lnet/ChangeLog

   1 tbd         Cluster File Systems, Inc. <info@clusterfs.com>
   2        * version 1.6.4
   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,
   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   : 12302
  17 Description: new userspace socklnd
  18 Details    : Old userspace tcpnal that resided in lnet/ulnds/socklnd replaced
  19              with new one - usocklnd.
  20
  21 --------------------------------------------------------------------------------
  22
  23 2007-09-27         Cluster File Systems, Inc. <info@clusterfs.com>
  24        * version 1.6.3
  25        * Support for networks:
  26         socklnd   - any kernel supported by Lustre,
  27         qswlnd    - Qsnet kernel modules 5.20 and later,
  28         openiblnd - IbGold 1.8.2,
  29         o2iblnd   - OFED 1.1 and 1.2,
  30         viblnd    - Voltaire ibhost 3.4.5 and later,
  31         ciblnd    - Topspin 3.2.0,
  32         iiblnd    - Infiniserv 3.3 + PathBits patch,
  33         gmlnd     - GM 2.1.22 and later,
  34         mxlnd     - MX 1.2.1 or later,
  35         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
  36
  37 Severity   : normal
  38 Bugzilla   : 12782
  39 Description: /proc/sys/lnet has non-sysctl entries
  40 Details    : Updating dump_kernel/daemon_file/debug_mb to use sysctl variables
  41
  42 Severity   : major
  43 Bugzilla   : 13236
  44 Description: TOE Kernel panic by ksocklnd
  45 Details    : offloaded sockets provide their own implementation of sendpage,
  46              can't call tcp_sendpage() directly
  47
  48 Severity   : normal
  49 Bugzilla   : 10778
  50 Description: kibnal_shutdown() doesn't finish; lconf --cleanup hangs
  51 Details    : races between lnd_shutdown and peer creation prevent
  52              lnd_shutdown from finishing.
  53
  54 Severity   : normal
  55 Bugzilla   : 13279
  56 Description: open files rlimit 1024 reached while liblustre testing
  57 Details    : ulnds/socklnd must close open socket after unsuccessful
  58              'say hello' attempt.
  59
  60 Severity   : major
  61 Bugzilla   : 13482
  62 Description: build error
  63 Details    : fix typos in gmlnd, ptllnd and viblnd
  64
  65 ------------------------------------------------------------------------------
  66
  67 2007-07-30  Cluster File Systems, Inc. <info@clusterfs.com>
  68        * version 1.6.1
  69        * Support for networks:
  70         socklnd   - kernels up to 2.6.16,
  71         qswlnd    - Qsnet kernel modules 5.20 and later,
  72         openiblnd - IbGold 1.8.2,
  73         o2iblnd   - OFED 1.1 and 1.2
  74         viblnd    - Voltaire ibhost 3.4.5 and later,
  75         ciblnd    - Topspin 3.2.0,
  76         iiblnd    - Infiniserv 3.3 + PathBits patch,
  77         gmlnd     - GM 2.1.22 and later,
  78         mxlnd     - MX 1.2.1 or later,
  79         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
  80
  81 2007-06-21  Cluster File Systems, Inc. <info@clusterfs.com>
  82        * version 1.4.11
  83        * Support for networks:
  84         socklnd   - kernels up to 2.6.16,
  85         qswlnd    - Qsnet kernel modules 5.20 and later,
  86         openiblnd - IbGold 1.8.2,
  87         o2iblnd   - OFED 1.1
  88         viblnd    - Voltaire ibhost 3.4.5 and later,
  89         ciblnd    - Topspin 3.2.0,
  90         iiblnd    - Infiniserv 3.3 + PathBits patch,
  91         gmlnd     - GM 2.1.22 and later,
  92         mxlnd     - MX 1.2.1 or later,
  93         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
  94
  95 Severity   : minor
  96 Bugzilla   : 13288
  97 Description: Initialize cpumask before use
  98
  99 Severity   : major
 100 Bugzilla   : 12014
 101 Description: ASSERTION failures when upgrading to the patchless zero-copy
 102              socklnd
 103 Details    : This bug affects "rolling upgrades", causing an inconsistent
 104              protocol version negotiation and subsequent assertion failure
 105              during rolling upgrades after the first wave of upgrades.
 106
 107 Severity   : minor
 108 Bugzilla   : 11223
 109 Details    : Change "dropped message" CERRORs to D_NETERROR so they are
 110              logged instead of creating "console chatter" when a lustre
 111              timeout races with normal RPC completion.
 112
 113 Severity   : minor
 114 Details    : lnet_clear_peer_table can wait forever if user forgets to
 115              clear a lazy portal.
 116
 117 Severity   : minor
 118 Details    : libcfs_id2str should check pid against LNET_PID_ANY.
 119
 120 Severity   : major
 121 Bugzilla   : 10916
 122 Description: added LNET self test
 123 Details    : landing b_self_test
 124
 125 Severity   : minor
 126 Frequency  : rare
 127 Bugzilla   : 12227
 128 Description: cfs_duration_{u,n}sec() wrongly calculate nanosecond part of
 129              struct timeval.
 130 Details    : do_div() macro is used incorrectly.
 131
 132 2007-04-23  Cluster File Systems, Inc. <info@clusterfs.com>
 133
 134 Severity   : normal
 135 Bugzilla   : 11680
 136 Description: make panic on lbug configurable
 137
 138 Severity   : major
 139 Bugzilla   : 12316
 140 Description: Add OFED1.2 support to o2iblnd
 141 Details    : o2iblnd depends on OFED's modules, if out-tree OFED's modules
 142              are installed (other than kernel's in-tree infiniband), there
 143              could be some problem while insmod o2iblnd (mismatch CRC of
 144              ib_* symbols).
 145              If extra Module.symvers is supported in kernel (i.e, 2.6.17),
 146              this link provides solution:
 147              https://bugs.openfabrics.org/show_bug.cgi?id=355
 148              if extra Module.symvers is not supported in kernel, we will
 149              have to run the script in bug 12316 to update
 150              $LINUX/module.symvers before building o2iblnd.
 151              More details about this are in bug 12316.
 152
 153 ------------------------------------------------------------------------------
 154
 155 2007-04-01  Cluster File Systems, Inc. <info@clusterfs.com>
 156        * version 1.4.10 / 1.6.0
 157        * Support for networks:
 158         socklnd   - kernels up to 2.6.16,
 159         qswlnd    - Qsnet kernel modules 5.20 and later,
 160         openiblnd - IbGold 1.8.2,
 161         o2iblnd   - OFED 1.1,
 162         viblnd    - Voltaire ibhost 3.4.5 and later,
 163         ciblnd    - Topspin 3.2.0,
 164         iiblnd    - Infiniserv 3.3 + PathBits patch,
 165         gmlnd     - GM 2.1.22 and later,
 166         mxlnd     - MX 1.2.1 or later,
 167         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
 168
 169 Severity   : minor
 170 Frequency  : rare
 171 Description: Ptllnd didn't init kptllnd_data.kptl_idle_txs before it could be
 172              possibly accessed in kptllnd_shutdown. Ptllnd should init
 173              kptllnd_data.kptl_ptlid2str_lock before calling kptllnd_ptlid2str.
 174
 175 Severity   : normal
 176 Frequency  : rare
 177 Description: gmlnd ignored some transmit errors when finalizing lnet messages.
 178
 179 Severity   : minor
 180 Frequency  : rare
 181 Description: ptllnd logs a piece of incorrect debug info in kptllnd_peer_handle_hello.
 182
 183 Severity   : minor
 184 Frequency  : rare
 185 Description: the_lnet.ln_finalizing was not set when the current thread is
 186              about to complete messages. It only affects multi-threaded
 187              user space LNet.
 188
 189 Severity   : normal
 190 Frequency  : rare
 191 Bugzilla   : 11472
 192 Description: Changed the default kqswlnd ntxmsg=512
 193
 194 Severity   : major
 195 Frequency  : rare
 196 Bugzilla   : 12458
 197 Description: Assertion failure in kernel ptllnd caused by posting passive
 198              bulk buffers before connection establishment complete.
 199
 200 Severity   : major
 201 Frequency  : rare
 202 Bugzilla   : 12455
 203 Description: A race in kernel ptllnd between deleting a peer and posting
 204              new communications for it could hang communications -
 205              manifesting as "Unexpectedly long timeout" messages.
 206
 207 Severity   : major
 208 Frequency  : rare
 209 Bugzilla   : 12432
 210 Description: Kernel ptllnd lock ordering issue could hang a node.
 211
 212 Severity   : major
 213 Frequency  : rare
 214 Bugzilla   : 12016
 215 Description: node crash on socket teardown race
 216
 217 Severity   : minor
 218 Frequency  : 'lctl peer_list' issued on a mx net
 219 Bugzilla   : 12237
 220 Description: Enable lctl's peer_list for MXLND
 221
 222 Severity   : major
 223 Frequency  : after Ptllnd timeouts and portals congestion
 224 Bugzilla   : 11659
 225 Description: Credit overflows
 226 Details    : This was a bug in ptllnd connection establishment.  The fix
 227              implements better peer stamps to disambiguate connection
 228              establishment and ensure both peers enter the credit flow
 229              state machine consistently.
 230
 231 Severity   : major
 232 Frequency  : rare
 233 Bugzilla   : 11394
 234 Description: kptllnd didn't propagate some network errors up to LNET
 235 Details    : This bug was spotted while investigating 11394.  The fix
 236              ensures network errors on sends and bulk transfers are
 237              propagated to LNET/lustre correctly.
 238
 239 Severity   : enhancement
 240 Bugzilla   : 10316
 241 Description: Fixed console chatter in case of -ETIMEDOUT.
 242
 243 Severity   : enhancement
 244 Bugzilla   : 11684
 245 Description: Added D_NETTRACE for recording network packet history
 246              (initially only for ptllnd).  Also a separate userspace
 247              ptllnd facility to gather history which should really be
 248              covered by D_NETTRACE too, if only CDEBUG recorded history in
 249              userspace.
 250
 251 Severity   : major
 252 Frequency  : rare
 253 Bugzilla   : 11616
 254 Description: o2iblnd handle early RDMA_CM_EVENT_DISCONNECTED.
 255 Details    : If the fabric is lossy, an RDMA_CM_EVENT_DISCONNECTED
 256              callback can occur before a connection has actually been
 257              established.  This caused an assertion failure previously.
 258
 259 Severity   : enhancement
 260 Bugzilla   : 11094
 261 Description: Multiple instances for o2iblnd
 262 Details    : Allow multiple instances of o2iblnd to enable networking over
 263              multiple HCAs and routing between them.
 264
 265 Severity   : major
 266 Bugzilla   : 11201
 267 Description: lnet deadlock in router_checker
 268 Details    : turned ksnd_connd_lock, ksnd_reaper_lock, and ksock_net_t:ksnd_lock
 269              into BH locks to eliminate potential deadlock caused by
 270              ksocknal_data_ready() preempting code holding these locks.
 271
 272 Severity   : major
 273 Bugzilla   : 11126
 274 Description: Millions of failed socklnd connection attempts cause a very slow FS
 275 Details    : added a new route flag ksnr_scheduled to distinguish from
 276              ksnr_connecting, so that a peer connection request is only turned
 277              down for race concerns when an active connection to the same peer
 278              is under progress (instead of just being scheduled).
 279
 280 ------------------------------------------------------------------------------
 281
 282 2007-02-09  Cluster File Systems, Inc. <info@clusterfs.com>
 283        * version 1.4.9
 284        * Support for networks:
 285         socklnd   - kernels up to 2.6.16
 286         qswlnd    - Qsnet kernel modules 5.20 and later
 287         openiblnd - IbGold 1.8.2
 288         o2iblnd   - OFED 1.1
 289         viblnd    - Voltaire ibhost 3.4.5 and later
 290         ciblnd    - Topspin 3.2.0
 291         iiblnd    - Infiniserv 3.3 + PathBits patch
 292         gmlnd     - GM 2.1.22 and later
 293         mxlnd     - MX 1.2.1 or later
 294         ptllnd    - Portals 3.3 / UNICOS/lc 1.5.x, 2.0.x
 295        * bug fixes
 296
 297 Severity   : major on XT3
 298 Bugzilla   : none
 299 Description: libcfs overwrites /proc/sys/portals
 300 Details    : libcfs created a symlink from /proc/sys/portals to
 301              /proc/sys/lnet for backwards compatibility.  This is no
 302              longer required and makes the Cray portals /proc variables
 303              inaccessible.
 304
 305 Severity   : minor
 306 Bugzilla   : 11312
 307 Description: OFED FMR API change
 308 Details    : This changes parameter usage to reflect a change in
 309              ib_fmr_pool_map_phys() between OFED 1.0 and OFED 1.1.  Note
 310              that FMR support is only used in experimental versions of the
 311              o2iblnd - this change does not affect standard usage at all.
 312
 313 Severity   : enhancement
 314 Bugzilla   : 11245
 315 Description: new ko2iblnd module parameter: ib_mtu
 316 Details    : the default IB MTU of 2048 performs badly on 23108 Tavor
 317              HCAs.  You can avoid this problem by setting the MTU to 1024
 318              using this module parameter.
 319
 320 Severity   : enhancement
 321 Bugzilla   : 11118/11620
 322 Description: ptllnd small request message buffer alignment fix
 323 Details    : Set the PTL_MD_LOCAL_ALIGN8 option on small message receives.
 324              Round up small message size on sends in case this option
 325              is not supported.  11620 was a defect in the initial
 326              implementation which effectively asserted all peers had to be
 327              running the correct protocol version which was fixed by always
 328              NAK-ing such requests and handling any misalignments they
 329              introduce.
 330
 331 Severity   : minor
 332 Frequency  : rarely
 333 Description: When kib(nal|lnd)_del_peer() is called upon a peer whose
 334              ibp_tx_queue is not empty, kib(nal|lnd)_destroy_peer()'s
 335              'LASSERT(list_empty(&peer->ibp_tx_queue))' will fail.
 336
 337 Severity   : enhancement
 338 Bugzilla   : 11250
 339 Description: Patchless ZC(zero copy) socklnd
 340 Details    : New protocol for socklnd, socklnd can support zero copy without
 341              kernel patch, it's compatible with old socklnd. Checksum is
 342              moved from tunables to modparams.
 343
 344 Severity   : minor
 345 Frequency  : rarely
 346 Description: When ksocknal_del_peer() is called upon a peer whose
 347              ksnp_tx_queue is not empty, ksocknal_destroy_peer()'s
 348              'LASSERT(list_empty(&peer->ksnp_tx_queue))' will fail.
 349
 350 Severity   : normal
 351 Frequency  : when ptlrpc is under heavy use and runs out of request buffer
 352 Bugzilla   : 11318
 353 Description: In lnet_match_blocked_msg(), md can be used without holding a
 354              ref on it.
 355
 356 Severity   : minor
 357 Frequency  : very rarely
 358 Bugzilla   : 10727
 359 Description: If ksocknal_lib_setup_sock() fails, a ref on peer is lost.
 360              If connd connects a route which has been closed by
 361              ksocknal_shutdown(), ksocknal_create_routes() may create new
 362              routes which hold references on the peer, causing shutdown
 363              process to wait for peer to disappear forever.
 364
 365 Severity   : enhancement
 366 Bugzilla   : 11234
 367 Description: Dump XT3 portals traces on kptllnd timeout
 368 Details    : Set the kptllnd module parameter "ptltrace_on_timeout=1" to
 369              dump Cray portals debug traces to a file.  The kptllnd module
 370              parameter "ptltrace_basename", default "/tmp/lnet-ptltrace",
 371              is the basename of the dump file.
 372
 373 Severity   : major
 374 Frequency  : infrequent
 375 Bugzilla   : 11308
 376 Description: kernel ptllnd fix bug in connection re-establishment
 377 Details    : Kernel ptllnd could produce protocol errors e.g. illegal
 378              matchbits and/or violate the credit flow protocol when trying
 379              to re-establish a connection with a peer after an error or
 380              timeout.
 381
 382 Severity   : enhancement
 383 Bugzilla   : 10316
 384 Description: Allow /proc/sys/lnet/debug to be set symbolically
 385 Details    : Allow debug and subsystem debug values to be read/set by name
 386              in addition to numerically, for ease of use.
 387
 388 Severity   : normal
 389 Frequency  : only in configurations with LNET routers
 390 Bugzilla   : 10316
 391 Description: routes automatically marked down and recovered
 392 Details    : In configurations with LNET routers if a router fails routers
 393              now actively try to recover routes that are down, unless they
 394              are marked down by an administrator.
 395
 396 ------------------------------------------------------------------------------
 397
 398 2006-12-09  Cluster File Systems, Inc. <info@clusterfs.com>
 399
 400 Severity   : critical
 401 Frequency  : very rarely, in configurations with LNET routers and TCP
 402 Bugzilla   : 10889
 403 Description: incorrect data written to files on OSTs
 404 Details    : In certain high-load conditions incorrect data may be written
 405              to files on the OST when using TCP networks.
 406
 407 ------------------------------------------------------------------------------
 408
 409 2006-07-31  Cluster File Systems, Inc. <info@clusterfs.com>
 410         * version 1.4.7
 411         - rework CDEBUG messages rate-limiting mechanism b=10375
 412         - add per-socket tunables for socklnd if the kernel is patched b=10327
 413
 414 ------------------------------------------------------------------------------
 415
 416 2006-02-15  Cluster File Systems, Inc. <info@clusterfs.com>
 417         * version 1.4.6
 418         - fix use of portals/lnet pid to avoid dropping RPCs b=10074
 419         - iiblnd wasn't mapping all memory, resulting in comms errors b=9776
 420         - quiet LNET startup LNI message for liblustre b=10128
 421         - Better console error messages if 'ip2nets' can't match an IP address
 422         - Fixed overflow/use-before-set bugs in linux-time.h
 423         - Fixed ptllnd bug that wasn't initialising rx descriptors completely
 424         - LNET teardown failed an assertion about the route table being empty
 425         - Fixed a crash in LNetEQPoll(<invalid handle>)
 426         - Future protocol compatibility work (b_rls146_lnetprotovrsn)
 427         - improve debug message for liblustre/Catamount nodes (b=10116)
 428
 429 2005-10-10  Cluster File Systems, Inc. <info@clusterfs.com>
 430         * Configuration change for the XT3
 431              The PTLLND is now used to run Lustre over Portals on the XT3.
 432              The configure option(s) --with-cray-portals are no longer
 433              used.  Rather --with-portals=<path-to-portals-includes> is
 434              used to enable building on the XT3.  In addition to enable
 435              XT3 specific features the option --enable-cray-xt3 must be
 436              used.
 437
 438 2005-10-10  Cluster File Systems, Inc. <info@clusterfs.com>
 439         * Portals has been removed, replaced by LNET.
 440            LNET is new networking infrastructure for Lustre, it includes a
 441            reorganized network configuration mode (see the user
 442            documentation for full details) as well as support for routing
 443            between different network fabrics.  Lustre Networking Devices
 444            (LNDS) for the supported network fabrics have also been created
 445            for this new infrastructure.
 446
 447 2005-08-08  Cluster File Systems, Inc. <info@clusterfs.com>
 448        * version 1.4.4
 449        * bug fixes
 450
 451 Severity   : major
 452 Frequency  : rare (large Voltaire clusters only)
 453 Bugzilla   : 6993
 454 Description: the default number of reserved transmit descriptors was too low
 455              for some large clusters
 456 Details    : As a workaround, the number was increased.  A proper fix includes
 457              a run-time tunable.
 458
 459 2005-06-02  Cluster File Systems, Inc. <info@clusterfs.com>
 460        * version 1.4.3
 461        * bug fixes
 462
 463 Severity   : major
 464 Frequency  : occasional (large-scale events, cluster reboot, network failure)
 465 Bugzilla   : 6411
 466 Description: too many error messages on console obscure actual problem and
 467              can slow down/panic server, or cause recovery to fail repeatedly
 468 Details    : enable rate-limiting of console error messages, and some messages
 469              that were console errors now only go to the kernel log
 470
 471 Severity   : enhancement
 472 Bugzilla   : 1693
 473 Description: add /proc/sys/portals/catastrophe entry which will report if
 474              that node has previously LBUGged
 475
 476 2005-04-06  Cluster File Systems, Inc. <info@clusterfs.com>
 477        * bugs
 478         - update gmnal to use PTL_MTU, fix module refcounting (b=5786)
 479
 480 2005-04-04  Cluster File Systems, Inc. <info@clusterfs.com>
 481        * bugs
 482         - handle error return code in kranal_check_fma_rx() (5915,6054)
 483
 484 2005-02-04  Cluster File Systems, Inc. <info@clusterfs.com>
 485        * miscellania
 486         - update vibnal (Voltaire IB NAL)
 487         - update gmnal (Myrinet NAL), gmnalid
 488
 489 2005-02-04  Eric Barton  <eeb@bartonsoftware.com>
 490
 491         * Landed portals:b_port_step as follows...
 492
 493           - removed CFS_DECL_SPIN*
 494             just use 'spinlock_t' and initialise with spin_lock_init()
 495
 496           - removed CFS_DECL_MUTEX*
 497             just use 'struct semaphore' and initialise with init_mutex()
 498
 499           - removed CFS_DECL_RWSEM*
 500             just use 'struct rw_semaphore' and initialise with init_rwsem()
 501
 502           - renamed cfs_sleep_chan -> cfs_waitq
 503                     cfs_sleep_link -> cfs_waitlink
 504
 505           - fixed race in linux version of arch-independent socknal
 506             (the ENOMEM/EAGAIN decision).
 507
 508           - Didn't fix problems in Darwin version of arch-independent socknal
 509             (resetting socket callbacks, eager ack hack, ENOMEM/EAGAIN decision)
 510
 511           - removed libcfs types from non-socknal header files (only some types
 512             in the header files had been changed; the .c files hadn't been
 513             updated at all).