Quelle  ib_send.c   Sprache: C

/*
 * Copyright (c) 2006, 2019 Oracle and/or its affiliates. All rights reserved.
 *
 * This software is available to you under a choice of one of two
 * licenses.  You may choose to be licensed under the terms of the GNU
 * General Public License (GPL) Version 2, available from the file
 * COPYING in the main directory of this source tree, or the
 * OpenIB.org BSD license below:
 *
 *     Redistribution and use in source and binary forms, with or
 *     without modification, are permitted provided that the following
 *     conditions are met:
 *
 *      - Redistributions of source code must retain the above
 *        copyright notice, this list of conditions and the following
 *        disclaimer.
 *
 *      - Redistributions in binary form must reproduce the above
 *        copyright notice, this list of conditions and the following
 *        disclaimer in the documentation and/or other materials
 *        provided with the distribution.
 *
 * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND,
 * EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF
 * MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND
 * NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS
 * BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN
 * ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN
 * CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
 * SOFTWARE.
 *
 */
#include <linux/kernel.h>
#include <linux/in.h>
#include <linux/device.h>
#include <linux/dmapool.h>
#include <linux/ratelimit.h>

#include "rds_single_path.h"
#include "rds.h"
#include "ib.h"
#include "ib_mr.h"

/*
 * Convert IB-specific error message to RDS error message and call core
 * completion handler.
 */
static void rds_ib_send_complete(struct rds_message *rm,
     int wc_status,
     void (*complete)(struct rds_message *rm, int status))
{
 int notify_status;

 switch (wc_status) {
 case IB_WC_WR_FLUSH_ERR:
  return;

 case IB_WC_SUCCESS:
  notify_status = RDS_RDMA_SUCCESS;
  break;

 case IB_WC_REM_ACCESS_ERR:
  notify_status = RDS_RDMA_REMOTE_ERROR;
  break;

 default:
  notify_status = RDS_RDMA_OTHER_ERROR;
  break;
 }
 complete(rm, notify_status);
}

static void rds_ib_send_unmap_data(struct rds_ib_connection *ic,
       struct rm_data_op *op,
       int wc_status)
{
 if (op->op_nents)
  ib_dma_unmap_sg(ic->i_cm_id->device,
    op->op_sg, op->op_nents,
    DMA_TO_DEVICE);
}

static void rds_ib_send_unmap_rdma(struct rds_ib_connection *ic,
       struct rm_rdma_op *op,
       int wc_status)
{
 if (op->op_mapped) {
  ib_dma_unmap_sg(ic->i_cm_id->device,
    op->op_sg, op->op_nents,
    op->op_write ? DMA_TO_DEVICE : DMA_FROM_DEVICE);
  op->op_mapped = 0;
 }

 /* If the user asked for a completion notification on this
 * message, we can implement three different semantics:
 *  1. Notify when we received the ACK on the RDS message
 * that was queued with the RDMA. This provides reliable
 * notification of RDMA status at the expense of a one-way
 * packet delay.
 *  2. Notify when the IB stack gives us the completion event for
 * the RDMA operation.
 *  3. Notify when the IB stack gives us the completion event for
 * the accompanying RDS messages.
 * Here, we implement approach #3. To implement approach #2,
 * we would need to take an event for the rdma WR. To implement #1,
 * don't call rds_rdma_send_complete at all, and fall back to the notify
 * handling in the ACK processing code.
 *
 * Note: There's no need to explicitly sync any RDMA buffers using
 * ib_dma_sync_sg_for_cpu - the completion for the RDMA
 * operation itself unmapped the RDMA buffers, which takes care
 * of synching.
 */
 rds_ib_send_complete(container_of(op, struct rds_message, rdma),
        wc_status, rds_rdma_send_complete);

 if (op->op_write)
  rds_stats_add(s_send_rdma_bytes, op->op_bytes);
 else
  rds_stats_add(s_recv_rdma_bytes, op->op_bytes);
}

static void rds_ib_send_unmap_atomic(struct rds_ib_connection *ic,
         struct rm_atomic_op *op,
         int wc_status)
{
 /* unmap atomic recvbuf */
 if (op->op_mapped) {
  ib_dma_unmap_sg(ic->i_cm_id->device, op->op_sg, 1,
    DMA_FROM_DEVICE);
  op->op_mapped = 0;
 }

 rds_ib_send_complete(container_of(op, struct rds_message, atomic),
        wc_status, rds_atomic_send_complete);

 if (op->op_type == RDS_ATOMIC_TYPE_CSWP)
  rds_ib_stats_inc(s_ib_atomic_cswp);
 else
  rds_ib_stats_inc(s_ib_atomic_fadd);
}

/*
 * Unmap the resources associated with a struct send_work.
 *
 * Returns the rm for no good reason other than it is unobtainable
 * other than by switching on wr.opcode, currently, and the caller,
 * the event handler, needs it.
 */
static struct rds_message *rds_ib_send_unmap_op(struct rds_ib_connection *ic,
      struct rds_ib_send_work *send,
      int wc_status)
{
 struct rds_message *rm = NULL;

 /* In the error case, wc.opcode sometimes contains garbage */
 switch (send->s_wr.opcode) {
 case IB_WR_SEND:
  if (send->s_op) {
   rm = container_of(send->s_op, struct rds_message, data);
   rds_ib_send_unmap_data(ic, send->s_op, wc_status);
  }
  break;
 case IB_WR_RDMA_WRITE:
 case IB_WR_RDMA_READ:
  if (send->s_op) {
   rm = container_of(send->s_op, struct rds_message, rdma);
   rds_ib_send_unmap_rdma(ic, send->s_op, wc_status);
  }
  break;
 case IB_WR_ATOMIC_FETCH_AND_ADD:
 case IB_WR_ATOMIC_CMP_AND_SWP:
  if (send->s_op) {
   rm = container_of(send->s_op, struct rds_message, atomic);
   rds_ib_send_unmap_atomic(ic, send->s_op, wc_status);
  }
  break;
 default:
  printk_ratelimited(KERN_NOTICE
          "RDS/IB: %s: unexpected opcode 0x%x in WR!\n",
          __func__, send->s_wr.opcode);
  break;
 }

 send->s_wr.opcode = 0xdead;

 return rm;
}

void rds_ib_send_init_ring(struct rds_ib_connection *ic)
{
 struct rds_ib_send_work *send;
 u32 i;

 for (i = 0, send = ic->i_sends; i < ic->i_send_ring.w_nr; i++, send++) {
  struct ib_sge *sge;

  send->s_op = NULL;

  send->s_wr.wr_id = i;
  send->s_wr.sg_list = send->s_sge;
  send->s_wr.ex.imm_data = 0;

  sge = &send->s_sge[0];
  sge->addr = ic->i_send_hdrs_dma[i];

  sge->length = sizeof(struct rds_header);
  sge->lkey = ic->i_pd->local_dma_lkey;

  send->s_sge[1].lkey = ic->i_pd->local_dma_lkey;
 }
}

void rds_ib_send_clear_ring(struct rds_ib_connection *ic)
{
 struct rds_ib_send_work *send;
 u32 i;

 for (i = 0, send = ic->i_sends; i < ic->i_send_ring.w_nr; i++, send++) {
  if (send->s_op && send->s_wr.opcode != 0xdead)
   rds_ib_send_unmap_op(ic, send, IB_WC_WR_FLUSH_ERR);
 }
}

/*
 * The only fast path caller always has a non-zero nr, so we don't
 * bother testing nr before performing the atomic sub.
 */
static void rds_ib_sub_signaled(struct rds_ib_connection *ic, int nr)
{
 if ((atomic_sub_return(nr, &ic->i_signaled_sends) == 0) &&
     waitqueue_active(&rds_ib_ring_empty_wait))
  wake_up(&rds_ib_ring_empty_wait);
 BUG_ON(atomic_read(&ic->i_signaled_sends) < 0);
}

/*
 * The _oldest/_free ring operations here race cleanly with the alloc/unalloc
 * operations performed in the send path.  As the sender allocs and potentially
 * unallocs the next free entry in the ring it doesn't alter which is
 * the next to be freed, which is what this is concerned with.
 */
void rds_ib_send_cqe_handler(struct rds_ib_connection *ic, struct ib_wc *wc)
{
 struct rds_message *rm = NULL;
 struct rds_connection *conn = ic->conn;
 struct rds_ib_send_work *send;
 u32 completed;
 u32 oldest;
 u32 i = 0;
 int nr_sig = 0;


 rdsdebug("wc wr_id 0x%llx status %u (%s) byte_len %u imm_data %u\n",
   (unsigned long long)wc->wr_id, wc->status,
   ib_wc_status_msg(wc->status), wc->byte_len,
   be32_to_cpu(wc->ex.imm_data));
 rds_ib_stats_inc(s_ib_tx_cq_event);

 if (wc->wr_id == RDS_IB_ACK_WR_ID) {
  if (time_after(jiffies, ic->i_ack_queued + HZ / 2))
   rds_ib_stats_inc(s_ib_tx_stalled);
  rds_ib_ack_send_complete(ic);
  return;
 }

 oldest = rds_ib_ring_oldest(&ic->i_send_ring);

 completed = rds_ib_ring_completed(&ic->i_send_ring, wc->wr_id, oldest);

 for (i = 0; i < completed; i++) {
  send = &ic->i_sends[oldest];
  if (send->s_wr.send_flags & IB_SEND_SIGNALED)
   nr_sig++;

  rm = rds_ib_send_unmap_op(ic, send, wc->status);

  if (time_after(jiffies, send->s_queued + HZ / 2))
   rds_ib_stats_inc(s_ib_tx_stalled);

  if (send->s_op) {
   if (send->s_op == rm->m_final_op) {
    /* If anyone waited for this message to get
 * flushed out, wake them up now
 */
    rds_message_unmapped(rm);
   }
   rds_message_put(rm);
   send->s_op = NULL;
  }

  oldest = (oldest + 1) % ic->i_send_ring.w_nr;
 }

 rds_ib_ring_free(&ic->i_send_ring, completed);
 rds_ib_sub_signaled(ic, nr_sig);

 if (test_and_clear_bit(RDS_LL_SEND_FULL, &conn->c_flags) ||
     test_bit(0, &conn->c_map_queued))
  queue_delayed_work(rds_wq, &conn->c_send_w, 0);

 /* We expect errors as the qp is drained during shutdown */
 if (wc->status != IB_WC_SUCCESS && rds_conn_up(conn)) {
  rds_ib_conn_error(conn, "send completion on <%pI6c,%pI6c,%d> had status %u (%s), vendor err 0x%x, disconnecting and reconnecting\n",
      &conn->c_laddr, &conn->c_faddr,
      conn->c_tos, wc->status,
      ib_wc_status_msg(wc->status), wc->vendor_err);
 }
}

/*
 * This is the main function for allocating credits when sending
 * messages.
 *
 * Conceptually, we have two counters:
 *  - send credits: this tells us how many WRs we're allowed
 * to submit without overruning the receiver's queue. For
 * each SEND WR we post, we decrement this by one.
 *
 *  - posted credits: this tells us how many WRs we recently
 * posted to the receive queue. This value is transferred
 * to the peer as a "credit update" in a RDS header field.
 * Every time we transmit credits to the peer, we subtract
 * the amount of transferred credits from this counter.
 *
 * It is essential that we avoid situations where both sides have
 * exhausted their send credits, and are unable to send new credits
 * to the peer. We achieve this by requiring that we send at least
 * one credit update to the peer before exhausting our credits.
 * When new credits arrive, we subtract one credit that is withheld
 * until we've posted new buffers and are ready to transmit these
 * credits (see rds_ib_send_add_credits below).
 *
 * The RDS send code is essentially single-threaded; rds_send_xmit
 * sets RDS_IN_XMIT to ensure exclusive access to the send ring.
 * However, the ACK sending code is independent and can race with
 * message SENDs.
 *
 * In the send path, we need to update the counters for send credits
 * and the counter of posted buffers atomically - when we use the
 * last available credit, we cannot allow another thread to race us
 * and grab the posted credits counter.  Hence, we have to use a
 * spinlock to protect the credit counter, or use atomics.
 *
 * Spinlocks shared between the send and the receive path are bad,
 * because they create unnecessary delays. An early implementation
 * using a spinlock showed a 5% degradation in throughput at some
 * loads.
 *
 * This implementation avoids spinlocks completely, putting both
 * counters into a single atomic, and updating that atomic using
 * atomic_add (in the receive path, when receiving fresh credits),
 * and using atomic_cmpxchg when updating the two counters.
 */
int rds_ib_send_grab_credits(struct rds_ib_connection *ic,
        u32 wanted, u32 *adv_credits, int need_posted, int max_posted)
{
 unsigned int avail, posted, got = 0, advertise;
 long oldval, newval;

 *adv_credits = 0;
 if (!ic->i_flowctl)
  return wanted;

try_again:
 advertise = 0;
 oldval = newval = atomic_read(&ic->i_credits);
 posted = IB_GET_POST_CREDITS(oldval);
 avail = IB_GET_SEND_CREDITS(oldval);

 rdsdebug("wanted=%u credits=%u posted=%u\n",
   wanted, avail, posted);

 /* The last credit must be used to send a credit update. */
 if (avail && !posted)
  avail--;

 if (avail < wanted) {
  struct rds_connection *conn = ic->i_cm_id->context;

  /* Oops, there aren't that many credits left! */
  set_bit(RDS_LL_SEND_FULL, &conn->c_flags);
  got = avail;
 } else {
  /* Sometimes you get what you want, lalala. */
  got = wanted;
 }
 newval -= IB_SET_SEND_CREDITS(got);

 /*
 * If need_posted is non-zero, then the caller wants
 * the posted regardless of whether any send credits are
 * available.
 */
 if (posted && (got || need_posted)) {
  advertise = min_t(unsigned int, posted, max_posted);
  newval -= IB_SET_POST_CREDITS(advertise);
 }

 /* Finally bill everything */
 if (atomic_cmpxchg(&ic->i_credits, oldval, newval) != oldval)
  goto try_again;

 *adv_credits = advertise;
 return got;
}

void rds_ib_send_add_credits(struct rds_connection *conn, unsigned int credits)
{
 struct rds_ib_connection *ic = conn->c_transport_data;

 if (credits == 0)
  return;

 rdsdebug("credits=%u current=%u%s\n",
   credits,
   IB_GET_SEND_CREDITS(atomic_read(&ic->i_credits)),
   test_bit(RDS_LL_SEND_FULL, &conn->c_flags) ? ", ll_send_full" : "");

 atomic_add(IB_SET_SEND_CREDITS(credits), &ic->i_credits);
 if (test_and_clear_bit(RDS_LL_SEND_FULL, &conn->c_flags))
  queue_delayed_work(rds_wq, &conn->c_send_w, 0);

 WARN_ON(IB_GET_SEND_CREDITS(credits) >= 16384);

 rds_ib_stats_inc(s_ib_rx_credit_updates);
}

void rds_ib_advertise_credits(struct rds_connection *conn, unsigned int posted)
{
 struct rds_ib_connection *ic = conn->c_transport_data;

 if (posted == 0)
  return;

 atomic_add(IB_SET_POST_CREDITS(posted), &ic->i_credits);

 /* Decide whether to send an update to the peer now.
 * If we would send a credit update for every single buffer we
 * post, we would end up with an ACK storm (ACK arrives,
 * consumes buffer, we refill the ring, send ACK to remote
 * advertising the newly posted buffer... ad inf)
 *
 * Performance pretty much depends on how often we send
 * credit updates - too frequent updates mean lots of ACKs.
 * Too infrequent updates, and the peer will run out of
 * credits and has to throttle.
 * For the time being, 16 seems to be a good compromise.
 */
 if (IB_GET_POST_CREDITS(atomic_read(&ic->i_credits)) >= 16)
  set_bit(IB_ACK_REQUESTED, &ic->i_ack_flags);
}

static inline int rds_ib_set_wr_signal_state(struct rds_ib_connection *ic,
          struct rds_ib_send_work *send,
          bool notify)
{
 /*
 * We want to delay signaling completions just enough to get
 * the batching benefits but not so much that we create dead time
 * on the wire.
 */
 if (ic->i_unsignaled_wrs-- == 0 || notify) {
  ic->i_unsignaled_wrs = rds_ib_sysctl_max_unsig_wrs;
  send->s_wr.send_flags |= IB_SEND_SIGNALED;
  return 1;
 }
 return 0;
}

/*
 * This can be called multiple times for a given message.  The first time
 * we see a message we map its scatterlist into the IB device so that
 * we can provide that mapped address to the IB scatter gather entries
 * in the IB work requests.  We translate the scatterlist into a series
 * of work requests that fragment the message.  These work requests complete
 * in order so we pass ownership of the message to the completion handler
 * once we send the final fragment.
 *
 * The RDS core uses the c_send_lock to only enter this function once
 * per connection.  This makes sure that the tx ring alloc/unalloc pairs
 * don't get out of sync and confuse the ring.
 */
int rds_ib_xmit(struct rds_connection *conn, struct rds_message *rm,
  unsigned int hdr_off, unsigned int sg, unsigned int off)
{
 struct rds_ib_connection *ic = conn->c_transport_data;
 struct ib_device *dev = ic->i_cm_id->device;
 struct rds_ib_send_work *send = NULL;
 struct rds_ib_send_work *first;
 struct rds_ib_send_work *prev;
 const struct ib_send_wr *failed_wr;
 struct scatterlist *scat;
 u32 pos;
 u32 i;
 u32 work_alloc;
 u32 credit_alloc = 0;
 u32 posted;
 u32 adv_credits = 0;
 int send_flags = 0;
 int bytes_sent = 0;
 int ret;
 int flow_controlled = 0;
 int nr_sig = 0;

 BUG_ON(off % RDS_FRAG_SIZE);
 BUG_ON(hdr_off != 0 && hdr_off != sizeof(struct rds_header));

 /* Do not send cong updates to IB loopback */
 if (conn->c_loopback
     && rm->m_inc.i_hdr.h_flags & RDS_FLAG_CONG_BITMAP) {
  rds_cong_map_updated(conn->c_fcong, ~(u64) 0);
  scat = &rm->data.op_sg[sg];
  ret = max_t(int, RDS_CONG_MAP_BYTES, scat->length);
  return sizeof(struct rds_header) + ret;
 }

 /* FIXME we may overallocate here */
 if (be32_to_cpu(rm->m_inc.i_hdr.h_len) == 0)
  i = 1;
 else
  i = DIV_ROUND_UP(be32_to_cpu(rm->m_inc.i_hdr.h_len), RDS_FRAG_SIZE);

 work_alloc = rds_ib_ring_alloc(&ic->i_send_ring, i, &pos);
 if (work_alloc == 0) {
  set_bit(RDS_LL_SEND_FULL, &conn->c_flags);
  rds_ib_stats_inc(s_ib_tx_ring_full);
  ret = -ENOMEM;
  goto out;
 }

 if (ic->i_flowctl) {
  credit_alloc = rds_ib_send_grab_credits(ic, work_alloc, &posted, 0, RDS_MAX_ADV_CREDIT);
  adv_credits += posted;
  if (credit_alloc < work_alloc) {
   rds_ib_ring_unalloc(&ic->i_send_ring, work_alloc - credit_alloc);
   work_alloc = credit_alloc;
   flow_controlled = 1;
  }
  if (work_alloc == 0) {
   set_bit(RDS_LL_SEND_FULL, &conn->c_flags);
   rds_ib_stats_inc(s_ib_tx_throttle);
   ret = -ENOMEM;
   goto out;
  }
 }

 /* map the message the first time we see it */
 if (!ic->i_data_op) {
  if (rm->data.op_nents) {
   rm->data.op_count = ib_dma_map_sg(dev,
         rm->data.op_sg,
         rm->data.op_nents,
         DMA_TO_DEVICE);
   rdsdebug("ic %p mapping rm %p: %d\n", ic, rm, rm->data.op_count);
   if (rm->data.op_count == 0) {
    rds_ib_stats_inc(s_ib_tx_sg_mapping_failure);
    rds_ib_ring_unalloc(&ic->i_send_ring, work_alloc);
    ret = -ENOMEM; /* XXX ? */
    goto out;
   }
  } else {
   rm->data.op_count = 0;
  }

  rds_message_addref(rm);
  rm->data.op_dmasg = 0;
  rm->data.op_dmaoff = 0;
  ic->i_data_op = &rm->data;

  /* Finalize the header */
  if (test_bit(RDS_MSG_ACK_REQUIRED, &rm->m_flags))
   rm->m_inc.i_hdr.h_flags |= RDS_FLAG_ACK_REQUIRED;
  if (test_bit(RDS_MSG_RETRANSMITTED, &rm->m_flags))
   rm->m_inc.i_hdr.h_flags |= RDS_FLAG_RETRANSMITTED;

  /* If it has a RDMA op, tell the peer we did it. This is
 * used by the peer to release use-once RDMA MRs. */
  if (rm->rdma.op_active) {
   struct rds_ext_header_rdma ext_hdr;

   ext_hdr.h_rdma_rkey = cpu_to_be32(rm->rdma.op_rkey);
   rds_message_add_extension(&rm->m_inc.i_hdr,
     RDS_EXTHDR_RDMA, &ext_hdr, sizeof(ext_hdr));
  }
  if (rm->m_rdma_cookie) {
   rds_message_add_rdma_dest_extension(&rm->m_inc.i_hdr,
     rds_rdma_cookie_key(rm->m_rdma_cookie),
     rds_rdma_cookie_offset(rm->m_rdma_cookie));
  }

  /* Note - rds_ib_piggyb_ack clears the ACK_REQUIRED bit, so
 * we should not do this unless we have a chance of at least
 * sticking the header into the send ring. Which is why we
 * should call rds_ib_ring_alloc first. */
  rm->m_inc.i_hdr.h_ack = cpu_to_be64(rds_ib_piggyb_ack(ic));
  rds_message_make_checksum(&rm->m_inc.i_hdr);

  /*
 * Update adv_credits since we reset the ACK_REQUIRED bit.
 */
  if (ic->i_flowctl) {
   rds_ib_send_grab_credits(ic, 0, &posted, 1, RDS_MAX_ADV_CREDIT - adv_credits);
   adv_credits += posted;
   BUG_ON(adv_credits > 255);
  }
 }

 /* Sometimes you want to put a fence between an RDMA
 * READ and the following SEND.
 * We could either do this all the time
 * or when requested by the user. Right now, we let
 * the application choose.
 */
 if (rm->rdma.op_active && rm->rdma.op_fence)
  send_flags = IB_SEND_FENCE;

 /* Each frag gets a header. Msgs may be 0 bytes */
 send = &ic->i_sends[pos];
 first = send;
 prev = NULL;
 scat = &ic->i_data_op->op_sg[rm->data.op_dmasg];
 i = 0;
 do {
  unsigned int len = 0;

  /* Set up the header */
  send->s_wr.send_flags = send_flags;
  send->s_wr.opcode = IB_WR_SEND;
  send->s_wr.num_sge = 1;
  send->s_wr.next = NULL;
  send->s_queued = jiffies;
  send->s_op = NULL;

  send->s_sge[0].addr = ic->i_send_hdrs_dma[pos];

  send->s_sge[0].length = sizeof(struct rds_header);
  send->s_sge[0].lkey = ic->i_pd->local_dma_lkey;

  ib_dma_sync_single_for_cpu(ic->rds_ibdev->dev,
        ic->i_send_hdrs_dma[pos],
        sizeof(struct rds_header),
        DMA_TO_DEVICE);
  memcpy(ic->i_send_hdrs[pos], &rm->m_inc.i_hdr,
         sizeof(struct rds_header));


  /* Set up the data, if present */
  if (i < work_alloc
      && scat != &rm->data.op_sg[rm->data.op_count]) {
   len = min(RDS_FRAG_SIZE,
      sg_dma_len(scat) - rm->data.op_dmaoff);
   send->s_wr.num_sge = 2;

   send->s_sge[1].addr = sg_dma_address(scat);
   send->s_sge[1].addr += rm->data.op_dmaoff;
   send->s_sge[1].length = len;
   send->s_sge[1].lkey = ic->i_pd->local_dma_lkey;

   bytes_sent += len;
   rm->data.op_dmaoff += len;
   if (rm->data.op_dmaoff == sg_dma_len(scat)) {
    scat++;
    rm->data.op_dmasg++;
    rm->data.op_dmaoff = 0;
   }
  }

  rds_ib_set_wr_signal_state(ic, send, false);

  /*
 * Always signal the last one if we're stopping due to flow control.
 */
  if (ic->i_flowctl && flow_controlled && i == (work_alloc - 1)) {
   rds_ib_set_wr_signal_state(ic, send, true);
   send->s_wr.send_flags |= IB_SEND_SOLICITED;
  }

  if (send->s_wr.send_flags & IB_SEND_SIGNALED)
   nr_sig++;

  rdsdebug("send %p wr %p num_sge %u next %p\n", send,
    &send->s_wr, send->s_wr.num_sge, send->s_wr.next);

  if (ic->i_flowctl && adv_credits) {
   struct rds_header *hdr = ic->i_send_hdrs[pos];

   /* add credit and redo the header checksum */
   hdr->h_credit = adv_credits;
   rds_message_make_checksum(hdr);
   adv_credits = 0;
   rds_ib_stats_inc(s_ib_tx_credit_updates);
  }
  ib_dma_sync_single_for_device(ic->rds_ibdev->dev,
           ic->i_send_hdrs_dma[pos],
           sizeof(struct rds_header),
           DMA_TO_DEVICE);

  if (prev)
   prev->s_wr.next = &send->s_wr;
  prev = send;

  pos = (pos + 1) % ic->i_send_ring.w_nr;
  send = &ic->i_sends[pos];
  i++;

 } while (i < work_alloc
   && scat != &rm->data.op_sg[rm->data.op_count]);

 /* Account the RDS header in the number of bytes we sent, but just once.
 * The caller has no concept of fragmentation. */
 if (hdr_off == 0)
  bytes_sent += sizeof(struct rds_header);

 /* if we finished the message then send completion owns it */
 if (scat == &rm->data.op_sg[rm->data.op_count]) {
  prev->s_op = ic->i_data_op;
  prev->s_wr.send_flags |= IB_SEND_SOLICITED;
  if (!(prev->s_wr.send_flags & IB_SEND_SIGNALED))
   nr_sig += rds_ib_set_wr_signal_state(ic, prev, true);
  ic->i_data_op = NULL;
 }

 /* Put back wrs & credits we didn't use */
 if (i < work_alloc) {
  rds_ib_ring_unalloc(&ic->i_send_ring, work_alloc - i);
  work_alloc = i;
 }
 if (ic->i_flowctl && i < credit_alloc)
  rds_ib_send_add_credits(conn, credit_alloc - i);

 if (nr_sig)
  atomic_add(nr_sig, &ic->i_signaled_sends);

 /* XXX need to worry about failed_wr and partial sends. */
 failed_wr = &first->s_wr;
 ret = ib_post_send(ic->i_cm_id->qp, &first->s_wr, &failed_wr);
 rdsdebug("ic %p first %p (wr %p) ret %d wr %p\n", ic,
   first, &first->s_wr, ret, failed_wr);
 BUG_ON(failed_wr != &first->s_wr);
 if (ret) {
  printk(KERN_WARNING "RDS/IB: ib_post_send to %pI6c "
         "returned %d\n", &conn->c_faddr, ret);
  rds_ib_ring_unalloc(&ic->i_send_ring, work_alloc);
  rds_ib_sub_signaled(ic, nr_sig);
  if (prev->s_op) {
   ic->i_data_op = prev->s_op;
   prev->s_op = NULL;
  }

  rds_ib_conn_error(ic->conn, "ib_post_send failed\n");
  goto out;
 }

 ret = bytes_sent;
out:
 BUG_ON(adv_credits);
 return ret;
}

/*
 * Issue atomic operation.
 * A simplified version of the rdma case, we always map 1 SG, and
 * only 8 bytes, for the return value from the atomic operation.
 */
int rds_ib_xmit_atomic(struct rds_connection *conn, struct rm_atomic_op *op)
{
 struct rds_ib_connection *ic = conn->c_transport_data;
 struct rds_ib_send_work *send = NULL;
 const struct ib_send_wr *failed_wr;
 u32 pos;
 u32 work_alloc;
 int ret;
 int nr_sig = 0;

 work_alloc = rds_ib_ring_alloc(&ic->i_send_ring, 1, &pos);
 if (work_alloc != 1) {
  rds_ib_stats_inc(s_ib_tx_ring_full);
  ret = -ENOMEM;
  goto out;
 }

 /* address of send request in ring */
 send = &ic->i_sends[pos];
 send->s_queued = jiffies;

 if (op->op_type == RDS_ATOMIC_TYPE_CSWP) {
  send->s_atomic_wr.wr.opcode = IB_WR_MASKED_ATOMIC_CMP_AND_SWP;
  send->s_atomic_wr.compare_add = op->op_m_cswp.compare;
  send->s_atomic_wr.swap = op->op_m_cswp.swap;
  send->s_atomic_wr.compare_add_mask = op->op_m_cswp.compare_mask;
  send->s_atomic_wr.swap_mask = op->op_m_cswp.swap_mask;
 } else { /* FADD */
  send->s_atomic_wr.wr.opcode = IB_WR_MASKED_ATOMIC_FETCH_AND_ADD;
  send->s_atomic_wr.compare_add = op->op_m_fadd.add;
  send->s_atomic_wr.swap = 0;
  send->s_atomic_wr.compare_add_mask = op->op_m_fadd.nocarry_mask;
  send->s_atomic_wr.swap_mask = 0;
 }
 send->s_wr.send_flags = 0;
 nr_sig = rds_ib_set_wr_signal_state(ic, send, op->op_notify);
 send->s_atomic_wr.wr.num_sge = 1;
 send->s_atomic_wr.wr.next = NULL;
 send->s_atomic_wr.remote_addr = op->op_remote_addr;
 send->s_atomic_wr.rkey = op->op_rkey;
 send->s_op = op;
 rds_message_addref(container_of(send->s_op, struct rds_message, atomic));

 /* map 8 byte retval buffer to the device */
 ret = ib_dma_map_sg(ic->i_cm_id->device, op->op_sg, 1, DMA_FROM_DEVICE);
 rdsdebug("ic %p mapping atomic op %p. mapped %d pg\n", ic, op, ret);
 if (ret != 1) {
  rds_ib_ring_unalloc(&ic->i_send_ring, work_alloc);
  rds_ib_stats_inc(s_ib_tx_sg_mapping_failure);
  ret = -ENOMEM; /* XXX ? */
  goto out;
 }

 /* Convert our struct scatterlist to struct ib_sge */
 send->s_sge[0].addr = sg_dma_address(op->op_sg);
 send->s_sge[0].length = sg_dma_len(op->op_sg);
 send->s_sge[0].lkey = ic->i_pd->local_dma_lkey;

 rdsdebug("rva %Lx rpa %Lx len %u\n", op->op_remote_addr,
   send->s_sge[0].addr, send->s_sge[0].length);

 if (nr_sig)
  atomic_add(nr_sig, &ic->i_signaled_sends);

 failed_wr = &send->s_atomic_wr.wr;
 ret = ib_post_send(ic->i_cm_id->qp, &send->s_atomic_wr.wr, &failed_wr);
 rdsdebug("ic %p send %p (wr %p) ret %d wr %p\n", ic,
   send, &send->s_atomic_wr, ret, failed_wr);
 BUG_ON(failed_wr != &send->s_atomic_wr.wr);
 if (ret) {
  printk(KERN_WARNING "RDS/IB: atomic ib_post_send to %pI6c "
         "returned %d\n", &conn->c_faddr, ret);
  rds_ib_ring_unalloc(&ic->i_send_ring, work_alloc);
  rds_ib_sub_signaled(ic, nr_sig);
  goto out;
 }

 if (unlikely(failed_wr != &send->s_atomic_wr.wr)) {
  printk(KERN_WARNING "RDS/IB: atomic ib_post_send() rc=%d, but failed_wqe updated!\n", ret);
  BUG_ON(failed_wr != &send->s_atomic_wr.wr);
 }

out:
 return ret;
}

int rds_ib_xmit_rdma(struct rds_connection *conn, struct rm_rdma_op *op)
{
 struct rds_ib_connection *ic = conn->c_transport_data;
 struct rds_ib_send_work *send = NULL;
 struct rds_ib_send_work *first;
 struct rds_ib_send_work *prev;
 const struct ib_send_wr *failed_wr;
 struct scatterlist *scat;
 unsigned long len;
 u64 remote_addr = op->op_remote_addr;
 u32 max_sge = ic->rds_ibdev->max_sge;
 u32 pos;
 u32 work_alloc;
 u32 i;
 u32 j;
 int sent;
 int ret;
 int num_sge;
 int nr_sig = 0;
 u64 odp_addr = op->op_odp_addr;
 u32 odp_lkey = 0;

 /* map the op the first time we see it */
 if (!op->op_odp_mr) {
  if (!op->op_mapped) {
   op->op_count =
    ib_dma_map_sg(ic->i_cm_id->device, op->op_sg,
           op->op_nents,
           (op->op_write) ? DMA_TO_DEVICE :
              DMA_FROM_DEVICE);
   rdsdebug("ic %p mapping op %p: %d\n", ic, op,
     op->op_count);
   if (op->op_count == 0) {
    rds_ib_stats_inc(s_ib_tx_sg_mapping_failure);
    ret = -ENOMEM; /* XXX ? */
    goto out;
   }
   op->op_mapped = 1;
  }
 } else {
  op->op_count = op->op_nents;
  odp_lkey = rds_ib_get_lkey(op->op_odp_mr->r_trans_private);
 }

 /*
 * Instead of knowing how to return a partial rdma read/write we insist that there
 * be enough work requests to send the entire message.
 */
 i = DIV_ROUND_UP(op->op_count, max_sge);

 work_alloc = rds_ib_ring_alloc(&ic->i_send_ring, i, &pos);
 if (work_alloc != i) {
  rds_ib_ring_unalloc(&ic->i_send_ring, work_alloc);
  rds_ib_stats_inc(s_ib_tx_ring_full);
  ret = -ENOMEM;
  goto out;
 }

 send = &ic->i_sends[pos];
 first = send;
 prev = NULL;
 scat = &op->op_sg[0];
 sent = 0;
 num_sge = op->op_count;

 for (i = 0; i < work_alloc && scat != &op->op_sg[op->op_count]; i++) {
  send->s_wr.send_flags = 0;
  send->s_queued = jiffies;
  send->s_op = NULL;

  if (!op->op_notify)
   nr_sig += rds_ib_set_wr_signal_state(ic, send,
            op->op_notify);

  send->s_wr.opcode = op->op_write ? IB_WR_RDMA_WRITE : IB_WR_RDMA_READ;
  send->s_rdma_wr.remote_addr = remote_addr;
  send->s_rdma_wr.rkey = op->op_rkey;

  if (num_sge > max_sge) {
   send->s_rdma_wr.wr.num_sge = max_sge;
   num_sge -= max_sge;
  } else {
   send->s_rdma_wr.wr.num_sge = num_sge;
  }

  send->s_rdma_wr.wr.next = NULL;

  if (prev)
   prev->s_rdma_wr.wr.next = &send->s_rdma_wr.wr;

  for (j = 0; j < send->s_rdma_wr.wr.num_sge &&
       scat != &op->op_sg[op->op_count]; j++) {
   len = sg_dma_len(scat);
   if (!op->op_odp_mr) {
    send->s_sge[j].addr = sg_dma_address(scat);
    send->s_sge[j].lkey = ic->i_pd->local_dma_lkey;
   } else {
    send->s_sge[j].addr = odp_addr;
    send->s_sge[j].lkey = odp_lkey;
   }
   send->s_sge[j].length = len;

   sent += len;
   rdsdebug("ic %p sent %d remote_addr %llu\n", ic, sent, remote_addr);

   remote_addr += len;
   odp_addr += len;
   scat++;
  }

  rdsdebug("send %p wr %p num_sge %u next %p\n", send,
   &send->s_rdma_wr.wr,
   send->s_rdma_wr.wr.num_sge,
   send->s_rdma_wr.wr.next);

  prev = send;
  if (++send == &ic->i_sends[ic->i_send_ring.w_nr])
   send = ic->i_sends;
 }

 /* give a reference to the last op */
 if (scat == &op->op_sg[op->op_count]) {
  prev->s_op = op;
  rds_message_addref(container_of(op, struct rds_message, rdma));
 }

 if (i < work_alloc) {
  rds_ib_ring_unalloc(&ic->i_send_ring, work_alloc - i);
  work_alloc = i;
 }

 if (nr_sig)
  atomic_add(nr_sig, &ic->i_signaled_sends);

 failed_wr = &first->s_rdma_wr.wr;
 ret = ib_post_send(ic->i_cm_id->qp, &first->s_rdma_wr.wr, &failed_wr);
 rdsdebug("ic %p first %p (wr %p) ret %d wr %p\n", ic,
   first, &first->s_rdma_wr.wr, ret, failed_wr);
 BUG_ON(failed_wr != &first->s_rdma_wr.wr);
 if (ret) {
  printk(KERN_WARNING "RDS/IB: rdma ib_post_send to %pI6c "
         "returned %d\n", &conn->c_faddr, ret);
  rds_ib_ring_unalloc(&ic->i_send_ring, work_alloc);
  rds_ib_sub_signaled(ic, nr_sig);
  goto out;
 }

 if (unlikely(failed_wr != &first->s_rdma_wr.wr)) {
  printk(KERN_WARNING "RDS/IB: ib_post_send() rc=%d, but failed_wqe updated!\n", ret);
  BUG_ON(failed_wr != &first->s_rdma_wr.wr);
 }


out:
 return ret;
}

void rds_ib_xmit_path_complete(struct rds_conn_path *cp)
{
 struct rds_connection *conn = cp->cp_conn;
 struct rds_ib_connection *ic = conn->c_transport_data;

 /* We may have a pending ACK or window update we were unable
 * to send previously (due to flow control). Try again. */
 rds_ib_attempt_ack(ic);
}