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