Wu X.C. <bobwxc@xxxxxxxx> 于2021年5月27日周四 上午1:18写道：
>
> Hi Yanteng,
>
> On Tue, May 25, 2021 at 08:05:01PM +0800, Yanteng Si wrote:
> > Translate Documentation/core-api/padata.rst into Chinese.
> >
> > Signed-off-by: Yanteng Si <siyanteng@xxxxxxxxxxx>
> > ---
> > .../translations/zh_CN/core-api/index.rst | 2 +-
> > .../translations/zh_CN/core-api/padata.rst | 158 ++++++++++++++++++
> > 2 files changed, 159 insertions(+), 1 deletion(-)
> > create mode 100644 Documentation/translations/zh_CN/core-api/padata.rst
> >
> > diff --git a/Documentation/translations/zh_CN/core-api/index.rst b/Documentation/translations/zh_CN/core-api/index.rst
> > index a1dd792e46f7..fc2f326d6d23 100644
> > --- a/Documentation/translations/zh_CN/core-api/index.rst
> > +++ b/Documentation/translations/zh_CN/core-api/index.rst
> > @@ -65,12 +65,12 @@ Linux如何让一切同时发生。 详情请参阅
> > :maxdepth: 1
> >
> > irq/index
> > + padata
> >
> > Todolist:
> >
> > refcount-vs-atomic
> > local_ops
> > - padata
> > ../RCU/index
> >
> > 低级硬件管理
> > diff --git a/Documentation/translations/zh_CN/core-api/padata.rst b/Documentation/translations/zh_CN/core-api/padata.rst
> > new file mode 100644
> > index 000000000000..607cbad3075a
> > --- /dev/null
> > +++ b/Documentation/translations/zh_CN/core-api/padata.rst
> > @@ -0,0 +1,158 @@
> > +.. SPDX-License-Identifier: GPL-2.0
> > +
> > +.. include:: ../disclaimer-zh_CN.rst
> > +
> > +:Original: Documentation/core-api/padata.rst
> > +:Translator: Yanteng Si <siyanteng@xxxxxxxxxxx>
> > +
> > +.. _cn_core_api_padata.rst:
> > +
> > +==================
> > +padata并行执行机制
> > +==================
> > +
> > +:Date: 2020年5月
>
> 日期？
OK！
>
> > +
> > +Padata是一种机制，通过这种机制，内核可以将工作分散到多个CPU上并行完成，同时
>
> maybe more compact
> 通过此机制内核可以
how about:
内核可以通过此机制
>
> > +可以选择保持它们的顺序。
> > +
> > +它最初是为IPsec开发的，它需要在不对这些数据包重新排序的其前提下，为大量的数
> > +据包进行加密和解密。这是目前padata的序列化作业支持的唯一用途。
> > +
> > +Padata还支持多线程作业，将作业平均分割，同时在线程之间进行负载均衡和协调。
> > +
> > +序列化作业运行
>
> 运行序列化作业
s/序列化作业运行/执行序列化作业/
>
> > +==============
> > +
> > +初始化
> > +------
> > +
> > +使用padata序列化作业运行的第一步是建立一个padata_instance结构体，以全面
>
> s/序列化作业运行/执行序列化作业/
OK!
>
> > +控制作业的运行方式::
> > +
> > + #include <linux/padata.h>
> > +
> > + struct padata_instance *padata_alloc(const char *name);
> > +
> > +'name'简单地标识了这个实例。
>
> 简单地 -> 即 ？
> "simply" is hard to catch :>
OK！
>
> > +
> > +然后，通过分配一个padata_shell来完成padata的初始化::
> > +
> > + struct padata_shell *padata_alloc_shell(struct padata_instance *pinst);
> > +
> > +一个padata_shell用于向padata提交一个作业，并允许一系列这样的作业被独立地
> > +序列化。一个padata_instance可以有一个或多个padata_shell与之相关联，每个
> > +都允许一系列独立的作业。
> > +
> > +修改cpumasks
> > +------------
> > +
> > +用于运行作业的CPU可以通过两种方式改变，通过padata_set_cpumask()编程或通
> > +过sysfs。前者的定义是::
> > +
> > + int padata_set_cpumask(struct padata_instance *pinst, int cpumask_type,
> > + cpumask_var_t cpumask);
> > +
> > +这里cpumask_type是PADATA_CPU_PARALLEL或PADATA_CPU_SERIAL之一，其中并
>
> How about
> PADATA_CPU_PARALLEL（并行）或PADATA_CPU_SERIAL（串行）
> ?
> Give references for following text.
OK！
>
> > +行cpumask描述了哪些处理器将被用来并行执行提交给这个实例的作业，串行cpumask
> > +定义了哪些处理器被允许用作串行化回调处理器。 cpumask指定了要使用的新cpumask。
> -----------------------------------------------^ a space
del
> > +
> > +一个实例的 cpumasks 可能有 sysfs 文件。例如，pcrypt的文件在
> -------------^--------^------^-----^ spaces
del
>
> > +/sys/kernel/pcrypt/<instance-name>。在一个实例的目录中，有两个文件，parallel_cpumask
> > +和serial_cpumask，任何一个cpumask都可以通过在文件中回显（echo）一个bitmask
> > +来改变，比如说::
> > +
> > + echo f > /sys/kernel/pcrypt/pencrypt/parallel_cpumask
> > +
> > +读取其中一个文件会显示用户提供的cpumask，它可能与“可用”的cpumask不同。
> > +
> > +Padata内部维护着两对cpumask，用户提供的cpumask和“可用的”cpumask(每一对由一个
> > +并行和一个串行cpumask组成)。用户提供的cpumasks在实例分配时默认为所有可能的CPU，
> > +并且可以如上所述进行更改。可用的cpumasks总是用户提供的cpumasks的一个子集，只包
> > +含用户提供的掩码中的在线CPU；这些是padata实际使用的cpumasks。因此，向padata提
> > +供一个包含离线CPU的cpumask是合法的。一旦用户提供的cpumask中的一个离线CPU上线，
> > +padata就会使用它。
> > +
> > +改变CPU掩码是很昂贵的操作，所以它不应该被频繁地更改。
>
> 改变CPU掩码的操作代价很高，所以不应频繁更改。
OK!
>
> > +
> > +运行一个作业
> > +-------------
> > +
> > +实际上向padata实例提交工作需要创建一个padata_priv结构体，它代表一个作业::
> > +
> > + struct padata_priv {
> > + /* Other stuff here... */
> > + void (*parallel)(struct padata_priv *padata);
> > + void (*serial)(struct padata_priv *padata);
> > + };
> > +
> > +这个结构体几乎肯定会被嵌入到一些针对要做的工作的大结构体中。它的大部分字段对
> > +padata来说是私有的，但是这个结构体在初始化时应该被清零，并且应该提供parallel()和
> > +serial()函数。在完成工作的过程中，这些函数将被调用，我们马上就会遇到。
> > +
> > +工作的提交是通过::
> > +
> > + int padata_do_parallel(struct padata_shell *ps,
> > + struct padata_priv *padata, int *cb_cpu);
> > +
> > +ps和padata结构体必须如上所述进行设置；cb_cpu指向作业完成后用于最终回调的首选CPU；
> > +它必须在当前实例的CPU掩码中（如果不是，cb_cpu指针将被更新为指向实际选择的CPU）。
> > +padata_do_parallel()的返回值在成功时为0，表示工作正在进行中。-EBUSY 意味着有人
> ----------------------------------------------------------------------^ a space
OK!
>
> > +在其他地方正在搞乱实例的 CPU 掩码，而-EINVAL是关于cb_cpu不在串行cpumask中的吐槽，
> ---------------------------^---^ spaces
OK!
>
> > +在并行或串行 cpumasks 中没有在线的 CPU，或者一个停止的实例。
>
> 而当cb_cpu不在串行cpumask中、并行或串行cpumasks中无在线CPU，或实例停止时，
> 则会出现-EINVAL反馈。
OK!
>
> > +
> > +每个提交给padata_do_parallel()的作业将依次传递给一个CPU上的上述parallel()函数
> > +的一个调用，所以真正的并行是通过提交多个作业来实现的。 parallel()在运行时禁用软
> ---------------------------------------------------------^ a space
del
>
> > +件中断，因此不能睡眠。parallel()函数把获得的padata_priv结构体指针作为其唯一的参
> > +数；关于实际要做的工作的信息可能是通过使用container_of()找到封装结构体来获得的。
> > +
> > +请注意，parallel()没有返回值；padata子系统假定parallel()将从此时开始负责这项工
> > +作。作业不需要在这次调用中完成，但是，如果parallel()留下了未完成的工作，它应该准
> > +备在前一个作业完成之前，用新的作业再次被调用。
>
> 被以新的作业再次调用。
OK!
>
> > +
> > +序列化作业
> > +----------
> > +
> > +当一个作业完成时，parallel()(或任何实际完成该工作的函数)应该通过调用通知padata这
> ------------------------------（--------------------------）
OK!
>
> > +个事实::
>
> 这个事实 -> 此事
OK!
>
> > +
> > + void padata_do_serial(struct padata_priv *padata);
> > +
> > +在未来的某个时刻，padata_do_serial()将触发对padata_priv结构体中serial()函数的调
> > +用。这个调用将发生在要求最初调用padata_do_parallel()的CPU上；它也是在本地软件中断
>
> 最初要求调用
OK!
>
> > +被禁用的情况下运行的。
> > +请注意，这个调用可能会被推迟一段时间，因为padata代码会努力确保作业按照提交的顺序完
> > +成。
> > +
> > +销毁
> > +----
> > +
> > +清理一个padata实例时，可以预见的是调用两个free函数，这两个函数对应于分配的逆过程。::
>
> remove 。
OK!
>
> > +
> > + void padata_free_shell(struct padata_shell *ps);
> > + void padata_free(struct padata_instance *pinst);
> > +
> > +用户有责任确保在调用上述任何一项之前，所有未完成的工作都已完成。
> > +
> > +运行多线程作业
> > +==============
> > +
> > +一个多线程作业有一个主线程和零个或多个辅助线程，主线程参与作业，然后等待所有辅助线
> > +程完成。padata将作业分割成称为chunk的单元，其中chunk是一个线程在一次调用线程函数
> > +中完成的作业片段。
> > +
> > +用户必须做三件事来运行一个多线程作业。首先，通过定义一个padata_mt_job结构体来描述
> > +作业，这在接口部分有解释。这包括一个指向线程函数的指针，padata每次将作业块分配给线
> > +程时都会调用这个函数。然后，定义线程函数，它接受三个参数： `start` 、 `end` 和 `arg` ，
>
> ``<code>``
OK!
>
> > +其中前两个参数限定了线程操作的范围，最后一个是指向作业共享状态的指针，如果有的话。
> > +准备好共享状态，它通常被分配在主线程的堆栈中。最后，调用padata_do_multithreaded()，
> > +它将在作业完成后返回。
> > +
> > +接口
> > +====
> > +
> > +该API在以下内核代码中:
> > +
> > +include/linux/padata.h
> > +
> > +kernel/padata.c
> > --
> > 2.27.0
>
> Thanks,
> Wu X.C.
Thank you for your review.
Thanks,
Yanteng
