مدیریت رخداد

ماژول اصلی	تعریف ماژول	توضیحات
Incident Management	سامانه مدیریت رخدادها و پاسخ به حوادث	شناسایی، ثبت، اولویت‌بندی و پیگیری رخدادهای فنی و عملیاتی با هدف کاهش زمان پاسخ‌گویی و جلوگیری از تکرار مشکلات.

فیچرلیست:

ردیف	دسته‌بندی	عنوان	مسیر پیشنهادی	داستان کاربر (User Story)
1	مدیریت سرویس‌ها و وابستگی‌ها	تعریف کاتالوگ سرویس‌ها	POST /services	به عنوان مدیر فنی، می‌خواهم تمام میکروسرویس‌های سازمان (مانند سرویس پرداخت، سرویس کاربران) را در یک کاتالوگ مرکزی تعریف کنم.
2		ترسیم نقشه وابستگی سرویس‌ها	POST /services/{id}/dependencies	به عنوان مهندس SRE، می‌خواهم تعریف کنم که «سرویس پرداخت» به «سرویس کاربران» وابسته است تا در زمان رخداد، تأثیرات آن مشخص باشد.
3	شناسایی و پیش‌بینی رخداد	ایجاد رخداد از طریق یکپارچه‌سازی	POST /incidents/webhook	به عنوان یک ابزار مانیتورینگ، می‌خواهم در صورت مشاهده افزایش خطا، به صورت خودکار یک رخداد در سیستم ایجاد کنم.
4		همبستگی با رویدادهای تغییر (Deployments)	POST /events/change	به عنوان سیستم، می‌خواهم به طور خودکار تشخیص دهم که یک رخداد جدید، ۵ دقیقه پس از یک استقرار (Deploy) جدید اتفاق افتاده است تا به یافتن علت کمک کنم.
5		هشدار پیش‌بینی‌کننده (Predictive Alerting)	GET /predictions/incidents	به عنوان مهندس آنکال، می‌خواهم یک هشدار با اولویت پایین دریافت کنم وقتی سیستم پیش‌بینی می‌کند که حافظه یک سرور تا ۲ ساعت آینده پر خواهد شد.
6	اتوماسیون و پاسخ خودکار	تعریف کتابچه راهنما (Runbooks)	POST /runbooks	به عنوان مهندس DevOps، می‌خواهم یک کتابچه راهنمای گام‌به‌گام برای حل مشکل «پر شدن دیسک» تعریف کنم.
7		اجرای خودکار Runbook	POST /incidents/{id}/run-action	به عنوان سیستم، می‌خواهم در زمان وقوع رخداد «پر شدن دیسک»، به طور خودکار Runbook مربوطه (مثلاً: اسکریپت پاک‌سازی فایل‌های موقت) را اجرا کنم.
8	مدیریت هشدار و آنکال	تعریف شیفت‌های آنکال (On-Call)	POST /schedules	به عنوان مدیر تیم، می‌خواهم یک برنامه زمان‌بندی آنکال هفتگی برای مهندسان تیمم تعریف کنم.
9		تعریف سیاست‌های تشدید (Escalation)	POST /escalation-policies	به عنوان مدیر، می‌خواهم قانونی تعریف کنم که اگر مهندس آنکال تا ۵ دقیقه به هشدار پاسخ نداد، هشدار برای من نیز ارسال شود.
10		اجرای رزمایش و تمرین‌های شبیه‌سازی شده	POST /drills	به عنوان مدیر تیم، می‌خواهم یک رزمایش «قطعی دیتابیس» را برای هفته آینده شبیه‌سازی کنم تا آمادگی تیم را بسنجم.
11	مدیریت و پیگیری رخداد	تأیید دریافت هشدار (Acknowledge)	POST /incidents/{id}/ack	به عنوان مهندس آنکال، پس از دریافت هشدار، می‌خواهم آن را تأیید کنم تا سیستم بداند من در حال بررسی موضوع هستم.
12		تغییر وضعیت و شدت رخداد	PUT /incidents/{id}/status	به عنوان فرمانده رخداد، می‌خواهم شدت یک رخداد را به «بحرانی» (Critical) تغییر دهم.
13		ثبت وقایع در تایم‌لاین رخداد	POST /incidents/{id}/timeline	به عنوان یک مهندس، می‌خواهم یافته‌های خود را در تایم‌لاین رخداد ثبت کنم تا همه در جریان قرار گیرند.
		تخصیص پویای نقش‌ها حین رخداد	POST /incidents/{id}/roles	به عنوان مدیر رخداد، می‌خواهم در لحظه شروع یک بحران، به صورت رسمی نقش‌هایی مانند «فرمانده رخداد»، «مسئول ارتباطات» و «متخصص فنی» را به افراد مختلف اختصاص دهم تا وظایف و مسئولیت‌ها کاملاً شفاف باشد.
		یکپارچه‌سازی دوطرفه با سیستم‌های تیکتینگ (Jira, etc)	POST /integrations/jira	به عنوان یک توسعه‌دهنده، می‌خواهم وقتی یک آیتم اقدام (Action Item) در سند Postmortem به من اختصاص داده می‌شود، به صورت خودکار یک تیکت در Jira برای من ساخته شود و با حل شدن آن تیکت، وضعیت آیتم اقدام نیز در اینجا به‌روز شود.
14	ارتباطات و هماهنگی	ایجاد اتاق جنگ (War Room)	POST /incidents/{id}/war-room	به عنوان فرمانده رخداد، می‌خواهم با یک کلیک یک کانال اسلک و یک لینک تماس ویدئویی برای هماهنگی سریع تیم ایجاد کنم.
15		مدیریت صفحه وضعیت (Status Page)	POST /status-pages/updates	به عنوان مدیر ارتباطات، می‌خواهم در صفحه وضعیت عمومی سایت، به مشتریان اطلاع‌رسانی کنم.
16		ارسال به‌روزرسانی به ذی‌نفعان	POST /incidents/{id}/stakeholders/notify	به عنوان فرمانده رخداد، می‌خواهم یک ایمیل با قالب آماده برای تیم مدیریت ارسال کرده و آخرین وضعیت را به آن‌ها اطلاع دهم.
17	تحلیل پس از رخداد	ایجاد سند تحلیل ریشه‌ای (RCA)	POST /postmortems	به عنوان مدیر تیم، پس از حل مشکل، می‌خواهم یک سند Postmortem برای تحلیل دلایل وقوع آن ایجاد کنم.
18		ایجاد و پیگیری آیتم‌های اقدام (Action Items)	POST /postmortems/{id}/actions	در جلسه تحلیل، می‌خواهم یک آیتم اقدام با عنوان «افزایش مانیتورینگ» ایجاد و آن را به یک توسعه‌دهنده اختصاص دهم.
20	گزارش‌گیری و معیارها	مشاهده داشبورد معیارهای کلیدی	GET /reports/dashboard	به عنوان مدیر فنی، می‌خواهم نمودار معیارهایی مانند MTTA (میانگین زمان تا پاسخ) و MTTR (میانگین زمان تا حل مشکل) را ببینم.
21		گزارش پایداری سرویس (Reliability)	GET /reports/reliability	به عنوان مدیر SRE، می‌خواهم گزارش آپ‌تایم سرویس‌ها را در فصل گذشته استخراج کرده و با اهداف تعیین شده (SLO) مقایسه کنم.
22	تحلیل و یادگیری	پایگاه دانش از رخدادهای گذشته	GET /knowledge-base/search	به عنوان یک مهندس آنکال جدید، وقتی با یک هشدار مواجه می‌شوم، می‌خواهم بتوانم در پایگاه دانش جستجو کنم و ببینم آیا این مشکل قبلاً رخ داده و چگونه حل شده است تا از راه‌حل‌های گذشته استفاده کنم.
23		تحلیل روند و خوشه‌بندی رخدادها	GET /analytics/trends	به عنوان مدیر فنی، می‌خواهم گزارشی ببینم که به صورت خودکار رخدادهای تکراری را خوشه‌بندی کرده و نشان دهد که مثلاً ۲۰٪ از کل مشکلات ما در ماه گذشته، مربوط به «خطای اتصال به دیتابیس» بوده است.