ack-node-problem-detector とは - Container Service for Kubernetes - Alibaba Cloud ドキュメントセンター

ack-node-problem-detector は、ノード異常を検出し、イベントセンターを提供し、ACK クラスター向けにサードパーティのモニタリングプラットフォームとの統合を可能にします。

概要

オープンソースの Node Problem Detector (NPD) をベースに構築されたこのコンポーネントは、ノードの健全性を監視し、イベントセンターとして機能します。以下のコンポーネントが含まれます。

kube-event-init：インストール時にイベントセンター用の Simple Log Service (SLS) リソースを初期化し、ack-node-problem-detector-daemonset および kube-eventer がイベントデータを保存、計算、分析できるようにします。
ack-node-problem-detector-daemonset：各対象ノードで Pod を実行してノードの健全性を監視し、ノードコンディションとイベントを報告します。本トピックでは、ack-node-problem-detector のイメージアドレスは ack-node-problem-detector-daemonset のイメージを指します。

説明
オープンソースプロジェクトの node-problem-detector をご参照ください。
kube-eventer：デフォルトでは、クラスターイベントを SLS イベントセンターに報告し、90 日間の保持期間が設定されたイベントストレージと分析、ダッシュボード、アラート機能、および検索を提供します。また、kube-eventer を設定して、DingTalk や EventBridge などの他のシステムにイベントを転送することもできます。kube-eventer をご参照ください。
accel-health-monitor：各対象 GPU ノードで Pod を実行して GPU デバイスの状態を監視し、ノードコンディションと Kubernetes イベントを報告します。イメージアドレスは、後述のリリースノートに記載されています。権限と注意事項については、「GPU 障害検出」をご参照ください。

使用

イベントモニタリングでは、インストール、ユースケース、およびプラグインの機能について説明しています。

リリースノート

2026年5月

バージョン	イメージアドレス	リリース日	説明
1.2.35	`kube-eventer`： registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer:v1.2.14-4b806cb-aliyun `node-problem-detector`： registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/ack-node-problem-detector:v0.8.17-952071f-aliyun `accel-health-monitor`： registry-__ACK_REGION_ID__-vpc.ack.aliyuncs.com/acs/accel-health-monitor:v0.5.5-ad7ad729-aliyun	2026年5月18日	説明このバージョンはカナリアリリース中です。このバージョンを使用するには、チケットを送信してください。設定により GPU の障害検出と自動フェンシングをトリガーするメカニズムが追加されました。詳細については、「GPUの障害検出と自動フェンシングのメカニズム」をご参照ください。 [製品変更] GPU の障害検出と自動フェンシングの変更に関するお知らせをご参照ください。

2026 年 2 月

バージョン	イメージアドレス	リリース日	説明
1.2.30	`kube-eventer`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer:v1.2.14-4b806cb-aliyun `node-problem-detector`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/ack-node-problem-detector:v0.8.17-952071f-aliyun `accel-health-monitor`: registry-__ACK_REGION_ID__-vpc.ack.aliyuncs.com/acs/accel-health-monitor:v0.5.4-4c80dfa0-aliyun	2026 年 2 月 2 日	説明このバージョンはカナリアリリースです。このバージョンを使用するには、チケットを送信してください。 `ack-node-problem-detector-daemonset` のセキュリティを強化しました。 `kube-eventer` のセキュリティを強化しました。 GPU 障害隔離ファイルの生成を有効化/無効化するコンソールオプションを追加しました。一部の GPU 検出項目のフェンシング戦略を変更しました。詳細については、GPU 障害検出をご参照ください。 eRDMA 検出に対応しました。

2025年11月

バージョン

イメージアドレス

リリース日

説明

1.2.29

accel-health-monitor: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/accel-health-monitor:v0.5.3-bafb2ba5-aliyun
kube-eventer: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer:v1.2.14-315a7cb-aliyun

2025年11月30日

説明

このバージョンはカナリアリリース中です。このバージョンを使用するには、チケットを送信してください。

GPU 検出プラグインを ack-node-problem-detector-daemonset から分離し、独立した DaemonSet ack-accel-health-monitor としました。必要な権限については、GPU 障害検出をご参照ください。
GPU プラグインにソフトウェアとデバイスの検出機能を追加しました。検出対象には nvidia-persistenced、nvidia-fabricmanager、NVLink が含まれます。
JSON シリアル化の失敗が原因で GPU プラグインが時折再起動する問題を修正しました。
kube-eventer が HTTPS 経由で SLS にデータを報告できるようにしました。

2025 年 7 月

バージョン	イメージアドレス	リリース日	説明
1.2.27	`kube-eventer`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer:v1.2.13-b4a3960-aliyun `kube-event-init`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer-init:v1.9-2b115d6-aliyun	2025 年 7 月 24 日	説明このバージョンはカナリアリリースです。このバージョンを使用するには、チケットを送信してください。 `kube-eventer` と `kube-event-init` にセキュリティ強化を適用しました。 ACK 専用クラスターで、ECS インスタンスメタデータアクセスの強化モードがサポートされるようになり、認証のセキュリティが向上しました。詳細については、「強化モードを使用した ECS インスタンスメタデータへのアクセスの強制」をご参照ください。

2025年6月

バージョン	イメージアドレス	リリース日	説明
1.2.26	`ack-node-problem-detector`： registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/node-problem-detector:v0.8.16-8d2193b-aliyun `npd-gpu`： registry-__ACK_REGION_ID__-vpc.ack.aliyuncs.com/acs/npd-gpu-plugin:v0.4.1-7359b830-aliyun `kube-eventer`： registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer:v1.2.12-c7c1896-aliyun `kube-event-init`： registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer-init:v1.8-e43647f-aliyun	2025年6月11日	説明このバージョンはカナリアリリース中です。このバージョンを使用するには、チケットを送信してください。一部の GPU 自己修復シナリオにおいて、`NvidiaDeviceRecovered` イベントが正しく発行されなかった問題を修正しました。 `ack-node-problem-detector` のイメージサイズを最適化しました。

バージョン	イメージアドレス	リリース日	説明
1.2.25	`ack-node-problem-detector`： registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/node-problem-detector:v0.8.16-8ed7053-aliyun `npd-gpu`： registry-__ACK_REGION_ID__-vpc.ack.aliyuncs.com/acs/npd-gpu-plugin:v0.4.0-e434dc36-aliyun `kube-eventer`： registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer:v1.2.12-c7c1896-aliyun `kube-event-init`： registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer-init:v1.8-e43647f-aliyun	2025年6月6日	説明このバージョンはカナリアリリース中です。このバージョンを使用するには、チケットを送信してください。 GPU 障害検出のために `npd-gpu` コンテナを追加しました。障害検出時に特定の GPU をフェンシングする機能を追加しました。 `NvidiaXID44Error`、`NvidiaXID61Error`、`NvidiaXID62Error`、`NvidiaXID69Error` などの検出項目を追加しました。詳細は、GPU障害の検出と自動フェンシングをご参照ください。 `ack-node-problem-detector-config` を使用して、有効にする GPU 検出項目を設定する機能を追加しました。 `ack-node-problem-detector` のイメージサイズを最適化しました。

2024 年 8 月

バージョン	イメージアドレス	リリース日	説明
1.2.20	`ack-node-problem-detector`：registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/node-problem-detector:v0.8.14-3c6002c-aliyun `kube-eventer`：registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer:v1.2.11-0620284-aliyun `kube-event-init`：registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer-init:v1.8-e43647f-aliyun	2024 年 8 月 20 日	ECS ノードでの GPU 障害検査に対応しました。大量のイベントを報告する際のパフォーマンスボトルネックを解決するため、`kube-eventer` をアップグレードしました。 SLS データ送信における V4 署名アルゴリズムをサポートするため、`kube-eventer` をアップグレードしました。 `ack-node-problem-detector` DaemonSet の Pod のローカルポート (20256 または 20257、デフォルトでは無効) を設定するパラメーターを追加しました。

2023 年 12 月

バージョン	イメージアドレス	リリース日	説明
v1.2.18	`ack-node-problem-detector`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/node-problem-detector:v0.8.13-003ac31-aliyun `kube-eventer`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer:v1.2.8-27a468a-aliyun `kube-event-init`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer-init:v1.7-48a2acc-aliyun	2023 年 12 月 18 日	キャッシュされた過去のカーネルログによる `podOOMKilling` イベントの誤検知を修正しました。 `ack-node-problem-detector` の旧バージョンからアップグレードする際に、カスタムコンポーネントパラメーターが継承されるようになりました。

2023年8月

バージョン	イメージアドレス	リリース日	説明
v1.2.17	`ack-node-problem-detector`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/node-problem-detector:v0.8.12-bf8aff8-aliyun `kube-eventer`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer:v1.2.8-27a468a-aliyun `kube-eventer-init`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer-init:v1.7-48a2acc-aliyun	2023年8月24日	ACK コンソールの [アドオン] ページから SLS プロジェクトと Logstore の設定を更新できるようになりました。 SLS にログデータを送信する際に、クラスター名などのカスタムラベルをサポートするようになりました。これらのラベルは、ACK イベントセンターにデフォルトで表示されます。

2023年6月

バージョン

イメージアドレス

リリース日

説明

v1.2.16

ack-node-problem-detector: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/node-problem-detector:v0.8.12-bf8aff8-aliyun
kube-eventer: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer:v1.2.8-019546c-aliyun
kube-event-init: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer-init:v1.7-48a2acc-aliyun

2023年6月27日

ACK コンソールの [アドオン] ページで、コンポーネントのリソース仕様を設定できるようになりました。

v1.2.15

ack-node-problem-detector: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/node-problem-detector:v0.8.12-bf8aff8-aliyun
kube-eventer: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer:v1.2.8-019546c-aliyun
kube-event-init: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer-init:v1.7-48a2acc-aliyun

2023年6月6日

大規模クラスターで頻繁に発生する podOOMKilling イベントによる API サーバーと etcd の負荷を軽減しました。

2023 年 2 月

バージョン	イメージアドレス	リリース日	説明
v1.2.14	`ack-node-problem-detector`: registry.aliyuncs.com/acs/node-problem-detector:v0.8.11-edc7907-aliyun `kube-eventer`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer:v1.2.6-bbf76f7-aliyun `kube-event-init`: registry.{ .Values.controller.regionId }.aliyuncs.com/acs/kube-eventer-init:v1.7-48a2acc-aliyun	2023 年 2 月 3 日	コンポーネントのイメージのプル速度が向上しました。 ACK エッジクラスターのサポートを追加しました。

2022 年 9 月

バージョン	イメージアドレス	リリース日	説明
v1.2.11	`ack-node-problem-detector`: registry.aliyuncs.com/acs/node-problem-detector:v0.8.11-edc7907-aliyun `kube-eventer`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer:v1.2.6-bbf76f7-aliyun `kube-event-init`: registry.{ .Values.controller.regionId }.aliyuncs.com/acs/kube-eventer-init:v1.7-48a2acc-aliyun	2022 年 9 月 30 日	コアクラスターコンポーネントへのロードを軽減するため、 `ack-node-problem-detector` の検査ロジックを最適化しました。イメージのセキュリティを強化しました。

2022年2月

バージョン	イメージアドレス	リリース日	説明
v1.2.9	`ack-node-problem-detector`: registry.aliyuncs.com/acs/node-problem-detector:v0.8.10-e0ff7d2 `kube-eventer`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer-amd64:v1.2.6-f0efecf-aliyun `kube-event-init`: registry.{ .Values.controller.regionId }.aliyuncs.com/acs/kube-event-init:v1.6-a92aba6-aliyun	2022年2月22日	カーネル検査のサポートを追加しました。セキュリティを強化しました。

2022 年 1 月

バージョン	イメージアドレス	リリース日	説明
v1.2.8	`ack-node-problem-detector`： registry.aliyuncs.com/acs/node-problem-detector:v0.8.10-e0ff7d2 `kube-eventer`： registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer-amd64:v1.2.5-cc7ec54-aliyun `kube-event-init`： registry.{ .Values.controller.regionId }.aliyuncs.com/acs/kube-eventer-init:v1.6-a92aba6-aliyun	2022 年 1 月 20 日	Containerd の各種モードとの互換性を追加しました。コンポーネントの安定性を向上させるため、QoS リソース制限を最適化しました。

2021 年 11 月

バージョン	イメージアドレス	リリース日	説明
v1.2.7	`ack-node-problem-detector`: registry.aliyuncs.com/acs/node-problem-detector:v0.8.10-e0ff7d2 `kube-eventer`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer-amd64:v1.2.5-cc7ec54-aliyun `kube-event-init`: registry.{ .Values.controller.regionId }.aliyuncs.com/acs/kube-eventer-init:v1.6-a92aba6-aliyun	2021 年 11 月 25 日	Alibaba Cloud Linux 3 や CentOS 8 などのオペレーティングシステム上のシステムサービスとの互換性を追加しました。 ARM アーキテクチャのサポートを追加しました。

2021年4月

バージョン	イメージアドレス	リリース日	説明
v1.2.5	`ack-node-problem-detector`: registry.aliyuncs.com/acs/node-problem-detector:v0.6.3-28-160499f `kube-eventer`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer-amd64:v1.2.4-0f5aaee-aliyun `kube-event-init`: registry.{ .Values.controller.regionId }.aliyuncs.com/acs/kube-eventer-init:1.5-5e0e7c1-aliyun	2021年4月25日	イベントセンターを有効にした際に、 `kube-system` の `kube-event-init` で発生する "414 Request Too Large" エラーを修正しました。 `kube-eventer` の list-watch メカニズムを最適化し、etcd へのリクエストトラフィックを削減しました。詳細については、eventer の list-watch をご参照ください。 `kube-eventer` において、一部のシステムイベントでタイムスタンプが誤って解析される問題を修正しました。詳細については、「FailedScheduling イベントが誤ったタイムスタンプで SLS に書き込まれる問題を修正」をご参照ください。

2020年7月

バージョン	イメージアドレス	リリース日	説明
v0.6.3-28-160499f	registry.aliyuncs.com/acs/node-problem-detector:v0.6.3-28-160499f	2020年7月27日	`OOMKilling` イベントメッセージを強化し、Pod 名、名前空間、UID を含めるようにしました。 `check_fd` プラグインの実行効率を改善しました。ノードの PID 使用量しきい値のイベント通知を改善しました。ネットワーク問題検出プラグインをアップグレードしました。ノードのシステムディスク inode 使用量に対してアラートをトリガーするプラグインを追加しました。