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