如何通过NRPE让Nagios仅在客户端NRPE在线时监控其其他服务？

完全可以实现你描述的场景！核心是利用Nagios的**服务依赖（Service Dependencies）**功能，让客户端的所有业务服务检查都依赖于NRPE状态检查，从而实现「NRPE离线时暂停其他服务监控+仅发送NRPE故障通知」的逻辑。下面是具体的实现步骤：

1. 配置NRPE状态检查服务 #

首先在Nagios服务器上为客户端创建一个专门检查NRPE是否存活的服务。你可以直接用check_nrpe命令本身（如果NRPE离线，该命令会返回CRITICAL状态），或者用check_tcp检查5666端口，这里推荐前者：

服务器端服务定义： #

use                     generic-service  # 继承通用服务模板
    host_name               your-client-host # 替换为你的客户端主机名
    service_description     NRPE Status
    check_command           check_nrpe!check_ping  # 调用NRPE的check_ping插件（只要能连通NRPE即可）
    check_interval          1                   # 1分钟检查一次，比其他服务更频繁
    retry_interval          1
    notifications_enabled   1
    notification_options    c,r                 # 仅在CRITICAL（离线）和RECOVERY（恢复）时发通知
    notification_interval   30                  # 避免重复刷屏，30分钟重发一次通知
}

2. 配置服务依赖关系 #

接下来，让客户端的所有其他服务都依赖这个「NRPE Status」服务。这样当NRPE离线时，Nagios会自动暂停这些依赖服务的检查，并且不会发送它们的通知。

服务依赖定义： #

host_name                       your-client-host
    service_description             NRPE Status
    dependent_host_name             your-client-host
    dependent_service_description   *  # 匹配该客户端下的所有服务
    execution_failure_criteria      c,u,p  # 当NRPE服务处于CRITICAL/UNKNOWN/PENDING时，不执行依赖服务的检查
    notification_failure_criteria   c,u,p  # 同样状态下，不发送依赖服务的通知
}

3. 验证与调整 #

• 确认Nagios配置文件中已启用服务依赖：检查nagios.cfg里的enable_service_dependencies=1（默认是开启的）
• 测试NRPE离线场景：手动停止客户端的NRPE服务，观察Nagios是否停止检查其他服务，且仅发送「NRPE Status」的故障通知
• 自定义通知内容：可以修改NRPE Status服务的通知模板，明确告知运维人员「NRPE已离线，该客户端其他服务监控已暂停」

额外注意事项 #

• 确保客户端NRPE配置文件（nrpe.cfg）中已添加Nagios服务器的IP到allowed_hosts列表，避免因权限问题导致误判NRPE离线
• 如果客户端有大量服务，也可以按服务组来配置依赖，不用逐个服务设置

内容的提问来源于stack exchange，提问作者Paresh Gandhare