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、ノードの異常を検出し、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サポートします。

概要

このコンポーネントは、オープンソースの Node Problem Detector (NPD) をベースにしており、ノードの正常性を監視し、イベントセンターとして機能します。これには、以下が含まれます：

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 と 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、ノードの正常性を監視し、クラスターの状態とイベントを報告します。このトピックでは、ack-node-problem-detector 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、ダッシュボード、アラート機能、検索機能を備えたイベントストレージと分析を提供します。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。詳細については、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、GPU デバイスのステータスを監視して、ノードの状態と Kubernetes イベントを報告します。イメージアドレスは、以下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。

使用方法

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

リリースノート

2026年8月

バージョン	イメージアドレス	リリース日	説明
1.2.41	`ack-node-problem-detector-daemonset`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/node-problem-detector:v0.8.17-2596ba3-aliyun	2026年8月18日	`ack-node-problem-detector-daemonset` の `priorityClassName` をカスタマイズできるようになりました。 `ack-node-problem-detector-daemonset` のインスタンスの有効期限チェックが、非スポットインスタンスをスキップするようになりました。

2026 年 7 月

バージョン	イメージアドレス	リリース日	説明
1.2.37	`accel-health-monitor`: registry-ACK_REGION_ID-vpc.ack.aliyuncs.com/acs/accel-health-monitor:v0.5.8-5f2c8728-aliyun	2026 年 7 月 9 日	`accel-health-monitor` に `NvidiaResetRequired` の検出項目を追加し、ドライバーのカーネルモジュールの dmesg ログのマッチングに関する問題を修正しました。 `ack-node-problem-detector-daemonset` Pod の `priorityClassName` を `system-node-critical` に設定しました。 `ack-node-problem-detector-daemonset` に検出スクリプトを追加しました。ネットワークエンドポイントの接続性検出機能を追加し、`ack-node-problem-detector` を使用して、指定したネットワークエンドポイントを定期的にプロービングできるようになりました。

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-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/accel-health-monitor:v0.5.5-ad7ad729-aliyun	2026 年 5 月 18 日	設定トリガー式の GPU 障害検出および自動フェンシングメカニズムを追加しました。詳細については、「GPU 障害検出および自動フェンシングメカニズム」をご参照ください。「[製品変更] GPU 障害検出および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	`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または無効に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 検出のサポートを追加しました。

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-__ACK_REGION_ID__-vpc.ack.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

GPU 検出プラグインを ack-node-problem-detector-daemonset から分離し、独立した DaemonSet の 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、nvidia-persistenced、nvidia-fabricmanager、 NVLink を含むソフトウェアとデバイスの検出を追加しました。
JSON シリアル化の失敗によって GPU プラグインが再起動することがあ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-eventer-init`: registry-vpc.__ACK_REGION_ID__.aliyuncs.com/acs/kube-eventer-init:v1.9-2b115d6-aliyun	2025年7月24日	`kube-eventer` と `kube-eventer-init` にセキュリティ強化を適用しました。 ACK 専用クラスターが ECS インスタンスメタデータにアクセスするための強化モードをサポートするようになり、認証セキュリティが強化されました。詳細については、「ECS インスタンスメタデータにアクセスするための強化モードの適用」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	一部の GPU 自己修復シナリオで、`NvidiaDeviceRecovered` イベントが正しく発行されない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	GPU 障害検出用に `npd-gpu` コンテナを追加しました。障害を検出した場合に、特定の GPU をフェンシングできるようになりました。 `NvidiaXID44Error` 、 `NvidiaXID61Error` 、 `NvidiaXID62Error` 、 `NvidiaXID69Error` などの検出項目を追加しました。詳細については、「GPU 障害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 検出項目を設定できるようになりました。 `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消するため、`kube-eventer` をアップグレードしました。 SLS データ転送で 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 Pod のローカルポート (20256 または 20257、デフォルトでは無効) を設定するための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起因する `podOOMKilling` イベントの誤検知を修正しました。旧バージョンの `ack-node-problem-detector` 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を継承できるようにしました。

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-event-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指定できるようになりました。これらのラベルは、デフォルトで ACK イベントセンターに表示されます。

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

大規模クラスターにおける頻繁な podOOMKilling イベントによる API サーバーと etcd のロードを削減しました。

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を改善しました。 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	`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-eventer-init`：registry.{ .Values.controller.regionId }.aliyuncs.com/acs/kube-eventer-init:v1.7-48a2acc-aliyun	2022 年 9 月 30 日	`ack-node-problem-detector` の検査ロジックを最適化し、コアクラスターコンポーネントのロードを削減しました。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-eventer-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 のさまざまなモードに対する互換性を追加しました。 QoS リソースリミットを最適化し、コンポーネントの安定性を向上させました。

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に対応しました。 ARM アーキテクチャに対応しました。

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	イベントセンターが有効な場合に、`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。 etcd へのリクエストトラフィックを削減するため、`kube-eventer` の list-watch メカニズムを最適化しました。詳細については、「eventer list-watch」をご参照ください。 `kube-eventer` で一部のシステムイベントのタイムスタンプが正しく解析されない問題を修正しました。詳細については、「fix FailedScheduling event write to sls with wrong timestamp」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、namespace、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 使用量のしきい値に関する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。ノードシステムディスクの inode 使用量に関するアラートをトリガーするプラグインを追加しました。