOMAP_DIO_DIRTY)
   bio_set_pages_dirty(bio);

  dio->size += n;
  copied += n;

  nr_pages = bio_iov_vecs_to_alloc(dio->submit.iter,
       BIO_MAX_VECS);
  /*
   * We can only poll for single bio I/Os.
 */
  if (nr_pages)
   dio->iocb->ki_flags &= ~IOCB_HIPRI;
  iomap_dio_submit_bio(iter, dio, bio, pos);
  pos += n;
 } while (nr_pages);

 /*
  * We need to zeroout the tail of a sub-block write if the extent type
  * requires zeroing or the write extends beyond EOF. If we don't zero
  * the block tail in the latter case, we can expose stale data via mmap
  * reads of the EOF block.
 */
zero_tail:
 if (need_zeroout ||
     ((dio->flags & IOMAP_DIO_WRITE) && pos >= i_size_read(inode))) {
  /* zero out from the end of the write to the end of the block */
  pad = pos & (fs_block_size - 1);
  if (pad)
   ret = iomap_dio_zero(iter, dio, pos,
          fs_block_size - pad);
 }
out:
 /* Undo iter limitation to current extent */
 iov_iter_reexpand(dio->submit.iter, orig_count - copied);
 if (copied)
  return iomap_iter_advance(iter, &copied);
 return ret;
}

static int iomap_dio_hole_iter(struct iomap_iter *iter, struct iomap_dio *dio)
{
 loff_t length = iov_iter_zero(iomap_length(iter), dio->submit.iter);

 dio->size += length;
 if (!length)
  return -EFAULT;
 return iomap_iter_advance(iter, &length);
}

static int iomap_dio_inline_iter(struct iomap_iter *iomi, struct iomap_dio *dio)
{
 const struct iomap *iomap = &iomi->iomap;
 struct iov_iter *iter = dio->submit.iter;
 void *inline_data = iomap_inline_data(iomap, iomi->pos);
 loff_t length = iomap_length(iomi);
 loff_t pos = iomi->pos;
 u64 copied;

 if (WARN_ON_ONCE(!inline_data))
  return -EIO;

 if (WARN_ON_ONCE(!iomap_inline_data_valid(iomap)))
  return -EIO;

 if (dio->flags & IOMAP_DIO_WRITE) {
  loff_t size = iomi->inode->i_size;

  if (pos > size)
   memset(iomap_inline_data(iomap, size), 0, pos - size);
  copied = copy_from_iter(inline_data, length, iter);
  if (copied) {
   if (pos + copied > size)
    i_size_write(iomi->inode, pos + copied);
   mark_inode_dirty(iomi->inode);
  }
 } else {
  copied = copy_to_iter(inline_data, length, iter);
 }
 dio->size += copied;
 if (!copied)
  return -EFAULT;
 return iomap_iter_advance(iomi, &copied);
}

static int iomap_dio_iter(struct iomap_iter *iter, struct iomap_dio *dio)
{
 switch (iter->iomap.type) {
 case IOMAP_HOLE:
  if (WARN_ON_ONCE(dio->flags & IOMAP_DIO_WRITE))
   return -EIO;
  return iomap_dio_hole_iter(iter, dio);
 case IOMAP_UNWRITTEN:
  if (!(dio->flags & IOMAP_DIO_WRITE))
   return iomap_dio_hole_iter(iter, dio);
  return iomap_dio_bio_iter(iter, dio);
 case IOMAP_MAPPED:
  return iomap_dio_bio_iter(iter, dio);
 case IOMAP_INLINE:
  return iomap_dio_inline_iter(iter, dio);
 case IOMAP_DELALLOC:
  /*
   * DIO is not serialised against mmap() access at all, and so
   * if the page_mkwrite occurs between the writeback and the
   * iomap_iter() call in the DIO path, then it will see the
   * DELALLOC block that the page-mkwrite allocated.
 */
  pr_warn_ratelimited("Direct I/O collision with buffered writes! File: %pD4 Comm: %.20s\n",
        dio->iocb->ki_filp, current->comm);
  return -EIO;
 default:
  WARN_ON_ONCE(1);
  return -EIO;
 }
}

/*
 * iomap_dio_rw() always completes O_[D]SYNC writes regardless of whether the IO
 * is being issued as AIO or not.  This allows us to optimise pure data writes
 * to use REQ_FUA rather than requiring generic_write_sync() to issue a
 * REQ_FLUSH post write. This is slightly tricky because a single request here
 * can be mapped into multiple disjoint IOs and only a subset of the IOs issued
 * may be pure data writes. In that case, we still need to do a full data sync
 * completion.
 *
 * When page faults are disabled and @dio_flags includes IOMAP_DIO_PARTIAL,
 * __iomap_dio_rw can return a partial result if it encounters a non-resident
 * page in @iter after preparing a transfer.  In that case, the non-resident
 * pages can be faulted in and the request resumed with @done_before set to the
 * number of bytes previously transferred.  The request will then complete with
 * the correct total number of bytes transferred; this is essential for
 * completing partial requests asynchronously.
 *
 * Returns -ENOTBLK In case of a page invalidation invalidation failure for
 * writes.  The callers needs to fall back to buffered I/O in this case.
 */
struct iomap_dio *
__iomap_dio_rw(struct kiocb *iocb, struct iov_iter *iter,
  const struct iomap_ops *ops, const struct iomap_dio_ops *dops,
  unsigned int dio_flags, void *private, size_t done_before)
{
 struct inode *inode = file_inode(iocb->ki_filp);
 struct iomap_iter iomi = {
  .inode  = inode,
  .pos  = iocb->ki_pos,
  .len  = iov_iter_count(iter),
  .flags  = IOMAP_DIRECT,
  .private = private,
 };
 bool wait_for_completion =
  is_sync_kiocb(iocb) || (dio_flags & IOMAP_DIO_FORCE_WAIT);
 struct blk_plug plug;
 struct iomap_dio *dio;
 loff_t ret = 0;

 trace_iomap_dio_rw_begin(iocb, iter, dio_flags, done_before);

 if (!iomi.len)
  return NULL;

 dio = kmalloc(sizeof(*dio), GFP_KERNEL);
 if (!dio)
  return ERR_PTR(-ENOMEM);

 dio->iocb = iocb;
 atomic_set(&dio->ref, 1);
 dio->size = 0;
 dio->i_size = i_size_read(inode);
 dio->dops = dops;
 dio->error = 0;
 dio->flags = 0;
 dio->done_before = done_before;

 dio->submit.iter = iter;
 dio->submit.waiter = current;

 if (iocb->ki_flags & IOCB_NOWAIT)
  iomi.flags |= IOMAP_NOWAIT;

 if (iov_iter_rw(iter) == READ) {
  /* reads can always complete inline */
  dio->flags |= IOMAP_DIO_INLINE_COMP;

  if (iomi.pos >= dio->i_size)
   goto out_free_dio;

  if (user_backed_iter(iter))
   dio->flags |= IOMAP_DIO_DIRTY;

  ret = kiocb_write_and_wait(iocb, iomi.len);
  if (ret)
   goto out_free_dio;
 } else {
  iomi.flags |= IOMAP_WRITE;
  dio->flags |= IOMAP_DIO_WRITE;

  /*
   * Flag as supporting deferred completions, if the issuer
   * groks it. This can avoid a workqueue punt for writes.
   * We may later clear this flag if we need to do other IO
   * as part of this IO completion.
 */
  if (iocb->ki_flags & IOCB_DIO_CALLER_COMP)
   dio->flags |= IOMAP_DIO_CALLER_COMP;

  if (dio_flags & IOMAP_DIO_OVERWRITE_ONLY) {
   ret = -EAGAIN;
   if (iomi.pos >= dio->i_size ||
       iomi.pos + iomi.len > dio->i_size)
    goto out_free_dio;
   iomi.flags |= IOMAP_OVERWRITE_ONLY;
  }

  if (iocb->ki_flags & IOCB_ATOMIC)
   iomi.flags |= IOMAP_ATOMIC;

  /* for data sync or sync, we need sync completion processing */
  if (iocb_is_dsync(iocb)) {
   dio->flags |= IOMAP_DIO_NEED_SYNC;

         /*
   * For datasync only writes, we optimistically try using
   * WRITE_THROUGH for this IO. This flag requires either
   * FUA writes through the device's write cache, or a
   * normal write to a device without a volatile write
   * cache. For the former, Any non-FUA write that occurs
   * will clear this flag, hence we know before completion
   * whether a cache flush is necessary.
*/
   if (!(iocb->ki_flags & IOCB_SYNC))
    dio->flags |= IOMAP_DIO_WRITE_THROUGH;
  }

  /*
   * Try to invalidate cache pages for the range we are writing.
   * If this invalidation fails, let the caller fall back to
   * buffered I/O.
 */
  ret = kiocb_invalidate_pages(iocb, iomi.len);
  if (ret) {
   if (ret != -EAGAIN) {
    trace_iomap_dio_invalidate_fail(inode, iomi.pos,
        iomi.len);
    if (iocb->ki_flags & IOCB_ATOMIC) {
     /*
      * folio invalidation failed, maybe
      * this is transient, unlock and see if
      * the caller tries again.
 */
     ret = -EAGAIN;
    } else {
     /* fall back to buffered write */
     ret = -ENOTBLK;
    }
   }
   goto out_free_dio;
  }

  if (!wait_for_completion && !inode->i_sb->s_dio_done_wq) {
   ret = sb_init_dio_done_wq(inode->i_sb);
   if (ret < 0)
    goto out_free_dio;
  }
 }

 inode_dio_begin(inode);

 blk_start_plug(&plug);
 while ((ret = iomap_iter(&iomi, ops)) > 0) {
  iomi.status = iomap_dio_iter(&iomi, dio);

  /*
   * We can only poll for single bio I/Os.
 */
  iocb->ki_flags &= ~IOCB_HIPRI;
 }

 blk_finish_plug(&plug);

 /*
  * We only report that we've read data up to i_size.
  * Revert iter to a state corresponding to that as some callers (such
  * as the splice code) rely on it.
 */
 if (iov_iter_rw(iter) == READ && iomi.pos >= dio->i_size)
  iov_iter_revert(iter, iomi.pos - dio->i_size);

 if (ret == -EFAULT && dio->size && (dio_flags & IOMAP_DIO_PARTIAL)) {
  if (!(iocb->ki_flags & IOCB_NOWAIT))
   wait_for_completion = true;
  ret = 0;
 }

 /* magic error code to fall back to buffered I/O */
 if (ret == -ENOTBLK) {
  wait_for_completion = true;
  ret = 0;
 }
 if (ret < 0)
  iomap_dio_set_error(dio, ret);

 /*
  * If all the writes we issued were already written through to the
  * media, we don't need to flush the cache on IO completion. Clear the
  * sync flag for this case.
 */
 if (dio->flags & IOMAP_DIO_WRITE_THROUGH)
  dio->flags &= ~IOMAP_DIO_NEED_SYNC;

 /*
  * We are about to drop our additional submission reference, which
  * might be the last reference to the dio.  There are three different
  * ways we can progress here:
  *
  *  (a) If this is the last reference we will always complete and free
  * the dio ourselves.
  *  (b) If this is not the last reference, and we serve an asynchronous
  * iocb, we must never touch the dio after the decrement, the
  * I/O completion handler will complete and free it.
  *  (c) If this is not the last reference, but we serve a synchronous
  * iocb, the I/O completion handler will wake us up on the drop
  * of the final reference, and we will complete and free it here
  * after we got woken by the I/O completion handler.
 */
 dio->wait_for_completion = wait_for_completion;
 if (!atomic_dec_and_test(&dio->ref)) {
  if (!wait_for_completion) {
   trace_iomap_dio_rw_queued(inode, iomi.pos, iomi.len);
   return ERR_PTR(-EIOCBQUEUED);
  }

  for (;;) {
   set_current_state(TASK_UNINTERRUPTIBLE);
   if (!READ_ONCE(dio->submit.waiter))
    break;

   blk_io_schedule();
  }
  __set_current_state(TASK_RUNNING);
 }

 return dio;

out_free_dio:
 kfree(dio);
 if (ret)
  return ERR_PTR(ret);
 return NULL;
}
EXPORT_SYMBOL_GPL(__iomap_dio_rw);

ssize_t
iomap_dio_rw(struct kiocb *iocb, struct iov_iter *iter,
  const struct iomap_ops *ops, const struct iomap_dio_ops *dops,
  unsigned int dio_flags, void *private, size_t done_before)
{
 struct iomap_dio *dio;

 dio = __iomap_dio_rw(iocb, iter, ops, dops, dio_flags, private,
        done_before);
 if (IS_ERR_OR_NULL(dio))
  return PTR_ERR_OR_ZERO(dio);
 return iomap_dio_complete(dio);
}
EXPORT_SYMBOL_GPL(iomap_dio_rw);

static int __init iomap_dio_init(void)
{
 zero_page = alloc_pages(GFP_KERNEL | __GFP_ZERO,
    IOMAP_ZERO_PAGE_ORDER);

 if (!zero_page)
  return -ENOMEM;

 return 0;
}
fs_initcall(iomap_dio_init);