lnet/ChangeLog

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