اینڈ ٹو اینڈ انٹیگریشن: شروع سے ختم ہونے تک کسی واقعے کا انتظام کرنا

فائدہ:

• پتہ لگانے، تشخیص، تخفیف، مستقل حل اور سیکھنے کے مراحل میں مصنوعی ذہانت کی مدد سے کسی واقعے کا اختتام سے آخر تک انتظام
• گھبراہٹ کے وقت بھی ان اقدامات کو الگ کرکے تصدیق کے نظم و ضبط کو برقرار رکھنے کی صلاحیت جنہیں مصنوعی ذہانت میں منتقل کیا جاسکتا ہے اور جن کے لیے ہر مرحلے پر انسانی فیصلے کی ضرورت ہوتی ہے۔
• اس سنہری اصول کو تبدیل کرنے کی صلاحیت کہ مصنوعی ذہانت کو 'کیا ہو رہا ہے، کیسے لکھنا ہے' سوالات پر فوقیت حاصل ہے، اور انسانوں کو 'کیا مجھے یہ کرنا چاہیے، کون ضامن ہے' سوالات کو کاروباری اضطراب میں بدلنے کی صلاحیت

اینڈ ٹو اینڈ انٹیگریشن: AI کے ساتھ اینڈ سے اینڈ تک کسی واقعے کا انتظام کرنا

آپ نے پچھلی دس اکائیوں کے ٹکڑوں کو سیکھا: اسکرپٹنگ، لاگ انالیسس، مانیٹرنگ، کنفیگریشن، IaC، دستاویزات، پیشین گوئی کی دیکھ بھال، تبدیلی کا انتظام، اور سیکیورٹی۔ لیکن حقیقی دنیا میں یہ حصے ایک ایک کرکے نہیں آتے بلکہ ایک واقعہ کے اندر جڑے ہوتے ہیں۔ اس حتمی یونٹ میں، ہم ٹکڑوں کو ایک ساتھ لاتے ہیں: آپ مکمل طور پر دیکھیں گے کہ آدھی رات میں شروع ہونے والے واقعے کو کس طرح منظم کیا جائے، آخر تک، پتہ لگانے سے لے کر جڑ تک، تدارک سے لے کر دستاویزات تک، اور ہر مرحلے پر AI کی صحیح خوراک کا استعمال۔ مقصد نئی تکنیک سکھانا نہیں ہے۔ انجینئر کے اضطراری کے طور پر آپ نے جو کچھ سیکھا ہے اسے ایک ساتھ باندھنا، پورے ماڈیول میں دہرائی جانے والی ایک سچائی کو تقویت دینا: AI ہر مرحلے پر تیز، روشن اور بلیو پرنٹس؛ لیکن یہ ہمیشہ انسان ہی ہوتا ہے جو تشخیص کی تصدیق کرتا ہے، کمانڈ چلاتا ہے، تبدیلی کی تصدیق کرتا ہے، اور نتائج کی ذمہ داری اٹھاتا ہے۔

اس یونٹ میں، آپ ایک مثال کے ذریعے ہر مرحلے پر ایک واقعے کے لائف سائیکل — کھوج، تشخیص، مداخلت، حل، سیکھنے — اور AI کے کردار اور حدود کو مربوط کریں گے۔

کسی واقعہ کا لائف سائیکل

ہر سنگین واقعہ ایک جیسے مراحل سے گزرتا ہے، اور ہر مرحلے میں AI کا مختلف کردار ہوتا ہے۔ کھوج: الارم کی آواز، صارف شکایت کرتا ہے، ایک میٹرک بیس لائن سے ہٹ جاتا ہے (یونٹ 4)۔ توثیق اور دائرہ کار: کیا یہ واقعی ایک مسئلہ ہے، یہ کتنا وسیع ہے؟ تشخیص: لاگز اور میٹرکس (یونٹ 3) سے اصل وجہ تک پہنچنا۔ ردعمل اور تخفیف: نقصان کو روکنا، کام کرنا۔ مستقل حل: تبدیلی کے انتظام (یونٹ 9)، اسکرپٹ (یونٹ 2) یا اگر ضروری ہو تو ترتیب (یونٹ 5) کے ساتھ درست کریں۔ سیکھنا: پوسٹ مارٹم اور رن بک اپ ڈیٹ (یونٹ 7)۔ AI پتہ لگانے میں بے ضابطگی کو نشان زد کرتا ہے، تشخیص میں مفروضے پیش کرتا ہے، مداخلت کے اختیارات پیش کرتا ہے، حل میں مسودے لکھتا ہے، سیکھنے میں دستاویزات تیار کرتا ہے - لیکن ہر مرحلے پر، انسان فیصلے کے مقام پر کھڑے ہوتے ہیں۔

ٹپ: کسی واقعے کا سب سے خطرناک لمحہ تشخیص اور ردعمل کا وہ لمحہ ہوتا ہے جب تناؤ سب سے زیادہ ہوتا ہے — خاص طور پر جب AI پر اندھا اعتماد کرنے کی خواہش سب سے زیادہ مضبوط ہو۔ آپ جتنا جلدی کریں گے، آپ "پڑھیں، تصدیق کریں، واپسی کی تیاری کریں" کے اضطراری عمل کو اتنا ہی مضبوطی سے پکڑیں ​​گے۔ گھبراہٹ کے ایک لمحے میں ایک ہی تصدیق کو چھوڑنا ایونٹ کو دوگنا کردیتا ہے۔

شروع سے آخر تک ایک مثال

آئیے اسے کنکریٹ بنائیں۔ 02:10 پر ایک الارم: ادائیگی کی خدمت p99 کا رسپانس ٹائم 6 سیکنڈ ہے، بیس لائن (250–400 ms) سے بالکل اوپر۔ کھوج درست: ٹریکنگ نے کام کیا۔ تصدیق: متعدد مقامات سے تصدیق، ایک حقیقی واقعہ۔ تشخیص: انجینئر AI کو آخری 20 منٹ کے نقاب پوش لاگ اور میٹرکس دیتا ہے۔ AI ایک ٹائم لائن قائم کرتا ہے اور 02:08 پر تعیناتی کے فوراً بعد سست روی کو نشان زد کرتا ہے - ایک مضبوط ارتباط، لیکن پھر بھی ایک مفروضہ۔ انجینئر تعیناتی لاگ کے ساتھ اس کی تصدیق کرتا ہے: ہاں، ایک ریلیز 02:08 پر جاری کی گئی۔ جواب: سب سے تیزی سے کمی تقسیم کو رول بیک کرنا ہے۔ تبدیلی کی درخواست میں رول بیک مرحلہ تیار ہے (یونٹ 9)۔ انجینئر پہلے کینری منطق کے ساتھ سرور پر رول بیک کو لاگو کرتا ہے، جوابی وقت بہتر ہوتا ہے، اور پھر اس کی تشہیر کرتا ہے۔ مستقل حل: اصل وجہ (نئے ورژن میں غیر اشاریہ شدہ استفسار) کو اگلے دن سکون سے طے کیا جائے گا۔ سیکھنا: AI سے پاک پوسٹ مارٹم کا مسودہ تیار کیا جاتا ہے اور رن بک میں "پوسٹ تعیناتی p99 مانیٹرنگ" مرحلہ شامل کیا جاتا ہے۔ ہر مرحلے پر، AI تیز ہوا؛ ہر فیصلے کے موقع پر انسان کی توثیق ہوتی ہے۔

محنت کی انسانی-AI تقسیم کا سنہری اصول

جو فرق آپ پورے ماڈیول میں دیکھتے ہیں وہ یہاں ایک اصول بن جاتا ہے: AI "کیا ہو رہا ہے، کیا ہو سکتا ہے، کیسے لکھنا ہے" کے سوالات میں آگے ہے۔ جب سوال آتا ہے تو لوگ آگے ہوتے ہیں جیسے "کیا مجھے اب یہ کرنا چاہئے، کون اس کی ضمانت دے سکتا ہے؟" AI انتھک، تیز ہے، وسیع معلومات کو اسکین کرتا ہے اور بلیو پرنٹس تیار کرتا ہے — لیکن یہ مکمل سیاق و سباق نہیں جانتا، فریب پیدا کر سکتا ہے، جوابدہی کو نہیں سنبھال سکتا، اور آپ کی تنظیم کی پوشیدہ انحصار کو نہیں دیکھتا۔ انسان سست ہے، لیکن سیاق و سباق، ذمہ داری اور فیصلہ کرتا ہے۔ بہترین نتیجہ دونوں کے درمیان محنت کی صحیح تقسیم میں ہے: AI کو دہرائے جانے والے، متنی، پیداواری کام کی نمائندگی کریں؛ تصدیق، فیصلہ اور عملدرآمد انسانی رکھیں۔

تین چھوٹے مقدمات

کیس 1 - 40 منٹ اختتام سے آخر تک۔ مکمل ڈسک ایونٹ میں، ایک SRE نے AI کے ساتھ پوری چین کو تیز کیا: بیس لائن (5 منٹ) کے ساتھ الارم کی تصدیق کی، نقاب پوش لاگ کا خلاصہ YZ میں کیا اور پہلی غلطی (5 منٹ) پائی، حقیقی نظام (5 منٹ) پر AI کے "لاگ روٹیشن روکے" کے مفروضے کی تصدیق کی، دوڑایا اور اس پر عمل درآمد کیا، ڈرائی رن اسکرپٹ کے ساتھ تیار 1 منٹ (5 منٹ) پوسٹ مارٹم خاکہ اے آئی کو لکھا گیا اور حقائق کی تصدیق کی گئی (15 منٹ)۔ کل 40 منٹ؛ AI کے بغیر تقریباً دوگنا۔ لیکن ہر مرحلے پر تصدیق کا مرحلہ تھا۔

کیس 2 - گھبراہٹ کے ایک لمحے میں توثیق کو چھوڑ دیا گیا۔ ایک اور ٹیم تیزی سے کٹ گئی۔ اس نے AI کی پہلی بنیادی وجہ مفروضے (ایک انحصار سروس) کو بغیر تصدیق کیے قبول کر لیا اور اس سروس کو دوبارہ شروع کر دیا۔ مسئلہ حل نہیں ہوا کیونکہ اصل وجہ کچھ اور تھی۔ مزید یہ کہ غیر ضروری ریبوٹ نے دوسری بندش پیدا کی۔ سبق: جلد بازی کا توثیق چھوڑنے کا کوئی جواز نہیں ہے۔ اس سے پہلے کہ AI مفروضے کی تصدیق ہو جائے، کارروائی واقعہ کو بڑھا دیتی ہے۔

کیس 3 - حد سے آگاہ ہونا۔ ایک انجینئر کنفیگریشن تبدیلی کو لاگو کرنے والا تھا کہ AI نیٹ ورک کے ایک پیچیدہ مسئلے پر زور دے رہا تھا۔ لیکن تبدیلی ناقابل واپسی لگ رہی تھی، اور AI کو ایجنسی کے مخصوص روٹنگ کے قوانین کا علم نہیں تھا۔ انجینئر نے رکا، نیٹ ورک کے ایک سینئر ماہر سے مشورہ کیا، اور معلوم ہوا کہ AI کی تجویز اس مخصوص ٹوپولوجی میں روٹنگ لوپ بنائے گی۔ AI کی حد جاننے سے خلل کو روکا گیا۔

چار کاپی کرنے کے قابل ٹیمپلیٹس

1) واقعہ کے محرک کا خلاصہ (ٹریج):

آپ کا کردار: سینئر SRE، اسسٹنٹ واقعہ کمانڈر۔ ایک فعال واقعہ ہے۔ میں آپ کو جو نقاب پوش الرٹ/میٹرک/لاگ دیتا ہوں وہ مجھے ایک فوری ٹرائیج دیتا ہے: (1) علامت کیا ہے، (2) اثر کا دائرہ کیا ہے، (3) پہلے دیکھنے کے لیے 3 علاقے، (4) ہر ایک کے لیے صرف پڑھنے کے لیے کنٹرول کمانڈ۔ فیصلہ اور عملدرآمد میرا ہے۔ راستہ بھیجو۔ ڈیٹا: [نقاب پوش]

2) مرحلہ وار واقعہ کے انتظام کی رہنمائی:

علامات [علامات] کے لیے مجھے مرحلہ وار واقعہ لائف سائیکل پر لے جائیں: پتہ لگانے کی تصدیق، تشخیص، تخفیف، مستقل حل، سیکھنا۔ ہر مرحلے پر، مجھے بتائیں (a) مجھے کیا کرنے کی ضرورت ہے، (b) جب میں اسے محفوظ طریقے سے AI کو سونپ سکتا ہوں، (c) مجھے خود کیا فیصلہ کرنا چاہیے۔ توثیقی مراحل کو نشان زد کریں جو مجھے جلدی کرنے کے باوجود نہیں چھوڑنا چاہیے۔

3) فیصلہ کن کنٹرول:

میں ایک ایونٹ کے بیچ میں ہوں اور میں مندرجہ ذیل کارروائی کرنے والا ہوں: [ایکشن]۔ لاگو کرنے سے پہلے، مجھ سے پوچھیں: (1) کیا یہ الٹ سکتا ہے، (2) میں نے کیا تصدیق کی ہے/نہیں کی، (3) کیا میرے پاس کوئی رول بیک پلان ہے، (4) کیا میرے پاس اس بات کا ثبوت ہے کہ اس کارروائی نے اصل وجہ کو حل کر دیا؟ اگر آپ کو کچھ غائب نظر آئے تو مجھے روکیں۔

4) واقعہ کے بعد مربوط سیکھنے:

اس واقعے کے لیے جو ابھی حل ہوا ہے، [خلاصہ] مجھے دیتا ہے: (1) بغیر کسی الزام کے پوسٹ مارٹم کا مسودہ، (2) 3 مستقل بہتری (مانیٹرنگ/آٹومیشن/کنفیگریشن) جو اس واقعے کو روکے گی، (3) رن بک کے اقدامات جنہیں اپ ڈیٹ کرنے کی ضرورت ہے، (4) اسی طرح کے واقعے کے لیے ابتدائی وارننگ سگنل تجویز۔ بغیر ثبوت کے بنیادی وجہ لکھنا؛ حقائق پر مبنی

کمزور فوری / مضبوط اشارہ

کمزور اشارہ:

سسٹم کریش ہو گیا، کیا کروں؟

گھبرائے ہوئے، سیاق و سباق کے بغیر اور تصدیق کے بغیر، اس پرامپٹ کو AI سے عام اور ممکنہ طور پر خطرناک مشورہ ملتا ہے۔ جلدی کرنا اس مقام پر سب سے زیادہ غلطیوں کا باعث بنتا ہے۔

طاقتور اشارہ:

آپ کا کردار: اسسٹنٹ واقعہ کمانڈر۔ ایکٹو ایونٹ: ادائیگی سروسip99 رسپانس ٹائم 15 بار بیس لائن (250-400 ms) 02:10 سے۔ میں جانتا ہوں کہ 02:08 پر تقسیم تھی۔ مجھے بتائیں: (1) سب سے زیادہ ممکنہ مفروضہ اور اس کی توثیق صرف پڑھنے کے لیے کیسے کی جائے، (2) تیز ترین اور قابل واپسی تخفیف کا اختیار، (3) اس تخفیف کو لاگو کرنے سے پہلے مجھے جن خطرات پر قابو پانے کی ضرورت ہے۔ میرے پاس پھانسی اور منظوری ہے۔ اضافی ڈیٹا: [نقاب شدہ میٹرک/لاگ]

واقعہ کا مرحلہ

AI کا کردار

اہم انسانی فیصلہ

پتہ لگانے

بے ضابطگی کو نشان زد کریں۔

کیا یہ اصل واقعہ ہے، کیا گنجائش ہے؟

تشخیص

مفروضہ نسل

کس مفروضے کی تصدیق ہوئی؟

کمی

اختیارات پیش نہ کریں۔

کون سی کمی الٹ سکتی ہے؟

مستقل حل

ڈرافٹ/اسکرپٹ

تبدیلی کو منظور کریں اور اس پر عمل کریں۔

سیکھنا

پوسٹ مارٹم خاکہ

حقائق اور اسباق کی توثیق کرنا

عام غلطیاں

• گھبراہٹ میں تصدیق کو چھوڑنا۔ "پڑھنے کی تصدیق کریں واپسی کو تیار کریں" اضطراری کو ترک کرنے کا کوئی جواز نہیں ہے۔ جیسے جیسے تناؤ بڑھتا ہے، نظم و ضبط بڑھنا چاہیے۔
• ثبوت کے لیے مفروضے کو غلط سمجھنا۔ AI کی پہلی بنیادی وجہ کی تجویز کی تصدیق کیے بغیر کارروائی کرنا واقعہ کو بڑھا دے گا۔
• AI کی سیاق و سباق کی حد کو بھولنا۔ AI تنظیم کے پوشیدہ انحصار کو نہیں جانتا ہے۔ اہم تبدیلی میں، انسانی فیصلہ غالب ہے.
• سیکھنے کے مرحلے کو چھوڑنا۔ واقعہ، پوسٹ مارٹم اور رن بک اپ ڈیٹس کے بغیر، اسی رات دوبارہ شروع ہوتا ہے۔
• AI پر ذمہ داری ڈالنا۔ "AI نے ایسا کہا" کوئی دفاع نہیں ہے؛ پھانسی کی ذمہ داری ہمیشہ انسان پر عائد ہوتی ہے۔

احتیاط: واقعہ کے انتظام میں AI کا استعمال سیکھنے کے واقعہ کے انتظام کی جگہ نہیں لے گا۔ گاڑی کریش ہو سکتی ہے، گر کر تباہ ہو سکتی ہے یا ناقابل رسائی ہو سکتی ہے۔ انجینئر جو بنیادی باتیں جانتا ہے وہ AI کے ساتھ تیز ہے؛ ایک انجینئر جو بنیادی باتیں نہیں جانتا وہ AI کے ساتھ تیزی سے غلطیاں کرے گا۔ پہلے نظم و ضبط قائم کریں، پھر AI سے رفتار حاصل کریں۔

خلاصہ میں

حقیقی دنیا میں، حصے ایک ایک کرکے نہیں آتے بلکہ ایک واقعہ میں جڑے ہوتے ہیں۔ پتہ لگانے سے لے کر سیکھنے تک کسی واقعہ کا انتظام کرتے وقت، AI ہر مرحلے پر تیز ہوتا ہے: بے ضابطگی کو جھنڈا دیتا ہے، مفروضے پیدا کرتا ہے، اختیارات پیش کرتا ہے، مسودے تیار کرتا ہے، پوسٹ مارٹم تیار کرتا ہے۔ لیکن ہر فیصلے کے مقام پر ایک رک جاتا ہے - تشخیص کی تصدیق کرتا ہے، کم کرنے کا انتخاب کرتا ہے، تبدیلی کو منظور کرتا ہے، نتیجہ کا مالک ہوتا ہے۔ سنہری اصول واضح ہے: AI "کیا ہوتا ہے، کیسے لکھنا ہے" کے سوالات میں آگے ہے اور انسان "کیا مجھے یہ کرنا چاہیے، ضامن کون ہے؟" کے سوالوں میں آگے ہے۔ گھبراہٹ کے وقت، نظم و ضبط میں اضافہ کریں، مفروضے کو ثبوت سے الگ کریں، AI کی سیاق و سباق کی حد کو یاد رکھیں، اور ہر واقعہ سے رن بک سبق بنائیں۔ اس ماڈیول کا نچوڑ ایک جملہ ہے: AI ایک طاقتور معاون ہے۔ انجینئرنگ کی ذمہ داری سونپی نہیں جا سکتی۔

درخواست کا کام

ایک واقعہ پر غور کریں جس کا آپ نے اپنے ماضی میں تجربہ کیا (یا تصور کیا) شروع سے آخر تک۔ مندرجہ بالا "مرحلہ وار واقعہ کے انتظام کے رہنما" ٹیمپلیٹ کے ساتھ، AI سے دریافت کریں کہ وہ اس واقعے کی شناخت-تشخیص- تخفیف- ریزولوشن- لرننگ کے مراحل میں رہنمائی کرے؛ ہر مرحلے پر، الگ سے وہ مرحلہ لکھیں جو آپ AI کو سونپ سکتے ہیں اور وہ مرحلہ جو آپ کو خود فیصلہ کرنے کی ضرورت ہے۔ تشخیصی مرحلے کے دوران تصدیقی کمانڈ کے ساتھ کم از کم ایک AI مفروضے کی تصدیق کریں۔ آخر میں، "پوسٹ-ایونٹ انٹیگریٹڈ لرننگ" ٹیمپلیٹ کے ساتھ پوسٹ مارٹم اور رن بک اپ ڈیٹ ڈرافٹ تیار کریں۔ 7 آئٹمز میں پورے عمل میں محنت کی انسانی-AI تقسیم کا خلاصہ کریں۔

چیک لسٹ

• کیا میں نے واقعے کو پتہ لگانے، تشخیص، تخفیف، حل اور سیکھنے کے مراحل میں تقسیم کیا ہے؟
• کیا میں نے ان اقدامات کے درمیان فرق کیا ہے جو AI کو تفویض کیے جاسکتے ہیں اور جن کے لیے ہر مرحلے پر انسانی فیصلہ سازی کی ضرورت ہوتی ہے؟
• تشخیص میں، کیا میں نے AI مفروضے کو شواہد سے الگ کیا اور تصدیقی کمانڈ سے اس کی تصدیق کی؟
• [ ] کیا میں نے تخفیف کو ریورسبلٹی اور رول بیک پلان کے لحاظ سے جانچا ہے؟
• کیا میں نے گھبراہٹ کے وقت بھی "پڑھنے کی تصدیق کرنے کے لیے تیار واپسی" کے اضطراری عمل کو برقرار رکھا؟
• کیا میں نے اس واقعے سے پوسٹ مارٹم اور رن بک کا سبق سیکھا؟

ماڈیول امتحان

1. سسٹم اور نیٹ ورک کے انتظام میں مصنوعی ذہانت کے لیے درج ذیل میں سے کون سی پوزیشننگ سب سے زیادہ درست ہے؟

• الف) مصنوعی ذہانت ایک معاون اور فیصلہ سازی کا آلہ ہے۔ اہم ایگزیکٹو فیصلوں کی ذمہ داری اور حتمی منظوری انسانوں پر ہے ✔
• ب) مصنوعی ذہانت انسانی منظوری کے بغیر حکم چلا سکتی ہے اور پیداوار میں تبدیلیاں نافذ کر سکتی ہے۔
• ج) مصنوعی ذہانت صرف متن لکھنے میں کام کرتی ہے، اس کا سسٹم اور نیٹ ورک کے کام سے کوئی تعلق نہیں ہے۔
• D) مصنوعی ذہانت ہمیشہ انسانوں سے زیادہ درست فیصلے کرتی ہے، اس لیے تصدیق غیر ضروری ہے۔

تفصیل: مصنوعی ذہانت ایک معاون اور فیصلہ سازی کا آلہ ہے جو ڈرافٹ اور تجزیہ تیار کرتا ہے جیسے اسکرپٹس، لاگ تجزیہ اور دستاویزات۔ انتظامی فیصلوں کی ذمہ داری اور حتمی منظوری جو ڈاؤن ٹائم، ڈیٹا کے نقصان اور سیکورٹی کو متاثر کرتی ہے، جیسے کہ کمانڈ پر عمل درآمد کرنا یا تبدیلی کو منظور کرنا، قابل انجینئر سے تعلق رکھتا ہے۔

2. تصدیقی اضطراری کے چار مراحل کون سے ہیں جن کو پروڈکشن میں مصنوعی ذہانت سے تیار کردہ کمانڈ چلانے سے پہلے لاگو کرنا ضروری ہے؟

• A) کاپی، پیسٹ، چلائیں، امید
• ب) پڑھیں اور سمجھیں، دستاویز کریں، الگ تھلگ ماحول میں کوشش کریں، فیڈ بیک کی تیاری کریں ✔
• ج) لائک، شیئر، محفوظ، آرکائیو
• D) حذف کریں، دوبارہ لکھیں، سکیڑیں، بھیجیں۔

تفصیل: ایک اہم آؤٹ پٹ پر لاگو کرنے کے لیے چار مراحل: (1) کمانڈ لائن کو سطر سے پڑھیں اور سمجھیں، (2) جھنڈوں اور نحو کو آفیشل دستاویزات سے جوڑیں، (3) اسے الگ تھلگ/ٹیسٹ ماحول میں آزمائیں، اگر ممکن ہو تو ڈرائی رن، (4) فال بیک پلان تیار کریں (بیک اپ، سنیپ شاٹ) اگر یہ غلط ہو جائے۔

3. آٹومیشن اسکرپٹ کا 'آئیڈیمپوٹینٹ' ہونے کا کیا مطلب ہے اور یہ کیوں ضروری ہے؟

• A) اسکرپٹ ہر رن میں مختلف نتائج پیدا کرتا ہے۔
• ب) اسکرپٹ صرف ایک بار چل سکتا ہے اور پھر اسے حذف کیا جاسکتا ہے۔
• ج) دوسری بار چلانے پر اسکرپٹ کو کوئی نقصان نہیں ہوتا ہے۔ ✔ دوبارہ متحرک ہونے کے باوجود محفوظ
• D) اسکرپٹ میں غلطی کا انتظام نہیں ہے۔

وضاحت: Idempotency کا مطلب یہ ہے کہ جب ایک ہی اسکرپٹ کو دو یا زیادہ بار چلایا جاتا ہے، تو اس سے نقصان نہیں ہوتا ہے اور نہ ہی دوسری رن پر غلطیاں پیدا ہوتی ہیں۔ منطق جیسے 'اگر صارف پہلے سے موجود ہے تو چھوڑ دیں'، 'ڈائریکٹری بنائیں اگر یہ موجود نہیں ہے، اگر موجود ہے تو اسے مت چھونا' قائم ہے۔ یہ یقینی بناتا ہے کہ آٹومیشن محفوظ طریقے سے کام کرتی ہے چاہے غلطی سے دوبارہ متحرک ہو جائے۔

4. تباہ کن آپریشنز (حذف کرنا، دوبارہ شروع کرنا) پر مشتمل اسکرپٹ کو محفوظ کرنے کا سب سے بنیادی طریقہ کیا ہے؟

• A) اسکرپٹ کو جتنی جلدی ممکن ہو چلائیں۔
• ب) غلطی کے پیغامات کو چھپانا۔
• سی) اسکرپٹ کو براہ راست پیداوار میں جانچنا
• D) تباہ کن کارروائیوں کو پہلے سے طے شدہ ڈرائی رن کے پیچھے رکھنا اور اصل نفاذ کو ایک واضح ٹک فلیگ کا پابند کرنا ✔

وضاحت: تباہ کن عمل کو بطور ڈیفالٹ ڈرائی رن موڈ میں رکھنا اور صرف ایک واضح منظوری والے جھنڈے کے ساتھ اصل ایپلیکیشن چلانا (جیسے --apply) آپ کو پہلے یہ دیکھنے کی اجازت دیتا ہے کہ اسکرپٹ کے چلنے پر کیا ہوگا۔ نیز null متغیر چیکنگ (VAR:?) راستے کی غلطیوں کو روکتی ہے۔

5. لاگ تجزیہ میں 'Corelation is not causation' کے اصول کا کیا مطلب ہے؟

• A) دو واقعات جو ایک ساتھ بدلتے ہیں ضروری نہیں کہ ایک وجہ اثر رشتہ میں ہوں۔ وجہ کی بھی تصدیق ہونی چاہیے ✔
• ب) نوشتہ جات میں باہمی تعلق تلاش کرنا وقت کا ضیاع ہے۔
• ج) ایک ساتھ بدلنے والے دو واقعات میں سے ایک یقینی طور پر دوسرے کا سبب ہے۔
• D) وجہ کا تعین صرف مصنوعی ذہانت سے کیا جا سکتا ہے۔

تشریح: صرف اس وجہ سے کہ دو واقعات ایک ہی وقت میں واقع ہوتے ہیں (تعلق) کا مطلب یہ نہیں ہے کہ ایک دوسرے کا سبب بنتا ہے۔ دونوں کسی تیسرے واقعے کا نتیجہ ہو سکتے ہیں۔ AI کی تجویز کہ 'X کی وجہ سے شاید Y' ایک مفروضہ ہے اور اسے اس وقت تک تلاش نہیں سمجھا جاتا جب تک کہ سسٹم میں اس کی تصدیق نہ ہو جائے۔

6. کارکردگی کی نگرانی میں رسپانس ٹائم کی پیمائش کرتے وقت پرسنٹائل (p95/p99) کو اوسط سے زیادہ ترجیح کیوں دی جاتی ہے؟

• A) فیصد کا حساب لگانا اوسط سے آسان ہے۔
• ب) اوسط اقلیت کے برے تجربے کو چھپاتا ہے۔ فیصد ان چھپے ہوئے مسائل کو ظاہر کرتا ہے ✔
• ج) اوسط ہمیشہ غلط ہے اور استعمال نہیں کیا جانا چاہئے
• D) پرسنٹائل صرف CPU میٹرکس پر لاگو ہوتا ہے۔

وضاحت: اوسط اس انتہائی برے تجربے کو چھپاتا ہے جو صارفین کے ایک چھوٹے سے حصے کے پاس ہوتا ہے۔ اگرچہ اوسط 200 ایم ایس لگتا ہے، p99 6 سیکنڈ ہو سکتا ہے؛ اس کا مطلب ہے کہ ہر سو میں سے ایک درخواست انتہائی سست ہے۔ پرسنٹائل اس اقلیت کے درد کو ظاہر کرتا ہے جو اوسط سے چھپا ہوا ہے۔

7. کنفیگریشن مینجمنٹ میں 'ڈرفٹ' کیا ہے اور یہ خطرناک کیوں ہے؟

• A) نیٹ ورک ٹریفک رات کو گر جاتا ہے۔
• ب) سرور کی جسمانی تبدیلی
• C) سرورز وقت کے ساتھ ایک دوسرے اور معیار سے ہٹ جاتے ہیں۔ ✔ کوئی مسئلہ پیش آنے تک پوشیدہ
• D) کنفیگریشن فائلوں کا خودکار بیک اپ

تفصیل: ڈرفٹ وقت کے ساتھ ساتھ غیر دستاویزی دستی تبدیلیوں کے ذریعے سرورز کا ایک دوسرے سے اور معیار سے انحراف ہے۔ اس کا خطرہ اس کی خاموشی ہے: یہ اس وقت تک نظر نہیں آتا جب تک کہ مسئلہ نہ ہو، پھر ایک سرور دوسروں سے مختلف سلوک کرتا ہے اور تشخیص میں گھنٹے لگتے ہیں۔ AI مقابلے کے لحاظ سے بڑھے کو مرئی بناتا ہے۔ سونے کی ویلڈنگ کا اصول روکتا ہے۔

8. IaC ٹولز (جیسے ٹیرافارم) میں 'پلان' قدم سب سے اہم حفاظتی گارڈریل کیوں ہے؟

• A) منصوبہ کوڈ کو تیزی سے چلاتا ہے۔
• ب) پلان اسٹیٹ فائل کو حذف کرتا ہے۔
• C) منصوبہ صرف کوڈ فارمیٹنگ کو ٹھیک کرتا ہے۔
• D) منصوبہ ظاہر کرتا ہے کہ عمل درآمد سے پہلے کیا شامل کیا جائے گا، تبدیل کیا جائے گا اور کیا حذف کیا جائے گا۔ ڈیٹا ضائع ہونے سے بچاتا ہے ✔

تفصیل: پلان (terraform plan / ansible --check) کوڈ پر عمل کرنے سے پہلے 'کیا بدلے گا' کا پیش نظارہ دیتا ہے: کتنے وسائل شامل کیے جائیں گے، تبدیل کیے جائیں گے، حذف کیے جائیں گے۔ خاص طور پر، 'تباہ' اور 'فورسز کی تبدیلی' کی لکیریں عمل درآمد سے پہلے ڈیٹا کے ضائع ہونے کے خطرے کی نشاندہی کرتی ہیں۔ پلان کو پڑھے بغیر درخواست دینا سب سے مہنگی غلطیوں میں سے ایک ہے۔

9. کیوں Terraform اسٹیٹ فائل کو احتیاط سے محفوظ کیا جانا چاہئے اور اسے AI یا کھلے ذخیرہ میں چسپاں نہیں کیا جانا چاہئے؟

• A) سادہ متن کے راز ریاستی فائل میں شامل کیے جا سکتے ہیں۔ اگر لیک ہو جائے تو شناختی معلومات ظاہر کر دی جائیں گی ✔
• ب) کیونکہ اسٹیٹ فائل بہت بڑی ہے۔
• C) ریاستی فائل پہلے سے ہی ناقابل پڑھے ہوئے خفیہ کردہ ہے۔
• D) جب اسٹیٹ فائل شیئر کی جاتی ہے تو کوڈ تیزی سے چلتا ہے۔

تفصیل: اسٹیٹ فائل زیر انتظام انفراسٹرکچر کی موجودہ حالت کو برقرار رکھتی ہے اور اس میں سادہ متن کے راز (ڈیٹا بیس پاس ورڈ، کیز) شامل ہو سکتے ہیں۔ لہذا، اسے ایک خفیہ کردہ، رسائی سے محدود، مقفل ریموٹ بیک اینڈ میں رکھا جانا چاہیے۔ اسے کبھی بھی عوامی گاڑی یا مخزن میں نہیں رکھنا چاہیے ورنہ راز کھل جائے گا۔

10. دستاویز میں 'غلط رن بک بغیر رن بک سے زیادہ خطرناک ہے' بیان کس چیز پر زور دیتا ہے؟

• A) رن بک لکھنا وقت کا ضیاع ہے۔
• ب) ایک غیر تجربہ شدہ رن بک کو کسی بحران میں آنکھ بند کر کے لاگو کیا جاتا ہے۔ ایک غلط قدم تباہی کا باعث بن سکتا ہے ✔
• ج) رن بکس صرف منتظمین کے لیے لکھی جاتی ہیں۔
• D) دستاویزات کو کبھی بھی اپ ڈیٹ نہیں کیا جانا چاہئے۔

وضاحت: رن بک کے بغیر ٹیم بحران کے دوران محتاط اور مشکوک ہوتی ہے۔ لیکن 'آفیشل' رن بک والا شخص بغیر کسی سوال کے دباؤ میں اس کا اطلاق کرتا ہے۔ اگر رن بک کی جانچ نہیں کی گئی ہے اور اس میں ایک قدم غلط ہے، تو اندھا نفاذ تباہی کا باعث بنے گا۔ اس لیے ہر رن بک کو حقیقی ماحول میں اچھی طرح جانچنا اور اس پر مہر لگانی چاہیے۔

11. پیشن گوئی کی دیکھ بھال میں، جب ڈسک ناکامی کے قریب پہنچ رہی ہے تو سمجھنے کے لیے کون سا صحیح طریقہ ہے؟

• A) ایک خراب سمارٹ ڈسک کو فوری طور پر تبدیل کریں۔
• ب) سمارٹ ڈیٹا کو مکمل طور پر نظر انداز کرنا
• ج) وقت کے ساتھ اقدار کے رجحان کو دیکھتے ہوئے؛ ✔ مسلسل اور تیز رفتار سگنل کی تعداد میں اضافہ
• D) ڈسک کے مکمل طور پر گرنے کے بعد ہی کارروائی کرنا

وضاحت: ایک بھی خراب سمارٹ پڑھنا گھبراہٹ کا سبب نہیں ہے۔ ڈسکس میں کبھی کبھار غلطیوں کا درست ہونا معمول کی بات ہے۔ اصل اشارہ رجحان ہے: قدروں کا مستقل اور تیز رفتار اضافہ جیسے کہ وقت کے ساتھ دوبارہ مختص سیکٹر۔ اسی لیے AI کو ٹائم سیریز دی جاتی ہے، ایک بھی ریڈنگ نہیں۔

12. پیداوار کی تبدیلی کے دو سب سے زیادہ نظر انداز کیے جانے والے لیکن اہم حصے کون سے ہیں؟

• A) تبدیلی کا رنگ اور نام
• ب) تبدیلی کرنے والے شخص کا عنوان اور شعبہ
• ج) سوشل میڈیا پر تبدیلی کا اعلان
• D) رول بیک پلان اور کامیابی کی تصدیق کا معیار ✔

وضاحت: اگر کسی تبدیلی کو لاگو کرنے سے پہلے سوالوں کا کوئی تحریری جواب نہیں ہے کہ 'اگر یہ خراب ہو جائے تو میں کیسے واپس جاؤں' (رول بیک پلان) اور 'میں یہ کیسے ثابت کروں کہ یہ کامیاب ہے' (کامیابی کی تصدیق کا معیار)، وہ تبدیلی ابھی تیار نہیں ہے۔ ان دونوں کے بغیر، ٹوٹی ہوئی تبدیلی کو 'مکمل' سمجھا جا سکتا ہے۔

13. ایک ہی وقت میں تمام سرورز پر سیکیورٹی کی تعیناتی (نیا ورژن/پیچ) کرنے کے بجائے 'کینری' اپروچ کو کیوں ترجیح دی جاتی ہے؟

• A) تبدیلی سب سے پہلے ایک چھوٹے حصے پر لاگو ہوتی ہے۔ ایک بگ ایک چھوٹے سے حصے کو متاثر کرتا ہے، پورے بیڑے پر نہیں، اور جلد پکڑا جاتا ہے ✔
• ب) کینری تقسیم کم بجلی استعمال کرتی ہے۔
• C) کینری تعیناتی کی تصدیق کو مکمل طور پر غیر ضروری بنا دیتا ہے۔
• D) کینری تعیناتی صرف ڈیٹا بیس پر لاگو ہوتی ہے۔

تفصیل: کینری تعیناتی تبدیلی کو پہلے ایک چھوٹے سے حصے (ایک سرور، 5% صارفین) پر لاگو کر رہی ہے اور نگرانی کر رہی ہے۔ اس طرح، ایک بگ ایک چھوٹے سے حصے کو متاثر کرتا ہے، نہ کہ پورے بیڑے پر، اور جلد پکڑا جاتا ہے۔ ایک بگ جو ایک ساتھ پھیلتا ہے ایک ہی وقت میں تمام صارفین کو مارتا ہے۔

14. حفاظتی کام میں مصنوعی ذہانت کا استعمال کرتے وقت غیر متغیر اخلاقی اور قانونی اصول کیا ہے؟

• A) مصنوعی ذہانت کو کسی بھی نظام میں کمزوریوں کے لیے اسکین کرنے کے لیے آزادانہ طور پر استعمال کیا جا سکتا ہے۔
• ب) ضابطہ اخلاق صرف بڑے اداروں پر لاگو ہوتا ہے۔
• ج) یہ صرف مجاز نظاموں اور دفاعی مقاصد کے لیے استعمال ہوتا ہے۔ غیر مجاز رسائی یا حملے کے لیے استعمال کرنا جرم ہے ✔
• D) سیکھنے کے لیے کسی اور کے نظام میں دراندازی کرنا آزاد ہے۔

تفصیل: سسٹم اور نیٹ ورک کی معلومات کا دوہری استعمال ہے۔ مصنوعی ذہانت کا استعمال صرف ان سسٹمز میں کیا جا سکتا ہے جن کے لیے آپ نے تحریری اجازت دی ہو اور دفاعی مقاصد (لاگ خطرے کا پتہ لگانا، سخت ہونا، واقعے کا ردعمل)۔ کسی ایسے سسٹم کو اسکین کرنے یا دراندازی کرنے کے لیے اس کا استعمال کرنا جو آپ کا نہیں ہے غیر مجاز رسائی اور جرم ہے۔ سیکھنے کے لیے الگ تھلگ لیبارٹری کا استعمال کیا جانا چاہیے۔