<html xmlns:v="urn:schemas-microsoft-com:vml" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:w="urn:schemas-microsoft-com:office:word" xmlns:m="http://schemas.microsoft.com/office/2004/12/omml" xmlns="http://www.w3.org/TR/REC-html40">

<head>
<META HTTP-EQUIV="Content-Type" CONTENT="text/html; charset=us-ascii">
<meta name=Generator content="Microsoft Word 12 (filtered medium)">
<style>
<!--
 /* Font Definitions */
 @font-face
        {font-family:"Cambria Math";
        panose-1:2 4 5 3 5 4 6 3 2 4;}
@font-face
        {font-family:Calibri;
        panose-1:2 15 5 2 2 2 4 3 2 4;}
 /* Style Definitions */
 p.MsoNormal, li.MsoNormal, div.MsoNormal
        {margin:0cm;
        margin-bottom:.0001pt;
        font-size:11.0pt;
        font-family:"Calibri","sans-serif";}
a:link, span.MsoHyperlink
        {mso-style-priority:99;
        color:blue;
        text-decoration:underline;}
a:visited, span.MsoHyperlinkFollowed
        {mso-style-priority:99;
        color:purple;
        text-decoration:underline;}
span.EmailStyle17
        {mso-style-type:personal-compose;
        font-family:"Calibri","sans-serif";
        color:windowtext;}
.MsoChpDefault
        {mso-style-type:export-only;}
@page Section1
        {size:612.0pt 792.0pt;
        margin:72.0pt 72.0pt 72.0pt 72.0pt;}
div.Section1
        {page:Section1;}
-->
</style>
<!--[if gte mso 9]><xml>
 <o:shapedefaults v:ext="edit" spidmax="1026" />
</xml><![endif]--><!--[if gte mso 9]><xml>
 <o:shapelayout v:ext="edit">
  <o:idmap v:ext="edit" data="1" />
 </o:shapelayout></xml><![endif]-->
</head>

<body lang=EN-US link=blue vlink=purple>

<div class=Section1>

<p class=MsoNormal>Hello,<o:p></o:p></p>

<p class=MsoNormal><o:p>&nbsp;</o:p></p>

<p class=MsoNormal>I have recently upgraded my lustre filesystem from 1.8.3 to
1.8.4.&nbsp; The first day we brought our system online with the new version, we
started seeing clients getting stuck in this soft lockup loop.&nbsp; The load shoots
up over 120, and eventually the node becomes unusable and requires a hard
reset.&nbsp; I&#8217;ve seen loops like this on the server side in previous lustre
versions, but to have it happen on the client is completely new.&nbsp; Here is a bit
of what I see in the logs:<o:p></o:p></p>

<p class=MsoNormal><o:p>&nbsp;</o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel: LustreError:
27016:0:(statahead.c:289:ll_sai_entry_fini()) ASSERTION(sa_is_stopped(sai))
failed<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel: LustreError:
27016:0:(statahead.c:289:ll_sai_entry_fini()) LBUG<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel: Pid: 27016, comm: athena.py<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel: Call Trace:<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff885cf6a1&gt;]
libcfs_debug_dumpstack+0x51/0x60 [libcfs]<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff885cfbda&gt;]
lbug_with_loc+0x7a/0xd0 [libcfs]<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff885d7f00&gt;]
tracefile_init+0x0/0x110 [libcfs]<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff889247e9&gt;]
ll_statahead_exit+0x409/0x500 [lustre]<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff8008a4b4&gt;]
default_wake_function+0x0/0xe<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff888d2f2e&gt;]
ll_intent_drop_lock+0x8e/0xb0 [lustre]<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff8891c2bb&gt;]
ll_lookup_it+0x30b/0x7c0 [lustre]<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff888e250d&gt;]
__ll_inode_revalidate_it+0x5bd/0x650 [lustre]<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff886f34f4&gt;]
ldlm_lock_add_to_lru+0x74/0xe0 [ptlrpc]<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff88919431&gt;]
ll_convert_intent+0xb1/0x170 [lustre]<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff8891d4c7&gt;]
ll_lookup_nd+0x207/0x400 [lustre]<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff8002229b&gt;]
d_alloc+0x174/0x1a9<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff8000cc40&gt;]
do_lookup+0xe5/0x1e6<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff80009fce&gt;]
__link_path_walk+0xa01/0xf42<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff8000e803&gt;]
link_path_walk+0x5c/0xe5<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff80034cd4&gt;]
vfs_readdir+0x94/0xa9<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff800f4fa9&gt;]
compat_sys_getdents+0xaf/0xbd<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff8000c9df&gt;]
do_path_lookup+0x270/0x2e8<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff800123f7&gt;]
getname+0x15b/0x1c1<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff80023318&gt;]
__user_walk_fd+0x37/0x4c<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff800320b8&gt;]
sys_faccessat+0xe4/0x18d<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff80034cd4&gt;]
vfs_readdir+0x94/0xa9<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff800f4fa9&gt;]
compat_sys_getdents+0xaf/0xbd<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff8006149b&gt;]
sysenter_do_call+0x1b/0x67<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:&nbsp; [&lt;ffffffff8002c205&gt;]
dummy_inode_permission+0x0/0x3<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel:<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:39 wn122 kernel: LustreError: dumping log to
/tmp/lustre-log.1284405099.27016<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:44 wn122 dhclient: DHCPREQUEST on eth0 to
148.187.67.113 port 67<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: BUG: soft lockup - CPU#3 stuck
for 10s! [ptlrpcd:31817]<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: CPU 3:<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: Modules linked in: mgc(U)
lustre(U) lov(U) mdc(U) lquota(U) osc(U) ko2iblnd(U) ptlrpc(U) obdclass(U)
lnet(U) lvfs(U) libcfs(U) nfs fscache nfs_acl loc<o:p></o:p></p>

<p class=MsoNormal>kd sunrpc bonding(U) ip_conntrack_netbios_ns ipt_REJECT
xt_tcpudp xt_state iptable_filter iptable_nat ip_nat ip_conntrack nfnetlink
iptable_mangle ip_tables x_tables rdma_ucm(U) ib<o:p></o:p></p>

<p class=MsoNormal>_sdp(U) rdma_cm(U) iw_cm(U) ib_addr(U) ib_ipoib(U)
ipoib_helper(U) ib_cm(U) ipv6 xfrm_nalgo crypto_api ib_uverbs(U) ib_umad(U)
mlx4_vnic(U) ib_sa(U) mlx4_ib(U) ib_mthca(U) ib_mad(U<o:p></o:p></p>

<p class=MsoNormal>) ib_core(U) dm_multipath scsi_dh video hwmon backlight sbs
i2c_ec button battery asus_acpi acpi_memhotplug ac parport_pc lp parport joydev
sg i2c_i801 i2c_core e1000e shpchp mlx4_<o:p></o:p></p>

<p class=MsoNormal>core(U) pcspkr dm_raid45 dm_message dm_region_hash
dm_mem_cache dm_snapshot dm_zero dm_mirror dm_log dm_mod ata_piix libata sd_mod
scsi_mod ext3 jbd uhci_hcd ohci_hcd ehci_hcd<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: Pid: 31817, comm: ptlrpcd Tainted:
G&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 2.6.18-128.7.1.el5 #1<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: RIP:
0010:[&lt;ffffffff80064cb7&gt;]&nbsp; [&lt;ffffffff80064cb7&gt;]
.text.lock.spinlock+0x5/0x30<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: RSP: 0018:ffff8101ec177cb8&nbsp;
EFLAGS: 00000282<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: RAX: 000000000000004f RBX:
0000000000000000 RCX: 0000000000000000<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: RDX: ffff81035956b480 RSI:
ffff810253c2d400 RDI: ffff810552ccb500<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: RBP: ffff810192294000 R08:
5a5a5a5a5a5a5a5a R09: 5a5a5a5a5a5a5a5a<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: R10: 5a5a5a5a5a5a5a5a R11:
5a5a5a5a5a5a5a5a R12: 0000000000000038<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: R13: ffff81045b0150c0 R14:
ffff81067fc57000 R15: ffffffff886f5168<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: FS:&nbsp; 00002b5af649d240(0000)
GS:ffff81010c4c8e40(0000) knlGS:0000000000000000<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: CS:&nbsp; 0010 DS: 0000 ES: 0000
CR0: 000000008005003b<o:p></o:p></p>

<p class=MsoNormal><span lang=IT-CH>Sep 13 21:11:49 wn122 kernel: CR2:
0000000008183094 CR3: 0000000000201000 CR4: 00000000000006e0<o:p></o:p></span></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: Call Trace:<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff889249dc&gt;]
:lustre:ll_statahead_interpret+0xfc/0x5b0<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff88861779&gt;]
:mdc:mdc_intent_getattr_async_interpret+0x459/0x490<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff88729246&gt;]
:ptlrpc:ptlrpc_check_set+0x1186/0x1440<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff8004ac1b&gt;]
try_to_del_timer_sync+0x51/0x5a<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff8875d05d&gt;]
:ptlrpc:ptlrpcd_check+0xdd/0x1f0<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff80095004&gt;]
process_timeout+0x0/0x5<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff8875d9a1&gt;]
:ptlrpc:ptlrpcd+0x1b1/0x259<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff8008a4b4&gt;]
default_wake_function+0x0/0xe<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff8005dfb1&gt;]
child_rip+0xa/0x11<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff8875d7f0&gt;]
:ptlrpc:ptlrpcd+0x0/0x259<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff8005dfa7&gt;]
child_rip+0x0/0x11<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: BUG: soft lockup - CPU#0 stuck
for 10s! [ll_sa_27016:28593]<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: CPU 0:<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: Modules linked in: mgc(U)
lustre(U) lov(U) mdc(U) lquota(U) osc(U) ko2iblnd(U) ptlrpc(U) obdclass(U)
lnet(U) lvfs(U) libcfs(U) nfs fscache nfs_acl lockd sunrpc bonding(U)
ip_conntrack_netbios_ns ipt_REJECT xt_tcpudp xt_state iptable_filter
iptable_nat ip_nat ip_conntrack nfnetlink iptable_mangle ip_tables x_tables
rdma_ucm(U) ib_sdp(U) rdma_cm(U) iw_cm(U) ib_addr(U) ib_ipoib(U)
ipoib_helper(U) ib_cm(U) ipv6 xfrm_nalgo crypto_api ib_uverbs(U) ib_umad(U)
mlx4_vnic(U) ib_sa(U) mlx4_ib(U) ib_mthca(U) ib_mad(U) ib_core(U) dm_multipath
scsi_dh video hwmon backlight sbs i2c_ec button battery asus_acpi
acpi_memhotplug ac parport_pc lp parport joydev sg i2c_i801 i2c_core e1000e
shpchp mlx4_core(U) pcspkr dm_raid45 dm_message dm_region_hash dm_mem_cache
dm_snapshot dm_zero dm_mirror dm_log dm_mod ata_piix libata sd_mod scsi_mod
ext3 jbd uhci_hcd ohci_hcd ehci_hcd<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: Pid: 28593, comm: ll_sa_27016
Tainted: G&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 2.6.18-128.7.1.el5 #1<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: RIP:
0010:[&lt;ffffffff80064cb4&gt;]&nbsp; [&lt;ffffffff80064cb4&gt;]
.text.lock.spinlock+0x2/0x30<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: RSP: 0000:ffff810251edfcf8&nbsp;
EFLAGS: 00000282<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: RAX: 0000000000000001 RBX:
ffff8101cf193e80 RCX: 0000000000000000<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: RDX: 0000000000000012 RSI:
000000000abe79b0 RDI: ffff810552ccb500<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: RBP: 0000000000000286 R08: 0000000351edfde0
R09: 0000000000000000<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: R10: ffff810311d9a400 R11:
0000000000000248 R12: ffff81023f907a00<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: R13: ffffffff88726dba R14:
ffff810162543bc0 R15: 0000000000000000<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: FS:&nbsp; 0000000000000000(0000)
GS:ffffffff803ac000(0000) knlGS:0000000000000000<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: CS:&nbsp; 0010 DS: 002b ES: 002b
CR0: 000000008005003b<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: CR2: 000000000c0f900c CR3:
000000066b863000 CR4: 00000000000006e0<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel: Call Trace:<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff88923787&gt;]
:lustre:ll_sai_entry_to_stated+0x87/0x330<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff8000d0de&gt;]
dput+0x2c/0x114<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff88923f8b&gt;]
:lustre:do_statahead_interpret+0x55b/0x5c0<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff88925641&gt;]
:lustre:ll_statahead_thread+0x7b1/0x1750<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff8008a4b4&gt;]
default_wake_function+0x0/0xe<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff8005dfb1&gt;]
child_rip+0xa/0x11<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff88924e90&gt;]
:lustre:ll_statahead_thread+0x0/0x1750<o:p></o:p></p>

<p class=MsoNormal>Sep 13 21:11:49 wn122 kernel:&nbsp; [&lt;ffffffff8005dfa7&gt;]
child_rip+0x0/0x11<o:p></o:p></p>

<p class=MsoNormal><o:p>&nbsp;</o:p></p>

<p class=MsoNormal>After we had 3 clients go into this state the first day, and
2 the next, we decided to downgrade the clients back to 1.8.3, while leaving
the servers at 1.8.4.&nbsp; This morning, we had 2 more clients get stuck again, so my
assumption is that there is a problem with the 1.8.4 servers.<o:p></o:p></p>

<p class=MsoNormal><o:p>&nbsp;</o:p></p>

<p class=MsoNormal>These are RedHat 5.4 servers and clients, with the 2.6.18-194.3.1.el5_lustre.1.8.4
kernel.<o:p></o:p></p>

<p class=MsoNormal><o:p>&nbsp;</o:p></p>

<p class=MsoNormal>Any help on this issue would be great.<o:p></o:p></p>

<p class=MsoNormal><o:p>&nbsp;</o:p></p>

<p class=MsoNormal>Thanks,<o:p></o:p></p>

<p class=MsoNormal><o:p>&nbsp;</o:p></p>

<p class=MsoNormal>Jason Temple<o:p></o:p></p>

</div>

</body>

</html>