Linux Node Problem Detector 的自定义问题检测插件

lnpd 自定义检测插件需满足：文件置于 plugins/ 目录、命名合法、默认导出含 name/run/intervalseconds 的对象；run() 须返回 promise 且仅 error/warning 级 problems 转为 nodecondition；不支持热更新，须重启 lnpd 生效。

怎么写一个能被 LNPD 加载的自定义检测插件

LNPD 不会自动扫描任意 JS 文件，它只认 plugins/ 目录下符合命名和导出规范的模块。你写的插件必须导出一个带特定字段的对象，否则启动时直接忽略，连日志都不会打。

实操建议：

• 插件文件必须放在 /var/lib/node-problem-detector/plugins/（或你启动 LNPD 时用 --plugin-dir 指定的路径）
• 文件名必须匹配 xxx.js 或 xxx.mjs，且不能以 . 或 _ 开头
• 必须默认导出一个对象，含 name（字符串）、run（函数）、intervalSeconds（数字）三个字段
• run() 必须返回一个 Promise，resolve 值为 {problems: []} 格式，problems 是数组，每个元素至少有 severity 和 problem

常见错误现象：LNPD 启动没报错，但你的插件完全没运行痕迹 ——大概率是导出结构不对，或者文件没放对位置。

run() 函数里该查什么、怎么查才不拖垮节点

LNPD 运行在宿主机上，所有检测逻辑都跑在 Node.js 进程里，run() 执行期间会阻塞整个插件轮询周期。别在里面做同步文件遍历、无超时 HTTP 请求或 execSync 调用。

实操建议：

• 优先读取 /proc 或 /sys 下的瞬时状态，比如检查 /proc/sys/net/ipv4/ip_forward 是否为 0
• 调用系统命令必须用 execFile + timeout 选项，例如 execFile('ss', ['-tuln'], {timeout: 2000})
• 避免重复解析大文件，比如检查 /var/log/messages 时，用 tail -n 100 配合流式处理，而不是 fs.readFileSync
• 如果要聚合指标（如 CPU 使用率），直接读 /proc/stat 算差值，别依赖 os.loadavg() —— 它不反映容器内真实压力

性能影响：一个耗时 800ms 的 run() 在 intervalSeconds: 30 下看似没事，但若同时启用 5 个插件，就可能造成轮询堆积，导致问题上报延迟。

上报的问题为什么没出现在 kubectl describe node 的 Events 里

LNPD 只把 severity 为 "error" 或 "warning" 的条目转成 NodeCondition，其它一律丢弃。而且 Condition 名称必须合法：只能含小写字母、数字、-，且以字母开头，长度 ≤ 253 字符。

实操建议：

• problems 数组中每个对象必须有 problem（字符串，即 Condition 名）和 severity（"error" / "warning"）
• 不要用空格或下划线命名 problem，比如 "disk full" 或 "disk_full" 都非法，得写成 "disk-full"
• 如果想附带详情，加 detail 字段（字符串），LNPD 会把它塞进 NodeCondition 的 message
• 确认 LNPD 启动参数含 --enable-node-condition=true，否则即使格式全对，也不生成 Condition

常见错误现象：kubectl get node <node> -o wide</node> 看不到新 Condition，但 journalctl -u node-problem-detector 显示插件执行成功——八成是 severity 写成了 "info" 或 problem 命名不合规。

插件热更新是否可行、有哪些限制

LNPD 不支持运行时重载插件。修改 JS 文件后，必须重启 LNPD 进程才能生效。但它会在每次轮询前重新 require() 插件模块，所以如果你只是改了 run() 内部逻辑（没改导出结构），重启后就能用新逻辑。

实操建议：

• 开发阶段用 systemctl restart node-problem-detector 最稳妥；别指望 touch 文件触发重载
• 不要在插件里缓存全局状态（比如用闭包变量记上次检查结果），因为每次 require() 都是全新模块实例
• 如果需要跨次运行的状态（如上次检查时间戳），必须写到磁盘（/var/lib/node-problem-detector/state/）或读取 /proc 等动态源
• 注意文件权限：LNPD 默认以 node-problem-detector 用户运行，插件文件需对该用户可读

容易被忽略的地方：插件代码里用 console.log 输出的内容，默认不会进 journal 日志——得用 process.stderr.write() 或配置 LNPD 的 --logtostderr 才能看到调试信息。