SSL raid5-cache.c   Interaktion und
PortierbarkeitC

// SPDX-License-Identifier: GPL-2.0-only
/*
 * Copyright (C) 2015 Shaohua Li <shli@fb.com>
 * Copyright (C) 2016 Song Liu <songliubraving@fb.com>
 */
#include <linux/kernel.h>
#include <linux/wait.h>
#include <linux/blkdev.h>
#include <linux/slab.h>
#include <linux/raid/md_p.h>
#include <linux/crc32c.h>
#include <linux/random.h>
#include <linux/kthread.h>
#include <linux/types.h>
#include "md.h"
#include "raid5.h"
#include "md-bitmap.h"
#include "raid5-log.h"

/*
 * metadata/data stored in disk with 4k size unit (a block) regardless
 * underneath hardware sector size. only works with PAGE_SIZE == 4096
 */
#define BLOCK_SECTORS (8)
#define BLOCK_SECTOR_SHIFT (3)

/*
 * log->max_free_space is min(1/4 disk size, 10G reclaimable space).
 *
 * In write through mode, the reclaim runs every log->max_free_space.
 * This can prevent the recovery scans for too long
 */
#define RECLAIM_MAX_FREE_SPACE (10 * 1024 * 1024 * 2) /* sector */
#define RECLAIM_MAX_FREE_SPACE_SHIFT (2)

/* wake up reclaim thread periodically */
#define R5C_RECLAIM_WAKEUP_INTERVAL (30 * HZ)
/* start flush with these full stripes */
#define R5C_FULL_STRIPE_FLUSH_BATCH(conf) (conf->max_nr_stripes / 4)
/* reclaim stripes in groups */
#define R5C_RECLAIM_STRIPE_GROUP (NR_STRIPE_HASH_LOCKS * 2)

/*
 * We only need 2 bios per I/O unit to make progress, but ensure we
 * have a few more available to not get too tight.
 */
#define R5L_POOL_SIZE 4

static char *r5c_journal_mode_str[] = {"write-through",
           "write-back"};
/*
 * raid5 cache state machine
 *
 * With the RAID cache, each stripe works in two phases:
 * - caching phase
 * - writing-out phase
 *
 * These two phases are controlled by bit STRIPE_R5C_CACHING:
 *   if STRIPE_R5C_CACHING == 0, the stripe is in writing-out phase
 *   if STRIPE_R5C_CACHING == 1, the stripe is in caching phase
 *
 * When there is no journal, or the journal is in write-through mode,
 * the stripe is always in writing-out phase.
 *
 * For write-back journal, the stripe is sent to caching phase on write
 * (r5c_try_caching_write). r5c_make_stripe_write_out() kicks off
 * the write-out phase by clearing STRIPE_R5C_CACHING.
 *
 * Stripes in caching phase do not write the raid disks. Instead, all
 * writes are committed from the log device. Therefore, a stripe in
 * caching phase handles writes as:
 * - write to log device
 * - return IO
 *
 * Stripes in writing-out phase handle writes as:
 * - calculate parity
 * - write pending data and parity to journal
 * - write data and parity to raid disks
 * - return IO for pending writes
 */

struct r5l_log {
 struct md_rdev *rdev;

 u32 uuid_checksum;

 sector_t device_size;  /* log device size, round to
 * BLOCK_SECTORS */
 sector_t max_free_space; /* reclaim run if free space is at
 * this size */

 sector_t last_checkpoint; /* log tail. where recovery scan
 * starts from */
 u64 last_cp_seq;  /* log tail sequence */

 sector_t log_start;  /* log head. where new data appends */
 u64 seq;   /* log head sequence */

 sector_t next_checkpoint;

 struct mutex io_mutex;
 struct r5l_io_unit *current_io; /* current io_unit accepting new data */

 spinlock_t io_list_lock;
 struct list_head running_ios; /* io_units which are still running,
      * and have not yet been completely
 * written to the log */
 struct list_head io_end_ios; /* io_units which have been completely
      * written to the log but not yet written
 * to the RAID */
 struct list_head flushing_ios; /* io_units which are waiting for log
 * cache flush */
 struct list_head finished_ios; /* io_units which settle down in log disk */
 struct bio flush_bio;

 struct list_head no_mem_stripes;   /* pending stripes, -ENOMEM */

 struct kmem_cache *io_kc;
 mempool_t io_pool;
 struct bio_set bs;
 mempool_t meta_pool;

 struct md_thread __rcu *reclaim_thread;
 unsigned long reclaim_target; /* number of space that need to be
      * reclaimed.  if it's 0, reclaim spaces
      * used by io_units which are in
      * IO_UNIT_STRIPE_END state (eg, reclaim
      * doesn't wait for specific io_unit
      * switching to IO_UNIT_STRIPE_END
 * state) */
 wait_queue_head_t iounit_wait;

 struct list_head no_space_stripes; /* pending stripes, log has no space */
 spinlock_t no_space_stripes_lock;

 bool need_cache_flush;

 /* for r5c_cache */
 enum r5c_journal_mode r5c_journal_mode;

 /* all stripes in r5cache, in the order of seq at sh->log_start */
 struct list_head stripe_in_journal_list;

 spinlock_t stripe_in_journal_lock;
 atomic_t stripe_in_journal_count;

 /* to submit async io_units, to fulfill ordering of flush */
 struct work_struct deferred_io_work;
 /* to disable write back during in degraded mode */
 struct work_struct disable_writeback_work;

 /* to for chunk_aligned_read in writeback mode, details below */
 spinlock_t tree_lock;
 struct radix_tree_root big_stripe_tree;
};

/*
 * Enable chunk_aligned_read() with write back cache.
 *
 * Each chunk may contain more than one stripe (for example, a 256kB
 * chunk contains 64 4kB-page, so this chunk contain 64 stripes). For
 * chunk_aligned_read, these stripes are grouped into one "big_stripe".
 * For each big_stripe, we count how many stripes of this big_stripe
 * are in the write back cache. These data are tracked in a radix tree
 * (big_stripe_tree). We use radix_tree item pointer as the counter.
 * r5c_tree_index() is used to calculate keys for the radix tree.
 *
 * chunk_aligned_read() calls r5c_big_stripe_cached() to look up
 * big_stripe of each chunk in the tree. If this big_stripe is in the
 * tree, chunk_aligned_read() aborts. This look up is protected by
 * rcu_read_lock().
 *
 * It is necessary to remember whether a stripe is counted in
 * big_stripe_tree. Instead of adding new flag, we reuses existing flags:
 * STRIPE_R5C_PARTIAL_STRIPE and STRIPE_R5C_FULL_STRIPE. If either of these
 * two flags are set, the stripe is counted in big_stripe_tree. This
 * requires moving set_bit(STRIPE_R5C_PARTIAL_STRIPE) to
 * r5c_try_caching_write(); and moving clear_bit of
 * STRIPE_R5C_PARTIAL_STRIPE and STRIPE_R5C_FULL_STRIPE to
 * r5c_finish_stripe_write_out().
 */

/*
 * radix tree requests lowest 2 bits of data pointer to be 2b'00.
 * So it is necessary to left shift the counter by 2 bits before using it
 * as data pointer of the tree.
 */
#define R5C_RADIX_COUNT_SHIFT 2

/*
 * calculate key for big_stripe_tree
 *
 * sect: align_bi->bi_iter.bi_sector or sh->sector
 */
static inline sector_t r5c_tree_index(struct r5conf *conf,
          sector_t sect)
{
 sector_div(sect, conf->chunk_sectors);
 return sect;
}

/*
 * an IO range starts from a meta data block and end at the next meta data
 * block. The io unit's the meta data block tracks data/parity followed it. io
 * unit is written to log disk with normal write, as we always flush log disk
 * first and then start move data to raid disks, there is no requirement to
 * write io unit with FLUSH/FUA
 */
struct r5l_io_unit {
 struct r5l_log *log;

 struct page *meta_page; /* store meta block */
 int meta_offset; /* current offset in meta_page */

 struct bio *current_bio;/* current_bio accepting new data */

 atomic_t pending_stripe;/* how many stripes not flushed to raid */
 u64 seq;  /* seq number of the metablock */
 sector_t log_start; /* where the io_unit starts */
 sector_t log_end; /* where the io_unit ends */
 struct list_head log_sibling; /* log->running_ios */
 struct list_head stripe_list; /* stripes added to the io_unit */

 int state;
 bool need_split_bio;
 struct bio *split_bio;

 unsigned int has_flush:1;  /* include flush request */
 unsigned int has_fua:1;   /* include fua request */
 unsigned int has_null_flush:1;  /* include null flush request */
 unsigned int has_flush_payload:1; /* include flush payload  */
 /*
  * io isn't sent yet, flush/fua request can only be submitted till it's
  * the first IO in running_ios list
 */
 unsigned int io_deferred:1;

 struct bio_list flush_barriers;   /* size == 0 flush bios */
};

/* r5l_io_unit state */
enum r5l_io_unit_state {
 IO_UNIT_RUNNING = 0, /* accepting new IO */
 IO_UNIT_IO_START = 1, /* io_unit bio start writing to log,
 * don't accepting new bio */
 IO_UNIT_IO_END = 2, /* io_unit bio finish writing to log */
 IO_UNIT_STRIPE_END = 3, /* stripes data finished writing to raid */
};

bool r5c_is_writeback(struct r5l_log *log)
{
 return (log != NULL &&
  log->r5c_journal_mode == R5C_JOURNAL_MODE_WRITE_BACK);
}

static sector_t r5l_ring_add(struct r5l_log *log, sector_t start, sector_t inc)
{
 start += inc;
 if (start >= log->device_size)
  start = start - log->device_size;
 return start;
}

static sector_t r5l_ring_distance(struct r5l_log *log, sector_t start,
      sector_t end)
{
 if (end >= start)
  return end - start;
 else
  return end + log->device_size - start;
}

static bool r5l_has_free_space(struct r5l_log *log, sector_t size)
{
 sector_t used_size;

 used_size = r5l_ring_distance(log, log->last_checkpoint,
     log->log_start);

 return log->device_size > used_size + size;
}

static void __r5l_set_io_unit_state(struct r5l_io_unit *io,
        enum r5l_io_unit_state state)
{
 if (WARN_ON(io->state >= state))
  return;
 io->state = state;
}

static void
r5c_return_dev_pending_writes(struct r5conf *conf, struct r5dev *dev)
{
 struct bio *wbi, *wbi2;

 wbi = dev->written;
 dev->written = NULL;
 while (wbi && wbi->bi_iter.bi_sector <
        dev->sector + RAID5_STRIPE_SECTORS(conf)) {
  wbi2 = r5_next_bio(conf, wbi, dev->sector);
  md_write_end(conf->mddev);
  bio_endio(wbi);
  wbi = wbi2;
 }
}

void r5c_handle_cached_data_endio(struct r5conf *conf,
      struct stripe_head *sh, int disks)
{
 int i;

 for (i = sh->disks; i--; ) {
  if (sh->dev[i].written) {
   set_bit(R5_UPTODATE, &sh->dev[i].flags);
   r5c_return_dev_pending_writes(conf, &sh->dev[i]);
  }
 }
}

void r5l_wake_reclaim(struct r5l_log *log, sector_t space);

/* Check whether we should flush some stripes to free up stripe cache */
void r5c_check_stripe_cache_usage(struct r5conf *conf)
{
 int total_cached;
 struct r5l_log *log = READ_ONCE(conf->log);

 if (!r5c_is_writeback(log))
  return;

 total_cached = atomic_read(&conf->r5c_cached_partial_stripes) +
  atomic_read(&conf->r5c_cached_full_stripes);

 /*
  * The following condition is true for either of the following:
  *   - stripe cache pressure high:
  *          total_cached > 3/4 min_nr_stripes ||
  *          empty_inactive_list_nr > 0
  *   - stripe cache pressure moderate:
  *          total_cached > 1/2 min_nr_stripes
 */
 if (total_cached > conf->min_nr_stripes * 1 / 2 ||
     atomic_read(&conf->empty_inactive_list_nr) > 0)
  r5l_wake_reclaim(log, 0);
}

/*
 * flush cache when there are R5C_FULL_STRIPE_FLUSH_BATCH or more full
 * stripes in the cache
 */
void r5c_check_cached_full_stripe(struct r5conf *conf)
{
 struct r5l_log *log = READ_ONCE(conf->log);

 if (!r5c_is_writeback(log))
  return;

 /*
  * wake up reclaim for R5C_FULL_STRIPE_FLUSH_BATCH cached stripes
  * or a full stripe (chunk size / 4k stripes).
 */
 if (atomic_read(&conf->r5c_cached_full_stripes) >=
     min(R5C_FULL_STRIPE_FLUSH_BATCH(conf),
  conf->chunk_sectors >> RAID5_STRIPE_SHIFT(conf)))
  r5l_wake_reclaim(log, 0);
}

/*
 * Total log space (in sectors) needed to flush all data in cache
 *
 * To avoid deadlock due to log space, it is necessary to reserve log
 * space to flush critical stripes (stripes that occupying log space near
 * last_checkpoint). This function helps check how much log space is
 * required to flush all cached stripes.
 *
 * To reduce log space requirements, two mechanisms are used to give cache
 * flush higher priorities:
 *    1. In handle_stripe_dirtying() and schedule_reconstruction(),
 *       stripes ALREADY in journal can be flushed w/o pending writes;
 *    2. In r5l_write_stripe() and r5c_cache_data(), stripes NOT in journal
 *       can be delayed (r5l_add_no_space_stripe).
 *
 * In cache flush, the stripe goes through 1 and then 2. For a stripe that
 * already passed 1, flushing it requires at most (conf->max_degraded + 1)
 * pages of journal space. For stripes that has not passed 1, flushing it
 * requires (conf->raid_disks + 1) pages of journal space. There are at
 * most (conf->group_cnt + 1) stripe that passed 1. So total journal space
 * required to flush all cached stripes (in pages) is:
 *
 *     (stripe_in_journal_count - group_cnt - 1) * (max_degraded + 1) +
 *     (group_cnt + 1) * (raid_disks + 1)
 * or
 *     (stripe_in_journal_count) * (max_degraded + 1) +
 *     (group_cnt + 1) * (raid_disks - max_degraded)
 */
static sector_t r5c_log_required_to_flush_cache(struct r5conf *conf)
{
 struct r5l_log *log = READ_ONCE(conf->log);

 if (!r5c_is_writeback(log))
  return 0;

 return BLOCK_SECTORS *
  ((conf->max_degraded + 1) * atomic_read(&log->stripe_in_journal_count) +
   (conf->raid_disks - conf->max_degraded) * (conf->group_cnt + 1));
}

/*
 * evaluate log space usage and update R5C_LOG_TIGHT and R5C_LOG_CRITICAL
 *
 * R5C_LOG_TIGHT is set when free space on the log device is less than 3x of
 * reclaim_required_space. R5C_LOG_CRITICAL is set when free space on the log
 * device is less than 2x of reclaim_required_space.
 */
static inline void r5c_update_log_state(struct r5l_log *log)
{
 struct r5conf *conf = log->rdev->mddev->private;
 sector_t free_space;
 sector_t reclaim_space;
 bool wake_reclaim = false;

 if (!r5c_is_writeback(log))
  return;

 free_space = r5l_ring_distance(log, log->log_start,
           log->last_checkpoint);
 reclaim_space = r5c_log_required_to_flush_cache(conf);
 if (free_space < 2 * reclaim_space)
  set_bit(R5C_LOG_CRITICAL, &conf->cache_state);
 else {
  if (test_bit(R5C_LOG_CRITICAL, &conf->cache_state))
   wake_reclaim = true;
  clear_bit(R5C_LOG_CRITICAL, &conf->cache_state);
 }
 if (free_space < 3 * reclaim_space)
  set_bit(R5C_LOG_TIGHT, &conf->cache_state);
 else
  clear_bit(R5C_LOG_TIGHT, &conf->cache_state);

 if (wake_reclaim)
  r5l_wake_reclaim(log, 0);
}

/*
 * Put the stripe into writing-out phase by clearing STRIPE_R5C_CACHING.
 * This function should only be called in write-back mode.
 */
void r5c_make_stripe_write_out(struct stripe_head *sh)
{
 struct r5conf *conf = sh->raid_conf;
 struct r5l_log *log = READ_ONCE(conf->log);

 BUG_ON(!r5c_is_writeback(log));

 WARN_ON(!test_bit(STRIPE_R5C_CACHING, &sh->state));
 clear_bit(STRIPE_R5C_CACHING, &sh->state);

 if (!test_and_set_bit(STRIPE_PREREAD_ACTIVE, &sh->state))
  atomic_inc(&conf->preread_active_stripes);
}

static void r5c_handle_data_cached(struct stripe_head *sh)
{
 int i;

 for (i = sh->disks; i--; )
  if (test_and_clear_bit(R5_Wantwrite, &sh->dev[i].flags)) {
   set_bit(R5_InJournal, &sh->dev[i].flags);
   clear_bit(R5_LOCKED, &sh->dev[i].flags);
  }
 clear_bit(STRIPE_LOG_TRAPPED, &sh->state);
}

/*
 * this journal write must contain full parity,
 * it may also contain some data pages
 */
static void r5c_handle_parity_cached(struct stripe_head *sh)
{
 int i;

 for (i = sh->disks; i--; )
  if (test_bit(R5_InJournal, &sh->dev[i].flags))
   set_bit(R5_Wantwrite, &sh->dev[i].flags);
}

/*
 * Setting proper flags after writing (or flushing) data and/or parity to the
 * log device. This is called from r5l_log_endio() or r5l_log_flush_endio().
 */
static void r5c_finish_cache_stripe(struct stripe_head *sh)
{
 struct r5l_log *log = READ_ONCE(sh->raid_conf->log);

 if (log->r5c_journal_mode == R5C_JOURNAL_MODE_WRITE_THROUGH) {
  BUG_ON(test_bit(STRIPE_R5C_CACHING, &sh->state));
  /*
   * Set R5_InJournal for parity dev[pd_idx]. This means
   * all data AND parity in the journal. For RAID 6, it is
   * NOT necessary to set the flag for dev[qd_idx], as the
   * two parities are written out together.
 */
  set_bit(R5_InJournal, &sh->dev[sh->pd_idx].flags);
 } else if (test_bit(STRIPE_R5C_CACHING, &sh->state)) {
  r5c_handle_data_cached(sh);
 } else {
  r5c_handle_parity_cached(sh);
  set_bit(R5_InJournal, &sh->dev[sh->pd_idx].flags);
 }
}

static void r5l_io_run_stripes(struct r5l_io_unit *io)
{
 struct stripe_head *sh, *next;

 list_for_each_entry_safe(sh, next, &io->stripe_list, log_list) {
  list_del_init(&sh->log_list);

  r5c_finish_cache_stripe(sh);

  set_bit(STRIPE_HANDLE, &sh->state);
  raid5_release_stripe(sh);
 }
}

static void r5l_log_run_stripes(struct r5l_log *log)
{
 struct r5l_io_unit *io, *next;

 lockdep_assert_held(&log->io_list_lock);

 list_for_each_entry_safe(io, next, &log->running_ios, log_sibling) {
  /* don't change list order */
  if (io->state < IO_UNIT_IO_END)
   break;

  list_move_tail(&io->log_sibling, &log->finished_ios);
  r5l_io_run_stripes(io);
 }
}

static void r5l_move_to_end_ios(struct r5l_log *log)
{
 struct r5l_io_unit *io, *next;

 lockdep_assert_held(&log->io_list_lock);

 list_for_each_entry_safe(io, next, &log->running_ios, log_sibling) {
  /* don't change list order */
  if (io->state < IO_UNIT_IO_END)
   break;
  list_move_tail(&io->log_sibling, &log->io_end_ios);
 }
}

static void __r5l_stripe_write_finished(struct r5l_io_unit *io);
static void r5l_log_endio(struct bio *bio)
{
 struct r5l_io_unit *io = bio->bi_private;
 struct r5l_io_unit *io_deferred;
 struct r5l_log *log = io->log;
 unsigned long flags;
 bool has_null_flush;
 bool has_flush_payload;

 if (bio->bi_status)
  md_error(log->rdev->mddev, log->rdev);

 bio_put(bio);
 mempool_free(io->meta_page, &log->meta_pool);

 spin_lock_irqsave(&log->io_list_lock, flags);
 __r5l_set_io_unit_state(io, IO_UNIT_IO_END);

 /*
  * if the io doesn't not have null_flush or flush payload,
  * it is not safe to access it after releasing io_list_lock.
  * Therefore, it is necessary to check the condition with
  * the lock held.
 */
 has_null_flush = io->has_null_flush;
 has_flush_payload = io->has_flush_payload;

 if (log->need_cache_flush && !list_empty(&io->stripe_list))
  r5l_move_to_end_ios(log);
 else
  r5l_log_run_stripes(log);
 if (!list_empty(&log->running_ios)) {
  /*
   * FLUSH/FUA io_unit is deferred because of ordering, now we
   * can dispatch it
 */
  io_deferred = list_first_entry(&log->running_ios,
            struct r5l_io_unit, log_sibling);
  if (io_deferred->io_deferred)
   schedule_work(&log->deferred_io_work);
 }

 spin_unlock_irqrestore(&log->io_list_lock, flags);

 if (log->need_cache_flush)
  md_wakeup_thread(log->rdev->mddev->thread);

 /* finish flush only io_unit and PAYLOAD_FLUSH only io_unit */
 if (has_null_flush) {
  struct bio *bi;

  WARN_ON(bio_list_empty(&io->flush_barriers));
  while ((bi = bio_list_pop(&io->flush_barriers)) != NULL) {
   bio_endio(bi);
   if (atomic_dec_and_test(&io->pending_stripe)) {
    __r5l_stripe_write_finished(io);
    return;
   }
  }
 }
 /* decrease pending_stripe for flush payload */
 if (has_flush_payload)
  if (atomic_dec_and_test(&io->pending_stripe))
   __r5l_stripe_write_finished(io);
}

static void r5l_do_submit_io(struct r5l_log *log, struct r5l_io_unit *io)
{
 unsigned long flags;

 spin_lock_irqsave(&log->io_list_lock, flags);
 __r5l_set_io_unit_state(io, IO_UNIT_IO_START);
 spin_unlock_irqrestore(&log->io_list_lock, flags);

 /*
  * In case of journal device failures, submit_bio will get error
  * and calls endio, then active stripes will continue write
  * process. Therefore, it is not necessary to check Faulty bit
  * of journal device here.
  *
  * We can't check split_bio after current_bio is submitted. If
  * io->split_bio is null, after current_bio is submitted, current_bio
  * might already be completed and the io_unit is freed. We submit
  * split_bio first to avoid the issue.
 */
 if (io->split_bio) {
  if (io->has_flush)
   io->split_bio->bi_opf |= REQ_PREFLUSH;
  if (io->has_fua)
   io->split_bio->bi_opf |= REQ_FUA;
  submit_bio(io->split_bio);
 }

 if (io->has_flush)
  io->current_bio->bi_opf |= REQ_PREFLUSH;
 if (io->has_fua)
  io->current_bio->bi_opf |= REQ_FUA;
 submit_bio(io->current_bio);
}

/* deferred io_unit will be dispatched here */
static void r5l_submit_io_async(struct work_struct *work)
{
 struct r5l_log *log = container_of(work, struct r5l_log,
        deferred_io_work);
 struct r5l_io_unit *io = NULL;
 unsigned long flags;

 spin_lock_irqsave(&log->io_list_lock, flags);
 if (!list_empty(&log->running_ios)) {
  io = list_first_entry(&log->running_ios, struct r5l_io_unit,
          log_sibling);
  if (!io->io_deferred)
   io = NULL;
  else
   io->io_deferred = 0;
 }
 spin_unlock_irqrestore(&log->io_list_lock, flags);
 if (io)
  r5l_do_submit_io(log, io);
}

static void r5c_disable_writeback_async(struct work_struct *work)
{
 struct r5l_log *log = container_of(work, struct r5l_log,
        disable_writeback_work);
 struct mddev *mddev = log->rdev->mddev;
 struct r5conf *conf = mddev->private;

 if (log->r5c_journal_mode == R5C_JOURNAL_MODE_WRITE_THROUGH)
  return;
 pr_info("md/raid:%s: Disabling writeback cache for degraded array.\n",
  mdname(mddev));

 /* wait superblock change before suspend */
 wait_event(mddev->sb_wait,
     !READ_ONCE(conf->log) ||
     !test_bit(MD_SB_CHANGE_PENDING, &mddev->sb_flags));

 log = READ_ONCE(conf->log);
 if (log) {
  mddev_suspend(mddev, false);
  log->r5c_journal_mode = R5C_JOURNAL_MODE_WRITE_THROUGH;
  mddev_resume(mddev);
 }
}

static void r5l_submit_current_io(struct r5l_log *log)
{
 struct r5l_io_unit *io = log->current_io;
 struct r5l_meta_block *block;
 unsigned long flags;
 u32 crc;
 bool do_submit = true;

 if (!io)
  return;

 block = page_address(io->meta_page);
 block->meta_size = cpu_to_le32(io->meta_offset);
 crc = crc32c(log->uuid_checksum, block, PAGE_SIZE);
 block->checksum = cpu_to_le32(crc);

 log->current_io = NULL;
 spin_lock_irqsave(&log->io_list_lock, flags);
 if (io->has_flush || io->has_fua) {
  if (io != list_first_entry(&log->running_ios,
        struct r5l_io_unit, log_sibling)) {
   io->io_deferred = 1;
   do_submit = false;
  }
 }
 spin_unlock_irqrestore(&log->io_list_lock, flags);
 if (do_submit)
  r5l_do_submit_io(log, io);
}

static struct bio *r5l_bio_alloc(struct r5l_log *log)
{
 struct bio *bio = bio_alloc_bioset(log->rdev->bdev, BIO_MAX_VECS,
        REQ_OP_WRITE, GFP_NOIO, &log->bs);

 bio->bi_iter.bi_sector = log->rdev->data_offset + log->log_start;

 return bio;
}

static void r5_reserve_log_entry(struct r5l_log *log, struct r5l_io_unit *io)
{
 log->log_start = r5l_ring_add(log, log->log_start, BLOCK_SECTORS);

 r5c_update_log_state(log);
 /*
  * If we filled up the log device start from the beginning again,
  * which will require a new bio.
  *
  * Note: for this to work properly the log size needs to me a multiple
  * of BLOCK_SECTORS.
 */
 if (log->log_start == 0)
  io->need_split_bio = true;

 io->log_end = log->log_start;
}

static struct r5l_io_unit *r5l_new_meta(struct r5l_log *log)
{
 struct r5l_io_unit *io;
 struct r5l_meta_block *block;

 io = mempool_alloc(&log->io_pool, GFP_ATOMIC);
 if (!io)
  return NULL;
 memset(io, 0, sizeof(*io));

 io->log = log;
 INIT_LIST_HEAD(&io->log_sibling);
 INIT_LIST_HEAD(&io->stripe_list);
 bio_list_init(&io->flush_barriers);
 io->state = IO_UNIT_RUNNING;

 io->meta_page = mempool_alloc(&log->meta_pool, GFP_NOIO);
 block = page_address(io->meta_page);
 clear_page(block);
 block->magic = cpu_to_le32(R5LOG_MAGIC);
 block->version = R5LOG_VERSION;
 block->seq = cpu_to_le64(log->seq);
 block->position = cpu_to_le64(log->log_start);

 io->log_start = log->log_start;
 io->meta_offset = sizeof(struct r5l_meta_block);
 io->seq = log->seq++;

 io->current_bio = r5l_bio_alloc(log);
 io->current_bio->bi_end_io = r5l_log_endio;
 io->current_bio->bi_private = io;
 __bio_add_page(io->current_bio, io->meta_page, PAGE_SIZE, 0);

 r5_reserve_log_entry(log, io);

 spin_lock_irq(&log->io_list_lock);
 list_add_tail(&io->log_sibling, &log->running_ios);
 spin_unlock_irq(&log->io_list_lock);

 return io;
}

static int r5l_get_meta(struct r5l_log *log, unsigned int payload_size)
{
 if (log->current_io &&
     log->current_io->meta_offset + payload_size > PAGE_SIZE)
  r5l_submit_current_io(log);

 if (!log->current_io) {
  log->current_io = r5l_new_meta(log);
  if (!log->current_io)
   return -ENOMEM;
 }

 return 0;
}

static void r5l_append_payload_meta(struct r5l_log *log, u16 type,
        sector_t location,
        u32 checksum1, u32 checksum2,
        bool checksum2_valid)
{
 struct r5l_io_unit *io = log->current_io;
 struct r5l_payload_data_parity *payload;

 payload = page_address(io->meta_page) + io->meta_offset;
 payload->header.type = cpu_to_le16(type);
 payload->header.flags = cpu_to_le16(0);
 payload->size = cpu_to_le32((1 + !!checksum2_valid) <<
        (PAGE_SHIFT - 9));
 payload->location = cpu_to_le64(location);
 payload->checksum[0] = cpu_to_le32(checksum1);
 if (checksum2_valid)
  payload->checksum[1] = cpu_to_le32(checksum2);

 io->meta_offset += sizeof(struct r5l_payload_data_parity) +
  sizeof(__le32) * (1 + !!checksum2_valid);
}

static void r5l_append_payload_page(struct r5l_log *log, struct page *page)
{
 struct r5l_io_unit *io = log->current_io;

 if (io->need_split_bio) {
  BUG_ON(io->split_bio);
  io->split_bio = io->current_bio;
  io->current_bio = r5l_bio_alloc(log);
  bio_chain(io->current_bio, io->split_bio);
  io->need_split_bio = false;
 }

 if (!bio_add_page(io->current_bio, page, PAGE_SIZE, 0))
  BUG();

 r5_reserve_log_entry(log, io);
}

static void r5l_append_flush_payload(struct r5l_log *log, sector_t sect)
{
 struct mddev *mddev = log->rdev->mddev;
 struct r5conf *conf = mddev->private;
 struct r5l_io_unit *io;
 struct r5l_payload_flush *payload;
 int meta_size;

 /*
  * payload_flush requires extra writes to the journal.
  * To avoid handling the extra IO in quiesce, just skip
  * flush_payload
 */
 if (conf->quiesce)
  return;

 mutex_lock(&log->io_mutex);
 meta_size = sizeof(struct r5l_payload_flush) + sizeof(__le64);

 if (r5l_get_meta(log, meta_size)) {
  mutex_unlock(&log->io_mutex);
  return;
 }

 /* current implementation is one stripe per flush payload */
 io = log->current_io;
 payload = page_address(io->meta_page) + io->meta_offset;
 payload->header.type = cpu_to_le16(R5LOG_PAYLOAD_FLUSH);
 payload->header.flags = cpu_to_le16(0);
 payload->size = cpu_to_le32(sizeof(__le64));
 payload->flush_stripes[0] = cpu_to_le64(sect);
 io->meta_offset += meta_size;
 /* multiple flush payloads count as one pending_stripe */
 if (!io->has_flush_payload) {
  io->has_flush_payload = 1;
  atomic_inc(&io->pending_stripe);
 }
 mutex_unlock(&log->io_mutex);
}

static int r5l_log_stripe(struct r5l_log *log, struct stripe_head *sh,
      int data_pages, int parity_pages)
{
 int i;
 int meta_size;
 int ret;
 struct r5l_io_unit *io;

 meta_size =
  ((sizeof(struct r5l_payload_data_parity) + sizeof(__le32))
   * data_pages) +
  sizeof(struct r5l_payload_data_parity) +
  sizeof(__le32) * parity_pages;

 ret = r5l_get_meta(log, meta_size);
 if (ret)
  return ret;

 io = log->current_io;

 if (test_and_clear_bit(STRIPE_R5C_PREFLUSH, &sh->state))
  io->has_flush = 1;

 for (i = 0; i < sh->disks; i++) {
  if (!test_bit(R5_Wantwrite, &sh->dev[i].flags) ||
      test_bit(R5_InJournal, &sh->dev[i].flags))
   continue;
  if (i == sh->pd_idx || i == sh->qd_idx)
   continue;
  if (test_bit(R5_WantFUA, &sh->dev[i].flags) &&
      log->r5c_journal_mode == R5C_JOURNAL_MODE_WRITE_BACK) {
   io->has_fua = 1;
   /*
    * we need to flush journal to make sure recovery can
    * reach the data with fua flag
 */
   io->has_flush = 1;
  }
  r5l_append_payload_meta(log, R5LOG_PAYLOAD_DATA,
     raid5_compute_blocknr(sh, i, 0),
     sh->dev[i].log_checksum, 0, false);
  r5l_append_payload_page(log, sh->dev[i].page);
 }

 if (parity_pages == 2) {
  r5l_append_payload_meta(log, R5LOG_PAYLOAD_PARITY,
     sh->sector, sh->dev[sh->pd_idx].log_checksum,
     sh->dev[sh->qd_idx].log_checksum, true);
  r5l_append_payload_page(log, sh->dev[sh->pd_idx].page);
  r5l_append_payload_page(log, sh->dev[sh->qd_idx].page);
 } else if (parity_pages == 1) {
  r5l_append_payload_meta(log, R5LOG_PAYLOAD_PARITY,
     sh->sector, sh->dev[sh->pd_idx].log_checksum,
     0, false);
  r5l_append_payload_page(log, sh->dev[sh->pd_idx].page);
 } else  /* Just writing data, not parity, in caching phase */
  BUG_ON(parity_pages != 0);

 list_add_tail(&sh->log_list, &io->stripe_list);
 atomic_inc(&io->pending_stripe);
 sh->log_io = io;

 if (log->r5c_journal_mode == R5C_JOURNAL_MODE_WRITE_THROUGH)
  return 0;

 if (sh->log_start == MaxSector) {
  BUG_ON(!list_empty(&sh->r5c));
  sh->log_start = io->log_start;
  spin_lock_irq(&log->stripe_in_journal_lock);
  list_add_tail(&sh->r5c,
         &log->stripe_in_journal_list);
  spin_unlock_irq(&log->stripe_in_journal_lock);
  atomic_inc(&log->stripe_in_journal_count);
 }
 return 0;
}

/* add stripe to no_space_stripes, and then wake up reclaim */
static inline void r5l_add_no_space_stripe(struct r5l_log *log,
        struct stripe_head *sh)
{
 spin_lock(&log->no_space_stripes_lock);
 list_add_tail(&sh->log_list, &log->no_space_stripes);
 spin_unlock(&log->no_space_stripes_lock);
}

/*
 * running in raid5d, where reclaim could wait for raid5d too (when it flushes
 * data from log to raid disks), so we shouldn't wait for reclaim here
 */
int r5l_write_stripe(struct r5l_log *log, struct stripe_head *sh)
{
 struct r5conf *conf = sh->raid_conf;
 int write_disks = 0;
 int data_pages, parity_pages;
 int reserve;
 int i;
 int ret = 0;
 bool wake_reclaim = false;

 if (!log)
  return -EAGAIN;
 /* Don't support stripe batch */
 if (sh->log_io || !test_bit(R5_Wantwrite, &sh->dev[sh->pd_idx].flags) ||
     test_bit(STRIPE_SYNCING, &sh->state)) {
  /* the stripe is written to log, we start writing it to raid */
  clear_bit(STRIPE_LOG_TRAPPED, &sh->state);
  return -EAGAIN;
 }

 WARN_ON(test_bit(STRIPE_R5C_CACHING, &sh->state));

 for (i = 0; i < sh->disks; i++) {
  void *addr;

  if (!test_bit(R5_Wantwrite, &sh->dev[i].flags) ||
      test_bit(R5_InJournal, &sh->dev[i].flags))
   continue;

  write_disks++;
  /* checksum is already calculated in last run */
  if (test_bit(STRIPE_LOG_TRAPPED, &sh->state))
   continue;
  addr = kmap_local_page(sh->dev[i].page);
  sh->dev[i].log_checksum = crc32c(log->uuid_checksum,
       addr, PAGE_SIZE);
  kunmap_local(addr);
 }
 parity_pages = 1 + !!(sh->qd_idx >= 0);
 data_pages = write_disks - parity_pages;

 set_bit(STRIPE_LOG_TRAPPED, &sh->state);
 /*
  * The stripe must enter state machine again to finish the write, so
  * don't delay.
 */
 clear_bit(STRIPE_DELAYED, &sh->state);
 atomic_inc(&sh->count);

 mutex_lock(&log->io_mutex);
 /* meta + data */
 reserve = (1 + write_disks) << (PAGE_SHIFT - 9);

 if (log->r5c_journal_mode == R5C_JOURNAL_MODE_WRITE_THROUGH) {
  if (!r5l_has_free_space(log, reserve)) {
   r5l_add_no_space_stripe(log, sh);
   wake_reclaim = true;
  } else {
   ret = r5l_log_stripe(log, sh, data_pages, parity_pages);
   if (ret) {
    spin_lock_irq(&log->io_list_lock);
    list_add_tail(&sh->log_list,
           &log->no_mem_stripes);
    spin_unlock_irq(&log->io_list_lock);
   }
  }
 } else {  /* R5C_JOURNAL_MODE_WRITE_BACK */
  /*
   * log space critical, do not process stripes that are
   * not in cache yet (sh->log_start == MaxSector).
 */
  if (test_bit(R5C_LOG_CRITICAL, &conf->cache_state) &&
      sh->log_start == MaxSector) {
   r5l_add_no_space_stripe(log, sh);
   wake_reclaim = true;
   reserve = 0;
  } else if (!r5l_has_free_space(log, reserve)) {
   if (sh->log_start == log->last_checkpoint)
    BUG();
   else
    r5l_add_no_space_stripe(log, sh);
  } else {
   ret = r5l_log_stripe(log, sh, data_pages, parity_pages);
   if (ret) {
    spin_lock_irq(&log->io_list_lock);
    list_add_tail(&sh->log_list,
           &log->no_mem_stripes);
    spin_unlock_irq(&log->io_list_lock);
   }
  }
 }

 mutex_unlock(&log->io_mutex);
 if (wake_reclaim)
  r5l_wake_reclaim(log, reserve);
 return 0;
}

void r5l_write_stripe_run(struct r5l_log *log)
{
 if (!log)
  return;
 mutex_lock(&log->io_mutex);
 r5l_submit_current_io(log);
 mutex_unlock(&log->io_mutex);
}

int r5l_handle_flush_request(struct r5l_log *log, struct bio *bio)
{
 if (log->r5c_journal_mode == R5C_JOURNAL_MODE_WRITE_THROUGH) {
  /*
   * in write through (journal only)
   * we flush log disk cache first, then write stripe data to
   * raid disks. So if bio is finished, the log disk cache is
   * flushed already. The recovery guarantees we can recovery
   * the bio from log disk, so we don't need to flush again
 */
  if (bio->bi_iter.bi_size == 0) {
   bio_endio(bio);
   return 0;
  }
  bio->bi_opf &= ~REQ_PREFLUSH;
 } else {
  /* write back (with cache) */
  if (bio->bi_iter.bi_size == 0) {
   mutex_lock(&log->io_mutex);
   r5l_get_meta(log, 0);
   bio_list_add(&log->current_io->flush_barriers, bio);
   log->current_io->has_flush = 1;
   log->current_io->has_null_flush = 1;
   atomic_inc(&log->current_io->pending_stripe);
   r5l_submit_current_io(log);
   mutex_unlock(&log->io_mutex);
   return 0;
  }
 }
 return -EAGAIN;
}

/* This will run after log space is reclaimed */
static void r5l_run_no_space_stripes(struct r5l_log *log)
{
 struct stripe_head *sh;

 spin_lock(&log->no_space_stripes_lock);
 while (!list_empty(&log->no_space_stripes)) {
  sh = list_first_entry(&log->no_space_stripes,
          struct stripe_head, log_list);
  list_del_init(&sh->log_list);
  set_bit(STRIPE_HANDLE, &sh->state);
  raid5_release_stripe(sh);
 }
 spin_unlock(&log->no_space_stripes_lock);
}

/*
 * calculate new last_checkpoint
 * for write through mode, returns log->next_checkpoint
 * for write back, returns log_start of first sh in stripe_in_journal_list
 */
static sector_t r5c_calculate_new_cp(struct r5conf *conf)
{
 struct stripe_head *sh;
 struct r5l_log *log = READ_ONCE(conf->log);
 sector_t new_cp;
 unsigned long flags;

 if (log->r5c_journal_mode == R5C_JOURNAL_MODE_WRITE_THROUGH)
  return log->next_checkpoint;

 spin_lock_irqsave(&log->stripe_in_journal_lock, flags);
 if (list_empty(&log->stripe_in_journal_list)) {
  /* all stripes flushed */
  spin_unlock_irqrestore(&log->stripe_in_journal_lock, flags);
  return log->next_checkpoint;
 }
 sh = list_first_entry(&log->stripe_in_journal_list,
         struct stripe_head, r5c);
 new_cp = sh->log_start;
 spin_unlock_irqrestore(&log->stripe_in_journal_lock, flags);
 return new_cp;
}

static sector_t r5l_reclaimable_space(struct r5l_log *log)
{
 struct r5conf *conf = log->rdev->mddev->private;

 return r5l_ring_distance(log, log->last_checkpoint,
     r5c_calculate_new_cp(conf));
}

static void r5l_run_no_mem_stripe(struct r5l_log *log)
{
 struct stripe_head *sh;

 lockdep_assert_held(&log->io_list_lock);

 if (!list_empty(&log->no_mem_stripes)) {
  sh = list_first_entry(&log->no_mem_stripes,
          struct stripe_head, log_list);
  list_del_init(&sh->log_list);
  set_bit(STRIPE_HANDLE, &sh->state);
  raid5_release_stripe(sh);
 }
}

static bool r5l_complete_finished_ios(struct r5l_log *log)
{
 struct r5l_io_unit *io, *next;
 bool found = false;

 lockdep_assert_held(&log->io_list_lock);

 list_for_each_entry_safe(io, next, &log->finished_ios, log_sibling) {
  /* don't change list order */
  if (io->state < IO_UNIT_STRIPE_END)
   break;

  log->next_checkpoint = io->log_start;

  list_del(&io->log_sibling);
  mempool_free(io, &log->io_pool);
  r5l_run_no_mem_stripe(log);

  found = true;
 }

 return found;
}

static void __r5l_stripe_write_finished(struct r5l_io_unit *io)
{
 struct r5l_log *log = io->log;
 struct r5conf *conf = log->rdev->mddev->private;
 unsigned long flags;

 spin_lock_irqsave(&log->io_list_lock, flags);
 __r5l_set_io_unit_state(io, IO_UNIT_STRIPE_END);

 if (!r5l_complete_finished_ios(log)) {
  spin_unlock_irqrestore(&log->io_list_lock, flags);
  return;
 }

 if (r5l_reclaimable_space(log) > log->max_free_space ||
     test_bit(R5C_LOG_TIGHT, &conf->cache_state))
  r5l_wake_reclaim(log, 0);

 spin_unlock_irqrestore(&log->io_list_lock, flags);
 wake_up(&log->iounit_wait);
}

void r5l_stripe_write_finished(struct stripe_head *sh)
{
 struct r5l_io_unit *io;

 io = sh->log_io;
 sh->log_io = NULL;

 if (io && atomic_dec_and_test(&io->pending_stripe))
  __r5l_stripe_write_finished(io);
}

static void r5l_log_flush_endio(struct bio *bio)
{
 struct r5l_log *log = container_of(bio, struct r5l_log,
  flush_bio);
 unsigned long flags;
 struct r5l_io_unit *io;

 if (bio->bi_status)
  md_error(log->rdev->mddev, log->rdev);
 bio_uninit(bio);

 spin_lock_irqsave(&log->io_list_lock, flags);
 list_for_each_entry(io, &log->flushing_ios, log_sibling)
  r5l_io_run_stripes(io);
 list_splice_tail_init(&log->flushing_ios, &log->finished_ios);
 spin_unlock_irqrestore(&log->io_list_lock, flags);
}

/*
 * Starting dispatch IO to raid.
 * io_unit(meta) consists of a log. There is one situation we want to avoid. A
 * broken meta in the middle of a log causes recovery can't find meta at the
 * head of log. If operations require meta at the head persistent in log, we
 * must make sure meta before it persistent in log too. A case is:
 *
 * stripe data/parity is in log, we start write stripe to raid disks. stripe
 * data/parity must be persistent in log before we do the write to raid disks.
 *
 * The solution is we restrictly maintain io_unit list order. In this case, we
 * only write stripes of an io_unit to raid disks till the io_unit is the first
 * one whose data/parity is in log.
 */
void r5l_flush_stripe_to_raid(struct r5l_log *log)
{
 bool do_flush;

 if (!log || !log->need_cache_flush)
  return;

 spin_lock_irq(&log->io_list_lock);
 /* flush bio is running */
 if (!list_empty(&log->flushing_ios)) {
  spin_unlock_irq(&log->io_list_lock);
  return;
 }
 list_splice_tail_init(&log->io_end_ios, &log->flushing_ios);
 do_flush = !list_empty(&log->flushing_ios);
 spin_unlock_irq(&log->io_list_lock);

 if (!do_flush)
  return;
 bio_init(&log->flush_bio, log->rdev->bdev, NULL, 0,
    REQ_OP_WRITE | REQ_PREFLUSH);
 log->flush_bio.bi_end_io = r5l_log_flush_endio;
 submit_bio(&log->flush_bio);
}

static void r5l_write_super(struct r5l_log *log, sector_t cp);
static void r5l_write_super_and_discard_space(struct r5l_log *log,
 sector_t end)
{
 struct block_device *bdev = log->rdev->bdev;
 struct mddev *mddev;

 r5l_write_super(log, end);

 if (!bdev_max_discard_sectors(bdev))
  return;

 mddev = log->rdev->mddev;
 /*
  * Discard could zero data, so before discard we must make sure
  * superblock is updated to new log tail. Updating superblock (either
  * directly call md_update_sb() or depend on md thread) must hold
  * reconfig mutex. On the other hand, raid5_quiesce is called with
  * reconfig_mutex hold. The first step of raid5_quiesce() is waiting
  * for all IO finish, hence waiting for reclaim thread, while reclaim
  * thread is calling this function and waiting for reconfig mutex. So
  * there is a deadlock. We workaround this issue with a trylock.
  * FIXME: we could miss discard if we can't take reconfig mutex
 */
 set_mask_bits(&mddev->sb_flags, 0,
  BIT(MD_SB_CHANGE_DEVS) | BIT(MD_SB_CHANGE_PENDING));
 if (!mddev_trylock(mddev))
  return;
 md_update_sb(mddev, 1);
 mddev_unlock(mddev);

 /* discard IO error really doesn't matter, ignore it */
 if (log->last_checkpoint < end) {
  blkdev_issue_discard(bdev,
    log->last_checkpoint + log->rdev->data_offset,
    end - log->last_checkpoint, GFP_NOIO);
 } else {
  blkdev_issue_discard(bdev,
    log->last_checkpoint + log->rdev->data_offset,
    log->device_size - log->last_checkpoint,
    GFP_NOIO);
  blkdev_issue_discard(bdev, log->rdev->data_offset, end,
    GFP_NOIO);
 }
}

/*
 * r5c_flush_stripe moves stripe from cached list to handle_list. When called,
 * the stripe must be on r5c_cached_full_stripes or r5c_cached_partial_stripes.
 *
 * must hold conf->device_lock
 */
static void r5c_flush_stripe(struct r5conf *conf, struct stripe_head *sh)
{
 BUG_ON(list_empty(&sh->lru));
 BUG_ON(!test_bit(STRIPE_R5C_CACHING, &sh->state));
 BUG_ON(test_bit(STRIPE_HANDLE, &sh->state));

 /*
  * The stripe is not ON_RELEASE_LIST, so it is safe to call
  * raid5_release_stripe() while holding conf->device_lock
 */
 BUG_ON(test_bit(STRIPE_ON_RELEASE_LIST, &sh->state));
 lockdep_assert_held(&conf->device_lock);

 list_del_init(&sh->lru);
 atomic_inc(&sh->count);

 set_bit(STRIPE_HANDLE, &sh->state);
 atomic_inc(&conf->active_stripes);
 r5c_make_stripe_write_out(sh);

 if (test_bit(STRIPE_R5C_PARTIAL_STRIPE, &sh->state))
  atomic_inc(&conf->r5c_flushing_partial_stripes);
 else
  atomic_inc(&conf->r5c_flushing_full_stripes);
 raid5_release_stripe(sh);
}

/*
 * if num == 0, flush all full stripes
 * if num > 0, flush all full stripes. If less than num full stripes are
 *             flushed, flush some partial stripes until totally num stripes are
 *             flushed or there is no more cached stripes.
 */
void r5c_flush_cache(struct r5conf *conf, int num)
{
 int count;
 struct stripe_head *sh, *next;

 lockdep_assert_held(&conf->device_lock);
 if (!READ_ONCE(conf->log))
  return;

 count = 0;
 list_for_each_entry_safe(sh, next, &conf->r5c_full_stripe_list, lru) {
  r5c_flush_stripe(conf, sh);
  count++;
 }

 if (count >= num)
  return;
 list_for_each_entry_safe(sh, next,
     &conf->r5c_partial_stripe_list, lru) {
  r5c_flush_stripe(conf, sh);
  if (++count >= num)
   break;
 }
}

static void r5c_do_reclaim(struct r5conf *conf)
{
 struct r5l_log *log = READ_ONCE(conf->log);
 struct stripe_head *sh;
 int count = 0;
 unsigned long flags;
 int total_cached;
 int stripes_to_flush;
 int flushing_partial, flushing_full;

 if (!r5c_is_writeback(log))
  return;

 flushing_partial = atomic_read(&conf->r5c_flushing_partial_stripes);
 flushing_full = atomic_read(&conf->r5c_flushing_full_stripes);
 total_cached = atomic_read(&conf->r5c_cached_partial_stripes) +
  atomic_read(&conf->r5c_cached_full_stripes) -
  flushing_full - flushing_partial;

 if (total_cached > conf->min_nr_stripes * 3 / 4 ||
     atomic_read(&conf->empty_inactive_list_nr) > 0)
  /*
   * if stripe cache pressure high, flush all full stripes and
   * some partial stripes
 */
  stripes_to_flush = R5C_RECLAIM_STRIPE_GROUP;
 else if (total_cached > conf->min_nr_stripes * 1 / 2 ||
   atomic_read(&conf->r5c_cached_full_stripes) - flushing_full >
   R5C_FULL_STRIPE_FLUSH_BATCH(conf))
  /*
   * if stripe cache pressure moderate, or if there is many full
   * stripes,flush all full stripes
 */
  stripes_to_flush = 0;
 else
  /* no need to flush */
  stripes_to_flush = -1;

 if (stripes_to_flush >= 0) {
  spin_lock_irqsave(&conf->device_lock, flags);
  r5c_flush_cache(conf, stripes_to_flush);
  spin_unlock_irqrestore(&conf->device_lock, flags);
 }

 /* if log space is tight, flush stripes on stripe_in_journal_list */
 if (test_bit(R5C_LOG_TIGHT, &conf->cache_state)) {
  spin_lock_irqsave(&log->stripe_in_journal_lock, flags);
  spin_lock(&conf->device_lock);
  list_for_each_entry(sh, &log->stripe_in_journal_list, r5c) {
   /*
    * stripes on stripe_in_journal_list could be in any
    * state of the stripe_cache state machine. In this
    * case, we only want to flush stripe on
    * r5c_cached_full/partial_stripes. The following
    * condition makes sure the stripe is on one of the
    * two lists.
 */
   if (!list_empty(&sh->lru) &&
       !test_bit(STRIPE_HANDLE, &sh->state) &&
       atomic_read(&sh->count) == 0) {
    r5c_flush_stripe(conf, sh);
    if (count++ >= R5C_RECLAIM_STRIPE_GROUP)
     break;
   }
  }
  spin_unlock(&conf->device_lock);
  spin_unlock_irqrestore(&log->stripe_in_journal_lock, flags);
 }

 if (!test_bit(R5C_LOG_CRITICAL, &conf->cache_state))
  r5l_run_no_space_stripes(log);

 md_wakeup_thread(conf->mddev->thread);
}

static void r5l_do_reclaim(struct r5l_log *log)
{
 struct r5conf *conf = log->rdev->mddev->private;
 sector_t reclaim_target = xchg(&log->reclaim_target, 0);
 sector_t reclaimable;
 sector_t next_checkpoint;
 bool write_super;

 spin_lock_irq(&log->io_list_lock);
 write_super = r5l_reclaimable_space(log) > log->max_free_space ||
  reclaim_target != 0 || !list_empty(&log->no_space_stripes);
 /*
  * move proper io_unit to reclaim list. We should not change the order.
  * reclaimable/unreclaimable io_unit can be mixed in the list, we
  * shouldn't reuse space of an unreclaimable io_unit
 */
 while (1) {
  reclaimable = r5l_reclaimable_space(log);
  if (reclaimable >= reclaim_target ||
      (list_empty(&log->running_ios) &&
       list_empty(&log->io_end_ios) &&
       list_empty(&log->flushing_ios) &&
       list_empty(&log->finished_ios)))
   break;

  md_wakeup_thread(log->rdev->mddev->thread);
  wait_event_lock_irq(log->iounit_wait,
        r5l_reclaimable_space(log) > reclaimable,
        log->io_list_lock);
 }

 next_checkpoint = r5c_calculate_new_cp(conf);
 spin_unlock_irq(&log->io_list_lock);

 if (reclaimable == 0 || !write_super)
  return;

 /*
  * write_super will flush cache of each raid disk. We must write super
  * here, because the log area might be reused soon and we don't want to
  * confuse recovery
 */
 r5l_write_super_and_discard_space(log, next_checkpoint);

 mutex_lock(&log->io_mutex);
 log->last_checkpoint = next_checkpoint;
 r5c_update_log_state(log);
 mutex_unlock(&log->io_mutex);

 r5l_run_no_space_stripes(log);
}

static void r5l_reclaim_thread(struct md_thread *thread)
{
 struct mddev *mddev = thread->mddev;
 struct r5conf *conf = mddev->private;
 struct r5l_log *log = READ_ONCE(conf->log);

 if (!log)
  return;
 r5c_do_reclaim(conf);
 r5l_do_reclaim(log);
}

void r5l_wake_reclaim(struct r5l_log *log, sector_t space)
{
 unsigned long target;
 unsigned long new = (unsigned long)space; /* overflow in theory */

 if (!log)
  return;

 target = READ_ONCE(log->reclaim_target);
 do {
  if (new < target)
   return;
 } while (!try_cmpxchg(&log->reclaim_target, &target, new));
 md_wakeup_thread(log->reclaim_thread);
}

void r5l_quiesce(struct r5l_log *log, int quiesce)
{
 struct mddev *mddev = log->rdev->mddev;
 struct md_thread *thread = rcu_dereference_protected(
  log->reclaim_thread, lockdep_is_held(&mddev->reconfig_mutex));

 if (quiesce) {
  /* make sure r5l_write_super_and_discard_space exits */
  wake_up(&mddev->sb_wait);
  kthread_park(thread->tsk);
  r5l_wake_reclaim(log, MaxSector);
  r5l_do_reclaim(log);
 } else
  kthread_unpark(thread->tsk);
}

bool r5l_log_disk_error(struct r5conf *conf)
{
 struct r5l_log *log = READ_ONCE(conf->log);

 /* don't allow write if journal disk is missing */
 if (!log)
  return test_bit(MD_HAS_JOURNAL, &conf->mddev->flags);
 else
  return test_bit(Faulty, &log->rdev->flags);
}

#define R5L_RECOVERY_PAGE_POOL_SIZE 256

struct r5l_recovery_ctx {
 struct page *meta_page;  /* current meta */
 sector_t meta_total_blocks; /* total size of current meta and data */
 sector_t pos;   /* recovery position */
 u64 seq;   /* recovery position seq */
 int data_parity_stripes; /* number of data_parity stripes */
 int data_only_stripes;  /* number of data_only stripes */
 struct list_head cached_list;

 /*
  * read ahead page pool (ra_pool)
  * in recovery, log is read sequentially. It is not efficient to
  * read every page with sync_page_io(). The read ahead page pool
  * reads multiple pages with one IO, so further log read can
  * just copy data from the pool.
 */
 struct page *ra_pool[R5L_RECOVERY_PAGE_POOL_SIZE];
 struct bio_vec ra_bvec[R5L_RECOVERY_PAGE_POOL_SIZE];
 sector_t pool_offset; /* offset of first page in the pool */
 int total_pages; /* total allocated pages */
 int valid_pages; /* pages with valid data */
};

static int r5l_recovery_allocate_ra_pool(struct r5l_log *log,
         struct r5l_recovery_ctx *ctx)
{
 struct page *page;

 ctx->valid_pages = 0;
 ctx->total_pages = 0;
 while (ctx->total_pages < R5L_RECOVERY_PAGE_POOL_SIZE) {
  page = alloc_page(GFP_KERNEL);

  if (!page)
   break;
  ctx->ra_pool[ctx->total_pages] = page;
  ctx->total_pages += 1;
 }

 if (ctx->total_pages == 0)
  return -ENOMEM;

 ctx->pool_offset = 0;
 return 0;
}

static void r5l_recovery_free_ra_pool(struct r5l_log *log,
     struct r5l_recovery_ctx *ctx)
{
 int i;

 for (i = 0; i < ctx->total_pages; ++i)
  put_page(ctx->ra_pool[i]);
}

/*
 * fetch ctx->valid_pages pages from offset
 * In normal cases, ctx->valid_pages == ctx->total_pages after the call.
 * However, if the offset is close to the end of the journal device,
 * ctx->valid_pages could be smaller than ctx->total_pages
 */
static int r5l_recovery_fetch_ra_pool(struct r5l_log *log,
          struct r5l_recovery_ctx *ctx,
          sector_t offset)
{
 struct bio bio;
 int ret;

 bio_init(&bio, log->rdev->bdev, ctx->ra_bvec,
   R5L_RECOVERY_PAGE_POOL_SIZE, REQ_OP_READ);
 bio.bi_iter.bi_sector = log->rdev->data_offset + offset;

 ctx->valid_pages = 0;
 ctx->pool_offset = offset;

 while (ctx->valid_pages < ctx->total_pages) {
  __bio_add_page(&bio, ctx->ra_pool[ctx->valid_pages], PAGE_SIZE,
          0);
  ctx->valid_pages += 1;

  offset = r5l_ring_add(log, offset, BLOCK_SECTORS);

  if (offset == 0)  /* reached end of the device */
   break;
 }

 ret = submit_bio_wait(&bio);
 bio_uninit(&bio);
 return ret;
}

/*
 * try read a page from the read ahead page pool, if the page is not in the
 * pool, call r5l_recovery_fetch_ra_pool
 */
static int r5l_recovery_read_page(struct r5l_log *log,
      struct r5l_recovery_ctx *ctx,
      struct page *page,
      sector_t offset)
{
 int ret;

 if (offset < ctx->pool_offset ||
     offset >= ctx->pool_offset + ctx->valid_pages * BLOCK_SECTORS) {
  ret = r5l_recovery_fetch_ra_pool(log, ctx, offset);
  if (ret)
   return ret;
 }

 BUG_ON(offset < ctx->pool_offset ||
        offset >= ctx->pool_offset + ctx->valid_pages * BLOCK_SECTORS);

 memcpy(page_address(page),
        page_address(ctx->ra_pool[(offset - ctx->pool_offset) >>
      BLOCK_SECTOR_SHIFT]),
        PAGE_SIZE);
 return 0;
}

static int r5l_recovery_read_meta_block(struct r5l_log *log,
     struct r5l_recovery_ctx *ctx)
{
 struct page *page = ctx->meta_page;
 struct r5l_meta_block *mb;
 u32 crc, stored_crc;
 int ret;

 ret = r5l_recovery_read_page(log, ctx, page, ctx->pos);
 if (ret != 0)
  return ret;

 mb = page_address(page);
 stored_crc = le32_to_cpu(mb->checksum);
 mb->checksum = 0;

 if (le32_to_cpu(mb->magic) != R5LOG_MAGIC ||
     le64_to_cpu(mb->seq) != ctx->seq ||
     mb->version != R5LOG_VERSION ||
     le64_to_cpu(mb->position) != ctx->pos)
  return -EINVAL;

 crc = crc32c(log->uuid_checksum, mb, PAGE_SIZE);
 if (stored_crc != crc)
  return -EINVAL;

 if (le32_to_cpu(mb->meta_size) > PAGE_SIZE)
  return -EINVAL;

 ctx->meta_total_blocks = BLOCK_SECTORS;

 return 0;
}

static void
r5l_recovery_create_empty_meta_block(struct r5l_log *log,
         struct page *page,
         sector_t pos, u64 seq)
{
 struct r5l_meta_block *mb;

 mb = page_address(page);
 clear_page(mb);
 mb->magic = cpu_to_le32(R5LOG_MAGIC);
 mb->version = R5LOG_VERSION;
 mb->meta_size = cpu_to_le32(sizeof(struct r5l_meta_block));
 mb->seq = cpu_to_le64(seq);
 mb->position = cpu_to_le64(pos);
}

static int r5l_log_write_empty_meta_block(struct r5l_log *log, sector_t pos,
       u64 seq)
{
 struct page *page;
 struct r5l_meta_block *mb;

 page = alloc_page(GFP_KERNEL);
 if (!page)
  return -ENOMEM;
 r5l_recovery_create_empty_meta_block(log, page, pos, seq);
 mb = page_address(page);
 mb->checksum = cpu_to_le32(crc32c(log->uuid_checksum, mb, PAGE_SIZE));
 if (!sync_page_io(log->rdev, pos, PAGE_SIZE, page, REQ_OP_WRITE |
     REQ_SYNC | REQ_FUA, false)) {
  __free_page(page);
  return -EIO;
 }
 __free_page(page);
 return 0;
}

/*
 * r5l_recovery_load_data and r5l_recovery_load_parity uses flag R5_Wantwrite
 * to mark valid (potentially not flushed) data in the journal.
 *
 * We already verified checksum in r5l_recovery_verify_data_checksum_for_mb,
 * so there should not be any mismatch here.
 */
static void r5l_recovery_load_data(struct r5l_log *log,
       struct stripe_head *sh,
       struct r5l_recovery_ctx *ctx,
       struct r5l_payload_data_parity *payload,
       sector_t log_offset)
{
 struct mddev *mddev = log->rdev->mddev;
 struct r5conf *conf = mddev->private;
 int dd_idx;

 raid5_compute_sector(conf,
        le64_to_cpu(payload->location), 0,
        &dd_idx, sh);
 r5l_recovery_read_page(log, ctx, sh->dev[dd_idx].page, log_offset);
 sh->dev[dd_idx].log_checksum =
  le32_to_cpu(payload->checksum[0]);
 ctx->meta_total_blocks += BLOCK_SECTORS;

 set_bit(R5_Wantwrite, &sh->dev[dd_idx].flags);
 set_bit(STRIPE_R5C_CACHING, &sh->state);
}

static void r5l_recovery_load_parity(struct r5l_log *log,
         struct stripe_head *sh,
         struct r5l_recovery_ctx *ctx,
         struct r5l_payload_data_parity *payload,
         sector_t log_offset)
{
 struct mddev *mddev = log->rdev->mddev;
 struct r5conf *conf = mddev->private;

 ctx->meta_total_blocks += BLOCK_SECTORS * conf->max_degraded;
 r5l_recovery_read_page(log, ctx, sh->dev[sh->pd_idx].page, log_offset);
 sh->dev[sh->pd_idx].log_checksum =
  le32_to_cpu(payload->checksum[0]);
 set_bit(R5_Wantwrite, &sh->dev[sh->pd_idx].flags);

 if (sh->qd_idx >= 0) {
  r5l_recovery_read_page(
   log, ctx, sh->dev[sh->qd_idx].page,
   r5l_ring_add(log, log_offset, BLOCK_SECTORS));
  sh->dev[sh->qd_idx].log_checksum =
   le32_to_cpu(payload->checksum[1]);
  set_bit(R5_Wantwrite, &sh->dev[sh->qd_idx].flags);
 }
 clear_bit(STRIPE_R5C_CACHING, &sh->state);
}

static void r5l_recovery_reset_stripe(struct stripe_head *sh)
{
 int i;

 sh->state = 0;
 sh->log_start = MaxSector;
 for (i = sh->disks; i--; )
  sh->dev[i].flags = 0;
}

static void
r5l_recovery_replay_one_stripe(struct r5conf *conf,
          struct stripe_head *sh,
          struct r5l_recovery_ctx *ctx)
{
 struct md_rdev *rdev, *rrdev;
 int disk_index;
 int data_count = 0;

 for (disk_index = 0; disk_index < sh->disks; disk_index++) {
  if (!test_bit(R5_Wantwrite, &sh->dev[disk_index].flags))
   continue;
  if (disk_index == sh->qd_idx || disk_index == sh->pd_idx)
   continue;
  data_count++;
 }

 /*
  * stripes that only have parity must have been flushed
  * before the crash that we are now recovering from, so
  * there is nothing more to recovery.
 */
 if (data_count == 0)
  goto out;

 for (disk_index = 0; disk_index < sh->disks; disk_index++) {
  if (!test_bit(R5_Wantwrite, &sh->dev[disk_index].flags))
   continue;

  /* in case device is broken */
  rdev = conf->disks[disk_index].rdev;
  if (rdev) {
   atomic_inc(&rdev->nr_pending);
   sync_page_io(rdev, sh->sector, PAGE_SIZE,
         sh->dev[disk_index].page, REQ_OP_WRITE,
         false);
   rdev_dec_pending(rdev, rdev->mddev);
  }
  rrdev = conf->disks[disk_index].replacement;
  if (rrdev) {
   atomic_inc(&rrdev->nr_pending);
   sync_page_io(rrdev, sh->sector, PAGE_SIZE,
         sh->dev[disk_index].page, REQ_OP_WRITE,
         false);
   rdev_dec_pending(rrdev, rrdev->mddev);
  }
 }
 ctx->data_parity_stripes++;
out:
 r5l_recovery_reset_stripe(sh);
}

static struct stripe_head *
r5c_recovery_alloc_stripe(
  struct r5conf *conf,
  sector_t stripe_sect,
  int noblock)
{
 struct stripe_head *sh;

 sh = raid5_get_active_stripe(conf, NULL, stripe_sect,
         noblock ? R5_GAS_NOBLOCK : 0);
 if (!sh)
  return NULL;  /* no more stripe available */

 r5l_recovery_reset_stripe(sh);

 return sh;
}

static struct stripe_head *
r5c_recovery_lookup_stripe(struct list_head *list, sector_t sect)
{
 struct stripe_head *sh;

 list_for_each_entry(sh, list, lru)
  if (sh->sector == sect)
   return sh;
 return NULL;
}

static void
r5c_recovery_drop_stripes(struct list_head *cached_stripe_list,
     struct r5l_recovery_ctx *ctx)
{
 struct stripe_head *sh, *next;

 list_for_each_entry_safe(sh, next, cached_stripe_list, lru) {
  r5l_recovery_reset_stripe(sh);
  list_del_init(&sh->lru);
  raid5_release_stripe(sh);
 }
}

static void
r5c_recovery_replay_stripes(struct list_head *cached_stripe_list,
       struct r5l_recovery_ctx *ctx)
{
 struct stripe_head *sh, *next;

 list_for_each_entry_safe(sh, next, cached_stripe_list, lru)
  if (!test_bit(STRIPE_R5C_CACHING, &sh->state)) {
   r5l_recovery_replay_one_stripe(sh->raid_conf, sh, ctx);
   list_del_init(&sh->lru);
   raid5_release_stripe(sh);
  }
}

/* if matches return 0; otherwise return -EINVAL */
static int
r5l_recovery_verify_data_checksum(struct r5l_log *log,
      struct r5l_recovery_ctx *ctx,
      struct page *page,
      sector_t log_offset, __le32 log_checksum)
{
 void *addr;
 u32 checksum;

 r5l_recovery_read_page(log, ctx, page, log_offset);
 addr = kmap_local_page(page);
 checksum = crc32c(log->uuid_checksum, addr, PAGE_SIZE);
 kunmap_local(addr);
 return (le32_to_cpu(log_checksum) == checksum) ? 0 : -EINVAL;
}

/*
 * before loading data to stripe cache, we need verify checksum for all data,
 * if there is mismatch for any data page, we drop all data in the mata block
 */
static int
r5l_recovery_verify_data_checksum_for_mb(struct r5l_log *log,
      struct r5l_recovery_ctx *ctx)
{
 struct mddev *mddev = log->rdev->mddev;
 struct r5conf *conf = mddev->private;
 struct r5l_meta_block *mb = page_address(ctx->meta_page);
 sector_t mb_offset = sizeof(struct r5l_meta_block);
 sector_t log_offset = r5l_ring_add(log, ctx->pos, BLOCK_SECTORS);
 struct page *page;
 struct r5l_payload_data_parity *payload;
 struct r5l_payload_flush *payload_flush;

 page = alloc_page(GFP_KERNEL);
 if (!page)
  return -ENOMEM;

 while (mb_offset < le32_to_cpu(mb->meta_size)) {
  payload = (void *)mb + mb_offset;
  payload_flush = (void *)mb + mb_offset;

  if (le16_to_cpu(payload->header.type) == R5LOG_PAYLOAD_DATA) {
   if (r5l_recovery_verify_data_checksum(
        log, ctx, page, log_offset,
        payload->checksum[0]) < 0)
    goto mismatch;
  } else if (le16_to_cpu(payload->header.type) == R5LOG_PAYLOAD_PARITY) {
   if (r5l_recovery_verify_data_checksum(
        log, ctx, page, log_offset,
        payload->checksum[0]) < 0)
    goto mismatch;
   if (conf->max_degraded == 2 && /* q for RAID 6 */
       r5l_recovery_verify_data_checksum(
        log, ctx, page,
        r5l_ring_add(log, log_offset,
       BLOCK_SECTORS),
        payload->checksum[1]) < 0)
    goto mismatch;
  } else if (le16_to_cpu(payload->header.type) == R5LOG_PAYLOAD_FLUSH) {
   /* nothing to do for R5LOG_PAYLOAD_FLUSH here */
  } else /* not R5LOG_PAYLOAD_DATA/PARITY/FLUSH */
   goto mismatch;

  if (le16_to_cpu(payload->header.type) == R5LOG_PAYLOAD_FLUSH) {
   mb_offset += sizeof(struct r5l_payload_flush) +
    le32_to_cpu(payload_flush->size);
  } else {
   /* DATA or PARITY payload */
   log_offset = r5l_ring_add(log, log_offset,
        le32_to_cpu(payload->size));
   mb_offset += sizeof(struct r5l_payload_data_parity) +
    sizeof(__le32) *
    (le32_to_cpu(payload->size) >> (PAGE_SHIFT - 9));
  }

 }

 put_page(page);
 return 0;

mismatch:
 put_page(page);
 return -EINVAL;
}

/*
 * Analyze all data/parity pages in one meta block
 * Returns:
 * 0 for success
 * -EINVAL for unknown playload type
 * -EAGAIN for checksum mismatch of data page
 * -ENOMEM for run out of memory (alloc_page failed or run out of stripes)
 */
static int
r5c_recovery_analyze_meta_block(struct r5l_log *log,
    struct r5l_recovery_ctx *ctx,
    struct list_head *cached_stripe_list)
{
 struct mddev *mddev = log->rdev->mddev;
 struct r5conf *conf = mddev->private;
 struct r5l_meta_block *mb;
 struct r5l_payload_data_parity *payload;
 struct r5l_payload_flush *payload_flush;
 int mb_offset;
 sector_t log_offset;
 sector_t stripe_sect;
 struct stripe_head *sh;
 int ret;

 /*
  * for mismatch in data blocks, we will drop all data in this mb, but
  * we will still read next mb for other data with FLUSH flag, as
  * io_unit could finish out of order.
 */
 ret = r5l_recovery_verify_data_checksum_for_mb(log, ctx);
 if (ret == -EINVAL)
  return -EAGAIN;
 else if (ret)
  return ret;   /* -ENOMEM duo to alloc_page() failed */

 mb = page_address(ctx->meta_page);
 mb_offset = sizeof(struct r5l_meta_block);
 log_offset = r5l_ring_add(log, ctx->pos, BLOCK_SECTORS);

 while (mb_offset < le32_to_cpu(mb->meta_size)) {
  int dd;

  payload = (void *)mb + mb_offset;
  payload_flush = (void *)mb + mb_offset;

  if (le16_to_cpu(payload->header.type) == R5LOG_PAYLOAD_FLUSH) {
   int i, count;

   count = le32_to_cpu(payload_flush->size) / sizeof(__le64);
   for (i = 0; i < count; ++i) {
    stripe_sect = le64_to_cpu(payload_flush->flush_stripes[i]);
    sh = r5c_recovery_lookup_stripe(cached_stripe_list,
        stripe_sect);
    if (sh) {
     WARN_ON(test_bit(STRIPE_R5C_CACHING, &sh->state));
     r5l_recovery_reset_stripe(sh);
     list_del_init(&sh->lru);
     raid5_release_stripe(sh);
    }
   }

   mb_offset += sizeof(struct r5l_payload_flush) +
    le32_to_cpu(payload_flush->size);
   continue;
  }

  /* DATA or PARITY payload */
  stripe_sect = (le16_to_cpu(payload->header.type) == R5LOG_PAYLOAD_DATA) ?
   raid5_compute_sector(
    conf, le64_to_cpu(payload->location), 0, &dd,
    NULL)
   : le64_to_cpu(payload->location);

  sh = r5c_recovery_lookup_stripe(cached_stripe_list,
      stripe_sect);

  if (!sh) {
   sh = r5c_recovery_alloc_stripe(conf, stripe_sect, 1);
   /*
    * cannot get stripe from raid5_get_active_stripe
    * try replay some stripes
 */
   if (!sh) {
    r5c_recovery_replay_stripes(
     cached_stripe_list, ctx);
    sh = r5c_recovery_alloc_stripe(
     conf, stripe_sect, 1);
   }
   if (!sh) {
    int new_size = conf->min_nr_stripes * 2;
    pr_debug("md/raid:%s: Increasing stripe cache size to %d to recovery data on journal.\n",
     mdname(mddev),
     new_size);
    ret = raid5_set_cache_size(mddev, new_size);
    if (conf->min_nr_stripes <= new_size / 2) {
     pr_err("md/raid:%s: Cannot increase cache size, ret=%d, new_size=%d, min_nr_stripes=%d, max_nr_stripes=%d\n",
      mdname(mddev),
      ret,
      new_size,
      conf->min_nr_stripes,
      conf->max_nr_stripes);
     return -ENOMEM;
    }
    sh = r5c_recovery_alloc_stripe(
     conf, stripe_sect, 0);
   }
   if (!sh) {
    pr_err("md/raid:%s: Cannot get enough stripes due to memory pressure. Recovery failed.\n",
     mdname(mddev));
    return -ENOMEM;
   }
   list_add_tail(&sh->lru, cached_stripe_list);
  }

  if (le16_to_cpu(payload->header.type) == R5LOG_PAYLOAD_DATA) {
   if (!test_bit(STRIPE_R5C_CACHING, &sh->state) &&
       test_bit(R5_Wantwrite, &sh->dev[sh->pd_idx].flags)) {
    r5l_recovery_replay_one_stripe(conf, sh, ctx);
    list_move_tail(&sh->lru, cached_stripe_list);
   }
   r5l_recovery_load_data(log, sh, ctx, payload,
            log_offset);
  } else if (le16_to_cpu(payload->header.type) == R5LOG_PAYLOAD_PARITY)
   r5l_recovery_load_parity(log, sh, ctx, payload,
       log_offset);
  else
   return -EINVAL;

  log_offset = r5l_ring_add(log, log_offset,
       le32_to_cpu(payload->size));

  mb_offset += sizeof(struct r5l_payload_data_parity) +
   sizeof(__le32) *
   (le32_to_cpu(payload->size) >> (PAGE_SHIFT - 9));
 }

 return 0;
}

/*
 * Load the stripe into cache. The stripe will be written out later by
 * the stripe cache state machine.
 */
static void r5c_recovery_load_one_stripe(struct r5l_log *log,
      struct stripe_head *sh)
{
 struct r5dev *dev;
 int i;

 for (i = sh->disks; i--; ) {
  dev = sh->dev + i;
  if (test_and_clear_bit(R5_Wantwrite, &dev->flags)) {
   set_bit(R5_InJournal, &dev->flags);
   set_bit(R5_UPTODATE, &dev->flags);
  }
 }
}

/*
 * Scan through the log for all to-be-flushed data
 *
 * For stripes with data and parity, namely Data-Parity stripe
 * (STRIPE_R5C_CACHING == 0), we simply replay all the writes.
 *
 * For stripes with only data, namely Data-Only stripe
 * (STRIPE_R5C_CACHING == 1), we load them to stripe cache state machine.
 *
 * For a stripe, if we see data after parity, we should discard all previous
 * data and parity for this stripe, as these data are already flushed to
 * the array.
 *
 * At the end of the scan, we return the new journal_tail, which points to
 * first data-only stripe on the journal device, or next invalid meta block.
 */
static int r5c_recovery_flush_log(struct r5l_log *log,
      struct r5l_recovery_ctx *ctx)
{
 struct stripe_head *sh;
 int ret = 0;

 /* scan through the log */
 while (1) {
  if (r5l_recovery_read_meta_block(log, ctx))
   break;

  ret = r5c_recovery_analyze_meta_block(log, ctx,
            &ctx->cached_list);
  /*
   * -EAGAIN means mismatch in data block, in this case, we still
   * try scan the next metablock
 */
  if (ret && ret != -EAGAIN)
   break;   /* ret == -EINVAL or -ENOMEM */
  ctx->seq++;
  ctx->pos = r5l_ring_add(log, ctx->pos, ctx->meta_total_blocks);
 }

 if (ret == -ENOMEM) {
  r5c_recovery_drop_stripes(&ctx->cached_list, ctx);
  return ret;
 }

 /* replay data-parity stripes */
 r5c_recovery_replay_stripes(&ctx->cached_list, ctx);

 /* load data-only stripes to stripe cache */
 list_for_each_entry(sh, &ctx->cached_list, lru) {
  WARN_ON(!test_bit(STRIPE_R5C_CACHING, &sh->state));
  r5c_recovery_load_one_stripe(log, sh);
  ctx->data_only_stripes++;
 }

 return 0;
}

/*
 * we did a recovery. Now ctx.pos points to an invalid meta block. New
 * log will start here. but we can't let superblock point to last valid
 * meta block. The log might looks like:
 * | meta 1| meta 2| meta 3|
 * meta 1 is valid, meta 2 is invalid. meta 3 could be valid. If
 * superblock points to meta 1, we write a new valid meta 2n.  if crash
 * happens again, new recovery will start from meta 1. Since meta 2n is
 * valid now, recovery will think meta 3 is valid, which is wrong.
 * The solution is we create a new meta in meta2 with its seq == meta
 * 1's seq + 10000 and let superblock points to meta2. The same recovery
 * will not think meta 3 is a valid meta, because its seq doesn't match
 */

/*
 * Before recovery, the log looks like the following
 *
 *   ---------------------------------------------
 *   |           valid log        | invalid log  |
 *   ---------------------------------------------
 *   ^
 *   |- log->last_checkpoint
 *   |- log->last_cp_seq
 *
 * Now we scan through the log until we see invalid entry
 *
 *   ---------------------------------------------
 *   |           valid log        | invalid log  |
 *   ---------------------------------------------
 *   ^                            ^
 *   |- log->last_checkpoint      |- ctx->pos
 *   |- log->last_cp_seq          |- ctx->seq
 *
 * From this point, we need to increase seq number by 10 to avoid
 * confusing next recovery.
 *
 *   ---------------------------------------------
 *   |           valid log        | invalid log  |
 *   ---------------------------------------------
 *   ^                              ^
 *   |- log->last_checkpoint        |- ctx->pos+1
 *   |- log->last_cp_seq            |- ctx->seq+10001
 *
 * However, it is not safe to start the state machine yet, because data only
 * parities are not yet secured in RAID. To save these data only parities, we
 * rewrite them from seq+11.
 *
 *   -----------------------------------------------------------------
 *   |           valid log        | data only stripes | invalid log  |
 *   -----------------------------------------------------------------
 *   ^                                                ^
 *   |- log->last_checkpoint                          |- ctx->pos+n
 *   |- log->last_cp_seq                              |- ctx->seq+10000+n
 *
 * If failure happens again during this process, the recovery can safe start
 * again from log->last_checkpoint.
 *
 * Once data only stripes are rewritten to journal, we move log_tail
 *
 *   -----------------------------------------------------------------
 *   |     old log        |    data only stripes    | invalid log  |
 *   -----------------------------------------------------------------
 *                        ^                         ^
 *                        |- log->last_checkpoint   |- ctx->pos+n
 *                        |- log->last_cp_seq       |- ctx->seq+10000+n
 *
 * Then we can safely start the state machine. If failure happens from this
 * point on, the recovery will start from new log->last_checkpoint.
 */
static int
r5c_recovery_rewrite_data_only_stripes(struct r5l_log *log,
           struct r5l_recovery_ctx *ctx)
{
 struct stripe_head *sh;
 struct mddev *mddev = log->rdev->mddev;
 struct page *page;
 sector_t next_checkpoint = MaxSector;

 page = alloc_page(GFP_KERNEL);
 if (!page) {
  pr_err("md/raid:%s: cannot allocate memory to rewrite data only stripes\n",
         mdname(mddev));
  return -ENOMEM;
 }

 WARN_ON(list_empty(&ctx->cached_list));

 list_for_each_entry(sh, &ctx->cached_list, lru) {
  struct r5l_meta_block *mb;
  int i;
  int offset;
  sector_t write_pos;

  WARN_ON(!test_bit(STRIPE_R5C_CACHING, &sh->state));
  r5l_recovery_create_empty_meta_block(log, page,
           ctx->pos, ctx->seq);
  mb = page_address(page);
  offset = le32_to_cpu(mb->meta_size);
  write_pos = r5l_ring_add(log, ctx->pos, BLOCK_SECTORS);

  for (i = sh->disks; i--; ) {
   struct r5dev *dev = &sh->dev[i];
   struct r5l_payload_data_parity *payload;
   void *addr;

   if (test_bit(R5_InJournal, &dev->flags)) {
    payload = (void *)mb + offset;
    payload->header.type = cpu_to_le16(
     R5LOG_PAYLOAD_DATA);
    payload->size = cpu_to_le32(BLOCK_SECTORS);
    payload->location = cpu_to_le64(
     raid5_compute_blocknr(sh, i, 0));
    addr = kmap_local_page(dev->page);
    payload->checksum[0] = cpu_to_le32(
     crc32c(log->uuid_checksum, addr,
            PAGE_SIZE));
    kunmap_local(addr);
    sync_page_io(log->rdev, write_pos, PAGE_SIZE,
          dev->page, REQ_OP_WRITE, false);
    write_pos = r5l_ring_add(log, write_pos,
        BLOCK_SECTORS);
    offset += sizeof(__le32) +
     sizeof(struct r5l_payload_data_parity);

   }
  }
  mb->meta_size = cpu_to_le32(offset);
  mb->checksum = cpu_to_le32(crc32c(log->uuid_checksum,
        mb, PAGE_SIZE));
  sync_page_io(log->rdev, ctx->pos, PAGE_SIZE, page,
        REQ_OP_WRITE | REQ_SYNC | REQ_FUA, false);
  sh->log_start = ctx->pos;
  list_add_tail(&sh->r5c, &log->stripe_in_journal_list);
  atomic_inc(&log->stripe_in_journal_count);
  ctx->pos = write_pos;
  ctx->seq += 1;
  next_checkpoint = sh->log_start;
 }
 log->next_checkpoint = next_checkpoint;
 __free_page(page);
 return 0;
}

static void r5c_recovery_flush_data_only_stripes(struct r5l_log *log,
       struct r5l_recovery_ctx *ctx)
{
 struct mddev *mddev = log->rdev->mddev;
 struct r5conf *conf = mddev->private;
 struct stripe_head *sh, *next;
 bool cleared_pending = false;

 if (ctx->data_only_stripes == 0)
  return;

 if (test_bit(MD_SB_CHANGE_PENDING, &mddev->sb_flags)) {
  cleared_pending = true;
  clear_bit(MD_SB_CHANGE_PENDING, &mddev->sb_flags);
 }
 log->r5c_journal_mode = R5C_JOURNAL_MODE_WRITE_BACK;

 list_for_each_entry_safe(sh, next, &ctx->cached_list, lru) {
  r5c_make_stripe_write_out(sh);
  set_bit(STRIPE_HANDLE, &sh->state);
  list_del_init(&sh->lru);
  raid5_release_stripe(sh);
 }

 /* reuse conf->wait_for_quiescent in recovery */
 wait_event(conf->wait_for_quiescent,
     atomic_read(&conf->active_stripes) == 0);

 log->r5c_journal_mode = R5C_JOURNAL_MODE_WRITE_THROUGH;
 if (cleared_pending)
  set_bit(MD_SB_CHANGE_PENDING, &mddev->sb_flags);
}

static int r5l_recovery_log(struct r5l_log *log)
{
 struct mddev *mddev = log->rdev->mddev;
 struct r5l_recovery_ctx *ctx;
 int ret;
 sector_t pos;

 ctx = kzalloc(sizeof(*ctx), GFP_KERNEL);
 if (!ctx)
  return -ENOMEM;

 ctx->pos = log->last_checkpoint;
 ctx->seq = log->last_cp_seq;
 INIT_LIST_HEAD(&ctx->cached_list);
 ctx->meta_page = alloc_page(GFP_KERNEL);

 if (!ctx->meta_page) {
  ret =  -ENOMEM;
  goto meta_page;
 }

 if (r5l_recovery_allocate_ra_pool(log, ctx) != 0) {
  ret = -ENOMEM;
  goto ra_pool;
 }

 ret = r5c_recovery_flush_log(log, ctx);

 if (ret)
  goto error;

 pos = ctx->pos;
 ctx->seq += 10000;

 if ((ctx->data_only_stripes == 0) && (ctx->data_parity_stripes == 0))
  pr_info("md/raid:%s: starting from clean shutdown\n",
    mdname(mddev));
 else
  pr_info("md/raid:%s: recovering %d data-only stripes and %d data-parity stripes\n",
    mdname(mddev), ctx->data_only_stripes,
    ctx->data_parity_stripes);

 if (ctx->data_only_stripes == 0) {
  log->next_checkpoint = ctx->pos;
  r5l_log_write_empty_meta_block(log, ctx->pos, ctx->seq++);
  ctx->pos = r5l_ring_add(log, ctx->pos, BLOCK_SECTORS);
 } else if (r5c_recovery_rewrite_data_only_stripes(log, ctx)) {
  pr_err("md/raid:%s: failed to rewrite stripes to journal\n",
         mdname(mddev));
  ret =  -EIO;
  goto error;
 }

 log->log_start = ctx->pos;
 log->seq = ctx->seq;
 log->last_checkpoint = pos;
 r5l_write_super(log, pos);

 r5c_recovery_flush_data_only_stripes(log, ctx);
 ret = 0;
error:
 r5l_recovery_free_ra_pool(log, ctx);
ra_pool:
 __free_page(ctx->meta_page);
meta_page:
 kfree(ctx);
 return ret;
}

static void r5l_write_super(struct r5l_log *log, sector_t cp)
{
 struct mddev *mddev = log->rdev->mddev;

 log->rdev->journal_tail = cp;
 set_bit(MD_SB_CHANGE_DEVS, &mddev->sb_flags);
}

static ssize_t r5c_journal_mode_show(struct mddev *mddev, char *page)
{
 struct r5conf *conf;
 int ret;

 ret = mddev_lock(mddev);
 if (ret)
  return ret;

 conf = mddev->private;
 if (!conf || !conf->log)
  goto out_unlock;

 switch (conf->log->r5c_journal_mode) {
 case R5C_JOURNAL_MODE_WRITE_THROUGH:
  ret = snprintf(
   page, PAGE_SIZE, "[%s] %s\n",
   r5c_journal_mode_str[R5C_JOURNAL_MODE_WRITE_THROUGH],
   r5c_journal_mode_str[R5C_JOURNAL_MODE_WRITE_BACK]);
  break;
 case R5C_JOURNAL_MODE_WRITE_BACK:
  ret = snprintf(
   page, PAGE_SIZE, "%s [%s]\n",
   r5c_journal_mode_str[R5C_JOURNAL_MODE_WRITE_THROUGH],
   r5c_journal_mode_str[R5C_JOURNAL_MODE_WRITE_BACK]);
  break;
 default:
  ret = 0;
 }

out_unlock:
 mddev_unlock(mddev);
 return ret;
}

/*
 * Set journal cache mode on @mddev (external API initially needed by dm-raid).
 *
 * @mode as defined in 'enum r5c_journal_mode'.
 *
 */
int r5c_journal_mode_set(struct mddev *mddev, int mode)
{
 struct r5conf *conf;

 if (mode < R5C_JOURNAL_MODE_WRITE_THROUGH ||
     mode > R5C_JOURNAL_MODE_WRITE_BACK)
  return -EINVAL;

 conf = mddev->private;
 if (!conf || !conf->log)
  return -ENODEV;

 if (raid5_calc_degraded(conf) > 0 &&
     mode == R5C_JOURNAL_MODE_WRITE_BACK)
  return -EINVAL;

 conf->log->r5c_journal_mode = mode;

 pr_debug("md/raid:%s: setting r5c cache mode to %d: %s\n",
   mdname(mddev), mode, r5c_journal_mode_str[mode]);
 return 0;
}
EXPORT_SYMBOL(r5c_journal_mode_set);

static ssize_t r5c_journal_mode_store(struct mddev *mddev,
          const char *page, size_t length)
{
 int mode = ARRAY_SIZE(r5c_journal_mode_str);
 size_t len = length;
 int ret;

 if (len < 2)
  return -EINVAL;

 if (page[len - 1] == '\n')
  len--;

 while (mode--)
  if (strlen(r5c_journal_mode_str[mode]) == len &&
      !strncmp(page, r5c_journal_mode_str[mode], len))
   break;
 ret = mddev_suspend_and_lock(mddev);
 if (ret)
  return ret;
 ret = r5c_journal_mode_set(mddev, mode);
 mddev_unlock_and_resume(mddev);
 return ret ?: length;
}

struct md_sysfs_entry
r5c_journal_mode = __ATTR(journal_mode, 0644,
     r5c_journal_mode_show, r5c_journal_mode_store);

/*
 * Try handle write operation in caching phase. This function should only
 * be called in write-back mode.
 *
 * If all outstanding writes can be handled in caching phase, returns 0
 * If writes requires write-out phase, call r5c_make_stripe_write_out()
 * and returns -EAGAIN
 */
int r5c_try_caching_write(struct r5conf *conf,
     struct stripe_head *sh,
     struct stripe_head_state *s,
     int disks)
{
 struct r5l_log *log = READ_ONCE(conf->log);
 int i;
 struct r5dev *dev;
 int to_cache = 0;
 void __rcu **pslot;
 sector_t tree_index;
 int ret;
 uintptr_t refcount;

 BUG_ON(!r5c_is_writeback(log));

 if (!test_bit(STRIPE_R5C_CACHING, &sh->state)) {
  /*
   * There are two different scenarios here:
   *  1. The stripe has some data cached, and it is sent to
   *     write-out phase for reclaim
   *  2. The stripe is clean, and this is the first write
   *
   * For 1, return -EAGAIN, so we continue with
   * handle_stripe_dirtying().
   *
   * For 2, set STRIPE_R5C_CACHING and continue with caching
   * write.
 */

  /* case 1: anything injournal or anything in written */
  if (s->injournal > 0 || s->written > 0)
   return -EAGAIN;
  /* case 2 */
  set_bit(STRIPE_R5C_CACHING, &sh->state);
 }

 /*
  * When run in degraded mode, array is set to write-through mode.
  * This check helps drain pending write safely in the transition to
  * write-through mode.
  *
  * When a stripe is syncing, the write is also handled in write
  * through mode.
 */
 if (s->failed || test_bit(STRIPE_SYNCING, &sh->state)) {
  r5c_make_stripe_write_out(sh);
  return -EAGAIN;
 }

 for (i = disks; i--; ) {
  dev = &sh->dev[i];
  /* if non-overwrite, use writing-out phase */
  if (dev->towrite && !test_bit(R5_OVERWRITE, &dev->flags) &&
      !test_bit(R5_InJournal, &dev->flags)) {
   r5c_make_stripe_write_out(sh);
   return -EAGAIN;
  }
 }

 /* if the stripe is not counted in big_stripe_tree, add it now */
 if (!test_bit(STRIPE_R5C_PARTIAL_STRIPE, &sh->state) &&
     !test_bit(STRIPE_R5C_FULL_STRIPE, &sh->state)) {
  tree_index = r5c_tree_index(conf, sh->sector);
  spin_lock(&log->tree_lock);
  pslot = radix_tree_lookup_slot(&log->big_stripe_tree,
            tree_index);
  if (pslot) {
   refcount = (uintptr_t)radix_tree_deref_slot_protected(
    pslot, &log->tree_lock) >>
    R5C_RADIX_COUNT_SHIFT;
   radix_tree_replace_slot(
    &log->big_stripe_tree, pslot,
    (void *)((refcount + 1) << R5C_RADIX_COUNT_SHIFT));
  } else {
   /*
    * this radix_tree_insert can fail safely, so no
    * need to call radix_tree_preload()
 */
   ret = radix_tree_insert(
    &log->big_stripe_tree, tree_index,
    (void *)(1 << R5C_RADIX_COUNT_SHIFT));
   if (ret) {
    spin_unlock(&log->tree_lock);
    r5c_make_stripe_write_out(sh);
    return -EAGAIN;
   }
  }
  spin_unlock(&log->tree_lock);

  /*
   * set STRIPE_R5C_PARTIAL_STRIPE, this shows the stripe is
   * counted in the radix tree
 */
  set_bit(STRIPE_R5C_PARTIAL_STRIPE, &sh->state);
  atomic_inc(&conf->r5c_cached_partial_stripes);
 }

 for (i = disks; i--; ) {
  dev = &sh->dev[i];
  if (dev->towrite) {
   set_bit(R5_Wantwrite, &dev->flags);
   set_bit(R5_Wantdrain, &dev->flags);
   set_bit(R5_LOCKED, &dev->flags);
   to_cache++;
  }
 }

 if (to_cache) {
  set_bit(STRIPE_OP_BIODRAIN, &s->ops_request);
  /*
   * set STRIPE_LOG_TRAPPED, which triggers r5c_cache_data()
   * in ops_run_io(). STRIPE_LOG_TRAPPED will be cleared in
   * r5c_handle_data_cached()
 */
  set_bit(STRIPE_LOG_TRAPPED, &sh->state);
 }

 return 0;
}

/*
 * free extra pages (orig_page) we allocated for prexor
 */
void r5c_release_extra_page(struct stripe_head *sh)
{
 struct r5conf *conf = sh->raid_conf;
 int i;
 bool using_disk_info_extra_page;

 using_disk_info_extra_page =
  sh->dev[0].orig_page == conf->disks[0].extra_page;

 for (i = sh->disks; i--; )
  if (sh->dev[i].page != sh->dev[i].orig_page) {
   struct page *p = sh->dev[i].orig_page;

   sh->dev[i].orig_page = sh->dev[i].page;
   clear_bit(R5_OrigPageUPTDODATE, &sh->dev[i].flags);

   if (!using_disk_info_extra_page)
    put_page(p);
  }

 if (using_disk_info_extra_page) {
  clear_bit(R5C_EXTRA_PAGE_IN_USE, &conf->cache_state);
  md_wakeup_thread(conf->mddev->thread);
 }
}

void r5c_use_extra_page(struct stripe_head *sh)
{
 struct r5conf *conf = sh->raid_conf;
 int i;
 struct r5dev *dev;

 for (i = sh->disks; i--; ) {
  dev = &sh->dev[i];
  if (dev->orig_page != dev->page)
   put_page(dev->orig_page);
  dev->orig_page = conf->disks[i].extra_page;
 }
}

/*
 * clean up the stripe (clear R5_InJournal for dev[pd_idx] etc.) after the
 * stripe is committed to RAID disks.
 */
void r5c_finish_stripe_write_out(struct r5conf *conf,
     struct stripe_head *sh,
     struct stripe_head_state *s)
{
 struct r5l_log *log = READ_ONCE(conf->log);
 int i;
 sector_t tree_index;
 void __rcu **pslot;
 uintptr_t refcount;

 if (!log || !test_bit(R5_InJournal, &sh->dev[sh->pd_idx].flags))
  return;

 WARN_ON(test_bit(STRIPE_R5C_CACHING, &sh->state));
 clear_bit(R5_InJournal, &sh->dev[sh->pd_idx].flags);

 if (log->r5c_journal_mode == R5C_JOURNAL_MODE_WRITE_THROUGH)
  return;

 for (i = sh->disks; i--; ) {
  clear_bit(R5_InJournal, &sh->dev[i].flags);
  if (test_and_clear_bit(R5_Overlap, &sh->dev[i].flags))
   wake_up_bit(&sh->dev[i].flags, R5_Overlap);
 }

 /*
  * analyse_stripe() runs before r5c_finish_stripe_write_out(),
  * We updated R5_InJournal, so we also update s->injournal.
 */
 s->injournal = 0;

 if (test_and_clear_bit(STRIPE_FULL_WRITE, &sh->state))
  if (atomic_dec_and_test(&conf->pending_full_writes))
   md_wakeup_thread(conf->mddev->thread);

 spin_lock_irq(&log->stripe_in_journal_lock);
 list_del_init(&sh->r5c);
 spin_unlock_irq(&log->stripe_in_journal_lock);
 sh->log_start = MaxSector;

 atomic_dec(&log->stripe_in_journal_count);
 r5c_update_log_state(log);

 /* stop counting this stripe in big_stripe_tree */
 if (test_bit(STRIPE_R5C_PARTIAL_STRIPE, &sh->state) ||
     test_bit(STRIPE_R5C_FULL_STRIPE, &sh->state)) {
  tree_index = r5c_tree_index(conf, sh->sector);
  spin_lock(&log->tree_lock);
  pslot = radix_tree_lookup_slot(&log->big_stripe_tree,
            tree_index);
  BUG_ON(pslot == NULL);
  refcount = (uintptr_t)radix_tree_deref_slot_protected(
   pslot, &log->tree_lock) >>
   R5C_RADIX_COUNT_SHIFT;
  if (refcount == 1)
   radix_tree_delete(&log->big_stripe_tree, tree_index);
  else
   radix_tree_replace_slot(
    &log->big_stripe_tree, pslot,
    (void *)((refcount - 1) << R5C_RADIX_COUNT_SHIFT));
  spin_unlock(&log->tree_lock);
 }

 if (test_and_clear_bit(STRIPE_R5C_PARTIAL_STRIPE, &sh->state)) {
  BUG_ON(atomic_read(&conf->r5c_cached_partial_stripes) == 0);
  atomic_dec(&conf->r5c_flushing_partial_stripes);
  atomic_dec(&conf->r5c_cached_partial_stripes);
 }

 if (test_and_clear_bit(STRIPE_R5C_FULL_STRIPE, &sh->state)) {
  BUG_ON(atomic_read(&conf->r5c_cached_full_stripes) == 0);
  atomic_dec(&conf->r5c_flushing_full_stripes);
  atomic_dec(&conf->r5c_cached_full_stripes);
 }

 r5l_append_flush_payload(log, sh->sector);
 /* stripe is flused to raid disks, we can do resync now */
 if (test_bit(STRIPE_SYNC_REQUESTED, &sh->state))
  set_bit(STRIPE_HANDLE, &sh->state);
}

int r5c_cache_data(struct r5l_log *log, struct stripe_head *sh)
{
 struct r5conf *conf = sh->raid_conf;
 int pages = 0;
 int reserve;
 int i;
 int ret = 0;

 BUG_ON(!log);

 for (i = 0; i < sh->disks; i++) {
  void *addr;

  if (!test_bit(R5_Wantwrite, &sh->dev[i].flags))
   continue;
  addr = kmap_local_page(sh->dev[i].page);
  sh->dev[i].log_checksum = crc32c(log->uuid_checksum,
       addr, PAGE_SIZE);
  kunmap_local(addr);
  pages++;
 }
 WARN_ON(pages == 0);

 /*
  * The stripe must enter state machine again to call endio, so
  * don't delay.
 */
 clear_bit(STRIPE_DELAYED, &sh->state);
 atomic_inc(&sh->count);

 mutex_lock(&log->io_mutex);
 /* meta + data */
 reserve = (1 + pages) << (PAGE_SHIFT - 9);

 if (test_bit(R5C_LOG_CRITICAL, &conf->cache_state) &&
     sh->log_start == MaxSector)
  r5l_add_no_space_stripe(log, sh);
 else if (!r5l_has_free_space(log, reserve)) {
  if (sh->log_start == log->last_checkpoint)
   BUG();
  else
   r5l_add_no_space_stripe(log, sh);
 } else {
  ret = r5l_log_stripe(log, sh, pages, 0);
  if (ret) {
   spin_lock_irq(&log->io_list_lock);
   list_add_tail(&sh->log_list, &log->no_mem_stripes);
   spin_unlock_irq(&log->io_list_lock);
  }
 }

 mutex_unlock(&log->io_mutex);
 return 0;
}

/* check whether this big stripe is in write back cache. */
bool r5c_big_stripe_cached(struct r5conf *conf, sector_t sect)
{
 struct r5l_log *log = READ_ONCE(conf->log);
 sector_t tree_index;
 void *slot;

 if (!log)
  return false;

 tree_index = r5c_tree_index(conf, sect);
 slot = radix_tree_lookup(&log->big_stripe_tree, tree_index);
 return slot != NULL;
}

static int r5l_load_log(struct r5l_log *log)
{
 struct md_rdev *rdev = log->rdev;
 struct page *page;
 struct r5l_meta_block *mb;
 sector_t cp = log->rdev->journal_tail;
 u32 stored_crc, expected_crc;
 bool create_super = false;
 int ret = 0;

 /* Make sure it's valid */
 if (cp >= rdev->sectors || round_down(cp, BLOCK_SECTORS) != cp)
  cp = 0;
 page = alloc_page(GFP_KERNEL);
 if (!page)
  return -ENOMEM;

 if (!sync_page_io(rdev, cp, PAGE_SIZE, page, REQ_OP_READ, false)) {
  ret = -EIO;
  goto ioerr;
 }
 mb = page_address(page);

 if (le32_to_cpu(mb->magic) != R5LOG_MAGIC ||
     mb->version != R5LOG_VERSION) {
  create_super = true;
  goto create;
 }
 stored_crc = le32_to_cpu(mb->checksum);
 mb->checksum = 0;
 expected_crc = crc32c(log->uuid_checksum, mb, PAGE_SIZE);
 if (stored_crc != expected_crc) {
  create_super = true;
  goto create;
 }
 if (le64_to_cpu(mb->position) != cp) {
  create_super = true;
  goto create;
 }
create:
 if (create_super) {
  log->last_cp_seq = get_random_u32();
  cp = 0;
  r5l_log_write_empty_meta_block(log, cp, log->last_cp_seq);
  /*
   * Make sure super points to correct address. Log might have
   * data very soon. If super hasn't correct log tail address,
   * recovery can't find the log
 */
  r5l_write_super(log, cp);
 } else
  log->last_cp_seq = le64_to_cpu(mb->seq);

 log->device_size = round_down(rdev->sectors, BLOCK_SECTORS);
 log->max_free_space = log->device_size >> RECLAIM_MAX_FREE_SPACE_SHIFT;
 if (log->max_free_space > RECLAIM_MAX_FREE_SPACE)
  log->max_free_space = RECLAIM_MAX_FREE_SPACE;
 log->last_checkpoint = cp;

 __free_page(page);

 if (create_super) {
  log->log_start = r5l_ring_add(log, cp, BLOCK_SECTORS);
  log->seq = log->last_cp_seq + 1;
  log->next_checkpoint = cp;
 } else
  ret = r5l_recovery_log(log);

 r5c_update_log_state(log);
 return ret;
ioerr:
 __free_page(page);
 return ret;
}

int r5l_start(struct r5l_log *log)
{
 int ret;

 if (!log)
  return 0;

 ret = r5l_load_log(log);
 if (ret) {
  struct mddev *mddev = log->rdev->mddev;
  struct r5conf *conf = mddev->private;

  r5l_exit_log(conf);
 }
 return ret;
}

void r5c_update_on_rdev_error(struct mddev *mddev, struct md_rdev *rdev)
{
 struct r5conf *conf = mddev->private;
 struct r5l_log *log = READ_ONCE(conf->log);

 if (!log)
  return;

 if ((raid5_calc_degraded(conf) > 0 ||
      test_bit(Journal, &rdev->flags)) &&
     log->r5c_journal_mode == R5C_JOURNAL_MODE_WRITE_BACK)
  schedule_work(&log->disable_writeback_work);
}

int r5l_init_log(struct r5conf *conf, struct md_rdev *rdev)
{
 struct r5l_log *log;
 struct md_thread *thread;
 int ret;

 pr_debug("md/raid:%s: using device %pg as journal\n",
   mdname(conf->mddev), rdev->bdev);

 if (PAGE_SIZE != 4096)
  return -EINVAL;

 /*
  * The PAGE_SIZE must be big enough to hold 1 r5l_meta_block and
  * raid_disks r5l_payload_data_parity.
  *
  * Write journal and cache does not work for very big array
  * (raid_disks > 203)
 */
 if (sizeof(struct r5l_meta_block) +
     ((sizeof(struct r5l_payload_data_parity) + sizeof(__le32)) *
      conf->raid_disks) > PAGE_SIZE) {
  pr_err("md/raid:%s: write journal/cache doesn't work for array with %d disks\n",
         mdname(conf->mddev), conf->raid_disks);
  return -EINVAL;
 }

 log = kzalloc(sizeof(*log), GFP_KERNEL);
 if (!log)
  return -ENOMEM;
 log->rdev = rdev;
 log->need_cache_flush = bdev_write_cache(rdev->bdev);
 log->uuid_checksum = crc32c(~0, rdev->mddev->uuid,
        sizeof(rdev->mddev->uuid));

 mutex_init(&log->io_mutex);

 spin_lock_init(&log->io_list_lock);
 INIT_LIST_HEAD(&log->running_ios);
 INIT_LIST_HEAD(&log->io_end_ios);
 INIT_LIST_HEAD(&log->flushing_ios);
 INIT_LIST_HEAD(&log->finished_ios);

 log->io_kc = KMEM_CACHE(r5l_io_unit, 0);
 if (!log->io_kc)
  goto io_kc;

 ret = mempool_init_slab_pool(&log->io_pool, R5L_POOL_SIZE, log->io_kc);
 if (ret)
  goto io_pool;

 ret = bioset_init(&log->bs, R5L_POOL_SIZE, 0, BIOSET_NEED_BVECS);
 if (ret)
  goto io_bs;

 ret = mempool_init_page_pool(&log->meta_pool, R5L_POOL_SIZE, 0);
 if (ret)
  goto out_mempool;

 spin_lock_init(&log->tree_lock);
 INIT_RADIX_TREE(&log->big_stripe_tree, GFP_NOWAIT | __GFP_NOWARN);

 thread = md_register_thread(r5l_reclaim_thread, log->rdev->mddev,
        "reclaim");
 if (!thread)
  goto reclaim_thread;

 thread->timeout = R5C_RECLAIM_WAKEUP_INTERVAL;
 rcu_assign_pointer(log->reclaim_thread, thread);

 init_waitqueue_head(&log->iounit_wait);

 INIT_LIST_HEAD(&log->no_mem_stripes);

 INIT_LIST_HEAD(&log->no_space_stripes);
 spin_lock_init(&log->no_space_stripes_lock);

 INIT_WORK(&log->deferred_io_work, r5l_submit_io_async);
 INIT_WORK(&log->disable_writeback_work, r5c_disable_writeback_async);

 log->r5c_journal_mode = R5C_JOURNAL_MODE_WRITE_THROUGH;
 INIT_LIST_HEAD(&log->stripe_in_journal_list);
 spin_lock_init(&log->stripe_in_journal_lock);
 atomic_set(&log->stripe_in_journal_count, 0);

 WRITE_ONCE(conf->log, log);

 set_bit(MD_HAS_JOURNAL, &conf->mddev->flags);
 return 0;

reclaim_thread:
 mempool_exit(&log->meta_pool);
out_mempool:
 bioset_exit(&log->bs);
io_bs:
 mempool_exit(&log->io_pool);
io_pool:
 kmem_cache_destroy(log->io_kc);
io_kc:
 kfree(log);
 return -EINVAL;
}

void r5l_exit_log(struct r5conf *conf)
{
 struct r5l_log *log = conf->log;

 md_unregister_thread(conf->mddev, &log->reclaim_thread);

 /*
  * 'reconfig_mutex' is held by caller, set 'confg->log' to NULL to
  * ensure disable_writeback_work wakes up and exits.
 */
 WRITE_ONCE(conf->log, NULL);
 wake_up(&conf->mddev->sb_wait);
 flush_work(&log->disable_writeback_work);

 mempool_exit(&log->meta_pool);
 bioset_exit(&log->bs);
 mempool_exit(&log->io_pool);
 kmem_cache_destroy(log->io_kc);
 kfree(log);
}