sys/cddl/contrib/opensolaris/uts/common/fs/zfs/vdev_queue.c

   1 /*
   2  * CDDL HEADER START
   3  *
   4  * The contents of this file are subject to the terms of the
   5  * Common Development and Distribution License (the "License").
   6  * You may not use this file except in compliance with the License.
   7  *
   8  * You can obtain a copy of the license at usr/src/OPENSOLARIS.LICENSE
   9  * or http://www.opensolaris.org/os/licensing.
  10  * See the License for the specific language governing permissions
  11  * and limitations under the License.
  12  *
  13  * When distributing Covered Code, include this CDDL HEADER in each
  14  * file and include the License file at usr/src/OPENSOLARIS.LICENSE.
  15  * If applicable, add the following below this CDDL HEADER, with the
  16  * fields enclosed by brackets "[]" replaced with your own identifying
  17  * information: Portions Copyright [yyyy] [name of copyright owner]
  18  *
  19  * CDDL HEADER END
  20  */
  21 /*
  22  * Copyright 2009 Sun Microsystems, Inc.  All rights reserved.
  23  * Use is subject to license terms.
  24  */
  25
  26 /*
  27  * Copyright (c) 2013 by Delphix. All rights reserved.
  28  */
  29
  30 #include <sys/zfs_context.h>
  31 #include <sys/vdev_impl.h>
  32 #include <sys/spa_impl.h>
  33 #include <sys/zio.h>
  34 #include <sys/avl.h>
  35 #include <sys/dsl_pool.h>
  36
  37 /*
  38  * ZFS I/O Scheduler
  39  * ---------------
  40  *
  41  * ZFS issues I/O operations to leaf vdevs to satisfy and complete zios.  The
  42  * I/O scheduler determines when and in what order those operations are
  43  * issued.  The I/O scheduler divides operations into six I/O classes
  44  * prioritized in the following order: sync read, sync write, async read,
  45  * async write, scrub/resilver and trim.  Each queue defines the minimum and
  46  * maximum number of concurrent operations that may be issued to the device.
  47  * In addition, the device has an aggregate maximum. Note that the sum of the
  48  * per-queue minimums must not exceed the aggregate maximum, and if the
  49  * aggregate maximum is equal to or greater than the sum of the per-queue
  50  * maximums, the per-queue minimum has no effect.
  51  *
  52  * For many physical devices, throughput increases with the number of
  53  * concurrent operations, but latency typically suffers. Further, physical
  54  * devices typically have a limit at which more concurrent operations have no
  55  * effect on throughput or can actually cause it to decrease.
  56  *
  57  * The scheduler selects the next operation to issue by first looking for an
  58  * I/O class whose minimum has not been satisfied. Once all are satisfied and
  59  * the aggregate maximum has not been hit, the scheduler looks for classes
  60  * whose maximum has not been satisfied. Iteration through the I/O classes is
  61  * done in the order specified above. No further operations are issued if the
  62  * aggregate maximum number of concurrent operations has been hit or if there
  63  * are no operations queued for an I/O class that has not hit its maximum.
  64  * Every time an I/O is queued or an operation completes, the I/O scheduler
  65  * looks for new operations to issue.
  66  *
  67  * All I/O classes have a fixed maximum number of outstanding operations
  68  * except for the async write class. Asynchronous writes represent the data
  69  * that is committed to stable storage during the syncing stage for
  70  * transaction groups (see txg.c). Transaction groups enter the syncing state
  71  * periodically so the number of queued async writes will quickly burst up and
  72  * then bleed down to zero. Rather than servicing them as quickly as possible,
  73  * the I/O scheduler changes the maximum number of active async write I/Os
  74  * according to the amount of dirty data in the pool (see dsl_pool.c). Since
  75  * both throughput and latency typically increase with the number of
  76  * concurrent operations issued to physical devices, reducing the burstiness
  77  * in the number of concurrent operations also stabilizes the response time of
  78  * operations from other -- and in particular synchronous -- queues. In broad
  79  * strokes, the I/O scheduler will issue more concurrent operations from the
  80  * async write queue as there's more dirty data in the pool.
  81  *
  82  * Async Writes
  83  *
  84  * The number of concurrent operations issued for the async write I/O class
  85  * follows a piece-wise linear function defined by a few adjustable points.
  86  *
  87  *        |                   o---------| <-- zfs_vdev_async_write_max_active
  88  *   ^    |                  /^         |
  89  *   |    |                 / |         |
  90  * active |                /  |         |
  91  *  I/O   |               /   |         |
  92  * count  |              /    |         |
  93  *        |             /     |         |
  94  *        |------------o      |         | <-- zfs_vdev_async_write_min_active
  95  *       0|____________^______|_________|
  96  *        0%           |      |       100% of zfs_dirty_data_max
  97  *                     |      |
  98  *                     |      `-- zfs_vdev_async_write_active_max_dirty_percent
  99  *                     `--------- zfs_vdev_async_write_active_min_dirty_percent
 100  *
 101  * Until the amount of dirty data exceeds a minimum percentage of the dirty
 102  * data allowed in the pool, the I/O scheduler will limit the number of
 103  * concurrent operations to the minimum. As that threshold is crossed, the
 104  * number of concurrent operations issued increases linearly to the maximum at
 105  * the specified maximum percentage of the dirty data allowed in the pool.
 106  *
 107  * Ideally, the amount of dirty data on a busy pool will stay in the sloped
 108  * part of the function between zfs_vdev_async_write_active_min_dirty_percent
 109  * and zfs_vdev_async_write_active_max_dirty_percent. If it exceeds the
 110  * maximum percentage, this indicates that the rate of incoming data is
 111  * greater than the rate that the backend storage can handle. In this case, we
 112  * must further throttle incoming writes (see dmu_tx_delay() for details).
 113  */
 114
 115 /*
 116  * The maximum number of I/Os active to each device.  Ideally, this will be >=
 117  * the sum of each queue's max_active.  It must be at least the sum of each
 118  * queue's min_active.
 119  */
 120 uint32_t zfs_vdev_max_active = 1000;
 121
 122 /*
 123  * Per-queue limits on the number of I/Os active to each device.  If the
 124  * sum of the queue's max_active is < zfs_vdev_max_active, then the
 125  * min_active comes into play.  We will send min_active from each queue,
 126  * and then select from queues in the order defined by zio_priority_t.
 127  *
 128  * In general, smaller max_active's will lead to lower latency of synchronous
 129  * operations.  Larger max_active's may lead to higher overall throughput,
 130  * depending on underlying storage.
 131  *
 132  * The ratio of the queues' max_actives determines the balance of performance
 133  * between reads, writes, and scrubs.  E.g., increasing
 134  * zfs_vdev_scrub_max_active will cause the scrub or resilver to complete
 135  * more quickly, but reads and writes to have higher latency and lower
 136  * throughput.
 137  */
 138 uint32_t zfs_vdev_sync_read_min_active = 10;
 139 uint32_t zfs_vdev_sync_read_max_active = 10;
 140 uint32_t zfs_vdev_sync_write_min_active = 10;
 141 uint32_t zfs_vdev_sync_write_max_active = 10;
 142 uint32_t zfs_vdev_async_read_min_active = 1;
 143 uint32_t zfs_vdev_async_read_max_active = 3;
 144 uint32_t zfs_vdev_async_write_min_active = 1;
 145 uint32_t zfs_vdev_async_write_max_active = 10;
 146 uint32_t zfs_vdev_scrub_min_active = 1;
 147 uint32_t zfs_vdev_scrub_max_active = 2;
 148 uint32_t zfs_vdev_trim_min_active = 1;
 149 /*
 150  * TRIM max active is large in comparison to the other values due to the fact
 151  * that TRIM IOs are coalesced at the device layer. This value is set such
 152  * that a typical SSD can process the queued IOs in a single request.
 153  */
 154 uint32_t zfs_vdev_trim_max_active = 64;
 155
 156
 157 /*
 158  * When the pool has less than zfs_vdev_async_write_active_min_dirty_percent
 159  * dirty data, use zfs_vdev_async_write_min_active.  When it has more than
 160  * zfs_vdev_async_write_active_max_dirty_percent, use
 161  * zfs_vdev_async_write_max_active. The value is linearly interpolated
 162  * between min and max.
 163  */
 164 int zfs_vdev_async_write_active_min_dirty_percent = 30;
 165 int zfs_vdev_async_write_active_max_dirty_percent = 60;
 166
 167 /*
 168  * To reduce IOPs, we aggregate small adjacent I/Os into one large I/O.
 169  * For read I/Os, we also aggregate across small adjacency gaps; for writes
 170  * we include spans of optional I/Os to aid aggregation at the disk even when
 171  * they aren't able to help us aggregate at this level.
 172  */
 173 int zfs_vdev_aggregation_limit = SPA_MAXBLOCKSIZE;
 174 int zfs_vdev_read_gap_limit = 32 << 10;
 175 int zfs_vdev_write_gap_limit = 4 << 10;
 176
 177 #ifdef __FreeBSD__
 178 SYSCTL_DECL(_vfs_zfs_vdev);
 179 SYSCTL_UINT(_vfs_zfs_vdev, OID_AUTO, max_active, CTLFLAG_RWTUN,
 180     &zfs_vdev_max_active, 0,
 181     "The maximum number of I/Os of all types active for each device.");
 182
 183 #define ZFS_VDEV_QUEUE_KNOB_MIN(name)                                   \
 184 SYSCTL_UINT(_vfs_zfs_vdev, OID_AUTO, name ## _min_active, CTLFLAG_RWTUN,\
 185     &zfs_vdev_ ## name ## _min_active, 0,                               \
 186     "Initial number of I/O requests of type " #name                     \
 187     " active for each device");
 188
 189 #define ZFS_VDEV_QUEUE_KNOB_MAX(name)                                   \
 190 SYSCTL_UINT(_vfs_zfs_vdev, OID_AUTO, name ## _max_active, CTLFLAG_RWTUN,\
 191     &zfs_vdev_ ## name ## _max_active, 0,                               \
 192     "Maximum number of I/O requests of type " #name                     \
 193     " active for each device");
 194
 195 ZFS_VDEV_QUEUE_KNOB_MIN(sync_read);
 196 ZFS_VDEV_QUEUE_KNOB_MAX(sync_read);
 197 ZFS_VDEV_QUEUE_KNOB_MIN(sync_write);
 198 ZFS_VDEV_QUEUE_KNOB_MAX(sync_write);
 199 ZFS_VDEV_QUEUE_KNOB_MIN(async_read);
 200 ZFS_VDEV_QUEUE_KNOB_MAX(async_read);
 201 ZFS_VDEV_QUEUE_KNOB_MIN(async_write);
 202 ZFS_VDEV_QUEUE_KNOB_MAX(async_write);
 203 ZFS_VDEV_QUEUE_KNOB_MIN(scrub);
 204 ZFS_VDEV_QUEUE_KNOB_MAX(scrub);
 205 ZFS_VDEV_QUEUE_KNOB_MIN(trim);
 206 ZFS_VDEV_QUEUE_KNOB_MAX(trim);
 207
 208 #undef ZFS_VDEV_QUEUE_KNOB
 209
 210 SYSCTL_INT(_vfs_zfs_vdev, OID_AUTO, aggregation_limit, CTLFLAG_RWTUN,
 211     &zfs_vdev_aggregation_limit, 0,
 212     "I/O requests are aggregated up to this size");
 213 SYSCTL_INT(_vfs_zfs_vdev, OID_AUTO, read_gap_limit, CTLFLAG_RWTUN,
 214     &zfs_vdev_read_gap_limit, 0,
 215     "Acceptable gap between two reads being aggregated");
 216 SYSCTL_INT(_vfs_zfs_vdev, OID_AUTO, write_gap_limit, CTLFLAG_RWTUN,
 217     &zfs_vdev_write_gap_limit, 0,
 218     "Acceptable gap between two writes being aggregated");
 219 #endif
 220
 221 int
 222 vdev_queue_offset_compare(const void *x1, const void *x2)
 223 {
 224         const zio_t *z1 = x1;
 225         const zio_t *z2 = x2;
 226
 227         if (z1->io_offset < z2->io_offset)
 228                 return (-1);
 229         if (z1->io_offset > z2->io_offset)
 230                 return (1);
 231
 232         if (z1 < z2)
 233                 return (-1);
 234         if (z1 > z2)
 235                 return (1);
 236
 237         return (0);
 238 }
 239
 240 int
 241 vdev_queue_timestamp_compare(const void *x1, const void *x2)
 242 {
 243         const zio_t *z1 = x1;
 244         const zio_t *z2 = x2;
 245
 246         if (z1->io_timestamp < z2->io_timestamp)
 247                 return (-1);
 248         if (z1->io_timestamp > z2->io_timestamp)
 249                 return (1);
 250
 251         if (z1 < z2)
 252                 return (-1);
 253         if (z1 > z2)
 254                 return (1);
 255
 256         return (0);
 257 }
 258
 259 void
 260 vdev_queue_init(vdev_t *vd)
 261 {
 262         vdev_queue_t *vq = &vd->vdev_queue;
 263
 264         mutex_init(&vq->vq_lock, NULL, MUTEX_DEFAULT, NULL);
 265         vq->vq_vdev = vd;
 266
 267         avl_create(&vq->vq_active_tree, vdev_queue_offset_compare,
 268             sizeof (zio_t), offsetof(struct zio, io_queue_node));
 269
 270         for (zio_priority_t p = 0; p < ZIO_PRIORITY_NUM_QUEUEABLE; p++) {
 271                 /*
 272                  * The synchronous i/o queues are FIFO rather than LBA ordered.
 273                  * This provides more consistent latency for these i/os, and
 274                  * they tend to not be tightly clustered anyway so there is
 275                  * little to no throughput loss.
 276                  */
 277                 boolean_t fifo = (p == ZIO_PRIORITY_SYNC_READ ||
 278                     p == ZIO_PRIORITY_SYNC_WRITE);
 279                 avl_create(&vq->vq_class[p].vqc_queued_tree,
 280                     fifo ? vdev_queue_timestamp_compare :
 281                     vdev_queue_offset_compare,
 282                     sizeof (zio_t), offsetof(struct zio, io_queue_node));
 283         }
 284
 285         vq->vq_lastoffset = 0;
 286 }
 287
 288 void
 289 vdev_queue_fini(vdev_t *vd)
 290 {
 291         vdev_queue_t *vq = &vd->vdev_queue;
 292
 293         for (zio_priority_t p = 0; p < ZIO_PRIORITY_NUM_QUEUEABLE; p++)
 294                 avl_destroy(&vq->vq_class[p].vqc_queued_tree);
 295         avl_destroy(&vq->vq_active_tree);
 296
 297         mutex_destroy(&vq->vq_lock);
 298 }
 299
 300 static void
 301 vdev_queue_io_add(vdev_queue_t *vq, zio_t *zio)
 302 {
 303         spa_t *spa = zio->io_spa;
 304         ASSERT(MUTEX_HELD(&vq->vq_lock));
 305         ASSERT3U(zio->io_priority, <, ZIO_PRIORITY_NUM_QUEUEABLE);
 306         avl_add(&vq->vq_class[zio->io_priority].vqc_queued_tree, zio);
 307
 308 #ifdef illumos
 309         mutex_enter(&spa->spa_iokstat_lock);
 310         spa->spa_queue_stats[zio->io_priority].spa_queued++;
 311         if (spa->spa_iokstat != NULL)
 312                 kstat_waitq_enter(spa->spa_iokstat->ks_data);
 313         mutex_exit(&spa->spa_iokstat_lock);
 314 #endif
 315 }
 316
 317 static void
 318 vdev_queue_io_remove(vdev_queue_t *vq, zio_t *zio)
 319 {
 320         spa_t *spa = zio->io_spa;
 321         ASSERT(MUTEX_HELD(&vq->vq_lock));
 322         ASSERT3U(zio->io_priority, <, ZIO_PRIORITY_NUM_QUEUEABLE);
 323         avl_remove(&vq->vq_class[zio->io_priority].vqc_queued_tree, zio);
 324
 325 #ifdef illumos
 326         mutex_enter(&spa->spa_iokstat_lock);
 327         ASSERT3U(spa->spa_queue_stats[zio->io_priority].spa_queued, >, 0);
 328         spa->spa_queue_stats[zio->io_priority].spa_queued--;
 329         if (spa->spa_iokstat != NULL)
 330                 kstat_waitq_exit(spa->spa_iokstat->ks_data);
 331         mutex_exit(&spa->spa_iokstat_lock);
 332 #endif
 333 }
 334
 335 static void
 336 vdev_queue_pending_add(vdev_queue_t *vq, zio_t *zio)
 337 {
 338         spa_t *spa = zio->io_spa;
 339         ASSERT(MUTEX_HELD(&vq->vq_lock));
 340         ASSERT3U(zio->io_priority, <, ZIO_PRIORITY_NUM_QUEUEABLE);
 341         vq->vq_class[zio->io_priority].vqc_active++;
 342         avl_add(&vq->vq_active_tree, zio);
 343
 344 #ifdef illumos
 345         mutex_enter(&spa->spa_iokstat_lock);
 346         spa->spa_queue_stats[zio->io_priority].spa_active++;
 347         if (spa->spa_iokstat != NULL)
 348                 kstat_runq_enter(spa->spa_iokstat->ks_data);
 349         mutex_exit(&spa->spa_iokstat_lock);
 350 #endif
 351 }
 352
 353 static void
 354 vdev_queue_pending_remove(vdev_queue_t *vq, zio_t *zio)
 355 {
 356         spa_t *spa = zio->io_spa;
 357         ASSERT(MUTEX_HELD(&vq->vq_lock));
 358         ASSERT3U(zio->io_priority, <, ZIO_PRIORITY_NUM_QUEUEABLE);
 359         vq->vq_class[zio->io_priority].vqc_active--;
 360         avl_remove(&vq->vq_active_tree, zio);
 361
 362 #ifdef illumos
 363         mutex_enter(&spa->spa_iokstat_lock);
 364         ASSERT3U(spa->spa_queue_stats[zio->io_priority].spa_active, >, 0);
 365         spa->spa_queue_stats[zio->io_priority].spa_active--;
 366         if (spa->spa_iokstat != NULL) {
 367                 kstat_io_t *ksio = spa->spa_iokstat->ks_data;
 368
 369                 kstat_runq_exit(spa->spa_iokstat->ks_data);
 370                 if (zio->io_type == ZIO_TYPE_READ) {
 371                         ksio->reads++;
 372                         ksio->nread += zio->io_size;
 373                 } else if (zio->io_type == ZIO_TYPE_WRITE) {
 374                         ksio->writes++;
 375                         ksio->nwritten += zio->io_size;
 376                 }
 377         }
 378         mutex_exit(&spa->spa_iokstat_lock);
 379 #endif
 380 }
 381
 382 static void
 383 vdev_queue_agg_io_done(zio_t *aio)
 384 {
 385         if (aio->io_type == ZIO_TYPE_READ) {
 386                 zio_t *pio;
 387                 while ((pio = zio_walk_parents(aio)) != NULL) {
 388                         bcopy((char *)aio->io_data + (pio->io_offset -
 389                             aio->io_offset), pio->io_data, pio->io_size);
 390                 }
 391         }
 392
 393         zio_buf_free(aio->io_data, aio->io_size);
 394 }
 395
 396 static int
 397 vdev_queue_class_min_active(zio_priority_t p)
 398 {
 399         switch (p) {
 400         case ZIO_PRIORITY_SYNC_READ:
 401                 return (zfs_vdev_sync_read_min_active);
 402         case ZIO_PRIORITY_SYNC_WRITE:
 403                 return (zfs_vdev_sync_write_min_active);
 404         case ZIO_PRIORITY_ASYNC_READ:
 405                 return (zfs_vdev_async_read_min_active);
 406         case ZIO_PRIORITY_ASYNC_WRITE:
 407                 return (zfs_vdev_async_write_min_active);
 408         case ZIO_PRIORITY_SCRUB:
 409                 return (zfs_vdev_scrub_min_active);
 410         case ZIO_PRIORITY_TRIM:
 411                 return (zfs_vdev_trim_min_active);
 412         default:
 413                 panic("invalid priority %u", p);
 414                 return (0);
 415         }
 416 }
 417
 418 static int
 419 vdev_queue_max_async_writes(uint64_t dirty)
 420 {
 421         int writes;
 422         uint64_t min_bytes = zfs_dirty_data_max *
 423             zfs_vdev_async_write_active_min_dirty_percent / 100;
 424         uint64_t max_bytes = zfs_dirty_data_max *
 425             zfs_vdev_async_write_active_max_dirty_percent / 100;
 426
 427         if (dirty < min_bytes)
 428                 return (zfs_vdev_async_write_min_active);
 429         if (dirty > max_bytes)
 430                 return (zfs_vdev_async_write_max_active);
 431
 432         /*
 433          * linear interpolation:
 434          * slope = (max_writes - min_writes) / (max_bytes - min_bytes)
 435          * move right by min_bytes
 436          * move up by min_writes
 437          */
 438         writes = (dirty - min_bytes) *
 439             (zfs_vdev_async_write_max_active -
 440             zfs_vdev_async_write_min_active) /
 441             (max_bytes - min_bytes) +
 442             zfs_vdev_async_write_min_active;
 443         ASSERT3U(writes, >=, zfs_vdev_async_write_min_active);
 444         ASSERT3U(writes, <=, zfs_vdev_async_write_max_active);
 445         return (writes);
 446 }
 447
 448 static int
 449 vdev_queue_class_max_active(spa_t *spa, zio_priority_t p)
 450 {
 451         switch (p) {
 452         case ZIO_PRIORITY_SYNC_READ:
 453                 return (zfs_vdev_sync_read_max_active);
 454         case ZIO_PRIORITY_SYNC_WRITE:
 455                 return (zfs_vdev_sync_write_max_active);
 456         case ZIO_PRIORITY_ASYNC_READ:
 457                 return (zfs_vdev_async_read_max_active);
 458         case ZIO_PRIORITY_ASYNC_WRITE:
 459                 return (vdev_queue_max_async_writes(
 460                     spa->spa_dsl_pool->dp_dirty_total));
 461         case ZIO_PRIORITY_SCRUB:
 462                 return (zfs_vdev_scrub_max_active);
 463         case ZIO_PRIORITY_TRIM:
 464                 return (zfs_vdev_trim_max_active);
 465         default:
 466                 panic("invalid priority %u", p);
 467                 return (0);
 468         }
 469 }
 470
 471 /*
 472  * Return the i/o class to issue from, or ZIO_PRIORITY_MAX_QUEUEABLE if
 473  * there is no eligible class.
 474  */
 475 static zio_priority_t
 476 vdev_queue_class_to_issue(vdev_queue_t *vq)
 477 {
 478         spa_t *spa = vq->vq_vdev->vdev_spa;
 479         zio_priority_t p;
 480
 481         ASSERT(MUTEX_HELD(&vq->vq_lock));
 482
 483         if (avl_numnodes(&vq->vq_active_tree) >= zfs_vdev_max_active)
 484                 return (ZIO_PRIORITY_NUM_QUEUEABLE);
 485
 486         /* find a queue that has not reached its minimum # outstanding i/os */
 487         for (p = 0; p < ZIO_PRIORITY_NUM_QUEUEABLE; p++) {
 488                 if (avl_numnodes(&vq->vq_class[p].vqc_queued_tree) > 0 &&
 489                     vq->vq_class[p].vqc_active <
 490                     vdev_queue_class_min_active(p))
 491                         return (p);
 492         }
 493
 494         /*
 495          * If we haven't found a queue, look for one that hasn't reached its
 496          * maximum # outstanding i/os.
 497          */
 498         for (p = 0; p < ZIO_PRIORITY_NUM_QUEUEABLE; p++) {
 499                 if (avl_numnodes(&vq->vq_class[p].vqc_queued_tree) > 0 &&
 500                     vq->vq_class[p].vqc_active <
 501                     vdev_queue_class_max_active(spa, p))
 502                         return (p);
 503         }
 504
 505         /* No eligible queued i/os */
 506         return (ZIO_PRIORITY_NUM_QUEUEABLE);
 507 }
 508
 509 /*
 510  * Compute the range spanned by two i/os, which is the endpoint of the last
 511  * (lio->io_offset + lio->io_size) minus start of the first (fio->io_offset).
 512  * Conveniently, the gap between fio and lio is given by -IO_SPAN(lio, fio);
 513  * thus fio and lio are adjacent if and only if IO_SPAN(lio, fio) == 0.
 514  */
 515 #define IO_SPAN(fio, lio) ((lio)->io_offset + (lio)->io_size - (fio)->io_offset)
 516 #define IO_GAP(fio, lio) (-IO_SPAN(lio, fio))
 517
 518 static zio_t *
 519 vdev_queue_aggregate(vdev_queue_t *vq, zio_t *zio)
 520 {
 521         zio_t *first, *last, *aio, *dio, *mandatory, *nio;
 522         uint64_t maxgap = 0;
 523         uint64_t size;
 524         boolean_t stretch;
 525         avl_tree_t *t;
 526         enum zio_flag flags;
 527
 528         ASSERT(MUTEX_HELD(&vq->vq_lock));
 529
 530         if (zio->io_flags & ZIO_FLAG_DONT_AGGREGATE)
 531                 return (NULL);
 532
 533         /*
 534          * The synchronous i/o queues are not sorted by LBA, so we can't
 535          * find adjacent i/os.  These i/os tend to not be tightly clustered,
 536          * or too large to aggregate, so this has little impact on performance.
 537          */
 538         if (zio->io_priority == ZIO_PRIORITY_SYNC_READ ||
 539             zio->io_priority == ZIO_PRIORITY_SYNC_WRITE)
 540                 return (NULL);
 541
 542         first = last = zio;
 543
 544         if (zio->io_type == ZIO_TYPE_READ)
 545                 maxgap = zfs_vdev_read_gap_limit;
 546
 547         /*
 548          * We can aggregate I/Os that are sufficiently adjacent and of
 549          * the same flavor, as expressed by the AGG_INHERIT flags.
 550          * The latter requirement is necessary so that certain
 551          * attributes of the I/O, such as whether it's a normal I/O
 552          * or a scrub/resilver, can be preserved in the aggregate.
 553          * We can include optional I/Os, but don't allow them
 554          * to begin a range as they add no benefit in that situation.
 555          */
 556
 557         /*
 558          * We keep track of the last non-optional I/O.
 559          */
 560         mandatory = (first->io_flags & ZIO_FLAG_OPTIONAL) ? NULL : first;
 561
 562         /*
 563          * Walk backwards through sufficiently contiguous I/Os
 564          * recording the last non-option I/O.
 565          */
 566         flags = zio->io_flags & ZIO_FLAG_AGG_INHERIT;
 567         t = &vq->vq_class[zio->io_priority].vqc_queued_tree;
 568         while ((dio = AVL_PREV(t, first)) != NULL &&
 569             (dio->io_flags & ZIO_FLAG_AGG_INHERIT) == flags &&
 570             IO_SPAN(dio, last) <= zfs_vdev_aggregation_limit &&
 571             IO_GAP(dio, first) <= maxgap) {
 572                 first = dio;
 573                 if (mandatory == NULL && !(first->io_flags & ZIO_FLAG_OPTIONAL))
 574                         mandatory = first;
 575         }
 576
 577         /*
 578          * Skip any initial optional I/Os.
 579          */
 580         while ((first->io_flags & ZIO_FLAG_OPTIONAL) && first != last) {
 581                 first = AVL_NEXT(t, first);
 582                 ASSERT(first != NULL);
 583         }
 584
 585         /*
 586          * Walk forward through sufficiently contiguous I/Os.
 587          */
 588         while ((dio = AVL_NEXT(t, last)) != NULL &&
 589             (dio->io_flags & ZIO_FLAG_AGG_INHERIT) == flags &&
 590             IO_SPAN(first, dio) <= zfs_vdev_aggregation_limit &&
 591             IO_GAP(last, dio) <= maxgap) {
 592                 last = dio;
 593                 if (!(last->io_flags & ZIO_FLAG_OPTIONAL))
 594                         mandatory = last;
 595         }
 596
 597         /*
 598          * Now that we've established the range of the I/O aggregation
 599          * we must decide what to do with trailing optional I/Os.
 600          * For reads, there's nothing to do. While we are unable to
 601          * aggregate further, it's possible that a trailing optional
 602          * I/O would allow the underlying device to aggregate with
 603          * subsequent I/Os. We must therefore determine if the next
 604          * non-optional I/O is close enough to make aggregation
 605          * worthwhile.
 606          */
 607         stretch = B_FALSE;
 608         if (zio->io_type == ZIO_TYPE_WRITE && mandatory != NULL) {
 609                 zio_t *nio = last;
 610                 while ((dio = AVL_NEXT(t, nio)) != NULL &&
 611                     IO_GAP(nio, dio) == 0 &&
 612                     IO_GAP(mandatory, dio) <= zfs_vdev_write_gap_limit) {
 613                         nio = dio;
 614                         if (!(nio->io_flags & ZIO_FLAG_OPTIONAL)) {
 615                                 stretch = B_TRUE;
 616                                 break;
 617                         }
 618                 }
 619         }
 620
 621         if (stretch) {
 622                 /* This may be a no-op. */
 623                 dio = AVL_NEXT(t, last);
 624                 dio->io_flags &= ~ZIO_FLAG_OPTIONAL;
 625         } else {
 626                 while (last != mandatory && last != first) {
 627                         ASSERT(last->io_flags & ZIO_FLAG_OPTIONAL);
 628                         last = AVL_PREV(t, last);
 629                         ASSERT(last != NULL);
 630                 }
 631         }
 632
 633         if (first == last)
 634                 return (NULL);
 635
 636         size = IO_SPAN(first, last);
 637         ASSERT3U(size, <=, zfs_vdev_aggregation_limit);
 638
 639         aio = zio_vdev_delegated_io(first->io_vd, first->io_offset,
 640             zio_buf_alloc(size), size, first->io_type, zio->io_priority,
 641             flags | ZIO_FLAG_DONT_CACHE | ZIO_FLAG_DONT_QUEUE,
 642             vdev_queue_agg_io_done, NULL);
 643         aio->io_timestamp = first->io_timestamp;
 644
 645         nio = first;
 646         do {
 647                 dio = nio;
 648                 nio = AVL_NEXT(t, dio);
 649                 ASSERT3U(dio->io_type, ==, aio->io_type);
 650
 651                 if (dio->io_flags & ZIO_FLAG_NODATA) {
 652                         ASSERT3U(dio->io_type, ==, ZIO_TYPE_WRITE);
 653                         bzero((char *)aio->io_data + (dio->io_offset -
 654                             aio->io_offset), dio->io_size);
 655                 } else if (dio->io_type == ZIO_TYPE_WRITE) {
 656                         bcopy(dio->io_data, (char *)aio->io_data +
 657                             (dio->io_offset - aio->io_offset),
 658                             dio->io_size);
 659                 }
 660
 661                 zio_add_child(dio, aio);
 662                 vdev_queue_io_remove(vq, dio);
 663                 zio_vdev_io_bypass(dio);
 664                 zio_execute(dio);
 665         } while (dio != last);
 666
 667         return (aio);
 668 }
 669
 670 static zio_t *
 671 vdev_queue_io_to_issue(vdev_queue_t *vq)
 672 {
 673         zio_t *zio, *aio;
 674         zio_priority_t p;
 675         avl_index_t idx;
 676         vdev_queue_class_t *vqc;
 677         zio_t search;
 678
 679 again:
 680         ASSERT(MUTEX_HELD(&vq->vq_lock));
 681
 682         p = vdev_queue_class_to_issue(vq);
 683
 684         if (p == ZIO_PRIORITY_NUM_QUEUEABLE) {
 685                 /* No eligible queued i/os */
 686                 return (NULL);
 687         }
 688
 689         /*
 690          * For LBA-ordered queues (async / scrub), issue the i/o which follows
 691          * the most recently issued i/o in LBA (offset) order.
 692          *
 693          * For FIFO queues (sync), issue the i/o with the lowest timestamp.
 694          */
 695         vqc = &vq->vq_class[p];
 696         search.io_timestamp = 0;
 697         search.io_offset = vq->vq_last_offset + 1;
 698         VERIFY3P(avl_find(&vqc->vqc_queued_tree, &search, &idx), ==, NULL);
 699         zio = avl_nearest(&vqc->vqc_queued_tree, idx, AVL_AFTER);
 700         if (zio == NULL)
 701                 zio = avl_first(&vqc->vqc_queued_tree);
 702         ASSERT3U(zio->io_priority, ==, p);
 703
 704         aio = vdev_queue_aggregate(vq, zio);
 705         if (aio != NULL)
 706                 zio = aio;
 707         else
 708                 vdev_queue_io_remove(vq, zio);
 709
 710         /*
 711          * If the I/O is or was optional and therefore has no data, we need to
 712          * simply discard it. We need to drop the vdev queue's lock to avoid a
 713          * deadlock that we could encounter since this I/O will complete
 714          * immediately.
 715          */
 716         if (zio->io_flags & ZIO_FLAG_NODATA) {
 717                 mutex_exit(&vq->vq_lock);
 718                 zio_vdev_io_bypass(zio);
 719                 zio_execute(zio);
 720                 mutex_enter(&vq->vq_lock);
 721                 goto again;
 722         }
 723
 724         vdev_queue_pending_add(vq, zio);
 725         vq->vq_last_offset = zio->io_offset;
 726
 727         return (zio);
 728 }
 729
 730 zio_t *
 731 vdev_queue_io(zio_t *zio)
 732 {
 733         vdev_queue_t *vq = &zio->io_vd->vdev_queue;
 734         zio_t *nio;
 735
 736         if (zio->io_flags & ZIO_FLAG_DONT_QUEUE)
 737                 return (zio);
 738
 739         /*
 740          * Children i/os inherent their parent's priority, which might
 741          * not match the child's i/o type.  Fix it up here.
 742          */
 743         if (zio->io_type == ZIO_TYPE_READ) {
 744                 if (zio->io_priority != ZIO_PRIORITY_SYNC_READ &&
 745                     zio->io_priority != ZIO_PRIORITY_ASYNC_READ &&
 746                     zio->io_priority != ZIO_PRIORITY_SCRUB)
 747                         zio->io_priority = ZIO_PRIORITY_ASYNC_READ;
 748         } else if (zio->io_type == ZIO_TYPE_WRITE) {
 749                 if (zio->io_priority != ZIO_PRIORITY_SYNC_WRITE &&
 750                     zio->io_priority != ZIO_PRIORITY_ASYNC_WRITE)
 751                         zio->io_priority = ZIO_PRIORITY_ASYNC_WRITE;
 752         } else {
 753                 ASSERT(zio->io_type == ZIO_TYPE_FREE);
 754                 zio->io_priority = ZIO_PRIORITY_TRIM;
 755         }
 756
 757         zio->io_flags |= ZIO_FLAG_DONT_CACHE | ZIO_FLAG_DONT_QUEUE;
 758
 759         mutex_enter(&vq->vq_lock);
 760         zio->io_timestamp = gethrtime();
 761         vdev_queue_io_add(vq, zio);
 762         nio = vdev_queue_io_to_issue(vq);
 763         mutex_exit(&vq->vq_lock);
 764
 765         if (nio == NULL)
 766                 return (NULL);
 767
 768         if (nio->io_done == vdev_queue_agg_io_done) {
 769                 zio_nowait(nio);
 770                 return (NULL);
 771         }
 772
 773         return (nio);
 774 }
 775
 776 void
 777 vdev_queue_io_done(zio_t *zio)
 778 {
 779         vdev_queue_t *vq = &zio->io_vd->vdev_queue;
 780         zio_t *nio;
 781
 782         if (zio_injection_enabled)
 783                 delay(SEC_TO_TICK(zio_handle_io_delay(zio)));
 784
 785         mutex_enter(&vq->vq_lock);
 786
 787         vdev_queue_pending_remove(vq, zio);
 788
 789         vq->vq_io_complete_ts = gethrtime();
 790
 791         if (zio->io_flags & ZIO_FLAG_QUEUE_IO_DONE) {
 792                 /*
 793                  * Executing from a previous vdev_queue_io_done so
 794                  * to avoid recursion we just unlock and return.
 795                  */
 796                 mutex_exit(&vq->vq_lock);
 797                 return;
 798         }
 799
 800         while ((nio = vdev_queue_io_to_issue(vq)) != NULL) {
 801                 mutex_exit(&vq->vq_lock);
 802                 nio->io_flags |= ZIO_FLAG_QUEUE_IO_DONE;
 803                 if (nio->io_done == vdev_queue_agg_io_done) {
 804                         zio_nowait(nio);
 805                 } else {
 806                         zio_vdev_io_reissue(nio);
 807                         zio_execute(nio);
 808                 }
 809                 nio->io_flags &= ~ZIO_FLAG_QUEUE_IO_DONE;
 810                 mutex_enter(&vq->vq_lock);
 811         }
 812
 813         mutex_exit(&vq->vq_lock);
 814 }
 815
 816 /*
 817  * As these three methods are only used for load calculations we're not concerned
 818  * if we get an incorrect value on 32bit platforms due to lack of vq_lock mutex
 819  * use here, instead we prefer to keep it lock free for performance.
 820  */
 821 int
 822 vdev_queue_length(vdev_t *vd)
 823 {
 824         return (avl_numnodes(&vd->vdev_queue.vq_active_tree));
 825 }
 826
 827 uint64_t
 828 vdev_queue_lastoffset(vdev_t *vd)
 829 {
 830         return (vd->vdev_queue.vq_lastoffset);
 831 }
 832
 833 void
 834 vdev_queue_register_lastoffset(vdev_t *vd, zio_t *zio)
 835 {
 836         vd->vdev_queue.vq_lastoffset = zio->io_offset + zio->io_size;
 837 }