lnet/ChangeLog

   1 2007-04-23  Cluster File Systems, Inc. <info@clusterfs.com>
   2        * version 1.4.11 / 1.6.1
   3        * Support for networks:
   4         socklnd   - kernels up to 2.6.16
   5         qswlnd    - Qsnet kernel modules 5.20 and later
   6         openiblnd - IbGold 1.8.2
   7         o2iblnd   - OFED 1.1
   8         viblnd    - Voltaire ibhost 3.4.5 and later
   9         ciblnd    - Topspin 3.2.0
  10         iiblnd    - Infiniserv 3.3 + PathBits patch
  11         gmlnd     - GM 2.1.22 and later
  12         mxlnd     - MX 1.2.1 or later
  13         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
  14        * bug fixes
  15
  16 ------------------------------------------------------------------------------
  17
  18 2007-04-01  Cluster File Systems, Inc. <info@clusterfs.com>
  19        * version 1.4.10 / 1.6.0
  20        * Support for networks:
  21         socklnd   - kernels up to 2.6.16
  22         qswlnd    - Qsnet kernel modules 5.20 and later
  23         openiblnd - IbGold 1.8.2
  24         o2iblnd   - OFED 1.1
  25         viblnd    - Voltaire ibhost 3.4.5 and later
  26         ciblnd    - Topspin 3.2.0
  27         iiblnd    - Infiniserv 3.3 + PathBits patch
  28         gmlnd     - GM 2.1.22 and later
  29         mxlnd     - MX 1.2.1 or later
  30         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
  31        * bug fixes
  32
  33 Severity   : major
  34 Frequency  : rare
  35 Bugzilla   : 12455
  36 Description: A race in kernel ptllnd between deleting a peer and posting
  37              new communications for it could hang communications -
  38              manifesting as "Unexpectedly long timeout" messages.
  39
  40 Severity   : major
  41 Frequency  : rare
  42 Bugzilla   : 12432
  43 Description: Kernel ptllnd lock ordering issue could hang a node.
  44
  45 Severity   : major
  46 Frequency  : rare
  47 Bugzilla   : 12016
  48 Description: node crash on socket teardown race
  49
  50 Severity   : minor
  51 Frequency  : 'lctl peer_list' issued on a mx net
  52 Bugzilla   : 12237
  53 Description: Enable lctl's peer_list for MXLND
  54
  55 Severity   : major
  56 Frequency  : after Ptllnd timeouts and portals congestion
  57 Bugzilla   : 11659
  58 Description: Credit overflows
  59 Details    : This was a bug in ptllnd connection establishment.  The fix
  60              implements better peer stamps to disambiguate connection
  61              establishment and ensure both peers enter the credit flow
  62              state machine consistently.
  63
  64 Severity   : major
  65 Frequency  : rare
  66 Bugzilla   : 11394
  67 Description: kptllnd didn't propagate some network errors up to LNET
  68 Details    : This bug was spotted while investigating 11394.  The fix
  69              ensures network errors on sends and bulk transfers are
  70              propagated to LNET/lustre correctly.
  71
  72 Severity   : enhancement
  73 Bugzilla   : 10316
  74 Description: Fixed console chatter in case of -ETIMEDOUT.
  75
  76 Severity   : enhancement
  77 Bugzilla   : 11684
  78 Description: Added D_NETTRACE for recording network packet history
  79              (initially only for ptllnd).  Also a separate userspace
  80              ptllnd facility to gather history which should really be
  81              covered by D_NETTRACE too, if only CDEBUG recorded history in
  82              userspace.
  83
  84 Severity   : major
  85 Frequency  : rare
  86 Bugzilla   : 11616
  87 Description: o2iblnd handle early RDMA_CM_EVENT_DISCONNECTED.
  88 Details    : If the fabric is lossy, an RDMA_CM_EVENT_DISCONNECTED
  89              callback can occur before a connection has actually been
  90              established.  This caused an assertion failure previously.
  91
  92 Severity   : enhancement
  93 Bugzilla   : 11094
  94 Description: Multiple instances for o2iblnd
  95 Details    : Allow multiple instances of o2iblnd to enable networking over
  96              multiple HCAs and routing between them.
  97
  98 Severity   : major
  99 Bugzilla   : 11201
 100 Description: lnet deadlock in router_checker
 101 Details    : turned ksnd_connd_lock, ksnd_reaper_lock, and ksock_net_t:ksnd_lock
 102              into BH locks to eliminate potential deadlock caused by
 103              ksocknal_data_ready() preempting code holding these locks.
 104
 105 Severity   : major
 106 Bugzilla   : 11126
 107 Description: Millions of failed socklnd connection attempts cause a very slow FS
 108 Details    : added a new route flag ksnr_scheduled to distinguish from
 109              ksnr_connecting, so that a peer connection request is only turned
 110              down for race concerns when an active connection to the same peer
 111              is under progress (instead of just being scheduled).
 112
 113 ------------------------------------------------------------------------------
 114
 115 2007-02-09  Cluster File Systems, Inc. <info@clusterfs.com>
 116        * version 1.4.9
 117        * Support for networks:
 118         socklnd   - kernels up to 2.6.16
 119         qswlnd    - Qsnet kernel modules 5.20 and later
 120         openiblnd - IbGold 1.8.2
 121         o2iblnd   - OFED 1.1
 122         viblnd    - Voltaire ibhost 3.4.5 and later
 123         ciblnd    - Topspin 3.2.0
 124         iiblnd    - Infiniserv 3.3 + PathBits patch
 125         gmlnd     - GM 2.1.22 and later
 126         mxlnd     - MX 1.2.1 or later
 127         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
 128        * bug fixes
 129
 130 Severity   : major on XT3
 131 Bugzilla   : none
 132 Description: libcfs overwrites /proc/sys/portals
 133 Details    : libcfs created a symlink from /proc/sys/portals to
 134              /proc/sys/lnet for backwards compatibility.  This is no
 135              longer required and makes the Cray portals /proc variables
 136              inaccessible.
 137
 138 Severity   : minor
 139 Bugzilla   : 11312
 140 Description: OFED FMR API change
 141 Details    : This changes parameter usage to reflect a change in
 142              ib_fmr_pool_map_phys() between OFED 1.0 and OFED 1.1.  Note
 143              that FMR support is only used in experimental versions of the
 144              o2iblnd - this change does not affect standard usage at all.
 145
 146 Severity   : enhancement
 147 Bugzilla   : 11245
 148 Description: new ko2iblnd module parameter: ib_mtu
 149 Details    : the default IB MTU of 2048 performs badly on 23108 Tavor
 150              HCAs.  You can avoid this problem by setting the MTU to 1024
 151              using this module parameter.
 152
 153 Severity   : enhancement
 154 Bugzilla   : 11118/11620
 155 Description: ptllnd small request message buffer alignment fix
 156 Details    : Set the PTL_MD_LOCAL_ALIGN8 option on small message receives.
 157              Round up small message size on sends in case this option
 158              is not supported.  11620 was a defect in the initial
 159              implementation which effectively asserted all peers had to be
 160              running the correct protocol version which was fixed by always
 161              NAK-ing such requests and handling any misalignments they
 162              introduce.
 163
 164 Severity   : minor
 165 Frequency  : rarely
 166 Description: When kib(nal|lnd)_del_peer() is called upon a peer whose
 167              ibp_tx_queue is not empty, kib(nal|lnd)_destroy_peer()'s
 168              'LASSERT(list_empty(&peer->ibp_tx_queue))' will fail.
 169
 170 Severity   : enhancement
 171 Bugzilla   : 11250
 172 Description: Patchless ZC(zero copy) socklnd
 173 Details    : New protocol for socklnd, socklnd can support zero copy without
 174              kernel patch, it's compatible with old socklnd. Checksum is
 175              moved from tunables to modparams.
 176
 177 Severity   : minor
 178 Frequency  : rarely
 179 Description: When ksocknal_del_peer() is called upon a peer whose
 180              ksnp_tx_queue is not empty, ksocknal_destroy_peer()'s
 181              'LASSERT(list_empty(&peer->ksnp_tx_queue))' will fail.
 182
 183 Severity   : normal
 184 Frequency  : when ptlrpc is under heavy use and runs out of request buffer
 185 Bugzilla   : 11318
 186 Description: In lnet_match_blocked_msg(), md can be used without holding a
 187              ref on it.
 188
 189 Severity   : minor
 190 Frequency  : very rarely
 191 Bugzilla   : 10727
 192 Description: If ksocknal_lib_setup_sock() fails, a ref on peer is lost.
 193              If connd connects a route which has been closed by
 194              ksocknal_shutdown(), ksocknal_create_routes() may create new
 195              routes which hold references on the peer, causing shutdown
 196              process to wait for peer to disappear forever.
 197
 198 Severity   : enhancement
 199 Bugzilla   : 11234
 200 Description: Dump XT3 portals traces on kptllnd timeout
 201 Details    : Set the kptllnd module parameter "ptltrace_on_timeout=1" to
 202              dump Cray portals debug traces to a file.  The kptllnd module
 203              parameter "ptltrace_basename", default "/tmp/lnet-ptltrace",
 204              is the basename of the dump file.
 205
 206 Severity   : major
 207 Frequency  : infrequent
 208 Bugzilla   : 11308
 209 Description: kernel ptllnd fix bug in connection re-establishment
 210 Details    : Kernel ptllnd could produce protocol errors e.g. illegal
 211              matchbits and/or violate the credit flow protocol when trying
 212              to re-establish a connection with a peer after an error or
 213              timeout.
 214
 215 Severity   : enhancement
 216 Bugzilla   : 10316
 217 Description: Allow /proc/sys/lnet/debug to be set symbolically
 218 Details    : Allow debug and subsystem debug values to be read/set by name
 219              in addition to numerically, for ease of use.
 220
 221 Severity   : normal
 222 Frequency  : only in configurations with LNET routers
 223 Bugzilla   : 10316
 224 Description: routes automatically marked down and recovered
 225 Details    : In configurations with LNET routers if a router fails routers
 226              now actively try to recover routes that are down, unless they
 227              are marked down by an administrator.
 228
 229 ------------------------------------------------------------------------------
 230
 231 2006-12-09  Cluster File Systems, Inc. <info@clusterfs.com>
 232
 233 Severity   : critical
 234 Frequency  : very rarely, in configurations with LNET routers and TCP
 235 Bugzilla   : 10889
 236 Description: incorrect data written to files on OSTs
 237 Details    : In certain high-load conditions incorrect data may be written
 238              to files on the OST when using TCP networks.
 239
 240 ------------------------------------------------------------------------------
 241
 242 2006-07-31  Cluster File Systems, Inc. <info@clusterfs.com>
 243         * version 1.4.7
 244         - rework CDEBUG messages rate-limiting mechanism b=10375
 245         - add per-socket tunables for socklnd if the kernel is patched b=10327
 246
 247 ------------------------------------------------------------------------------
 248
 249 2006-02-15  Cluster File Systems, Inc. <info@clusterfs.com>
 250         * version 1.4.6
 251         - fix use of portals/lnet pid to avoid dropping RPCs b=10074
 252         - iiblnd wasn't mapping all memory, resulting in comms errors b=9776
 253         - quiet LNET startup LNI message for liblustre b=10128
 254         - Better console error messages if 'ip2nets' can't match an IP address
 255         - Fixed overflow/use-before-set bugs in linux-time.h
 256         - Fixed ptllnd bug that wasn't initialising rx descriptors completely
 257         - LNET teardown failed an assertion about the route table being empty
 258         - Fixed a crash in LNetEQPoll(<invalid handle>)
 259         - Future protocol compatibility work (b_rls146_lnetprotovrsn)
 260         - improve debug message for liblustre/Catamount nodes (b=10116)
 261
 262 2005-10-10  Cluster File Systems, Inc. <info@clusterfs.com>
 263         * Configuration change for the XT3
 264              The PTLLND is now used to run Lustre over Portals on the XT3.
 265              The configure option(s) --with-cray-portals are no longer
 266              used.  Rather --with-portals=<path-to-portals-includes> is
 267              used to enable building on the XT3.  In addition to enable
 268              XT3 specific features the option --enable-cray-xt3 must be
 269              used.
 270
 271 2005-10-10  Cluster File Systems, Inc. <info@clusterfs.com>
 272         * Portals has been removed, replaced by LNET.
 273            LNET is new networking infrastructure for Lustre, it includes a
 274            reorganized network configuration mode (see the user
 275            documentation for full details) as well as support for routing
 276            between different network fabrics.  Lustre Networking Devices
 277            (LNDS) for the supported network fabrics have also been created
 278            for this new infrastructure.
 279
 280 2005-08-08  Cluster File Systems, Inc. <info@clusterfs.com>
 281        * version 1.4.4
 282        * bug fixes
 283
 284 Severity   : major
 285 Frequency  : rare (large Voltaire clusters only)
 286 Bugzilla   : 6993
 287 Description: the default number of reserved transmit descriptors was too low
 288              for some large clusters
 289 Details    : As a workaround, the number was increased.  A proper fix includes
 290              a run-time tunable.
 291
 292 2005-06-02  Cluster File Systems, Inc. <info@clusterfs.com>
 293        * version 1.4.3
 294        * bug fixes
 295
 296 Severity   : major
 297 Frequency  : occasional (large-scale events, cluster reboot, network failure)
 298 Bugzilla   : 6411
 299 Description: too many error messages on console obscure actual problem and
 300              can slow down/panic server, or cause recovery to fail repeatedly
 301 Details    : enable rate-limiting of console error messages, and some messages
 302              that were console errors now only go to the kernel log
 303
 304 Severity   : enhancement
 305 Bugzilla   : 1693
 306 Description: add /proc/sys/portals/catastrophe entry which will report if
 307              that node has previously LBUGged
 308
 309 2005-04-06  Cluster File Systems, Inc. <info@clusterfs.com>
 310        * bugs
 311         - update gmnal to use PTL_MTU, fix module refcounting (b=5786)
 312
 313 2005-04-04  Cluster File Systems, Inc. <info@clusterfs.com>
 314        * bugs
 315         - handle error return code in kranal_check_fma_rx() (5915,6054)
 316
 317 2005-02-04  Cluster File Systems, Inc. <info@clusterfs.com>
 318        * miscellania
 319         - update vibnal (Voltaire IB NAL)
 320         - update gmnal (Myrinet NAL), gmnalid
 321
 322 2005-02-04  Eric Barton  <eeb@bartonsoftware.com>
 323
 324         * Landed portals:b_port_step as follows...
 325
 326           - removed CFS_DECL_SPIN*
 327             just use 'spinlock_t' and initialise with spin_lock_init()
 328
 329           - removed CFS_DECL_MUTEX*
 330             just use 'struct semaphore' and initialise with init_mutex()
 331
 332           - removed CFS_DECL_RWSEM*
 333             just use 'struct rw_semaphore' and initialise with init_rwsem()
 334
 335           - renamed cfs_sleep_chan -> cfs_waitq
 336                     cfs_sleep_link -> cfs_waitlink
 337
 338           - fixed race in linux version of arch-independent socknal
 339             (the ENOMEM/EAGAIN decision).
 340
 341           - Didn't fix problems in Darwin version of arch-independent socknal
 342             (resetting socket callbacks, eager ack hack, ENOMEM/EAGAIN decision)
 343
 344           - removed libcfs types from non-socknal header files (only some types
 345             in the header files had been changed; the .c files hadn't been
 346             updated at all).