lnet/ChangeLog

   1 2007-08-27         Cluster File Systems, Inc. <info@clusterfs.com>
   2        * version 1.6.2
   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 and 1.2
   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
  15 2007-07-30  Cluster File Systems, Inc. <info@clusterfs.com>
  16        * version 1.4.11 / 1.6.1
  17        * Support for networks:
  18         socklnd   - kernels up to 2.6.16
  19         qswlnd    - Qsnet kernel modules 5.20 and later
  20         openiblnd - IbGold 1.8.2
  21         o2iblnd   - OFED 1.1 and 1.2
  22         viblnd    - Voltaire ibhost 3.4.5 and later
  23         ciblnd    - Topspin 3.2.0
  24         iiblnd    - Infiniserv 3.3 + PathBits patch
  25         gmlnd     - GM 2.1.22 and later
  26         mxlnd     - MX 1.2.1 or later
  27         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
  28        * bug fixes
  29
  30 Severity   : minor
  31 Bugzilla   : 13288
  32 Description: Initialize cpumask before use
  33
  34 Severity   : major
  35 Bugzilla   : 12014
  36 Description: ASSERTION failures when upgrading to the patchless zero-copy
  37              socklnd
  38 Details    : This bug affects "rolling upgrades", causing an inconsistent
  39              protocol version negotiation and subsequent assertion failure
  40              during rolling upgrades after the first wave of upgrades.
  41
  42 Severity   : minor
  43 Bugzilla   : 11223
  44 Details    : Change "dropped message" CERRORs to D_NETERROR so they are
  45              logged instead of creating "console chatter" when a lustre
  46              timeout races with normal RPC completion.
  47
  48 Severity   : minor
  49 Details    : lnet_clear_peer_table can wait forever if user forgets to
  50              clear a lazy portal.
  51
  52 Severity   : minor
  53 Details    : libcfs_id2str should check pid against LNET_PID_ANY.
  54
  55 Severity   : major
  56 Bugzilla   : 10916
  57 Description: added LNET self test
  58 Details    : landing b_self_test
  59
  60 Severity   : minor
  61 Frequency  : rare
  62 Bugzilla   : 12227
  63 Description: cfs_duration_{u,n}sec() wrongly calculate nanosecond part of
  64              struct timeval.
  65 Details    : do_div() macro is used incorrectly.
  66
  67 2007-04-23  Cluster File Systems, Inc. <info@clusterfs.com>
  68
  69 Severity   : normal
  70 Bugzilla   : 11680
  71 Description: make panic on lbug configurable
  72
  73 Severity   : major
  74 Bugzilla   : 12316
  75 Description: Add OFED1.2 support to o2iblnd
  76 Details    : o2iblnd depends on OFED's modules, if out-tree OFED's modules
  77              are installed (other than kernel's in-tree infiniband), there
  78              could be some problem while insmod o2iblnd (mismatch CRC of
  79              ib_* symbols).
  80              If extra Module.symvers is supported in kernel (i.e, 2.6.17),
  81              this link provides solution:
  82              https://bugs.openfabrics.org/show_bug.cgi?id=355
  83              if extra Module.symvers is not supported in kernel, we will
  84              have to run the script in bug 12316 to update
  85              $LINUX/module.symvers before building o2iblnd.
  86              More details about this are in bug 12316.
  87
  88 ------------------------------------------------------------------------------
  89
  90 2007-04-01  Cluster File Systems, Inc. <info@clusterfs.com>
  91        * version 1.4.10 / 1.6.0
  92        * Support for networks:
  93         socklnd   - kernels up to 2.6.16
  94         qswlnd    - Qsnet kernel modules 5.20 and later
  95         openiblnd - IbGold 1.8.2
  96         o2iblnd   - OFED 1.1
  97         viblnd    - Voltaire ibhost 3.4.5 and later
  98         ciblnd    - Topspin 3.2.0
  99         iiblnd    - Infiniserv 3.3 + PathBits patch
 100         gmlnd     - GM 2.1.22 and later
 101         mxlnd     - MX 1.2.1 or later
 102         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
 103        * bug fixes
 104
 105 Severity   : minor
 106 Frequency  : rare
 107 Description: Ptllnd didn't init kptllnd_data.kptl_idle_txs before it could be
 108              possibly accessed in kptllnd_shutdown. Ptllnd should init
 109              kptllnd_data.kptl_ptlid2str_lock before calling kptllnd_ptlid2str.
 110
 111 Severity   : normal
 112 Frequency  : rare
 113 Description: gmlnd ignored some transmit errors when finalizing lnet messages.
 114
 115 Severity   : minor
 116 Frequency  : rare
 117 Description: ptllnd logs a piece of incorrect debug info in kptllnd_peer_handle_hello.
 118
 119 Severity   : minor
 120 Frequency  : rare
 121 Description: the_lnet.ln_finalizing was not set when the current thread is
 122              about to complete messages. It only affects multi-threaded
 123              user space LNet.
 124
 125 Severity   : normal
 126 Frequency  : rare
 127 Bugzilla   : 11472
 128 Description: Changed the default kqswlnd ntxmsg=512
 129
 130 Severity   : major
 131 Frequency  : rare
 132 Bugzilla   : 12458
 133 Description: Assertion failure in kernel ptllnd caused by posting passive
 134              bulk buffers before connection establishment complete.
 135
 136 Severity   : major
 137 Frequency  : rare
 138 Bugzilla   : 12455
 139 Description: A race in kernel ptllnd between deleting a peer and posting
 140              new communications for it could hang communications -
 141              manifesting as "Unexpectedly long timeout" messages.
 142
 143 Severity   : major
 144 Frequency  : rare
 145 Bugzilla   : 12432
 146 Description: Kernel ptllnd lock ordering issue could hang a node.
 147
 148 Severity   : major
 149 Frequency  : rare
 150 Bugzilla   : 12016
 151 Description: node crash on socket teardown race
 152
 153 Severity   : minor
 154 Frequency  : 'lctl peer_list' issued on a mx net
 155 Bugzilla   : 12237
 156 Description: Enable lctl's peer_list for MXLND
 157
 158 Severity   : major
 159 Frequency  : after Ptllnd timeouts and portals congestion
 160 Bugzilla   : 11659
 161 Description: Credit overflows
 162 Details    : This was a bug in ptllnd connection establishment.  The fix
 163              implements better peer stamps to disambiguate connection
 164              establishment and ensure both peers enter the credit flow
 165              state machine consistently.
 166
 167 Severity   : major
 168 Frequency  : rare
 169 Bugzilla   : 11394
 170 Description: kptllnd didn't propagate some network errors up to LNET
 171 Details    : This bug was spotted while investigating 11394.  The fix
 172              ensures network errors on sends and bulk transfers are
 173              propagated to LNET/lustre correctly.
 174
 175 Severity   : enhancement
 176 Bugzilla   : 10316
 177 Description: Fixed console chatter in case of -ETIMEDOUT.
 178
 179 Severity   : enhancement
 180 Bugzilla   : 11684
 181 Description: Added D_NETTRACE for recording network packet history
 182              (initially only for ptllnd).  Also a separate userspace
 183              ptllnd facility to gather history which should really be
 184              covered by D_NETTRACE too, if only CDEBUG recorded history in
 185              userspace.
 186
 187 Severity   : major
 188 Frequency  : rare
 189 Bugzilla   : 11616
 190 Description: o2iblnd handle early RDMA_CM_EVENT_DISCONNECTED.
 191 Details    : If the fabric is lossy, an RDMA_CM_EVENT_DISCONNECTED
 192              callback can occur before a connection has actually been
 193              established.  This caused an assertion failure previously.
 194
 195 Severity   : enhancement
 196 Bugzilla   : 11094
 197 Description: Multiple instances for o2iblnd
 198 Details    : Allow multiple instances of o2iblnd to enable networking over
 199              multiple HCAs and routing between them.
 200
 201 Severity   : major
 202 Bugzilla   : 11201
 203 Description: lnet deadlock in router_checker
 204 Details    : turned ksnd_connd_lock, ksnd_reaper_lock, and ksock_net_t:ksnd_lock
 205              into BH locks to eliminate potential deadlock caused by
 206              ksocknal_data_ready() preempting code holding these locks.
 207
 208 Severity   : major
 209 Bugzilla   : 11126
 210 Description: Millions of failed socklnd connection attempts cause a very slow FS
 211 Details    : added a new route flag ksnr_scheduled to distinguish from
 212              ksnr_connecting, so that a peer connection request is only turned
 213              down for race concerns when an active connection to the same peer
 214              is under progress (instead of just being scheduled).
 215
 216 ------------------------------------------------------------------------------
 217
 218 2007-02-09  Cluster File Systems, Inc. <info@clusterfs.com>
 219        * version 1.4.9
 220        * Support for networks:
 221         socklnd   - kernels up to 2.6.16
 222         qswlnd    - Qsnet kernel modules 5.20 and later
 223         openiblnd - IbGold 1.8.2
 224         o2iblnd   - OFED 1.1
 225         viblnd    - Voltaire ibhost 3.4.5 and later
 226         ciblnd    - Topspin 3.2.0
 227         iiblnd    - Infiniserv 3.3 + PathBits patch
 228         gmlnd     - GM 2.1.22 and later
 229         mxlnd     - MX 1.2.1 or later
 230         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
 231        * bug fixes
 232
 233 Severity   : major on XT3
 234 Bugzilla   : none
 235 Description: libcfs overwrites /proc/sys/portals
 236 Details    : libcfs created a symlink from /proc/sys/portals to
 237              /proc/sys/lnet for backwards compatibility.  This is no
 238              longer required and makes the Cray portals /proc variables
 239              inaccessible.
 240
 241 Severity   : minor
 242 Bugzilla   : 11312
 243 Description: OFED FMR API change
 244 Details    : This changes parameter usage to reflect a change in
 245              ib_fmr_pool_map_phys() between OFED 1.0 and OFED 1.1.  Note
 246              that FMR support is only used in experimental versions of the
 247              o2iblnd - this change does not affect standard usage at all.
 248
 249 Severity   : enhancement
 250 Bugzilla   : 11245
 251 Description: new ko2iblnd module parameter: ib_mtu
 252 Details    : the default IB MTU of 2048 performs badly on 23108 Tavor
 253              HCAs.  You can avoid this problem by setting the MTU to 1024
 254              using this module parameter.
 255
 256 Severity   : enhancement
 257 Bugzilla   : 11118/11620
 258 Description: ptllnd small request message buffer alignment fix
 259 Details    : Set the PTL_MD_LOCAL_ALIGN8 option on small message receives.
 260              Round up small message size on sends in case this option
 261              is not supported.  11620 was a defect in the initial
 262              implementation which effectively asserted all peers had to be
 263              running the correct protocol version which was fixed by always
 264              NAK-ing such requests and handling any misalignments they
 265              introduce.
 266
 267 Severity   : minor
 268 Frequency  : rarely
 269 Description: When kib(nal|lnd)_del_peer() is called upon a peer whose
 270              ibp_tx_queue is not empty, kib(nal|lnd)_destroy_peer()'s
 271              'LASSERT(list_empty(&peer->ibp_tx_queue))' will fail.
 272
 273 Severity   : enhancement
 274 Bugzilla   : 11250
 275 Description: Patchless ZC(zero copy) socklnd
 276 Details    : New protocol for socklnd, socklnd can support zero copy without
 277              kernel patch, it's compatible with old socklnd. Checksum is
 278              moved from tunables to modparams.
 279
 280 Severity   : minor
 281 Frequency  : rarely
 282 Description: When ksocknal_del_peer() is called upon a peer whose
 283              ksnp_tx_queue is not empty, ksocknal_destroy_peer()'s
 284              'LASSERT(list_empty(&peer->ksnp_tx_queue))' will fail.
 285
 286 Severity   : normal
 287 Frequency  : when ptlrpc is under heavy use and runs out of request buffer
 288 Bugzilla   : 11318
 289 Description: In lnet_match_blocked_msg(), md can be used without holding a
 290              ref on it.
 291
 292 Severity   : minor
 293 Frequency  : very rarely
 294 Bugzilla   : 10727
 295 Description: If ksocknal_lib_setup_sock() fails, a ref on peer is lost.
 296              If connd connects a route which has been closed by
 297              ksocknal_shutdown(), ksocknal_create_routes() may create new
 298              routes which hold references on the peer, causing shutdown
 299              process to wait for peer to disappear forever.
 300
 301 Severity   : enhancement
 302 Bugzilla   : 11234
 303 Description: Dump XT3 portals traces on kptllnd timeout
 304 Details    : Set the kptllnd module parameter "ptltrace_on_timeout=1" to
 305              dump Cray portals debug traces to a file.  The kptllnd module
 306              parameter "ptltrace_basename", default "/tmp/lnet-ptltrace",
 307              is the basename of the dump file.
 308
 309 Severity   : major
 310 Frequency  : infrequent
 311 Bugzilla   : 11308
 312 Description: kernel ptllnd fix bug in connection re-establishment
 313 Details    : Kernel ptllnd could produce protocol errors e.g. illegal
 314              matchbits and/or violate the credit flow protocol when trying
 315              to re-establish a connection with a peer after an error or
 316              timeout.
 317
 318 Severity   : enhancement
 319 Bugzilla   : 10316
 320 Description: Allow /proc/sys/lnet/debug to be set symbolically
 321 Details    : Allow debug and subsystem debug values to be read/set by name
 322              in addition to numerically, for ease of use.
 323
 324 Severity   : normal
 325 Frequency  : only in configurations with LNET routers
 326 Bugzilla   : 10316
 327 Description: routes automatically marked down and recovered
 328 Details    : In configurations with LNET routers if a router fails routers
 329              now actively try to recover routes that are down, unless they
 330              are marked down by an administrator.
 331
 332 ------------------------------------------------------------------------------
 333
 334 2006-12-09  Cluster File Systems, Inc. <info@clusterfs.com>
 335
 336 Severity   : critical
 337 Frequency  : very rarely, in configurations with LNET routers and TCP
 338 Bugzilla   : 10889
 339 Description: incorrect data written to files on OSTs
 340 Details    : In certain high-load conditions incorrect data may be written
 341              to files on the OST when using TCP networks.
 342
 343 ------------------------------------------------------------------------------
 344
 345 2006-07-31  Cluster File Systems, Inc. <info@clusterfs.com>
 346         * version 1.4.7
 347         - rework CDEBUG messages rate-limiting mechanism b=10375
 348         - add per-socket tunables for socklnd if the kernel is patched b=10327
 349
 350 ------------------------------------------------------------------------------
 351
 352 2006-02-15  Cluster File Systems, Inc. <info@clusterfs.com>
 353         * version 1.4.6
 354         - fix use of portals/lnet pid to avoid dropping RPCs b=10074
 355         - iiblnd wasn't mapping all memory, resulting in comms errors b=9776
 356         - quiet LNET startup LNI message for liblustre b=10128
 357         - Better console error messages if 'ip2nets' can't match an IP address
 358         - Fixed overflow/use-before-set bugs in linux-time.h
 359         - Fixed ptllnd bug that wasn't initialising rx descriptors completely
 360         - LNET teardown failed an assertion about the route table being empty
 361         - Fixed a crash in LNetEQPoll(<invalid handle>)
 362         - Future protocol compatibility work (b_rls146_lnetprotovrsn)
 363         - improve debug message for liblustre/Catamount nodes (b=10116)
 364
 365 2005-10-10  Cluster File Systems, Inc. <info@clusterfs.com>
 366         * Configuration change for the XT3
 367              The PTLLND is now used to run Lustre over Portals on the XT3.
 368              The configure option(s) --with-cray-portals are no longer
 369              used.  Rather --with-portals=<path-to-portals-includes> is
 370              used to enable building on the XT3.  In addition to enable
 371              XT3 specific features the option --enable-cray-xt3 must be
 372              used.
 373
 374 2005-10-10  Cluster File Systems, Inc. <info@clusterfs.com>
 375         * Portals has been removed, replaced by LNET.
 376            LNET is new networking infrastructure for Lustre, it includes a
 377            reorganized network configuration mode (see the user
 378            documentation for full details) as well as support for routing
 379            between different network fabrics.  Lustre Networking Devices
 380            (LNDS) for the supported network fabrics have also been created
 381            for this new infrastructure.
 382
 383 2005-08-08  Cluster File Systems, Inc. <info@clusterfs.com>
 384        * version 1.4.4
 385        * bug fixes
 386
 387 Severity   : major
 388 Frequency  : rare (large Voltaire clusters only)
 389 Bugzilla   : 6993
 390 Description: the default number of reserved transmit descriptors was too low
 391              for some large clusters
 392 Details    : As a workaround, the number was increased.  A proper fix includes
 393              a run-time tunable.
 394
 395 2005-06-02  Cluster File Systems, Inc. <info@clusterfs.com>
 396        * version 1.4.3
 397        * bug fixes
 398
 399 Severity   : major
 400 Frequency  : occasional (large-scale events, cluster reboot, network failure)
 401 Bugzilla   : 6411
 402 Description: too many error messages on console obscure actual problem and
 403              can slow down/panic server, or cause recovery to fail repeatedly
 404 Details    : enable rate-limiting of console error messages, and some messages
 405              that were console errors now only go to the kernel log
 406
 407 Severity   : enhancement
 408 Bugzilla   : 1693
 409 Description: add /proc/sys/portals/catastrophe entry which will report if
 410              that node has previously LBUGged
 411
 412 2005-04-06  Cluster File Systems, Inc. <info@clusterfs.com>
 413        * bugs
 414         - update gmnal to use PTL_MTU, fix module refcounting (b=5786)
 415
 416 2005-04-04  Cluster File Systems, Inc. <info@clusterfs.com>
 417        * bugs
 418         - handle error return code in kranal_check_fma_rx() (5915,6054)
 419
 420 2005-02-04  Cluster File Systems, Inc. <info@clusterfs.com>
 421        * miscellania
 422         - update vibnal (Voltaire IB NAL)
 423         - update gmnal (Myrinet NAL), gmnalid
 424
 425 2005-02-04  Eric Barton  <eeb@bartonsoftware.com>
 426
 427         * Landed portals:b_port_step as follows...
 428
 429           - removed CFS_DECL_SPIN*
 430             just use 'spinlock_t' and initialise with spin_lock_init()
 431
 432           - removed CFS_DECL_MUTEX*
 433             just use 'struct semaphore' and initialise with init_mutex()
 434
 435           - removed CFS_DECL_RWSEM*
 436             just use 'struct rw_semaphore' and initialise with init_rwsem()
 437
 438           - renamed cfs_sleep_chan -> cfs_waitq
 439                     cfs_sleep_link -> cfs_waitlink
 440
 441           - fixed race in linux version of arch-independent socknal
 442             (the ENOMEM/EAGAIN decision).
 443
 444           - Didn't fix problems in Darwin version of arch-independent socknal
 445             (resetting socket callbacks, eager ack hack, ENOMEM/EAGAIN decision)
 446
 447           - removed libcfs types from non-socknal header files (only some types
 448             in the header files had been changed; the .c files hadn't been
 449             updated at all).