لماذا يهم هذا

الحوادث هي اللحظة التي تُقيَّم فيها الخدمة. لا يتذكر المستخدمون شهور التوافر الجيد؛ يتذكرون الانقطاع وكيف عولج. والفريق الذي حدد مسبقًا من يفعل ماذا وكيف يتواصل ومتى يطلب المساعدة يستعيد الخدمة أسرع ويرتكب أخطاء أقل من فريق يرتجل.

كثيرًا ما تعالج فرق أجايل التي تشغّل ما تبنيه الحوادث بشكل غير رسمي. وهذا ينجح حتى تكون الحادثة كبيرة أو تمتد عبر عدة فرق أو تقع ليلًا. عندها يظهر غياب الأدوار والسجلات: يتكدس المهندسون على المشكلة التقنية، ولا يخبر أحد العملاء، ويجري شخصان تغييرين متعارضين. تقدم ممارسة إدارة الحوادث في ITSM، مع ممارسات من هندسة موثوقية المواقع، طرقًا مجرَّبة لمنع ذلك.

تغطي مقالة ويكيبيديا عن إدارة الحوادث عدة ميادين، من الاستجابة للطوارئ إلى أمن الحاسوب. وتقول لإدارة خدمات تقنية المعلومات إن الهدف استعادة الخدمة العادية ضمن مستوى الخدمة المتفق عليه بأسرع ما يمكن، وتقتبس ITIL 2011 في تعريف الحادثة بأنها انقطاع غير مخطط لخدمة تقنية معلومات أو انخفاض في جودتها، وتسرد ثلاثة تحديات: ضجيج التنبيهات، وطول حل المشكلات، وصعوبة التنبؤ بالانقطاعات. وللتفاصيل يعتمد هذا الموضوع كثيرًا على فصلين من كتاب Site Reliability Engineering من Google، يصفان نهج قيادة الحوادث وتحليلات ما بعد الحادثة الخالية من اللوم من ممارسة في مؤسسة كبيرة واحدة. تعامل مع هذين الفصلين نهجًا واحدًا موثقًا جيدًا، لا الوحيد.

المفاهيم الأساسية

ما هي الحادثة

الحادثة، في استخدام ITSM، انقطاع غير مخطط لخدمة أو انخفاض في جودتها. وتتضمن مقالة ITSM أيضًا تعطيلًا "محتملًا". والحادثة ليست هي المشكلة، وهي السبب الكامن، ولا طلب الخدمة، وهو سؤال روتيني (انظر الموضوع 3.3 — إدارة المشكلات والموضوع 3.6 — إدارة طلبات الخدمة). الفصل بين الثلاثة مهم لأن كلًّا يُدار لهدف مختلف: استعادة الخدمة، وإزالة الأسباب، وتلبية الطلب الروتيني.

الهدف: استعادة الخدمة، والحفاظ على الأدلة

الغاية الأولى لإدارة الحوادث استعادة الخدمة. ويضيف فصل SRE عن إدارة الحوادث غاية ثانية: الحفاظ على الأدلة اللازمة لإيجاد السبب الجذري لاحقًا. وتقول أفضل ممارسات الفصل نفسها أن تُعطى الأولوية لاستعادة الخدمة والحفاظ على الأدلة، بهذه الروح. وقد يأتي إصلاح السبب لاحقًا، في إدارة المشكلات.

لماذا تسوء الحوادث غير المُدارة

يستخدم فصل SRE، الذي كتبه أندرو ستريبلهيل، مثالًا موسعًا لمهندس مناوب ينمو انقطاعه إلى فشل كلي. ويسمي ثلاثة أخطار للحوادث غير المُدارة:

  • تركيز حاد على المشكلة التقنية. المهندسون المنهمكون في إصلاح يفقدون النظر في التخفيف والصورة الأوسع.
  • ضعف التواصل. لا يعرف أحد ما يفعله الآخرون، ويبقى أصحاب المصلحة غير مطلعين.
  • التصرف المنفرد. التغييرات غير المنسقة، مثل نشر في اللحظة الأخيرة، تزيد الوضع سوءًا.

الأدوار تحت الضغط

يبني الفصل نهجه على نظام قيادة الحوادث (Incident Command System) الذي جاء من الاستجابة للطوارئ (وتذكره مقالة ويكيبيديا عن إدارة الحوادث أيضًا). وأفكاره الرئيسية:

الدور ما يفعله
قائد الحادثة يمسك الحالة عالية المستوى، ويبني الاستجابة، ويزيل العوائق، ويتولى أي دور لم يُفوَّض بعد
قائد العمليات يطبق الأدوات على المشكلة؛ فريق العمليات وحده يغيّر النظام أثناء الحادثة
قائد التواصل هو الوجه العام للاستجابة؛ يصدر تحديثات دورية ويبقي وثيقة الحادثة محدّثة
قائد التخطيط يعالج المسائل الأطول أمدًا مثل رفع الأخطاء وترتيب التسليمات وتتبع الانحراف عن الوضع العادي ليمكن التراجع عن التغييرات

يسمي الفصل المبدأ فصلًا تكراريًا للمسؤوليات. الأدوار الواضحة تمنح الناس الاستقلال، لأنهم لا يحتاجون إلى مراجعة زملائهم، والشخص المثقل يطلب مزيدًا من الموظفين ويفوّض أجزاء من العمل. وتكون التسليمات بين القادة صريحة ومُقرّة.

وثيقة الحادثة الحية

يقول الفصل إن أهم واجب للقائد هو إبقاء وثيقة حية بحالة الحادثة، ويفضّل قابلة للتحرير من عدة أشخاص في آن. قد تكون فوضوية لكن يجب أن تبقى مفيدة، بالمعلومات الرئيسية قرب الأعلى، وتُحفظ للتحليل لاحقًا. وتعمل قناة مشتركة أو غرفة مادية مركز قيادة.

متى تُعلن حادثة

يوصي الفصل بإعلان الحادثة مبكرًا، لا بعد ساعات من مشكلة تتفاقم. ويقترح معاملة الحدث حادثة إن كان يجب إشراك فريق ثانٍ لإصلاحه، أو كان الانقطاع مرئيًا للعملاء، أو بقي دون حل بعد ساعة من التحليل المركز. هذه قواعد إبهام لمؤسسة واحدة. وينبغي أن تعكس عتباتك خدماتك ومستخدميك.

الأولوية والشدة

لا تعرّف المصادر المقروءة لهذا الدليل مستويات الأولوية أو الشدة، ولا تذكر مقالة ويكيبيديا شيئًا منها. عمليًا، تحدد الفرق المستويات من الأثر على المستخدمين وإلحاح الحاجة، وتقرر مسبقًا من يُستدعى عند كل مستوى. أبقِ المخطط قصيرًا، بأمثلة، وتحقق منه بتطبيقه على حوادث سابقة.

التواصل

للتواصل جمهوران. يحتاج المستجيبون إلى معرفة الحالة ومن يفعل ماذا. ويحتاج أصحاب المصلحة والمستخدمون إلى معرفة ما تأثر وما يُفعل ومتى يتوقعون التحديث التالي. قائد التواصل في فصل SRE يخدم الجمهور الثاني ويحتفظ بالسجل للأول. وللانقطاعات العامة، خطة للتواصل في الأزمات مفيدة (انظر مهارة التواصل في الأزمات أدناه).

تحليلات ما بعد الحادثة الخالية من اللوم

يضع فصل SRE عن ثقافة ما بعد الحادثة نصف التعلم. يسجل التحليل الحادثة وأثرها والتخفيف والأسباب الجذرية وإجراءات المتابعة. وأهدافه توثيق الحادثة وفهم كل الأسباب الجذرية المسهمة ووضع إجراءات وقائية فعالة. وهو خالٍ من اللوم: يحدد الأسباب المسهمة دون لوم أفراد أو فرق، ويفترض أن الجميع "كانت نيتهم حسنة وفعلوا الصواب بالمعلومات التي لديهم". وبعبارة الفصل: "لا تستطيع 'إصلاح' الناس، لكن تستطيع إصلاح الأنظمة والعمليات".

يقترح الفصل تحديد محفزات التحليل مسبقًا، مثل توقف مرئي للمستخدمين يتجاوز عتبة، أو أي فقد للبيانات، أو تدخل مناوب كالتراجع، أو زمن حل فوق عتبة، أو إخفاق في المراقبة. ويقول أيضًا "تحليل ما بعد الحادثة غير المراجَع كأنه لم يوجد قط"، لذلك يوصي بجلسات مراجعة منتظمة ومستودع مشترك. ويصف أنشطة بناء الثقافة مثل نشرة شهرية ونوادي قراءة و"عجلة النكبات" التي تُعاد فيها تمثيل حوادث ماضية.

الحوادث الكبرى

تعرّف ممارسات ITSM كثيرة الحادثة الكبرى بأنها حادثة تحتاج استجابة أكثر رسمية من المعتاد. لا تعرّفها المصادر المقروءة هنا، فعرّفها بكلماتك: مثلًا، حادثة تؤثر في مستخدمين كثيرين أو خدمة حرجة وتحتاج استجابة منسقة عبر الفرق. المهم أن يعرف الناس مسبقًا ما الذي يتغير: من يقود، ومن يُستدعى، وكم مرة تصدر التحديثات.

الحوادث وتسليم أجايل

كثيرًا ما تنشأ الحوادث من تغييرات حديثة. فرق أجايل في موقع جيد للتعلم منها لأنها تصدر كثيرًا ولديها حلقات ملاحظات قصيرة. ويحتاج التعلم إلى طريق: إجراءات ما بعد الحادثة تدخل قائمة الأعمال بملّاك وتواريخ، والحوادث المتكررة تذهب إلى إدارة المشكلات. بدون هذا الطريق تتحول معالجة الحوادث إلى روتين إصلاح.

أفضل الممارسات

  1. قرر مسبقًا ما يُعدّ حادثة. اكتب تعريفًا قصيرًا بأمثلة، وأخفض عتبة إعلان واحدة. قاعدة فصل SRE الإبهامية هي الإعلان مبكرًا حين يلزم فريق ثانٍ، أو يرى العملاء المشكلة، أو لا تحلها ساعة من التحليل.
  2. حدد بضعة مستويات شدة بأمثلة. ابنها على أثر المستخدمين، واذكر من يُستدعى عند كل مستوى. اختبر المخطط على حوادث سابقة وعدّله.
  3. عيّن الأدوار في بداية كل حادثة. سمِّ قائد حادثة وقائد عمليات وقائد تواصل. في الفرق الصغيرة قد يحمل شخص واحد أكثر من دور؛ قل ذلك بصوت مسموع.
  4. افصل الإصلاح عن التنسيق. من يغيّرون النظام ينبغي ألا يجيبوا عن الأسئلة أيضًا. دع القائد ينسق وقائد التواصل يُخبر.
  5. احتفظ بسجل حي. استخدم وثيقة أو قناة مشتركة واحدة بطوابع زمنية وقرارات وتغييرات أُجريت. يدعم التسليمات ويعطي تحليل ما بعد الحادثة مادته.
  6. اسمح بالتغييرات المفوَّضة فقط. يقول فصل SRE إن فريق العمليات وحده ينبغي أن يعدّل النظام أثناء الحادثة. حدد من يجوز له تغيير ماذا، واطلب من الآخرين التحدث إلى القائد.
  7. تواصل بجدول. اتفق على فاصل التحديث لكل شدة والتزم به، حتى حين لا يوجد جديد. الصمت يولد القلق والأسئلة المكررة.
  8. سلّم صراحةً. حين يُستبدل قائد أو مستجيب، قل ذلك بصوت مسموع واطلب من الآخر الإقرار. التسليمات الغامضة تفقد السياق.
  9. تدرّب. شغّل عملية الحوادث على أحداث صغيرة وفي تمارين، لتكون الأدوار مألوفة قبل انقطاع جسيم. أدِر الناس عبر الأدوار.
  10. أجرِ تحليل ما بعد حادثة خاليًا من اللوم حين تتحقق محفزاتك. اكتبه مع المعنيين، وركّز على الأسباب المسهمة وإصلاحات النظام، وشاركه على نطاق واسع (انظر مهارة تحليل ما بعد الحادثة أدناه).
  11. حوّل الإجراءات إلى بنود قائمة أعمال. امنح كل متابعة مالكًا وتاريخًا، وراجعها في اجتماع منتظم. تحليل غير مراجَع لا ينتج تغييرًا.
  12. غذِّ إدارة المشكلات بالأدلة. اربط الحوادث المتكررة بسجل مشكلة، لتُزال الأسباب لا أن تُصلح فقط (انظر الموضوع 3.3 — إدارة المشكلات).

أسئلة للنقاش مع فريقك

ماذا نفعل في أول عشر دقائق من الحادثة، ومن يقرر؟

مرّ على آخر حادثة مهمة دقيقة بدقيقة. دوّن من تولى القيادة ومن تواصل ومن غيّر ماذا. تجد فرق كثيرة أن الأدوار افتُرضت لا اتُّفق عليها. يستطيع الميسّر أن يسأل ماذا كان سيحدث لو غاب القائد المعتاد. ثم تابع بالاتفاق على كيف تُسند الأدوار في المرة القادمة.

متى نسمي شيئًا حادثة، ومتى ننتظر؟

اجمع أمثلة على أحداث أُعلنت متأخرة. اسأل ما الذي أعاق الناس: عدم الرغبة في إزعاج الآخرين، أو عدم اليقين، أو الخوف من اللوم. قارن بمحفزات فصل SRE. اتفقوا على عتبة وعلى طريقة لإعلان حادثة دون ضجة.

كيف يعرف مستخدمونا ما يحدث أثناء الانقطاع، وكم مرة؟

انظر في آخر انقطاع من جانب المستخدم. اسأل من أخبرهم وبماذا أخبروا وكم كانت الفجوة. كثيرًا ما يكون الجواب صمتًا طويلًا تتبعه ملاحظة موجزة. اسأل من ينبغي أن يملك التواصل وماذا ينبغي أن تقول الرسالة الأولى. اتفقوا على قالب وإيقاع تحديث.

ماذا غيّر آخر تحليل ما بعد حادثة لدينا، وكيف نعرف؟

اطلب الإجراءات والملّاك والحالة. إن لم يكتمل أي منها فاسأل لماذا: لا مالك، أو لا وقت، أو قيمة غير واضحة. اكتشف هل يقرأ التحليلات أحد خارج الفريق. اتفقوا على جلسة منتظمة لمراجعة الإجراءات المفتوحة.

هل يشعر الناس بالأمان في قول ما أخطؤوا فيه؟

يختبر هذا السؤال غياب اللوم. اطلب من الناس وصف شعورهم عند كتابة خطئهم في تحليل. أنصت إلى الخوف من العواقب وأمثلة وقع فيها اللوم. لا تطلب الانفتاح؛ اسأل ماذا يحتاج الفريق والقادة فعله لجعله آمنًا. اختر خطوة مرئية واحدة.

كيف نتدرب، ومتى فعلنا آخر مرة؟

اسأل هل أجرى الفريق تمرينًا أو حادثة محاكاة وماذا تعلم. إن لم يحدث قط فناقش بداية صغيرة، مثل إعادة تمثيل حادثة سابقة في ساعة. يذكر فصل SRE التدرب على العملية في تغييرات روتينية وتمارين التعافي من الكوارث. خطط لواحد للربع القادم.

في الممارسة: مثال على ITIL بأسلوب أجايل

تتيح بوابة العملاء لشركة كهرباء إقليمية للأسر الإبلاغ عن الانقطاعات وعرض الفواتير. يبنيها ويشغّلها فريق من أحد عشر شخصًا، بجدول مناوبة من أربعة. أثناء عاصفة، يرتفع تدفق البلاغات، وتتباطأ البوابة ثم تفشل. يجرب المهندس المناوب إعادة تشغيل قاعدة البيانات، ويقوم مهندس ثانٍ في الوقت نفسه بنشر إصلاح تكوين، ويتراجع ثالث عن إصدار سابق. تعود البوابة بعد ثلاث ساعات، ومركز الاتصال، الذي لم يُخبَر قط، تلقى آلاف المكالمات الغاضبة.

في تحليل ما بعد الحادثة يرى الفريق الأخطار الثلاثة من فصل SRE: ركّز الجميع على الإصلاح التقني، ولم يتواصل أحد، وتصادمت التغييرات. يكتبون عملية حوادث من صفحة واحدة. يجوز لأي شخص إعلان حادثة، وإشراك فريق ثانٍ أو رؤية العملاء أو ساعة بلا تقدم يعني وجوب الإعلان. يصبح المهندس المناوب قائد العمليات، ويحدد جدول مناوبة قائد حادثة وقائد تواصل من الفريق الأوسع. وحده قائد العمليات يغيّر الإنتاج. ويرسل قائد التواصل تحديثًا كل 30 دقيقة إلى مركز الاتصال وغرفة التحكم. وتحمل قناة مشتركة السجل الحي.

في العاصفة التالية تتباطأ البوابة مجددًا، ويُعلن عن حادثة خلال عشر دقائق، وتُستعاد الخدمة في 70 دقيقة مع تحديثات تذهب إلى مركز الاتصال طوال المدة. وتبقى مشكلات. جدول القادة فيه ثغرات في العطلات، ويجد الفريق أن اعتمادًا واحدًا، مزود الرسائل النصية، بلا جهة اتصال للتصعيد. ينتج التحليل إجراءين بملّاك: إكمال الجدول ببديل، والاتفاق على مسار تصعيد مع المزود. ويجدول الفريق إعادة تمثيل حادثة العاصفة لأعضاء الجدول الجدد.

أربعة منظورات

فرق المنتج والتسليم

تتسبب فرق التسليم في كثير من الحوادث وتصلحها. انضم إلى جدول المناوبة أو وفّر دعمًا مباشرًا له، وعامل إجراءات ما بعد الحادثة بنودًا في قائمة الأعمال. ابنِ في إصداراتك وسائل اكتشاف المشكلات والتراجع. شارك في التمارين لتكون الأدوار مألوفة.

فرق الخدمة والعمليات

تملك فرق التشغيل العملية. أبقها قصيرة ومتدرَّبًا عليها، وامنح الناس السلطة للتصرف، واحتفظ بسجلات يستطيع الآخرون استخدامها. شارك ما تتعلمه مع فرق التسليم، وادفع الدروس إلى إدارة المشكلات والتخطيط.

القيادة والحوكمة

القادة يضعون الثقافة. اطلب تحليلات ما بعد الحادثة واقرأها، وأثنِ على من يبلغون عن مشكلات، وارفض البحث عن شخص يُلام. احمِ وقت التدرب وإكمال الإجراءات. قرر من يجوز له الإنفاق أو استدعاء أعلى مستوى استجابة.

العملاء والمستخدمون

يحتاج العملاء والمستخدمون إلى تحديثات صادقة في وقتها وطريق واضح للإبلاغ عن المشكلات. اسأل مزودك ماذا تتوقع أثناء الانقطاع وكيف ستُبلَّغ. وحين يُشارك معك تحليل ما بعد حادثة فاقرأه لتعرف ما سيغيّره المزود.

أنماط الإخفاق الشائعة

  • لا أدوار. يعمل الجميع على الإصلاح التقني ولا أحد ينسق أو يتواصل. وبدلًا من ذلك، سمِّ قائد حادثة وقائد عمليات وقائد تواصل في كل مرة.
  • الإعلان المتأخر. ينتظر الناس حتى تسوء المشكلة. وبدلًا من ذلك، ضع عتبات منخفضة واضحة واجعل الإعلان أمرًا عاديًا.
  • التصرف المنفرد. يغيّر عدة أشخاص النظام في آن. وبدلًا من ذلك، اسمح بالتغييرات عبر قائد العمليات فقط.
  • الصمت. لا يسمع المستخدمون وأصحاب المصلحة شيئًا. وبدلًا من ذلك، اتفق على فاصل تحديث وقالب.
  • اللوم. يبحث التحليل عن الشخص المخطئ. وبدلًا من ذلك، اسأل ما الذي في النظام سمح بالخطأ وأصلحه.
  • تحليلات لا تذهب إلى مكان. الإجراءات بلا ملّاك. وبدلًا من ذلك، ضعها في قائمة الأعمال بتواريخ وراجعها بانتظام.
  • عدم التدرب أبدًا. أول استخدام للعملية يقع في حادثة كبرى. وبدلًا من ذلك، تدرب على أحداث صغيرة وتمارين.
  • معاملة الإصلاح حلًّا. تعود الحادثة نفسها. وبدلًا من ذلك، اربط المتكررات بإدارة المشكلات وأصلح السبب.

نموذج النضج

البُعد البدء التطوير التوحيد الإدارة التنسيق
الاكتشاف والإعلان تُكتشف الحوادث بشكاوى المستخدمين توجد بعض التنبيهات وتُعلن بعض الحوادث عتبات مكتوبة ومخطط شدة بسيط يُستخدم باتساق يُتتبع زمن الاكتشاف وزمن الإعلان ويُخفَّضان يُشارك الاكتشاف والإعلان عبر الفرق والموردين
الاستجابة والأدوار يرتجل المستجيبون بعض الفرق تسمي قائدًا الأدوار والتسليمات وسجل حي قياسية تُراجع أزمنة الاستجابة وأداء الأدوار تُنسَّق الاستجابة عبر الفرق والموردين، مع تمارين مشتركة
التواصل التحديثات ارتجالية بعض التحديثات تذهب إلى بعض الجماهير إيقاع تحديث وقوالب لكل شدة تُقاس حسن توقيت التواصل ويُسأل المستخدمون يُنسَّق التواصل مع العملاء والشركاء
التعلم المراجعات تتبع أسوأ الحوادث فقط تُكتب بعض التحليلات تتبع تحليلات خالية من اللوم محفزات محددة، مع تتبع الإجراءات يُقاس إتمام الإجراءات والتكرار تُشارك الدروس عبر الفرق وتغذي التغيير في المؤسسة

قائمة التحقق

  • لدينا تعريف قصير للحادثة بأمثلة.
  • لدينا مخطط شدة صغير بأمثلة أثر المستخدمين وقوائم استدعاء.
  • تبدأ كل حادثة بتسمية قائد حادثة وقائد عمليات وقائد تواصل.
  • يُحفظ سجل حي لكل حادثة.
  • قائد العمليات المسمّى وحده يغيّر الإنتاج أثناء الحادثة.
  • فواصل التحديث متفق عليها لكل شدة.
  • محفزات تحليل ما بعد الحادثة مكتوبة.
  • تحليلات ما بعد الحادثة خالية من اللوم ومشتركة ومراجَعة.
  • لكل إجراء من التحليل مالك وتاريخ، وتُراجع الإجراءات المفتوحة.
  • تدربنا على العملية في الأشهر الستة الماضية.

مطالبات الذكاء الاصطناعي

الغرض: صياغة عملية حوادث من صفحة واحدة من ممارستك الحالية.

ساعدني على صياغة عملية حوادث من صفحة واحدة لفريق من [العدد] شخصًا يشغّلون [الخدمة].

كيف نعالج الحوادث اليوم: [صف في بضع جمل].
ترتيب المناوبة لدينا: [صف].
من يجب إبلاغه أثناء الحادثة: [اسرد الجماهير].
قواعد يجب أن نتبعها (عقود، لوائح)، بنص المصدر إن كان لديك: [الصق، أو اكتب "لا شيء معروف"].

أنتج عملية قصيرة تتضمن: ما يُعدّ حادثة، ومخطط شدة بسيطًا بأمثلة أثر المستخدمين (اترك العتبات العددية [تُحدَّد بالاتفاق])، والأدوار وما يفعله كل منها، وكيف يتم التواصل، ومتى يُعقد تحليل ما بعد الحادثة. علّم كل بند هو افتراض. لا تختلق التزامات. اطرح أسئلة توضيحية أولًا، واذكر ما لست متأكدًا منه.

الغرض: تحويل سجل حادثة إلى مسودة تحليل ما بعد حادثة خالٍ من اللوم.

فيما يلي سجل حادثة: [الصق الطوابع الزمنية والرسائل والإجراءات؛ أزل البيانات الشخصية].
الأثر كما نعرفه: [صف المستخدمين المتأثرين ومدة التأثر، بالوقائع فقط].

صغ مسودة تحليل ما بعد حادثة خاليًا من اللوم يتضمن: ملخصًا، والأثر، والجدول الزمني، وكيف اكتُشفت، وكيف خُفّفت، والأسباب المسهمة (افصل المعروف عن المشتبه فيه)، وما سار جيدًا، وما سار سيئًا، وإجراءات مقترحة بنوع مقترح (منع، أو اكتشاف، أو استجابة) دون ملّاك أو تواريخ. صف أفعال الناس بحياد، بوصفها أدوارًا. لا تختلق وقائع أو أسبابًا. علّم الثغرات بـ[غير معروف]، واذكر ما لست متأكدًا منه.

الغرض: كتابة تحديث حالة حادثة لأصحاب مصلحة غير تقنيين.

اكتب تحديث حالة لأصحاب مصلحة غير تقنيين عن هذه الحادثة.

الوقائع: ما المتأثر: [صف]؛ منذ متى: [الوقت]؛ ما نعرفه عن السبب: [ما هو معروف، أو "لم يُعرف بعد"]؛ ما نفعله: [صف]؛ متى سيأتي التحديث التالي: [الوقت].

اكتب في أقل من 120 كلمة بلغة بسيطة. اذكر ما نعرفه وما لا نعرفه، دون تخمين السبب أو وقت التعافي. لا تعد بوقت حل ما لم أعطك واحدًا. قدّم نسختين: واحدة للعملاء وأخرى للموظفين الداخليين. اذكر ما لست متأكدًا منه.

الغرض: تصميم تمرين حادثة صغير.

صمم تمرين حادثة من 60 دقيقة لـ [العدد] شخصًا يشغّلون [الخدمة].

أساس السيناريو: [صف حادثة سابقة أو إخفاقًا محتملًا، بالوقائع التي تريد استخدامها فقط].
الأدوار المراد التدرب عليها: قائد الحادثة، وقائد العمليات، وقائد التواصل.
القيود: [مثل عدم استخدام أنظمة الإنتاج].

قدّم خطة بجدول زمني: إحاطة، وإطلاق السيناريو على ثلاث مراحل، وإرشادات لكل دور، ومراجعة قصيرة بأسئلة عن الأدوار والتواصل والسجلات. لا تستخدم وصولًا فعليًا إلى الإنتاج. اطرح أسئلة توضيحية أولًا إن كانت المعلومات ناقصة، وحدد الافتراضات، واذكر ما لست متأكدًا منه.

مهارات الذكاء الاصطناعي

  • incident-response-plan: استخدمها لكتابة الخطة التي تحدد الأدوار والعتبات والتواصل لفريقك.
  • postmortem: استخدمها لإجراء مراجعة خالية من اللوم وتسجيل الإجراءات بعد حادثة.
  • runbook: استخدمها لتحويل الإصلاحات المعروفة إلى إجراءات قصيرة للمستجيب.
  • on-call-rotation: استخدمها لتصميم جدول مناوبة عادل بمناوبين احتياطيين وتسليمات.
  • crisis-communication-plan: استخدمها لتخطيط ما تقوله للمستخدمين والموظفين والجمهور أثناء انقطاع كبير.

(هذه المهارات مكتوبة بالإنجليزية.)

المصادر الرئيسية

  • Managing Incidents (أندرو ستريبلهيل، في Site Reliability Engineering، Google، sre.google): أوضح رواية عامة لقيادة الحوادث لفرق الخدمة.
  • Postmortem Culture: Learning from Failure (Site Reliability Engineering، Google، sre.google): الحجة لتحليلات ما بعد الحادثة الخالية من اللوم، مع محفزات وأفكار لبناء الثقافة.
  • إدارة الحوادث (ويكيبيديا): نظرة عامة متعددة الميادين بقسم عن إدارة خدمات تقنية المعلومات.
  • إدارة خدمات تقنية المعلومات (ويكيبيديا): تعريف الحادثة وموضع معالجة الحوادث في مكتب الخدمة.

هذه المصادر بالإنجليزية.

المراجع

  1. Managing Incidents — Andrew Stribblehill, Google SRE book, sre.google — https://sre.google/sre-book/managing-incidents/
  2. Postmortem Culture: Learning from Failure — Google SRE book, sre.google — https://sre.google/sre-book/postmortem-culture/
  3. Incident management — Wikipedia — https://en.wikipedia.org/wiki/Incident_management
  4. IT service management — Wikipedia — https://en.wikipedia.org/wiki/IT_service_management
  5. Incident Command System — Wikipedia — https://en.wikipedia.org/wiki/Incident_Command_System
  6. Root cause analysis — Wikipedia — https://en.wikipedia.org/wiki/Root_cause_analysis
  7. Site reliability engineering — Wikipedia — https://en.wikipedia.org/wiki/Site_reliability_engineering
  8. ITIL — Wikipedia — https://en.wikipedia.org/wiki/ITIL
  9. Computer security incident management — Wikipedia — https://en.wikipedia.org/wiki/Computer_security_incident_management