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