lnet/ChangeLog

   1 tbd         Cluster File Systems, Inc. <info@clusterfs.com>
   2        * version 1.6.5
   3        * Support for networks:
   4         socklnd   - any kernel supported by Lustre,
   5         qswlnd    - Qsnet kernel modules 5.20 and later,
   6         openiblnd - IbGold 1.8.2,
   7         o2iblnd   - OFED 1.1 and 1.2.0, 1.2.5
   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 Severity   : normal
  16 Bugzilla   : 14387
  17 Description: liblustre network error
  18 Details    : liblustre clients should understand LNET_ACCEPT_PORT environment
  19              variable even if they don't start lnet acceptor.
  20
  21 Severity   : normal
  22 Bugzilla   : 14300
  23 Description: Strange message from lnet (Ignoring prediction from the future)
  24 Details    : Incorrect calculation of peer's last_alive value in ksocklnd
  25
  26 --------------------------------------------------------------------------------
  27
  28 2007-12-07         Cluster File Systems, Inc. <info@clusterfs.com>
  29        * version 1.6.4
  30        * Support for networks:
  31         socklnd   - any kernel supported by Lustre,
  32         qswlnd    - Qsnet kernel modules 5.20 and later,
  33         openiblnd - IbGold 1.8.2,
  34         o2iblnd   - OFED 1.1 and 1.2.0, 1.2.5.
  35         viblnd    - Voltaire ibhost 3.4.5 and later,
  36         ciblnd    - Topspin 3.2.0,
  37         iiblnd    - Infiniserv 3.3 + PathBits patch,
  38         gmlnd     - GM 2.1.22 and later,
  39         mxlnd     - MX 1.2.1 or later,
  40         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
  41
  42 Severity   : normal
  43 Bugzilla   : 14238
  44 Description: ASSERTION(me == md->md_me) failed in lnet_match_md()
  45
  46 Severity   : normal
  47 Bugzilla   : 12494
  48 Description: increase send queue size for ciblnd/openiblnd
  49
  50 Severity   : normal
  51 Bugzilla   : 12302
  52 Description: new userspace socklnd
  53 Details    : Old userspace tcpnal that resided in lnet/ulnds/socklnd replaced
  54              with new one - usocklnd.
  55
  56 Severity   : enhancement
  57 Bugzilla   : 11686
  58 Description: Console message flood
  59 Details    : Make cdls ratelimiting more tunable by adding several tunable in
  60              procfs /proc/sys/lnet/console_{min,max}_delay_centisecs and
  61              /proc/sys/lnet/console_backoff.
  62
  63 --------------------------------------------------------------------------------
  64
  65 2007-09-27         Cluster File Systems, Inc. <info@clusterfs.com>
  66        * version 1.6.3
  67        * Support for networks:
  68         socklnd   - any kernel supported by Lustre,
  69         qswlnd    - Qsnet kernel modules 5.20 and later,
  70         openiblnd - IbGold 1.8.2,
  71         o2iblnd   - OFED 1.1 and 1.2,
  72         viblnd    - Voltaire ibhost 3.4.5 and later,
  73         ciblnd    - Topspin 3.2.0,
  74         iiblnd    - Infiniserv 3.3 + PathBits patch,
  75         gmlnd     - GM 2.1.22 and later,
  76         mxlnd     - MX 1.2.1 or later,
  77         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
  78
  79 Severity   : normal
  80 Bugzilla   : 12782
  81 Description: /proc/sys/lnet has non-sysctl entries
  82 Details    : Updating dump_kernel/daemon_file/debug_mb to use sysctl variables
  83
  84 Severity   : major
  85 Bugzilla   : 13236
  86 Description: TOE Kernel panic by ksocklnd
  87 Details    : offloaded sockets provide their own implementation of sendpage,
  88              can't call tcp_sendpage() directly
  89
  90 Severity   : normal
  91 Bugzilla   : 10778
  92 Description: kibnal_shutdown() doesn't finish; lconf --cleanup hangs
  93 Details    : races between lnd_shutdown and peer creation prevent
  94              lnd_shutdown from finishing.
  95
  96 Severity   : normal
  97 Bugzilla   : 13279
  98 Description: open files rlimit 1024 reached while liblustre testing
  99 Details    : ulnds/socklnd must close open socket after unsuccessful
 100              'say hello' attempt.
 101
 102 Severity   : major
 103 Bugzilla   : 13482
 104 Description: build error
 105 Details    : fix typos in gmlnd, ptllnd and viblnd
 106
 107 ------------------------------------------------------------------------------
 108
 109 2007-07-30  Cluster File Systems, Inc. <info@clusterfs.com>
 110        * version 1.6.1
 111        * Support for networks:
 112         socklnd   - kernels up to 2.6.16,
 113         qswlnd    - Qsnet kernel modules 5.20 and later,
 114         openiblnd - IbGold 1.8.2,
 115         o2iblnd   - OFED 1.1 and 1.2
 116         viblnd    - Voltaire ibhost 3.4.5 and later,
 117         ciblnd    - Topspin 3.2.0,
 118         iiblnd    - Infiniserv 3.3 + PathBits patch,
 119         gmlnd     - GM 2.1.22 and later,
 120         mxlnd     - MX 1.2.1 or later,
 121         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
 122
 123 2007-06-21  Cluster File Systems, Inc. <info@clusterfs.com>
 124        * version 1.4.11
 125        * Support for networks:
 126         socklnd   - kernels up to 2.6.16,
 127         qswlnd    - Qsnet kernel modules 5.20 and later,
 128         openiblnd - IbGold 1.8.2,
 129         o2iblnd   - OFED 1.1
 130         viblnd    - Voltaire ibhost 3.4.5 and later,
 131         ciblnd    - Topspin 3.2.0,
 132         iiblnd    - Infiniserv 3.3 + PathBits patch,
 133         gmlnd     - GM 2.1.22 and later,
 134         mxlnd     - MX 1.2.1 or later,
 135         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
 136
 137 Severity   : minor
 138 Bugzilla   : 13288
 139 Description: Initialize cpumask before use
 140
 141 Severity   : major
 142 Bugzilla   : 12014
 143 Description: ASSERTION failures when upgrading to the patchless zero-copy
 144              socklnd
 145 Details    : This bug affects "rolling upgrades", causing an inconsistent
 146              protocol version negotiation and subsequent assertion failure
 147              during rolling upgrades after the first wave of upgrades.
 148
 149 Severity   : minor
 150 Bugzilla   : 11223
 151 Details    : Change "dropped message" CERRORs to D_NETERROR so they are
 152              logged instead of creating "console chatter" when a lustre
 153              timeout races with normal RPC completion.
 154
 155 Severity   : minor
 156 Details    : lnet_clear_peer_table can wait forever if user forgets to
 157              clear a lazy portal.
 158
 159 Severity   : minor
 160 Details    : libcfs_id2str should check pid against LNET_PID_ANY.
 161
 162 Severity   : major
 163 Bugzilla   : 10916
 164 Description: added LNET self test
 165 Details    : landing b_self_test
 166
 167 Severity   : minor
 168 Frequency  : rare
 169 Bugzilla   : 12227
 170 Description: cfs_duration_{u,n}sec() wrongly calculate nanosecond part of
 171              struct timeval.
 172 Details    : do_div() macro is used incorrectly.
 173
 174 2007-04-23  Cluster File Systems, Inc. <info@clusterfs.com>
 175
 176 Severity   : normal
 177 Bugzilla   : 11680
 178 Description: make panic on lbug configurable
 179
 180 Severity   : major
 181 Bugzilla   : 12316
 182 Description: Add OFED1.2 support to o2iblnd
 183 Details    : o2iblnd depends on OFED's modules, if out-tree OFED's modules
 184              are installed (other than kernel's in-tree infiniband), there
 185              could be some problem while insmod o2iblnd (mismatch CRC of
 186              ib_* symbols).
 187              If extra Module.symvers is supported in kernel (i.e, 2.6.17),
 188              this link provides solution:
 189              https://bugs.openfabrics.org/show_bug.cgi?id=355
 190              if extra Module.symvers is not supported in kernel, we will
 191              have to run the script in bug 12316 to update
 192              $LINUX/module.symvers before building o2iblnd.
 193              More details about this are in bug 12316.
 194
 195 ------------------------------------------------------------------------------
 196
 197 2007-04-01  Cluster File Systems, Inc. <info@clusterfs.com>
 198        * version 1.4.10 / 1.6.0
 199        * Support for networks:
 200         socklnd   - kernels up to 2.6.16,
 201         qswlnd    - Qsnet kernel modules 5.20 and later,
 202         openiblnd - IbGold 1.8.2,
 203         o2iblnd   - OFED 1.1,
 204         viblnd    - Voltaire ibhost 3.4.5 and later,
 205         ciblnd    - Topspin 3.2.0,
 206         iiblnd    - Infiniserv 3.3 + PathBits patch,
 207         gmlnd     - GM 2.1.22 and later,
 208         mxlnd     - MX 1.2.1 or later,
 209         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
 210
 211 Severity   : minor
 212 Frequency  : rare
 213 Description: Ptllnd didn't init kptllnd_data.kptl_idle_txs before it could be
 214              possibly accessed in kptllnd_shutdown. Ptllnd should init
 215              kptllnd_data.kptl_ptlid2str_lock before calling kptllnd_ptlid2str.
 216
 217 Severity   : normal
 218 Frequency  : rare
 219 Description: gmlnd ignored some transmit errors when finalizing lnet messages.
 220
 221 Severity   : minor
 222 Frequency  : rare
 223 Description: ptllnd logs a piece of incorrect debug info in kptllnd_peer_handle_hello.
 224
 225 Severity   : minor
 226 Frequency  : rare
 227 Description: the_lnet.ln_finalizing was not set when the current thread is
 228              about to complete messages. It only affects multi-threaded
 229              user space LNet.
 230
 231 Severity   : normal
 232 Frequency  : rare
 233 Bugzilla   : 11472
 234 Description: Changed the default kqswlnd ntxmsg=512
 235
 236 Severity   : major
 237 Frequency  : rare
 238 Bugzilla   : 12458
 239 Description: Assertion failure in kernel ptllnd caused by posting passive
 240              bulk buffers before connection establishment complete.
 241
 242 Severity   : major
 243 Frequency  : rare
 244 Bugzilla   : 12445
 245 Description: A race in kernel ptllnd between deleting a peer and posting
 246              new communications for it could hang communications -
 247              manifesting as "Unexpectedly long timeout" messages.
 248
 249 Severity   : major
 250 Frequency  : rare
 251 Bugzilla   : 12432
 252 Description: Kernel ptllnd lock ordering issue could hang a node.
 253
 254 Severity   : major
 255 Frequency  : rare
 256 Bugzilla   : 12016
 257 Description: node crash on socket teardown race
 258
 259 Severity   : minor
 260 Frequency  : 'lctl peer_list' issued on a mx net
 261 Bugzilla   : 12237
 262 Description: Enable lctl's peer_list for MXLND
 263
 264 Severity   : major
 265 Frequency  : after Ptllnd timeouts and portals congestion
 266 Bugzilla   : 11659
 267 Description: Credit overflows
 268 Details    : This was a bug in ptllnd connection establishment.  The fix
 269              implements better peer stamps to disambiguate connection
 270              establishment and ensure both peers enter the credit flow
 271              state machine consistently.
 272
 273 Severity   : major
 274 Frequency  : rare
 275 Bugzilla   : 11394
 276 Description: kptllnd didn't propagate some network errors up to LNET
 277 Details    : This bug was spotted while investigating 11394.  The fix
 278              ensures network errors on sends and bulk transfers are
 279              propagated to LNET/lustre correctly.
 280
 281 Severity   : enhancement
 282 Bugzilla   : 10316
 283 Description: Fixed console chatter in case of -ETIMEDOUT.
 284
 285 Severity   : enhancement
 286 Bugzilla   : 11684
 287 Description: Added D_NETTRACE for recording network packet history
 288              (initially only for ptllnd).  Also a separate userspace
 289              ptllnd facility to gather history which should really be
 290              covered by D_NETTRACE too, if only CDEBUG recorded history in
 291              userspace.
 292
 293 Severity   : major
 294 Frequency  : rare
 295 Bugzilla   : 11616
 296 Description: o2iblnd handle early RDMA_CM_EVENT_DISCONNECTED.
 297 Details    : If the fabric is lossy, an RDMA_CM_EVENT_DISCONNECTED
 298              callback can occur before a connection has actually been
 299              established.  This caused an assertion failure previously.
 300
 301 Severity   : enhancement
 302 Bugzilla   : 11094
 303 Description: Multiple instances for o2iblnd
 304 Details    : Allow multiple instances of o2iblnd to enable networking over
 305              multiple HCAs and routing between them.
 306
 307 Severity   : major
 308 Bugzilla   : 11201
 309 Description: lnet deadlock in router_checker
 310 Details    : turned ksnd_connd_lock, ksnd_reaper_lock, and ksock_net_t:ksnd_lock
 311              into BH locks to eliminate potential deadlock caused by
 312              ksocknal_data_ready() preempting code holding these locks.
 313
 314 Severity   : major
 315 Bugzilla   : 11126
 316 Description: Millions of failed socklnd connection attempts cause a very slow FS
 317 Details    : added a new route flag ksnr_scheduled to distinguish from
 318              ksnr_connecting, so that a peer connection request is only turned
 319              down for race concerns when an active connection to the same peer
 320              is under progress (instead of just being scheduled).
 321
 322 ------------------------------------------------------------------------------
 323
 324 2007-02-09  Cluster File Systems, Inc. <info@clusterfs.com>
 325        * version 1.4.9
 326        * Support for networks:
 327         socklnd   - kernels up to 2.6.16
 328         qswlnd    - Qsnet kernel modules 5.20 and later
 329         openiblnd - IbGold 1.8.2
 330         o2iblnd   - OFED 1.1
 331         viblnd    - Voltaire ibhost 3.4.5 and later
 332         ciblnd    - Topspin 3.2.0
 333         iiblnd    - Infiniserv 3.3 + PathBits patch
 334         gmlnd     - GM 2.1.22 and later
 335         mxlnd     - MX 1.2.1 or later
 336         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
 337        * bug fixes
 338
 339 Severity   : major on XT3
 340 Bugzilla   : none
 341 Description: libcfs overwrites /proc/sys/portals
 342 Details    : libcfs created a symlink from /proc/sys/portals to
 343              /proc/sys/lnet for backwards compatibility.  This is no
 344              longer required and makes the Cray portals /proc variables
 345              inaccessible.
 346
 347 Severity   : minor
 348 Bugzilla   : 11312
 349 Description: OFED FMR API change
 350 Details    : This changes parameter usage to reflect a change in
 351              ib_fmr_pool_map_phys() between OFED 1.0 and OFED 1.1.  Note
 352              that FMR support is only used in experimental versions of the
 353              o2iblnd - this change does not affect standard usage at all.
 354
 355 Severity   : enhancement
 356 Bugzilla   : 11245
 357 Description: new ko2iblnd module parameter: ib_mtu
 358 Details    : the default IB MTU of 2048 performs badly on 23108 Tavor
 359              HCAs.  You can avoid this problem by setting the MTU to 1024
 360              using this module parameter.
 361
 362 Severity   : enhancement
 363 Bugzilla   : 11118/11620
 364 Description: ptllnd small request message buffer alignment fix
 365 Details    : Set the PTL_MD_LOCAL_ALIGN8 option on small message receives.
 366              Round up small message size on sends in case this option
 367              is not supported.  11620 was a defect in the initial
 368              implementation which effectively asserted all peers had to be
 369              running the correct protocol version which was fixed by always
 370              NAK-ing such requests and handling any misalignments they
 371              introduce.
 372
 373 Severity   : minor
 374 Frequency  : rarely
 375 Description: When kib(nal|lnd)_del_peer() is called upon a peer whose
 376              ibp_tx_queue is not empty, kib(nal|lnd)_destroy_peer()'s
 377              'LASSERT(list_empty(&peer->ibp_tx_queue))' will fail.
 378
 379 Severity   : enhancement
 380 Bugzilla   : 11250
 381 Description: Patchless ZC(zero copy) socklnd
 382 Details    : New protocol for socklnd, socklnd can support zero copy without
 383              kernel patch, it's compatible with old socklnd. Checksum is
 384              moved from tunables to modparams.
 385
 386 Severity   : minor
 387 Frequency  : rarely
 388 Description: When ksocknal_del_peer() is called upon a peer whose
 389              ksnp_tx_queue is not empty, ksocknal_destroy_peer()'s
 390              'LASSERT(list_empty(&peer->ksnp_tx_queue))' will fail.
 391
 392 Severity   : normal
 393 Frequency  : when ptlrpc is under heavy use and runs out of request buffer
 394 Bugzilla   : 11318
 395 Description: In lnet_match_blocked_msg(), md can be used without holding a
 396              ref on it.
 397
 398 Severity   : minor
 399 Frequency  : very rarely
 400 Bugzilla   : 10727
 401 Description: If ksocknal_lib_setup_sock() fails, a ref on peer is lost.
 402              If connd connects a route which has been closed by
 403              ksocknal_shutdown(), ksocknal_create_routes() may create new
 404              routes which hold references on the peer, causing shutdown
 405              process to wait for peer to disappear forever.
 406
 407 Severity   : enhancement
 408 Bugzilla   : 11234
 409 Description: Dump XT3 portals traces on kptllnd timeout
 410 Details    : Set the kptllnd module parameter "ptltrace_on_timeout=1" to
 411              dump Cray portals debug traces to a file.  The kptllnd module
 412              parameter "ptltrace_basename", default "/tmp/lnet-ptltrace",
 413              is the basename of the dump file.
 414
 415 Severity   : major
 416 Frequency  : infrequent
 417 Bugzilla   : 11308
 418 Description: kernel ptllnd fix bug in connection re-establishment
 419 Details    : Kernel ptllnd could produce protocol errors e.g. illegal
 420              matchbits and/or violate the credit flow protocol when trying
 421              to re-establish a connection with a peer after an error or
 422              timeout.
 423
 424 Severity   : enhancement
 425 Bugzilla   : 10316
 426 Description: Allow /proc/sys/lnet/debug to be set symbolically
 427 Details    : Allow debug and subsystem debug values to be read/set by name
 428              in addition to numerically, for ease of use.
 429
 430 Severity   : normal
 431 Frequency  : only in configurations with LNET routers
 432 Bugzilla   : 10316
 433 Description: routes automatically marked down and recovered
 434 Details    : In configurations with LNET routers if a router fails routers
 435              now actively try to recover routes that are down, unless they
 436              are marked down by an administrator.
 437
 438 ------------------------------------------------------------------------------
 439
 440 2006-12-09  Cluster File Systems, Inc. <info@clusterfs.com>
 441
 442 Severity   : critical
 443 Frequency  : very rarely, in configurations with LNET routers and TCP
 444 Bugzilla   : 10889
 445 Description: incorrect data written to files on OSTs
 446 Details    : In certain high-load conditions incorrect data may be written
 447              to files on the OST when using TCP networks.
 448
 449 ------------------------------------------------------------------------------
 450
 451 2006-07-31  Cluster File Systems, Inc. <info@clusterfs.com>
 452         * version 1.4.7
 453         - rework CDEBUG messages rate-limiting mechanism b=10375
 454         - add per-socket tunables for socklnd if the kernel is patched b=10327
 455
 456 ------------------------------------------------------------------------------
 457
 458 2006-02-15  Cluster File Systems, Inc. <info@clusterfs.com>
 459         * version 1.4.6
 460         - fix use of portals/lnet pid to avoid dropping RPCs b=10074
 461         - iiblnd wasn't mapping all memory, resulting in comms errors b=9776
 462         - quiet LNET startup LNI message for liblustre b=10128
 463         - Better console error messages if 'ip2nets' can't match an IP address
 464         - Fixed overflow/use-before-set bugs in linux-time.h
 465         - Fixed ptllnd bug that wasn't initialising rx descriptors completely
 466         - LNET teardown failed an assertion about the route table being empty
 467         - Fixed a crash in LNetEQPoll(<invalid handle>)
 468         - Future protocol compatibility work (b_rls146_lnetprotovrsn)
 469         - improve debug message for liblustre/Catamount nodes (b=10116)
 470
 471 2005-10-10  Cluster File Systems, Inc. <info@clusterfs.com>
 472         * Configuration change for the XT3
 473              The PTLLND is now used to run Lustre over Portals on the XT3.
 474              The configure option(s) --with-cray-portals are no longer
 475              used.  Rather --with-portals=<path-to-portals-includes> is
 476              used to enable building on the XT3.  In addition to enable
 477              XT3 specific features the option --enable-cray-xt3 must be
 478              used.
 479
 480 2005-10-10  Cluster File Systems, Inc. <info@clusterfs.com>
 481         * Portals has been removed, replaced by LNET.
 482            LNET is new networking infrastructure for Lustre, it includes a
 483            reorganized network configuration mode (see the user
 484            documentation for full details) as well as support for routing
 485            between different network fabrics.  Lustre Networking Devices
 486            (LNDS) for the supported network fabrics have also been created
 487            for this new infrastructure.
 488
 489 2005-08-08  Cluster File Systems, Inc. <info@clusterfs.com>
 490        * version 1.4.4
 491        * bug fixes
 492
 493 Severity   : major
 494 Frequency  : rare (large Voltaire clusters only)
 495 Bugzilla   : 6993
 496 Description: the default number of reserved transmit descriptors was too low
 497              for some large clusters
 498 Details    : As a workaround, the number was increased.  A proper fix includes
 499              a run-time tunable.
 500
 501 2005-06-02  Cluster File Systems, Inc. <info@clusterfs.com>
 502        * version 1.4.3
 503        * bug fixes
 504
 505 Severity   : major
 506 Frequency  : occasional (large-scale events, cluster reboot, network failure)
 507 Bugzilla   : 6411
 508 Description: too many error messages on console obscure actual problem and
 509              can slow down/panic server, or cause recovery to fail repeatedly
 510 Details    : enable rate-limiting of console error messages, and some messages
 511              that were console errors now only go to the kernel log
 512
 513 Severity   : enhancement
 514 Bugzilla   : 1693
 515 Description: add /proc/sys/portals/catastrophe entry which will report if
 516              that node has previously LBUGged
 517
 518 2005-04-06  Cluster File Systems, Inc. <info@clusterfs.com>
 519        * bugs
 520         - update gmnal to use PTL_MTU, fix module refcounting (b=5786)
 521
 522 2005-04-04  Cluster File Systems, Inc. <info@clusterfs.com>
 523        * bugs
 524         - handle error return code in kranal_check_fma_rx() (5915,6054)
 525
 526 2005-02-04  Cluster File Systems, Inc. <info@clusterfs.com>
 527        * miscellania
 528         - update vibnal (Voltaire IB NAL)
 529         - update gmnal (Myrinet NAL), gmnalid
 530
 531 2005-02-04  Eric Barton  <eeb@bartonsoftware.com>
 532
 533         * Landed portals:b_port_step as follows...
 534
 535           - removed CFS_DECL_SPIN*
 536             just use 'spinlock_t' and initialise with spin_lock_init()
 537
 538           - removed CFS_DECL_MUTEX*
 539             just use 'struct semaphore' and initialise with init_mutex()
 540
 541           - removed CFS_DECL_RWSEM*
 542             just use 'struct rw_semaphore' and initialise with init_rwsem()
 543
 544           - renamed cfs_sleep_chan -> cfs_waitq
 545                     cfs_sleep_link -> cfs_waitlink
 546
 547           - fixed race in linux version of arch-independent socknal
 548             (the ENOMEM/EAGAIN decision).
 549
 550           - Didn't fix problems in Darwin version of arch-independent socknal
 551             (resetting socket callbacks, eager ack hack, ENOMEM/EAGAIN decision)
 552
 553           - removed libcfs types from non-socknal header files (only some types
 554             in the header files had been changed; the .c files hadn't been
 555             updated at all).